영화리뷰 감성 분석을 통한 평점 예측 연구 :Sentiment Analysis of movie review for predicting movie rating

조정태

추천

검색

자료유형: 학위논문

저자정보: 조정태 (충북대학교, 충북대학교 대학원)

지도교수: 최상현

발행연도: 2015

저작권: 충북대학교 논문은 저작권에 의해 보호받습니다.

이용수26

이 논문의 연구 히스토리 (2)

2015

영화리뷰 감성 분석을 통한 평점 예측 연구

조정태 , 최상현 경영과 정보연구 2015.09 학술저널

영화리뷰 감성 분석을 통한 평점 예측 연구

조정태 비즈니스데이터융합학과 2015.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

현재 많은 양의 정보를 빠르고 쉽게 이용 할 수 있는 인터넷 포털의 영향력이 커지고고 있다. 웹 이용자들은 포털을 통해서 정보 습득, 네티즌 간의 정보 교환 등 다양한 목적에 따라서 이용이 가능하다.

이용자들은 정보를 검색하고 얻는 과정에서 영화에 대한 다른 이용자들의 다양한 정보들을 접하게 된다. 이어서 영화에 대한 40자 내의 리뷰와 평점에 영향으로 영화에 대한 태도를 형성하게 되는데, 영화를 볼 것인지 다른 영화를 찾을 것인지를 결정한다. 하지만 영화 리뷰는 사용자가 전체를 읽을 수 없기 때문에 일부 리뷰와 리뷰 개개의 평점보다는 전체 평점을 참고 하여 의사결정을 하는 정도가 대부분이다. 이처럼 전체 평점만을 참고하면 편향적인 습득으로 인하여 이용자가 올바른 정보를 습득한다고 보기 어렵다.

이러한 리뷰의 특성에도 불구하고 리뷰는 사용자의 의견을 풍부하게 드러내고 영화를 보지 않은 다른 이용자들의 선택에 영향을 미친다는 점에서 다양한 실용적 활용성을 갖는 데이터임은 분명하다. 따라서 리뷰 데이터를 활용하여 평점을 예측하는 연구를 진행했다.

리뷰의 '정보'는 크게 '사실'과 '의견'이라는 두 개의 영역으로 나누어진다. '사실'은 객관적인 정보를 전달하고, '의견'은 사용자의 감정을 표현한다. 영화 리뷰는 ‘의견‘을 표현한 정보이다. 리뷰의 '의견' 즉 감정과 평가의 측면을 다룬다는 점에서 본 연구는 감성을 분석한다고 할 수 있다. 즉 이 연구는 영화평 온라인 리뷰의 평가와 평점을 기반으로 감성사전을 구축하고 관련 대상에 대한 사용자의 평가를 일반화시켜 관찰함으로써 이 논문에서 제시하는 새로운 사전 알고리즘 구성 방법을 검증하고 평점을 예측함으로서 나아가 수많은 인터넷 문서의 ’의견‘ 문서에서 ’평가‘나 ’의견‘의 정도를 수치적으로 변환하여 사용자에게 직관적인 정보를 제공하는 것과 관련된 연구이다.

Currently, The influence of the Internet portal that can make it qucik and easy to contact the vast amount of information is increasing. Users can connect the Internet through a portal, obtain information, such as communication between Internet users, which can be used to meet a variety of purposes.

People are exposed to a variety of information from other users in the search for a movie and get information. Then the impact on the reviews and ratings in the 40 characters in the film to form a relationship to the movie. Then decide whether you want to see the movie or to find another movie. but, the user can not read the whole movie review. almost, The full rating than some reviews and ratings to influence decisions. Thus, when user see the overall evaluation, the user may not receive the correct information.

Despite the nature of this survey shows a rich user experience. And the impact on the choice of unwatched films other users. This data having high practical use by using evident. Thus, through the use of survey data was conducted a study on the prediction of the rating.

Information of reviews, is divided into two main areas: the "fact", "opinion". "Fact" is to convey the dispassionate information, "Opinion" is, to represent the user's feelings. "Opinion" review, that is, in terms of dealing with aspects of emotions and evaluation, in this study, it may be that the analyze emotions. That is, in this study, movie reviews, building sensibility dictionary based on the assessment and evaluation of the online review, it is observed by generalizing the evaluation of the user of the relevant target. How to configure and test the new dictionary algorithm described in this article. And the degree of forecasting rating by numerous internet for comments, the document "Assessment" and "opinion" numerically converted. This study is related to the provision of information to the user intuitive.

#감성분석 #형태소 분석 #극성값 #평점예측 #영화리뷰

Ⅰ. 서 론 1
1.1 연구의 배경 1
1.2 연구방법 및 범위 3
Ⅱ. 관련연구 5
2.1 우리나라의 상업영화 정의 5
2.2 오피니언 마이닝과 감성 분석 6
2.2.1 주관성 분석 7
2.2.2 감성 분석 7
2.3 영화 평점과 영화 관객수 8
Ⅲ. 실험구성 및 설계 10
3.1 상업영화와 온라인 리뷰 11
3.2 리뷰의 불연속성 및 전처리 12
3.3 형태소 분석 13
3.3.1 형태소 분석기의 기능 및 요구 조건 14
3.4 극성값 계산을 위한 알고리즘 18
Ⅳ. 실험 수행 및 결과 22
4.1 실험 수행 22
4.1.1 전처리 24
4.1.2 형태소분석 27
4.1.3 극성값 사전 28
4.2 평점 예측 33
Ⅴ. 결론 38
1. 연구결과 요약 38
2. 연구의 시사점 38
3. 연구의 한계점 39
참고문헌 40

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)