텍스트 마이닝을 이용한 쇼핑몰 구매후기 분석

• 영문명: A Study on Analysis of Internet Shopping Mall Customers’ Reviews by Text Mining
• 발행기관: 한국자료분석학회
• 저자명: 오석원(Seok-Won Oh) 진서훈(Seohoon Jin)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.14 No.1, 125~137쪽, 전체 13쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2012.02.28

국문 초록

본 연구에서는 텍스트 마이닝을 이용하여 쇼핑몰 구매후기를 분석하였다. 쇼핑몰 구매후기는 문장으로 된 비구조화 데이터이므로 이를 구조화 데이터로 바꾸어 단어-문서 행렬을 구성하고 특이값 분해(singular value decomposition)를 통해 차원을 축소하였다. 축소된 데이터는 EM 군집 방법(expectation-maximization clustering)을 이용하여 군집화하였다. 또한 도출된 군집에 대해 컨셉 링크를 통해 단어들의 연관성을 분석하고 군집을 특성 짓는 단어들을 찾아보았다. 군집의 결과를 설명하기 위하여 군집을 대표하는 단어 5개씩을 뽑아 각각의 군집을 표현하였고, 군집의 결과는 SVD를 이용하여 2차원 상의 도표에 표현하였다. 구매후기는 총 6개의 군집으로 나누어졌으며 도출된 문서의 군집 결과는 고객 관리 및 마케팅 등의 영역에서 활용이 가능하다.

영문 초록

This study is about analysis of internet shopping mall customers’ reviews by using text mining technique. Since text data needs to be structuralized for analysis we built term-document matrix for structuralizing. SVD (singular value decomposition) is used for reducing dimensionality of the data. Clusters of documents are obtained by EM clustering algorithm. Concept-link analysis showed relations between words so as to find characteristics of clusters. To describe the characteristics of each cluster visualization of SVD dimensions is used. Finally, six clusters are obtained and the resulting clusters can be used for customer management and marketing.

목차

1. 서론

2. 텍스트 마이닝

3. 응용사례

4. 결론 및 향후 연구과제

참고문헌

키워드

텍스트 마이닝 특이값 분해 군집분석 컨셉 링크 text mining SVD clustering concept link