Attribute－Based Sentiment Analysis Using Online Fashion Review Data

[연구목적] 본 연구는 온라인 패션에 대한 리뷰 데이터를 기반으로 여성의류, 남성의류, 패션슈즈, 잡화와 같은 카테고리를 구분하고, 이를 기반으로 긍정/부정과 같은 감성을 분 류하여 제품 속성별 중요성을 파악하고자 한다. 고객 리뷰 데이터를 활용하여 속성기반 감성분석을 진행함으로써 맞춤형 패션 추천에 대한 정보를 제공하고자 한다.<br/>[연구방법] 본 연구는 온라인 패션 리뷰 데이터를 수집하여, 여성의류, 남성의류, 패션슈 즈, 잡화로 구분하여 중복문장 제거, 띄어쓰기 오류 수정, 불용어 제거 등 데이터 전처리 를 수행한다. 다음으로 카테고리별 속성별 라벨링을 수행하고, KcELECTRA 모델을 사용 해 학습을 진행하고, 각 카테고리별 속성에 대한 감성 분석을 실시한다.<br/>[연구결과] 속성별 분류분석 결과를 보면 테스트데이트 F1값은 여성의류, 패션슈즈, 잡 화, 남성의류 순으로 높게 나타났다. 카테고리별 속성 F1값을 보면, 여성의류와 남성의류, 패션슈즈, 잡화와 같은 다양한 카테고리별로 고객이 중요하게 여기는 속성이 다르다는 것 을 알았다. 여성의류, 남성의류, 패션슈즈는 가격과 제품구성 속성이 중요하고 잡화는 제 품구성과 디자인 속성이 중요하게 나타났다.<br/>[연구의 시사점] 본 연구는 온라인 패션 제품의 리뷰분석을 통하여 고객경험에 대한 심 층적인 이해를 돕고, 이를 바탕으로 기업이 고객 만족도를 높이기 위한 전략을 수립하는 데 기여할 수 있다. 특히, 속성기반 감성 분석을 통해 카테고리별로 중요한 속성을 파악함 으로써 제품 개선과 마케팅 전략 수립에 중요한 자료로 활용할 수 있다.