바로가기메뉴

본문 바로가기 주메뉴 바로가기

logo

ISSN : 1013-0799

논문 상세

이전
논문 투고

Vol.39 No.3
Citation Share

리뷰 정보를 활용한 이용자의 선호요인 식별에 관한 연구

Identification of User Preference Factor Using Review Information

정보관리학회지 / Journal of the Korean Society for Information Management, (P)1013-0799; (E)2586-2073
2022, v.39 no.3, pp.311-336
https://doi.org/10.3743/KOSIM.2022.39.3.311
송성전 (독립연구자)
심지영 (연세대학교 대학도서관발전연구소)
송성전, & 심지영. (2022). 리뷰 정보를 활용한 이용자의 선호요인 식별에 관한 연구. 정보관리학회지, 39(3), 311-336, https://doi.org/10.3743/KOSIM.2022.39.3.311
  • 다운로드 수
  • 조회수
PDF 다운로드

초록

본 연구는 도서관 정보서비스 환경에서 도서 이용자의 도서추천에 영향을 미치는 선호요인을 파악하기 위해 전 세계 도서 이용자의 참여로 이루어지는 사회적 목록 서비스인 Goodreads 리뷰 데이터를 대상으로 내용분석하였다. 이용자 선호의 내용을 보다 세부적인 관점에서 파악하기 위해 샘플 선정 과정에서 평점 그룹별, 도서별, 이용자별 하위 데이터 집합을 구성하였으며, 다양한 토픽을 고루 반영하기 위해 리뷰 텍스트의 토픽모델링 결과에 기반하여 층화 샘플링을 수행하였다. 그 결과, ‘내용’, ‘캐릭터’, ‘글쓰기’, ‘읽기’, ‘작가’, ‘스토리’, ‘형식’의 7개 범주에 속하는 총 90개 선호요인 관련 개념을 식별하는 한편, 평점에 따라 드러나는 일반적인 선호요인은 물론 호불호가 분명한 도서와 이용자에서 드러나는 선호요인의 양상을 파악하였다. 본 연구의 결과는 이용자 선호요인의 구체적 양상을 파악하여 향후 추천시스템 등에서 보다 정교한 추천에 기여할 수 있을 것으로 보인다.

keywords
이용자 선호요인, 리뷰 데이터, 자연어 처리, 토픽모델링, 내용분석

Abstract

This study analyzed the contents of Goodreads review data, which is a social cataloging service with the participation of book users around the world, to identify the preference factors that affect book users’ book recommendations in the library information service environment. To understand user preferences from a more detailed point of view, sub-datasets for each rating group, each book, and each user were constructed in the sample selection process. Stratified sampling was also performed based on the result of topic modeling of review text data to include various topics. As a result, a total of 90 preference factors belonging to 7 categories(‘Content’, ‘Character’, ‘Writing’, ‘Reading’, ‘Author’, ‘Story’, ‘Form’) were identified. Also, the general preference factors revealed according to the ratings, as well as the patterns of preference factors revealed in books and users with clear likes and dislikes were identified. The results of this study are expected to contribute to more sophisticated recommendations in future recommendation systems by identifying specific aspects of user preference factors.

keywords
user preference, review data, natural language processing, topic modeling, content analysis
투고일Submission Date
2022-08-21
수정일Revised Date
2022-09-04
게재확정일Accepted Date
2022-09-08

정보관리학회지

논문 투고 OA 정책