본문 바로가기
KERD
논문KCI 등재

프랜차이즈 스토어를 대상으로 한 소셜 빅데이터 분석 방법

Social Big Data Analysis for Franchise Stores

김현규
한국컴퓨터정보학회 (The Korean Society Of Computer And Information)|2021.08|한국컴퓨터정보학회논문지 (Journal of The Korea Society of Computer and Information)|제26권 제8호|pp. 39-46|DOI https://doi.org/10.9708/jksci.2021.26.08.039

1

조회

0

다운로드

1

인용

0

참고문헌

키워드

공공데이터Open data빅데이터 분석Big data analysis소셜 리뷰Social reviews프랜차이즈 분석리뷰 필터링Franchise analysisReview filtering
주제분류컴퓨터학

초록

프랜차이즈 스토어를 대상으로 소셜 빅데이터 분석을 수행할 경우, 프랜차이즈에 속한 여러 분점의 리뷰들이 함께 수집될 수 있어 분석 결과가 왜곡될 수 있다. 이 경우 분석 정확도를 높이기 위해서는 분석 대상이 아닌 타 분점의 리뷰들을 적절히 필터링할 수 있어야 한다. 본 논문에서는 프랜차이즈 스토어들의 특성을 반영한 소셜 빅데이터 분석 방법을 제안한다. 제안 방법은 검색어 설정 방법과 리뷰 필터링 방법을 포함한다. 검색어 설정을 위해, 소상공인진흥공단에서 제공하는 공공데이터를 기반으로 검색에 필요한 지역명을 추출한다. 그리고 리뷰 필터링을 위해, 네이버 및 카카오 등에서 제공하는 검색 API를 이용하여 프랜차이즈 분점 정보를 알아내고, 분석 대상이 아닌 타 분점의리뷰들을 필터링하는데 이용한다. 제안 방법의 검증을 위해 온라인에서 수집된 실제 리뷰를 대상으로 실험을 수행하였으며, 제안 방법의 리뷰 필터링 정확도는 평균 93.6%로 조사되었다.

Abstract

When conducting social big data analysis for franchise stores, reviews of multiple branches of a franchise can be collected together, from which analysis results can be distorted significantly. To improve its accuracy, it should be possible to filter reviews of other branches properly which are not subject to the analysis. This paper presents a method for social big data analysis which reflects characteristics of franchise stores. The proposed method consists of search key configuration and review filtering. For the former, the open data provided by Small Business Promotion Agency is used to extract region names for collecting reviews more accurately. For the latter, open search APIs provided by Naver or Kakao are used to obtain franchise branch information for filtering reviews of other branches that are not subject to analysis. To verify performance of the proposed method, experiments were conducted based on real social reviews collected from online, where the results showed that the accuracy of the proposed review filtering was 93.6% on the average.

참고문헌 (24)

  1. 김현규, "소상공인을 위한 소셜 빅데이터 분석 플랫폼 개발", 한국컴퓨터정보학회논문지, 25(8), pp.65~72 (2020), 한국컴퓨터정보학회[DOI]
  2. W. L. Kang, "Reducing IO Cost in OLAP Query Processing with MapReduce", IEICE Trans. Inf. &Syst, E98-D(2), pp.444~447 (2015)
  3. "Naver Open API"[URL]
  4. "Google Developer API"[URL]
  5. 서현곤, "SNS를 이용한 잠재적 광고 키워드 추출 시스템 설계 및 구현", 한국융합학회논문지, 9(7), pp.14~24 (2018), 한국융합학회[DOI]
  6. 이오준, "소셜 빅데이터를 이용한 영화 흥행 요인 분석", 한국콘텐츠학회 논문지, 14(10), pp.527~538 (2014), 한국콘텐츠학회[DOI]
  7. 이철성, "한글 마이크로블로그 텍스트의 감정 분류 및 분석", 정보과학회논문지 : 데이타베이스, 40(3), pp.159~167 (2013), 한국정보과학회
  8. J. Y. Chang, "A Sentiment Analysis Algorithm for Automatic Product Reviews Classification in Online Shop ping Mall", 14(4), pp.19~32 (2009)
  9. C. Park, "Korean Movie Review Sentimental Analysis using RNN-based Variational Inference", Proceedings of the 2018Korea Software Congress, pp.587~589 (2018)
  10. Y. Oh, "Korean Movie Review Sentiment analysis Using Parallel Stacked Bidirectional LSTM Model", Proceedings of the 2018 Korea Computer Congress, pp.823~825 (2018)
  11. R. Socher, "Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank", Proceedings of the 2013 Conference on Empirical Methods in Natural Language Processing (EMNLP), pp.1631~1642 (2013)
  12. K. S. Tai, "Improved Semantic Representations From Tree-Structured Long Short-Term Memory Networks", Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing (IJCNLP), pp.1556~1566 (2015)
  13. A. Mousa, "Contextual Bidirectional Long Short-Term Memory Recurrent Neural Network Language Models : A Generative Approach to Sentiment Analysis", Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics(EACL), pp.1023~1032 (2017)
  14. 김현규, "응집도 점수를 기반으로 한 소셜 빅데이터의 효율적인 키워드 추출", 한국컴퓨터정보학회논문지, 25(10), pp.87~94 (2020), 한국컴퓨터정보학회[DOI]
  15. 유양우, "응집도 점수 기반의 키워드 추출 정확도 향상을 위한 대화형 형태소 분석", 한국컴퓨터정보학회논문지, 25(12), pp.145~153 (2020), 한국컴퓨터정보학회[DOI]
  16. Z. Jin, "Unsupervised Segmentatino of Chinese Text by Use of Branching Entropy", The Journal of Korea Navigation Institute, pp.428~435 (2006)
  17. H. J. Kim, "Cleansing Noisy Text Using Corpus Extraction and String Match", MS, pp.2013
  18. 김유희, "한국어 단어 이해에 관한 비지도 학습 기반 언어 모델링", 한국컴퓨터정보학회논문지, 24(11), pp.41~49 (2019), 한국컴퓨터정보학회[DOI]
  19. 김민구, "소셜미디어를 활용한 여행지 평점 예측을 위한 합성곱 신경망 기반의 필터링-스코어링 시스템", 전자공학회논문지, 56(9), pp.43~49 (2019), 대한전자공학회
  20. J. Yeon, "Characteristic Set and Collaborative Filtering for Review Selection", Proceedings of the 2012 Korea Computer Congress, pp.43~45 (2012)
  21. "Kokoma"[URL]
  22. "Hannanum"[URL]
  23. "JQCloud"[URL]
  24. "Small Business Promotion Agency"[URL]

관련 논문AI추천

응집도 점수를 기반으로 한 소셜 빅데이터의 효율적인 키워드 추출김현규한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2020 · 제25권 제10호텍스트 마이닝을 이용한 국내 프랜차이즈 연구동향에 대한 탐색적 연구최진, 이성호한국프랜차이즈학회 · 프랜차이징 저널2021 · 제7권 제2호소셜 빅데이터의 키워드 분석 정확도를 높이기 위한 복합명사 추출 방법김현규한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2021 · 제26권 제8호소상공인을 위한 소셜 빅데이터 분석 플랫폼 개발김현규한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2020 · 제25권 제8호소셜 컨텐츠 수집, 추출 및 분류를 위한 프레임워크 개발 방법조은숙한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2021 · 제26권 제1호데이터가 부족한 플레이스를 대상으로 한 노이즈 리뷰 필터링 정확도 향상김현규한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2023 · 제28권 제7호

이 간행물의 다른 논문 (24건)

하드웨어 이벤트를 활용한 HPC 시스템의 에너지 소비 감소 기법김용준, 변광은, 홍석인, 권오상, 이용호pp. 1-11교사를 위한 인공지능 소양교육 프로그램 개발 및 인공지능 융합교육 관심도 효과성 검증김귀훈, 전인성, 송기상pp. 13-21오토인코더를 사용한 이상탐지 모델의 비교분석 및 이상치 판별 기준 제안강건하, 손정모, 심건우pp. 23-30CNN(Convolutional Neural Network) 모델을 이용한 야구 경기 영상의 동작 분류 및 검색시스템우용태, 박준영, 김재승pp. 31-37논문에서의 핵심구 추출을 위한 단어 및 구 유형 용어의 가중치 조정강인수pp. 47-54
원문 보기