[논문 리뷰] Sentiment Analysis on Customer Responses

Antony Samuels, John Mcgonical|arXiv (Cornell University)|2020. 07. 05.

Sentiment Analysis and Opinion Mining참고 문헌 6인용 수 6

한 줄 요약

이 논문은 텍스트 마이닝 및 의견 마이닝 기법을 사용하여 스마트폰 온라인 고객 리뷰의 비교적 감성 분석을 제시한다. 감성은 긍정, 부정, 중립으로 분류되며, 실제 리뷰 데이터 분석을 통해 고객 피드백이 제품 인식에 미치는 영향을 입증한다.

ABSTRACT

Sentiment analysis is one of the fastest spreading research areas in computer science, making it challenging to keep track of all the activities in the area. We present a customer feedback reviews on product, where we utilize opinion mining, text mining and sentiments, which has affected the surrounded world by changing their opinion on a specific product. Data used in this study are online product reviews collected from Amazon.com. We performed a comparative sentiment analysis of retrieved reviews. This research paper provides you with sentimental analysis of various smart phone opinions on smart phones dividing them Positive, Negative and Neutral Behaviour.

연구 동기 및 목표

• 계산 기반 기법을 사용하여 온라인 제품 리뷰의 고객 감성을 분석하기 위해.
• 스마트폰 리뷰를 긍정, 부정, 중립 감성 카테고리로 분류하기 위해.
• 감성 추세를 통해 고객 의견이 제품 인식에 어떻게 영향을 미치는지 분석하기 위해.
• 감성 분석이 실제 고객 피드백을 얼마나 정확히 포착하는지 평가하기 위해.
• 다양한 스마트폰 모델 간 감성 분포를 비교 분석하기 위해.

제안 방법

• 본 연구는 공개된 URL에서 수집한 온라인 제품 리뷰를 주요 데이터 소스로 사용한다.
• 감성 정보를 담은 어휘 및 표현을 추출하기 위해 텍스트 마이닝 및 의견 마이닝 기법을 적용한다.
• 자연어 처리 파이프라인을 사용하여 리뷰를 긍정, 부정, 중립으로 레이블링하는 감성 분류를 수행한다.
• 다양한 스마트폰 모델 간 비교 분석을 통해 감성 패턴을 규명한다.
• 특징 추출 및 감성 점수 산정에 대해 기존에 알려진 NLP 기법을 기반으로 한다.
• 분석은 공개된 데이터를 기반으로 하며, 자체 데이터 수집 또는 모델 훈련은 보고되지 않았다.

실험 결과

연구 질문

• RQ1 온라인 리뷰 기반으로 다양한 스마트폰 모델 간 고객 감성이 어떻게 달라지나?
• RQ2 스마트폰 리뷰 중 긍정, 부정, 중립으로 분류된 비율은 각각 얼마인가?
• RQ3 감성 추세는 특정 제품에 대한 고객 인식 변화를 어떻게 반영하는가?
• RQ4 스마트폰 리뷰에서 가장 흔한 감성 표현은 무엇인가?
• RQ5 감성 분석이 비정형 텍스트에서 고객 의견을 얼마나 정확히 포착할 수 있는가?

주요 결과

• 텍스트 마이닝 및 의견 마이닝 기법을 사용하여 스마트폰 리뷰를 긍정, 부정, 중립 감성 카테고리로 성공적으로 분류하였다.
• 상당한 비율의 리뷰가 긍정으로 분류되어 일부 모델에 대해 높은 고객 만족도를 나타내었다.
• 부정 감성은 주로 배터리 수명과 카메라 품질과 같은 특정 제품 기능과 관련이 있었다.
• 중립 감성은 감정적 어조 없이 사실적인 사양에 초점을 맞춘 리뷰에서 흔히 나타났다.
• 비교 분석을 통해 다양한 스마트폰 브랜드 및 모델 간에 뚜렷한 감성 패턴이 드러났다.
• 결과적으로 감성 분석을 활용하여 대규모 고객 피드백을 추적하고 해석하는 것이 가능함을 입증하였다.