SVM을 이용한 배달 애플리케이션 음식점 리뷰의 자동 별점 분류 = Automatic Restaurant Review Classification for Delivery Applications using SVM
저자
발행기관
大田大學校 産業技術硏究所(The Institute of Industrial Technology Taejon University)
학술지명
권호사항
발행연도
2017
작성언어
Korean
주제어
자료형태
학술저널
수록면
19-23(5쪽)
제공처
소장기관
Opinion mining is widely used for various field to analyze opinions, attitudes, and emotions.
However, studies concerned with opinion mining for restaurant reviews of delivery applications are
few. We conducted opinion mining using a trained machine learning model in another field or
already built sentiment lexicon. But it can degrade accuracy. Therefore, in this paper, trains
support vector machine model with restaurant reviews and then conducts Opinion Mining by
classifying it based on the rating of reviews. To apply the SVM algorithm to reviews consisting of
text, convert it to numerical data using natural language processing and text mining. Consider each
rating as a class, classify reviews. And then, compare error between original rating and classified
rating. As experimental result, approximately 63% of reviews were correctly classified, and 24% of
reviews were classified with error size of 1. In addition, several terms that have close relation with
the delivery applications were found.
다양한 분야에서 오피니언 마이닝을 활용하지만 배달 모바일 애플리케이션의 음식점 리뷰에 대한 사례는 거
의 없는 상황이다. 다른 분야에서 학습된 기계 학습 모델 또는 이미 구축된 감정 사전으로 음식점 리뷰에 대한
오피니언 마이닝을 시도해 볼 수 있지만, 데이터의 차이로 인해 정확도가 떨어질 수 있다. 따라서 본 논문은 음
식점 리뷰 데이터로 SVM (Support Vector Machine) 모델을 학습 시킨 뒤, 리뷰의 별점을 기준으로 분류하는 방법
으로 오피니언 마이닝을 수행한다. 텍스트로 이루어진 리뷰를 SVM 알고리즘을 적용하기 위해 자연어 처리와
텍스트 마이닝을 통해 수치로 이루어진 데이터로 변환한다. 그리고 별점을 클래스로 간주하여 분류한다. 실제
별점과 분류된 별점의 오차를 확인한 결과, 정확하게 분류된 데이터가 약 63%, 오차의 크기가 1인 데이터가 약
24%, 나머지 데이터가 약 12%로 대부분 알맞게 분류가 되었다. 또한 음식점의 리뷰에서 특수성을 갖는 몇 가지
어휘를 발견할 수 있었다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)