Review Analysis of Tennis Applications using Machine Learning-based Sentiment Analysis

이 연구의 목적은 머신러닝 기반의 감성분석을 활용하여 테니스 어플리케이션 리뷰를 분석하고 부정적 리뷰에 대한 세부적인 분석을 통해 어플리케이션의 개선방안을 도출하는 것이다. 연구자료는 Google Play와 App Store 검색엔진에서 테니스로 검색되는 테니스 관련 어플리케이션 7개의 리뷰자료 486개를 자동화 웹크롤러 수집하였다. 분석방법으로 감성사전 모델링을 위해 Lasso (Least Absolute Shrinkage and Selection Operator 모형을 적용하였다. 이때 훈련데이터와 검증데이터의 비율을 8:2로 벌점모수를 9단계로 설정하여 분류정확도(Accuracy를 산출하였으며 분류정확도가 가장 높은 벌점모수를 최적의 벌점모수로 선정하였다. 또한 부정적으로 분류된 리뷰의 토픽모델링을 적용하여 개선방안을 도출하였다. 이 연구에 나타난 결과는 다음과 같다. 첫째, 긍정적인 단어는 굿, 테니스, 레슨, 대회, 바로 등으로 나타났으며 부정적인 단어는 로그인, 왜, 계속, 않다, 멈추다 등의 단어로 나타났다. 둘째, 부정으로 분류된 리뷰의 주요 토픽은, ‘회원가입과 로그인 오류 문제’, ‘필터 설정(지역, 시간, 날짜 등 개선방안’, ‘매칭과 채팅관련 오류사항’, ‘어플의 전반적인 속도와 안정화 문제’이다. 이러한 결과는 테니스 애플리케이션의 이용 만족도를 객관적으로 평가할 수 있는 모델을 개발하고, 부정적인 리뷰를 심층 분석함으로써 애플리케이션의 개선 방향을 제시할 수 있었다는 점에서 의의가 있다.