학술논문
딥러닝을 활용한 모바일 어플리케이션 리뷰 분류에 관한 연구
이용수 211
- 영문명
- A Study on Classification of Mobile Application Reviews Using Deep Learning
- 발행기관
- 한국스마트미디어학회
- 저자명
- 손재익(Jaeik Son) 노미진(Mijin Noh) 타지주르 라만(Tazizur Rahman) 표규진(Gyujin Pyo) 한무명초(Mumoungcho Han) 김양석(Yangsok Kim)
- 간행물 정보
- 『스마트미디어저널』Vol10, No.2, 76~83쪽, 전체 8쪽
- 주제분류
- 공학 > 컴퓨터학
- 파일형태
- 발행일자
- 2021.06.30
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
스마트폰과 태블릿과 같은 스마트 기기의 발달과 사용이 증가함에 따라, 모바일 기기를 기반으로 한 모바일 어플리케이션 시장이 급속도로 커지고 있다. 모바일 어플리케이션 사용자는 어플리케이션을 사용 경험을 공유하고자 리뷰를 남기는데, 이를 분석하면 소비자들의 다양한 니즈를 파악할 수 있고 어플리케이션 개발자들은 소비자들이 작성한 리뷰를 통해 애플리케이션의 개선을 위한 유용한 피드백을 받을 수 있다. 그러나 소비자들의 남기는 많은 양의 리뷰를 수작업으로 분석하기 위해서는 많은 시간과 비용을 지불해야하기 때문에 이를 최소화 할 방안을 마련할 필요성이 존재한다. 이에 본 연구에서는 구글 플레이스토어(Google PlayStore)의 배달 어플리케이션 사용자 리뷰를 수집한 후 머신러닝과 딥러닝 기법을 활용하여 어플리케이션 기능 장점, 단점, 기능 개선 요청, 버그 보고의 4가지 범주로 분류하는 방법을 제안한다. 연구 결과, Hugging Face의 pretrain된 BERT기반 Transformer모델의 성능의 경우 위의 4개의 범주에 대한 f1 score값은 차례대로 0.93, 0.51, 0.76, 0.83으로 LSTM, GRU보다 뛰어난 성능을 보인 것을 확인할 수 있었다.
영문 초록
With the development and use of smart devices such as smartphones and tablets increases, the mobile application market based on mobile devices is growing rapidly. Mobile application users write reviews to share their experience in using the application, which can identify consumers various needs and application developers can receive useful feedback on improving the application through reviews written by consumers. However, there is a need to come up with measures to minimize the amount of time and expense that consumers have to pay to manually analyze the large amount of reviews they leave. In this work, we propose to collect delivery application user reviews from Google PlayStore and then use machine learning and deep learning techniques to classify them into four categories like application feature advantages, disadvantages, feature improvement requests and bug report. In the case of the performance of the Hugging Face s pretrained BERT-based Transformer model, the f1 score values for the above four categories were 0.93, 0.51, 0.76, and 0.83, respectively, showing superior performance than LSTM and GRU.
목차
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 연구 설계 및 데이터 전처리
Ⅴ. 분석 결과
Ⅵ. 결론
키워드
해당간행물 수록 논문
- 토픽 모델링과 네트워크 분석을 활용한 사물주소 도입에 대한 언론보도 분석
- 텍스타일 디자인 분류 및 관심 영역 도출에 대한 연구
- AMI의 중복데이터 제거를 통한 데이터처리효율성 분석
- 정보디자인 관점에서 방향 안내 표지판 디자인의 메타 가이드라인 제안
- 사용자 동의로 제한적 접근을 허용하는 백신 접종 기록의 안전한 보관 및 관리
- CRF를 이용한 일의 성공이 수면에 미치는 영향 분석
- Generative Adversarial Network를 이용한 카툰 원화의 라인 드로잉 추출
- Region of Interest Localization for Bone Age Estimation Using Whole-Body Bone Scintigraphy
- 사용자 맞춤 동적 지능형 환경을 제공하는 스마트 공간 프레임워크
- Application of Deep Recurrent Q Network with Dueling Architecture for Optimal Sepsis Treatment Policy
- 오픈소스 Prometheus 모니터링 시스템의 사전연구
- IoT 장치의 개인정보 데이터 보호 시스템 구현에 관한 연구
- 딥러닝을 활용한 모바일 어플리케이션 리뷰 분류에 관한 연구
- 비정형, 정형 데이터의 이미지 학습을 활용한 시장예측
참고문헌
관련논문
공학 > 컴퓨터학분야 BEST
- 청소년들의 스마트폰 중독예방을 위한 이야기치료 집단상담 프로그램 개발
- 지도서비스를 이용한 위치 기반 관광 빅데이터의 시각화
- 틱톡의 숏폼 콘텐츠 특성이 관광지 이미지 및 방문의도에 미치는 영향
공학 > 컴퓨터학분야 NEW
- 착용형 증강현실 기반 체험형 콘텐츠 연구
- 스마트미디어저널 Vol13, No.4 목차
- Incorporating BERT-based NLP and Transformer for An Ensemble Model and its Application to Personal Credit Prediction
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!