익명 기반 소셜미디어 내 사용자 리뷰 helpfulness 예측 및 모델 해석

• 영문명: Prediction of Helpfulness of Reviews in Anonymous-Based Social Media and Explanation: Focused on Jobplanet
• 발행기관: 한국IT서비스학회
• 저자명: 김재윤(Kim, Jae Yun) 김병준(Kim, Byung Jun) 장재연(Jang, Jae Yeon) 정원영(Chung, Won Young) 이대호(Lee, Dae Ho)
• 간행물 정보: 『한국IT서비스학회 학술대회 논문집』2020춘계학술대회, 757~760쪽, 전체 4쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2020.05.30

국문 초록

온라인 리뷰는 온라인 플랫폼 사용자의 의사결정에 영향을 미치는 중요한 요소이다. Helpfulness는 온라인 플랫폼에 존재하는 온라인 리뷰에 대해서 사용자들이 의사결정함에 있어 도움이 되었다는 의미로 해당 리뷰에 대한 유용성을 평가하는 척도 중 하나이다. 하지만, 이와 같은 연구는 주로 E-Commerce 내에 한정되어 있어 익명 기반 온라인 플랫폼 내 사용자 리뷰의 helpfulness에 대한 연구는 미비한 상황이다. Jobplanet은 기업에 대한 사용자 리뷰와 함께 기업정보를 공유하는 소셜 미디어 플랫폼이다. 본 연구는 기존의 Helpfulness 관련 연구를 참고하여 잡플래닛의 리뷰 데이터의 Helpfulness에 영향을 주는 요인을 예측하는 머신러닝 모델을 만들어 플랫폼에 따른 Helpfulness에 미치는 요인의 차이에 대해 탐색적 연구를 실시하고자 한다.

목차

1. 서론

2. 본론

3. 결론

참고문헌