KR102464783B1 - 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치 - Google Patents

소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치 Download PDF

Info

Publication number
KR102464783B1
KR102464783B1 KR1020200177182A KR20200177182A KR102464783B1 KR 102464783 B1 KR102464783 B1 KR 102464783B1 KR 1020200177182 A KR1020200177182 A KR 1020200177182A KR 20200177182 A KR20200177182 A KR 20200177182A KR 102464783 B1 KR102464783 B1 KR 102464783B1
Authority
KR
South Korea
Prior art keywords
evaluation information
keywords
product group
attribute
product
Prior art date
Application number
KR1020200177182A
Other languages
English (en)
Other versions
KR20220086932A (ko
Inventor
권성은
남승희
Original Assignee
(주)제로투원파트너스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)제로투원파트너스 filed Critical (주)제로투원파트너스
Priority to KR1020200177182A priority Critical patent/KR102464783B1/ko
Publication of KR20220086932A publication Critical patent/KR20220086932A/ko
Application granted granted Critical
Publication of KR102464783B1 publication Critical patent/KR102464783B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06K9/6267—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal

Abstract

본 발명은 소비자 니즈 분석 장치 및 소비자 니즈 분석 방법을 제공한다. 본 발명은 온라인을 통해서 소비자 리뷰와 같은 대규모의 평가 정보를 수집하고, 수집된 비정형 평가 정보를 이용하여 각 상품군의 속성별 키워드들 및 이를 수식하는 용언 또는 수식어에 대한 긍정 및 부정 의미를 포함하는 상품군 속성 사전을 생성하고, 상품군 속성 사전에 포함된 속성 키워드들에 따라서 평가 정보를 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석하여 기업 및 기관 고객에게 제공할 수 있다. 또한, 본 발명은 상품의 속성별 성격을 분류하여 기업 및 기관 고객에게 제공하고, 상품의 속성별로 기업 및 기관 고객과 경쟁 기업 및 기관 간의 만족도 차이에 대한 정보를 제공할 수 있다. 결과적으로, 본 발명은 온라인으로 수집 가능한 소비자의 비정형 평가 정보들을 이용하여 소비자 니즈를 분석하여 기업 및 기관 고객에게 제공함으로써, 기업 및 기관 고객은 과다한 비용을 지출하지 않고도, 신상품 개발에 필요한 상품 속성별 소비자의 니즈 및 기업 및 기관 고객 자사 상품의 개선 요구 속성을 파악하고 이에 신속하고 적절하게 대응할 수 있다.

Description

소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치{Method and apparatus for analyzing customer's needs}
본 발명은 소비자 니즈 분석 방법 및 장치에 관한 것으로서, 보다 구체적으로는 소비자의 상품에 대한 비정형 평가 정보에 기초하여 소비자 니즈를 분석하는 방법 및 장치에 관한 것이다.
최근 소비자들의 소비 및 사용 패턴이 빠르게 변화함에 따라서 상품의 생애주기가 짧아지고 있고, 이에 따라서, 소비자 불만족점을 신속하게 파악하고 이를 해소하는 신제품을 신속하게 출시하는 기민한 대응이 더욱 요구되고 있다. 특히, 소비자 니즈가 지속적으로 세분화되어 다양한 소비자 요구에 대응하는 상품 라인업 다변화 필요성도 점증하고 있는 실정이다.
현재까지 상품 기획과 개발은 마케팅 리서치사(Marketing Research)가 기업의 상품기획 부서와 협업하여 수행하고 있는데, 정량적으로는 서베이, 정성적으로 소비자 좌담회, 전문가 인터뷰, 가정방문, 매장방문, 워크샵 등으로 수집한 소비자의 의견을 바탕으로, 수작업에 의한 분석과 해석, 개인의 주관적 능력과 노하우에 의존하는 실정이다.
특히, 상품 개발을 위한 소비자 평가 데이터 수집은 조건에 맞는 응답자들을 모집하고, 상품 평가 대화록을 정리한 후, 내용을 분석에 일반적으로 3~4주 이상이 소요되므로, 전체 과정은 수 개월이 소요되어 소비자의 소비 트렌드 변화에 시의적절하게 대응하기 어려운 실정이다.
또한, 비용적인 측면에서도 조건에 맞는 응답자를 모아, 질문과 토의를 진행하는 응답자 사례비, 전문진행자의 사용, 데이터의 분석 등으로 많이 비용이 요구되어, 비용 대비 효율성이 낮은 문제점이 존재한다.
[선행기술문헌]
[특허문헌]
- 공개특허공보 제10-2017-0090370호(2017.08.07.)
- 공개특허공보 제10-2016-0130369호(2016.11.11.)
- 등록특허공보 제10-1573449호(2015.12.01.)
- 일본 공개특허공보 특개2001-306859호(2001.11.02.)
[비특허문헌]
논문 : 김동현 외 2명. ‘오피니언 마이닝을 통한 학습자 상태 분류 및 활동 모니터링 시스템’. 한국정보처리학회 학술대회논문집. . 제23권제2호, 2016년 11월, pp.640-643
본 발명이 해결하고자 하는 과제는 소비자 설문조사나 FGD(Focus Group Discussion)과 같은 스몰데이터가 아닌 온라인 공간에 드러나는 비정형 텍스트 빅데이터(Big Data)에 담겨진 소비자의 제품이나 서비스에 대한 만족 사항 및 불만족 사항에 대한 내용을 분석하고, 이를 기반으로 소비자의 니즈를 분석하여 신제품 및 서비스 기획을 위한 자료로서 제공할 수 있는 소비자 니즈 분석 방법 및 장치를 제공하는 것이다.
상술한 과제를 해결하기 위한 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 방법은, 소비자 니즈 분석 장치에서 수행되는 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법으로서, (a) 상품군에 대한 소비자들의 평가 정보들을 수집하여 상품군 속성들의 키워드 및 키워드에 대응하는 용언 또는 수식어를 추출하고, 용언 또는 수식어가 대응되는 키워드와 함께 사용될 때 나타내는 긍정 또는 부정 의미를 판별하여 상품군 속성 사전을 생성하는 단계; (b) 상기 상품군 속성 사전에 포함된 키워드들을 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석하는 단계; 및 (c) 상기 상품군 속성 사전에 포함된 해당 상품군의 속성에 대한 만족 극성 및 불만족 극성을 계산하여, 상품 속성을 미리 정의된 수로 분류하는 단계;를 포함한다.
또한, 상기 (a) 단계는, (a1) 상품군에 대한 소비자들의 평가 정보들을 수집하는 단계; (a2) 상기 평가 정보에서 상품군에 대한 명사들을 추출하고, 상기 추출된 명사들이 상기 평가 정보에 포함된 횟수에 따라서, 상기 추출된 명사들을 이용하여 상품군의 속성들에 대한 기초 키워드들을 포함하는 기초 사전을 생성하는 단계; (a3) 상기 기초 키워드들에 기초하여 상기 평가 정보들로부터 상기 상품군에 대한 추가 키워드들을 추출하며, 상기 평가 정보들로부터 상기 기초 키워드들 및 상기 추가 키워드들에 대응하는 용언 또는 수식어를 추출하는 단계; 및 (a4) 추출된 용언 또는 수식어가 상기 기초 키워드 또는 상기 추가 키워드와 함께 사용될 때 긍정 의미를 나타내는지 또는 부정 의미를 나타내는지를 판별하여 상품군 속성 사전을 완성하는 단계;를 포함할 수 있다.
또한, 상기 평가 정보는 소비자들이 게시한 복수의 상품 리뷰들로 구성되고, 상기 (a4) 단계는, 해당 상품군에 대한 전체 긍정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 리뷰 갯수의 비율과, 해당 상품군에 대한 전체 부정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 리뷰 갯수의 비율 간의 차이를 이용하여, 해당 키워드에 대한 상기 용언 또는 수식어의 긍정 또는 부정 의미를 판별할 수 있다.
또한, 상기 (b) 단계는, (b1) 상기 상품군에 대한 소비자들의 평가 정보를 추가로 수집하고, 상기 평가 정보들로부터 상기 상품군 속성 사전에 포함되는 키워드들을 추출하는 단계; (b2) 상기 추출된 키워드들 중 상기 상품군의 속성별로 추출된 키워드들을 카운트하여 소비자 니즈 현황을 분석하는 단계; (b3) 상기 상품군 속성 사전에 포함된 키워드들을 임의로 사전에 정의된 개수씩 조합하고, 해당 조합이 상기 평가 정보들 중 단일한 평가 정보에 포함된 수를 카운트하여 소비자의 니즈 구조를 분석하는 단계; 및 (b4) 상기 평가 정보들 중 부정 평가된 평가 정보에 포함된 속성 키워드들을 카운트하여 소비자의 미충족 니즈를 분석하는 단계;를 포함할 수 있다.
또한, 상기 (c) 단계는, 속성 키워들에 대한 만족 극성값 및 불만족 극성값을 이용하여, 불만족 극성값을 X축으로, 만족 극성값을 Y축으로 한 4사분면에 속성 키워드 매핑을 수행하여, 해당 속성 키워드가 어느 사분면에 매핑되는지 확인함으로써, 상품 속성을 미리 정의된 수로 분류할 수 있다.
또한, 상술한 과제를 해결하기 위한 본 발명의 바람직한 다른 실시예에 따른 소비자 니즈 분석 방법은, (d) 고객 단말로부터 경쟁 기업 및 기관 정보를 수신하고, 경쟁 기업 및 기관에 대한 비정형 평가 정보 및 고객에 대한 비정형 평가 정보를 이용하여 상품군의 각 속성 키워드별로 경쟁 기업 및 기관에 대한 고객의 개선지수를 생성하여 제공하는 단계를 더 포함할 수 있다.
한편, 상술한 과제를 해결하기 위한 본 발명의 바람직한 실시예에 따른 컴퓨터 프로그램은 비일시적 저장매체에 저장되고, 프로세서를 포함하는 컴퓨터에서 실행되어, 상기 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법을 수행한다.
한편, 상술한 과제를 해결하기 위한 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치는, 프로세서 및 소정의 명령어들을 저장하는 메모리를 포함하는 소비자 니즈 분석 장치로서, 상기 메모리에 저장된 명령어들을 실행한 상기 프로세서는 상품군에 대한 소비자들의 평가 정보들을 수집하여 상품군 속성들의 키워드 및 키워드에 대응하는 용언 또는 수식어를 추출하고, 용언 또는 수식어가 대응되는 키워드와 함께 사용될 때 나타내는 긍정 또는 부정 의미를 판별하여 상품군 속성 사전을 생성하고, 상기 상품군 속성 사전에 포함된 키워드들을 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석하며, 상기 상품군 속성 사전에 포함된 해당 상품군의 속성에 대한 만족 극성 및 불만족 극성을 계산하여, 상품 속성을 사전에 정의된 수로 분류할 수 있다.
또한, 상기 프로세서는 상품군 속성 사전을 생성할 때 상품군에 대한 소비자들의 평가 정보들을 수집하고, 상기 평가 정보에서 상품군에 대한 명사들을 추출하고, 상기 추출된 명사들이 상기 평가 정보에 포함된 횟수에 따라서, 상기 추출된 명사들을 이용하여 상품군의 속성들에 대한 기초 키워드들을 포함하는 기초 사전을 생성하며, 상기 기초 키워드들에 기초하여 상기 평가 정보들로부터 상기 상품군에 대한 추가 키워드들을 추출하며, 상기 평가 정보들로부터 상기 기초 키워드들 및 상기 추가 키워드들에 대응하는 용언 또는 수식어를 추출하고, 추출된 용언 또는 수식어가 상기 기초 키워드 또는 상기 추가 키워드와 함께 사용될 때 긍정 의미를 나타내는지 또는 부정 의미를 나타내는지를 판별하여 상품군 속성 사전을 완성할 수 있다.
또한, 상기 평가 정보는 소비자들이 게시한 복수의 상품 리뷰들로 구성되고, 상기 프로세서는, 상기 추출된 용언 또는 수식어가 긍정 의미를 나타내는지 또는 부정 의미를 나타내는지를 판별할 때, 해당 상품군에 대한 전체 긍정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 리뷰 갯수의 비율과, 해당 상품군에 대한 전체 부정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 리뷰 갯수의 비율 간의 차이를 이용하여, 해당 키워드에 대한 상기 용언 또는 수식어의 긍정 또는 부정 의미를 판별할 수 있다.
또한, 상기 프로세서는, 상기 상품군 속성 사전에 포함된 키워드들을 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석할 때, 상기 상품군에 대한 소비자들의 평가 정보를 추가로 수집하고, 상기 평가 정보들로부터 상기 상품군 속성 사전에 포함되는 키워드들을 추출하고, 상기 추출된 키워드들 중 상기 상품군의 속성별로 추출된 키워드들을 카운트하여 소비자 니즈 현황을 분석하며, 상기 상품군 속성 사전에 포함된 키워드들을 임의로 사전에 정의된 개수씩 조합하고, 해당 조합이 상기 평가 정보들 중 단일한 평가 정보에 포함된 수를 카운트하여 소비자의 니즈 구조를 분석하고, 상기 평가 정보들 중 부정 평가된 평가 정보에 포함된 속성 키워드들을 카운트하여 소비자의 미충족 니즈를 분석할 수 있다.
또한, 상기 프로세서는, 속성 키워들에 대한 만족 극성값 및 불만족 극성값을 이용하여, 불만족 극성값을 X축으로, 만족 극성값을 Y축으로 한 4사분면에 속성 키워드 매핑을 수행하여, 해당 속성 키워드가 어느 사분면에 매핑되는지 확인함으로써, 상품 속성을 미리 정의된 수로 분류할 수 있다.
또한, 상기 프로세서는, 고객 단말로부터 경쟁 기업 및 기관 정보를 수신하고, 경쟁 기업 및 기관에 대한 비정형 평가 정보 및 고객에 대한 비정형 평가 정보를 이용하여 상품군의 각 속성 키워드별로 경쟁 기업 및 기관에 대한 고객의 개선지수를 생성하여 제공할 수 있다.
본 발명은 온라인을 통해서 소비자 리뷰와 같은 대규모의 비정형 평가 정보를 수집하고, 수집된 비정형 평가 정보를 이용하여 각 상품군의 속성별 키워드들 및 이를 수식하는 용언 또는 수식어에 대한 긍정 및 부정 의미를 포함하는 상품군 속성 사전을 생성하고, 상품군 속성 사전에 포함된 속성 키워드들에 따라서 비정형 평가 정보를 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석하여 기업 및 기관 고객에게 제공할 수 있다.
또한, 본 발명은 상품의 속성별 성격을 분류하여 기업 및 기관 고객에게 제공하고, 상품의 속성별로 기업 및 기관 고객과 경쟁 기업 및 기관 간의 만족도 차이에 대한 정보를 제공할 수 있다.
결과적으로, 본 발명은 온라인으로 수집 가능한 소비자의 비정형 평가 정보들을 이용하여 소비자 니즈를 분석하여 기업 및 기관 고객에게 제공함으로써, 기업 및 기관 고객은 과다한 비용을 지출하지 않고도, 신상품 개발에 필요한 상품 속성별 소비자의 니즈 및 기업 및 기관 고객 자사 상품의 개선 요구 속성을 파악하고 이에 신속하고 적절하게 대응할 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치의 전체적인 연결 관계를 도시하는 도면이다.
도 2는 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치의 물리적인 구성을 도시하는 도면이다.
도 3은 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치의 프로세서가 메모리에 저장된 명령어를 실행하였을 때, 프로세서가 수행하는 기능을 기능 블록으로 표현하는 블록도이다.
도 4는 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 방법을 설명하는 흐름도이다.
도 5는 본 발명의 바람직한 실시예에 따라서 속성 키워드의 성격을 분류하는 일 예를 도시하는 도면이다.
본 발명의 바람직한 실시예들을 설명하기 전에 용어를 다음과 같이 정리한다.
본 발명에서 지칭하는 상품은 유형의 제품과 무형의 서비스를 통칭하는 개념임을 주의해야 한다. 또한, 본 발명의 "상품"은 특정 제조사 또는 특정 브랜드의 제품(예컨대, 다이슨이 제조한 헤어드라이어, 유닉스가 제조한 헤어드라이어 등)을 지칭하고, 상품군은 모든 제조사의 상품을 통칭하는 개념(예컨대,"헤어드라이어")임을 주의해야 한다.
또한, 본 발명에서 지칭하는 "소비자"는 유형의 제품을 이용하는 사용자 및 무형의 서비스를 이용하는 이용자를 통칭하는 개념임을 주의해야 한다.
또한, 본 발명에서 이용하는 상품에 대한 비정형 평가 정보는 소비자가 직접 상품을 이용 또는 체험한 후, 해당 상품을 구매한 사이트를 운영하는 서버들에 남긴 리뷰, 또는 인터넷 포털 서버 또는 커뮤니티 서버들에 남긴 리뷰를 기본적으로 포함한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들을 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치의 전체적인 연결 관계를 도시하는 도면이다.
도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치(100)는 유무선 통신망을 통해서 복수의 온라인 쇼핑몰 서버(210), 상품 판매 서버(220), 커뮤니티 서버(230), 인터넷 포털 서버(240) 등에 접속하여, 소비자들이 해당 서버들에 저장한 비정형 평가 정보들을 수집하여 저장한다.
또한, 소비자 니즈 분석 장치(100)는 수집된 비정형 평가 정보들을 이용하여 후술하는 바와 같이 소비자 니즈 분석 데이터를 생성하고, 생성된 소비자 니즈 분석 데이터를 고객 단말들(300)로 제공한다.
복수의 고객 단말들(300)은 소비자 니즈 분석 장치(100)로 특정 상품군에 대한 소비자 니즈 분석 데이터를 요청하고, 추가적으로 자신의 정보와 경쟁 기업 및 기관 정보를 소비자 니즈 분석 장치(100)로 제공하고, 소비자 니즈 분석 장치(100)로부터 자신이 요청한 상품군의 속성별로 개선 (필요) 지수를 제공받아 상품 기획 및 개발에 활용할 수 있다.
도 2는 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치의 물리적인 구성을 도시하는 도면이다.
도 2를 참조하면, 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치(100)는 프로세서(110), 메모리(130) 및 통신 모듈(150)을 포함한다.
본 발명의 바람직한 실시예에 따른 메모리(130)는 프로세서(110)에 의해 실행 가능한 명령어들, 및 프로세서(110)에 의해 실행되는 프로그램들을 저장할 수 있으며, 프로세서(110)로 입력되는 데이터 및 프로세서(110)에서 생성된 데이터를 저장할 수 있다.
또한, 메모리(130)는 후술하는 상품군별로 프로세서(110)가 생성한 속성 사전을 저장한다. 속성 사전에 대한 구체적인 내용은 후술한다.
통신 모듈(150)은 유무선 통신망을 통해서 상술한 서버들(210~240)과 통신을 수행하여, 상품에 대한 비정형 평가 정보를 수집하여 메모리(130)에 저장하고, 프로세서(110)가 생성하여 메모리(130)에 저장된 분석 데이터들을 고객 단말들(300)로 제공한다.
프로세서(110)는 메모리(130)에 저장된 명령어들을 실행함으로써, 도 4를 참조하여 후술하는 소비자 니즈 분석 방법의 각 단계를 수행한다. 메모리(130)는 인터넷(internet)상에서 저장 매체의 기능을 수행하는 웹 스토리지(web storage) 또는 클라우드 서버로 대체 운영될 수도 있다.
도 3은 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치의 프로세서가 메모리에 저장된 명령어를 실행하였을 때, 프로세서가 수행하는 기능을 기능 블록으로 표현하는 블록도이다. 도 3에 도시한 기능 블록은 설명의 편의를 위해서 구조화한 것일 뿐, 실제 기능을 프로세서(110)에서 수행되는 것임을 주의해야 한다.
도 3을 참조하면, 본 발명의 프로세서(110)는 메모리(130)에 저장된 명령어를 실행하였을 때, 기능적으로 평가 정보 수집 모듈(119), 속성 사전 생성 모듈(111), 소비자 니즈 분석 모듈(113), 및 속성 분류 모듈(115)을 기본적으로 포함하고, 개선 지수 생성 모듈(117)을 더 포함할 수 있다.
도 4는 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 방법을 설명하는 흐름도이다. 이하, 도 4를 더 참조하여, 본 발명의 바람직한 실시예에 따른 소비자 니즈 분석 장치 및 방법을 함께 설명한다.
본 발명의 바람직한 실시예에 따른 소비자 니즈를 분석하기 위해서, 먼저 평가 정보 수집 모듈(119)은 상품군에 대한 소비자들의 비정형 평가 정보들을 수집한다(S410).
이 때, 평가 정보 수집 모듈(119)은 웹크롤링 방식으로, 상기한 서버들(210~240)에 접속하여 평가 정보로서 이용될 수 있는 소비자 리뷰들을 수집하되, 제품의 가격 등에 대한 사전 조사를 통해 다양한 가격 범위의 상품들에 대한 평가 정보(리뷰)를 수집할 수 있도록 한다.
그 후, 속성 사전 생성 모듈(111)은 비정형 평가 정보(소비자 리뷰)에서 상품군에 대한 명사들을 추출하고, 추출된 명사들이 상기 비정형 평가 정보에 포함된 횟수에 따라서, 상기 추출된 명사들을 이용하여 상품군 속성들에 대한 기초 키워드들을 포함하는 기초 사전을 생성한다(S420).
여기서, 속성 사전 생성 모듈(111)은 비정형 평가 정보(소비자 리뷰)에 대해 한글 자연어 처리 라이브러리를 이용하여 형태소 분석을 실시한 후, 비정형 평가 정보(소비자 리뷰)에서 명사들을 키워드로서 추출한다.
그 후, 속성 사전 생성 모듈(111)은 추출된 명사들이 각각 비정형 평가 정보에 포함된 횟수를 카운트하여, 카운트 횟수가 가장 많은 명사들부터 순서대로 기초 키워드로서 추출할 수 있다.
또한, 속성 사전 생성 모듈(111)은 상기한 비정형 평가 정보인 리뷰들로부터 추출된 키워드들을 카운트 횟수로 정렬하여 전문가에게 제공하고, 전문가로 하여금 카운트 횟수가 많은 키워드들을 참고하여 속성 키워드들을 선별하도록 함으로써 기초 키워드들을 선정할 수도 있다.
예컨대, 상품군으로 "헤어드라이기"를 선정하였을 경우, 비정형 평가 정보(소비자 리뷰)에서 추출된 명사가 리뷰들에서 카운트된 횟수에 따라서 [바람, 온도, 조작감, 디지털 센서, 발생 성분, 안전 기능, 위생, 스타일링 부속품, 손잡이 형태, 코드, 무선기능, 외관/디자인, 소비전력, 내구성, 소음, 진동, 패키지, 브랜드, 가격 및 혜택, AS, 무게] 등이 기초 사전의 속성에 대한 기초 키워드로서 선정될 수 있다.
그 후, 속성 사전 생성 모듈(111)은 상기 기초 키워드들에 기초하여 상기 비정형 평가 정보들로부터 상기 상품군에 대한 추가 키워드들을 추출하며, 상기 비정형 평가 정보들로부터 상기 기초 키워드들 및 상기 추가 키워드들에 대응하는 용언 또는 수식어를 추출한다(S430).
제 S430 단계에서, 속성 사전 생성 모듈(111)은 형태소 분석이 완료된 각 리뷰를 학습 문헌으로 사용하여 워드 임베딩 모델 학습을 수행하고, 워드 임베딩 모델을 통해 기초 키워드가 리뷰에서 어떤 단어의 유사어로 사용되는지 확인하여 추가 키워드를 추출하며, 리뷰 내에서 기초 키워드 및 추가 키워드를 수식하는 용언 또는 수식어를 추출한다.
상기한 기초 키워드 및 추가 키워드의 일 예를 아래의 표 1에 기재하였다.
바람 바람 세기,풍량 조절,바람 회전
온도 냉풍,온풍,열풍,온도 조절 단계
조작감 슬라이드식,버튼식,COOL버튼,온도 조절
디지털 센서 모발 센싱 기술,모발속 수분 보호 모드,터치 센서 온도 조절
발생 성분 음이온,이온 케어,플리즈마,원적외선
안전 기능 유해 물질 차단,전자파 차단,기기 자체 미열 방지 차단,이중안전 장치,열 제어 시스템
위생 탈착필터,흡인구 케이스 분리
스타일링 부속품 집중노즐,스타일링 콘센트레이터,스무딩,디퓨저,자석 부착형 노즐
손잡이 형태 고정식,접이식
코드 연질 코드,코드릴,코드 길이,무선
무선기능 스탠드 충전,배터리잔량표시,무선 사용 가능 시간
거치 벽걸이용 고리,거치대
부가기능 미끄럼 방지,고데기 기능,두피 마사지 기능,프리볼트
외관/디자인 그립감,무게,크기,제품 디자인,제품 색상,제품 재질
소비전력 소비전력,에너지 효율
내구성 제품 내구성,표면 잔기스
소음진동 소음,진동,냄새
패키지 패키지 디자인,포장 안정성
가격 및 혜택 가성비,프리미엄,저가,가격 할인,프로모션
브랜드 대기업,중소기업,외국산
AS 무상 AS,정품
그 후, 속성 사전 생성 모듈(111)은 추출된 용언 또는 수식어가 상기 기초 키워드 또는 상기 추가 키워드와 함께 사용될 때 나타내는 긍정 또는 부정 의미를 판별하여 상품군 속성 사전을 완성한다(S440).
본 발명의 바람직한 실시예에서, 상품 속성에 대한 소비자의 긍정 평가 및 부정 평가를 이용하여 소비자의 니즈를 파악하므로, 속성 키워드와 해당 속성 키워드에 대해서 소비자가 긍정적으로 평가를 하였는지 또는 부정적으로 평가를 하였는지 판별하는 것은 중요하다.
이러한 긍정 또는 부정 평가는 키워드에 대한 용언 또는 수식어를 확인하면 알 수 있는데, 일반적으로 사용되는 용언 또는 수식어의 의미가 속성에 따라서는 긍정의 의미를 가질 수도 있고, 부정의 의미를 가질 수도 있다. 예를 들어, '열풍' 속성의 경우 '따뜻하다'라는 형용사는 대부분 긍정의 의미로 쓰이지만,'냉풍' 속성의 경우 '따뜻하다'라는 형용사는 대부분 부정의 의미로 사용된다.
따라서, 특정 속성에 대한 용언 또는 수식어의 긍정 또는 부정 여부를 판별하기 위해서, 본 발명은 키워드 조합 긍부정 판별 지표를 이용하고, 이는 해당 상품군에 대한 전체 긍정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 긍정 리뷰 갯수의 비율과, 해당 상품군에 대한 전체 부정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 부정 리뷰 갯수의 비율 간의 차이로서 정의된다.
상기한 긍부정 판별 지표(AccR;Accuracy Ratio)는 아래의 수학식 1로 정리될 수 있다.
Figure 112020137284685-pat00001
상기 N(Pos)는 전체 긍정 평가 상품 리뷰 갯수, N(Pos,w)는 긍정 평가 상품 리뷰 중 해당 키워드 및 용언 또는 수식어가 포함된 긍정 리뷰 개수, 상기 N(Neg)는 전체 부정 평가 상품 리뷰 갯수, N(Neg,w)는 부정 평가 상품 리뷰 중 해당 키워드 및 용언 또는 수식어가 포함된 부정 리뷰 개수를 각각 나타낸다.
이 때, 각 리뷰가 긍정 평가 리뷰인지 또는 부정 평가 리뷰인지 여부는 별점과 같은 소비자의 명시적인 평가가 있는 경우에는 이를 이용하여 판단할 수 있고, 별점과 같은 소비자의 명시적인 평가가 없는 경우에는 해당 리뷰를 문장 인식 프로그램 등을 이용하여 긍부정 여부를 판별할 수도 있다.
한편, 상품군 속성 사전이 완성되면, 소비자 니즈 분석 모듈(113)은 상품군 속성 사전에 포함된 키워드들을 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석하여 메모리(130)에 저장하는 한편, 이를 요청하는 고객 단말들(300)로 제공할 수 있다(S450).
보다 구체적으로, 평가 정보 수집 모듈(119)이, 상기 S410 단계에서 수집된 비정형 평가 정보 이외에, 신규로 서버들(210~240)에 등록된 상기 상품군에 대한 소비자들의 비정형 평가 정보를 추가로 수집하여 메모리(130)에 저장하면, 소비자 니즈 분석 모듈(113)은 새로 수집된 비정형 평가 정보들로부터 상기 상품군 속성 사전에 포함되는 키워드들을 추출한다.
그 후, 소비자 니즈 분석 모듈(113)은 상기 추출된 키워드들 중 상기 상품군의 속성별로 추출된 키워드들을 카운트하여 소비자들의 현재 니즈 현황을 분석한다. 즉, 소비자들의 최근 비정형 평가 정보에 많이 언급되는 속성일수록, 해당 상품군에 대한 현재 소비자들의 주요 관심 사항으로 판단할 수 있다.
아울러, 소비자 니즈 분석 모듈(113)은 해당 상품군 속성 사전에 포함된 키워드들을 임의로 사전에 정의된 개수씩 조합하고, 해당 조합이 상기 평가 정보들 중 단일한 평가 정보에 포함된 수를 카운트하여 소비자의 니즈 구조를 분석한다.
예컨대, 상품군 속성 사전에 포함된 키워드들이 K1,K2,K3 라고 가정할 때, (K1,K2), (K2,K3), (K1,K3)와 같은 키워드 조합을 만들고, 해당 조합이 단일한 평가 정보(소비자 리뷰)에 포함된 횟수를 카운트한다. 단일한 소비자 리뷰에 2개의 키워드가 함께 언급되는 횟수가 많을수록, 해당 키워드들이 나타내는 속성들은 소비자의 니즈를 충족시키기 위해서 서로 밀접하게 연관되어 있을 가능성이 높다고 판단할 수 있다.
아울러, 소비자 니즈 분석 모듈(113)은 상기 비정형 평가 정보들 중 부정 평가된 평가 정보에 포함된 속성 키워드들을 카운트하여 소비자의 미충족 니즈를 분석한다.
한편, 속성 분류 모듈(115)은 상기 상품군 속성 사전에 저장된 각 속성에 대해서 그 성격을 분류하여 저장하고, 고객의 요청에 따라서 이 분석 정보를 제공한다(S460).
속성 분류 모듈(115)은 다양한 분류 알고리즘에 따라서 상품군 속성들을 분류할 수 있으나, 본 발명의 바람직한 실시예에서는, KANO 모델에 기초하여 상품 속성을 4가지로 분류하였다.
KANO 모델은 1984년 Kano가 발표한 모델로서 제품과 서비스의 품질을 구성하는 다양한 속성들 중에는 최소한의 고객 요구사항을 충족시키는 역할을 하는 속성이 있는 반면에, 어떤 속성은 제공 수준이 높아짐에 따라서 추가적인 고객 가치를 제공한다는 점을 지적한 이론이다. Kano 모델에서는 품질속성을 매력적 품질, 일원적 품질, 당연적 품질, 무관심 품질, 역품질로 구분하였다.
본 발명의 바람직한 실시예에서, 속성 분류 모듈(115)은 상품 평가 정보에서 언급된 주요 속성 키워드에 대한 극성(Polarity)을 계산하고, 속성 키워드들을 극성을 기반으로 사분면에 매핑한 후, KANO 이론을 적용하여, 각 속성 키워드의 성격을 매력적 속성, 일원적 속성, 당연적 속성, 무관심 속성으로 분류하였고, 고객들은 분류된 속성 키워드의 성격을 참고하여 신제품 개발에 반영해야 하는 개발 우선 순위를 결정할 수 있다.
이를 위해서, 속성 분류 모듈(115)은 아래의 수학식 2에 따라서 각 속성 키워드에 대해서 만족 극성 및 불만족 극성을 각각 계산한다.
Figure 112020137284685-pat00002
상기 수학식 2에서 r 은 전체 평가 정보의 수(전체 소비자 리뷰의 수), Si 는 속성 키워드가 긍정적 평가 정보(소비자 리뷰)에 나타난 횟수, Di 는 속성 키워드가 부정적 평가 정보(소비자 리뷰)에 나타난 횟수를 각각 나타낸다.
속성 분류 모듈(115)은 상기 수학식 2에 따라서 각 속성 키워드들에 대한 만족 극성 및 불만족 극성이 계산되면, 도 5에 도시된 바와 같이, X 축이 불만족 극성, Y축이 만족 극성을 나타내는 4분면에 매핑을 수행하여, 해당 속성 키워드가 매력적 속성, 일원적 속성, 당연적 속성, 무관심 속성 중 어디에 해당하는지를 확인함으로써, 속성 키워드의 성격을 분류한다. 참고로, 각 속성의 성격을 정리하면 아래의 표 2와 같다.
매력적 속성 충족되면 만족, 충족되지 않아도 불만족 유발하지 않음
일원적 속성 충족되면 만족, 충족되지 않으면 불만족 유발
당연적 속성 충족되어야만 하는 속성. 미충족시 고객 불만 크게 유발
무관심속성 충족과 미충족이 고객 만족과 관계없는 속성
한편, 본 발명의 개선 지수 생성 모듈(117)은 고객 단말들(300)로부터 경쟁 기업 및 기관 정보를 수신하고, 경쟁 기업 및 기관 평가 정보 및 고객의 평가 정보를 이용하여 상품군의 각 속성 키워드별로 경쟁 기업 및 기관에 대한 고객의 개선 지수를 생성하여 제공한다(S470). 이 때, 상기 표 2에 따라서 분류된 각 속성 키워드의 성격을 함께 제공할 수 있다. 개선 지수는 아래의 수학식 3과 같이 정의될 수 있다.
Figure 112020137284685-pat00003
개선 지수는 경쟁 기업 및 기관의 만족 위치에서 자사의 만족 위치까지의 거리를 의미하는 것으로서, 개선 지수가 크다는 것은 자사의 만족 위치가 경쟁 기업 및 기관의 만족 위치보다 뒤떨어져 있다는 것을 의미하므로, 이는 개선의 필요성이 크다는 것을 의미하고, 이 지수의 값이 높은 속성은 잠재적으로 개선의 여지가 큰 속성으로 볼 수 있다. 따라서, 고객은 소비자 니즈 중 개선 지수가 높은 속성일수록 상품 개선을 위한 우선 순위를 높게 설정할 수 있다.
지금까지 설명한 본 발명의 바람직한 실시예에 따른, 소비자 니즈 분석 방법은, 컴퓨터에서 실행가능한 명령어로 구현되어 비일시적 저장매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
저장매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 저장매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 저장매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100 : 소비자 니즈 분석 장치 110 : 프로세서
111 : 속성 사전 생성 모듈 113 : 소비자 니즈 분석 모듈
115 : 속성 분류 모듈 117 : 개선 지수 생성 모듈
119 : 평가 정보 수집 모듈 130: 메모리
150:통신 모듈 210 : 온라인 쇼핑몰 서버
220 : 상품 판매 서버 230 : 커뮤니티 서버
240 : 인터넷 포털 서버 300 : 고객 단말

Claims (13)

  1. 소비자 니즈 분석 장치에서 수행되는 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법으로서,
    (a) 상품군에 대한 소비자들의 평가 정보들을 수집하여 상품군 속성들의 키워드 및 키워드에 대응하는 용언 또는 수식어를 추출하고, 용언 또는 수식어가 대응되는 키워드와 함께 사용될 때 나타내는 긍정 또는 부정 의미를 판별하여 상품군 속성 사전을 생성하는 단계;
    (b) 상기 상품군 속성 사전에 포함된 키워드들을 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석하는 단계; 및
    (c) 상기 상품군 속성 사전에 포함된 해당 상품군의 속성에 대한 만족 극성 및 불만족 극성을 계산하여, 상품 속성을 미리 정의된 수로 분류하는 단계;를 포함하고,
    상기 평가 정보는 소비자들이 게시한 복수의 상품 리뷰들로 구성되고,
    상기 (a) 단계는, 해당 상품군에 대한 전체 긍정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 리뷰 갯수의 비율과, 해당 상품군에 대한 전체 부정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 리뷰 갯수의 비율 간의 차이를 이용하여, 해당 키워드에 대한 상기 용언 또는 수식어의 긍정 또는 부정 의미를 판별하고,
    상기 (b) 단계는
    (b1) 상기 상품군에 대한 소비자들의 평가 정보를 추가로 수집하고, 상기 평가 정보들로부터 상기 상품군 속성 사전에 포함되는 키워드들을 추출하는 단계;
    (b2) 상기 추출된 키워드들 중 상기 상품군의 속성별로 추출된 키워드들을 카운트하여 소비자 니즈 현황을 분석하는 단계;
    (b3) 상기 상품군 속성 사전에 포함된 키워드들을 임의로 사전에 정의된 개수씩 조합하고, 해당 조합이 상기 평가 정보들 중 단일한 평가 정보에 포함된 수를 카운트하여 소비자의 니즈 구조를 분석하는 단계; 및
    (b4) 상기 평가 정보들 중 부정 평가된 평가 정보에 포함된 속성 키워드들을 카운트하여 소비자의 미충족 니즈를 분석하는 단계;를 포함하는 것을 특징으로 하는 소비자 니즈 분석 방법.
  2. 제 1 항에 있어서, 상기 (a) 단계는
    (a1) 상품군에 대한 소비자들의 평가 정보들을 수집하는 단계;
    (a2) 상기 평가 정보에서 상품군에 대한 명사들을 추출하고, 상기 추출된 명사들이 상기 평가 정보에 포함된 횟수에 따라서, 상기 추출된 명사들을 이용하여 상품군의 속성들에 대한 기초 키워드들을 포함하는 기초 사전을 생성하는 단계;
    (a3) 상기 기초 키워드들에 기초하여 상기 평가 정보들로부터 상기 상품군에 대한 추가 키워드들을 추출하며, 상기 평가 정보들로부터 상기 기초 키워드들 및 상기 추가 키워드들에 대응하는 용언 또는 수식어를 추출하는 단계; 및
    (a4) 추출된 용언 또는 수식어가 상기 기초 키워드 또는 상기 추가 키워드와 함께 사용될 때 긍정 의미를 나타내는지 또는 부정 의미를 나타내는지를 판별하여 상품군 속성 사전을 완성하는 단계;를 포함하는 것을 특징으로 하는 소비자 니즈 분석 방법.
  3. 삭제
  4. 삭제
  5. 제 1 항에 있어서, 상기 (c) 단계는
    속성 키워들에 대한 만족 극성값 및 불만족 극성값을 이용하여, 불만족 극성값을 X축으로, 만족 극성값을 Y축으로 한 4사분면에 속성 키워드 매핑을 수행하여, 해당 속성 키워드가 어느 사분면에 매핑되는지 확인함으로써, 상품 속성을 미리 정의된 수로 분류하는 것을 특징으로 하는 소비자 니즈 분석 방법.
  6. 제 1 항에 있어서,
    (d) 고객 단말로부터 경쟁 기업 및 기관 정보를 수신하고, 경쟁 기업 및 기관에 대한 비정형 평가 정보 및 고객에 대한 비정형 평가 정보를 이용하여 상품군의 각 속성 키워드별로 경쟁 기업 및 기관에 대한 고객의 개선지수를 생성하여 제공하는 단계를 더 포함하는 것을 특징으로 하는 소비자 니즈 분석 방법.
  7. 비일시적 저장매체에 저장되고, 프로세서를 포함하는 컴퓨터에서 실행되어, 상기 제 1 항, 제 2 항, 제 5 항 및 제 6 항 중 어느 한 항의 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법을 수행하는 컴퓨터 프로그램.
  8. 프로세서 및 소정의 명령어들을 저장하는 메모리를 포함하는 소비자 니즈 분석 장치로서,
    상기 메모리에 저장된 명령어들을 실행한 상기 프로세서는
    (a) 상품군에 대한 소비자들의 평가 정보들을 수집하여 상품군 속성들의 키워드 및 키워드에 대응하는 용언 또는 수식어를 추출하고, 용언 또는 수식어가 대응되는 키워드와 함께 사용될 때 나타내는 긍정 또는 부정 의미를 판별하여 상품군 속성 사전을 생성하는 단계;
    (b) 상기 상품군 속성 사전에 포함된 키워드들을 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석하는 단계; 및
    (c) 상기 상품군 속성 사전에 포함된 해당 상품군의 속성에 대한 만족 극성 및 불만족 극성을 계산하여, 상품 속성을 사전에 정의된 수로 분류하는 단계를 수행하고,

    상기 평가 정보는 소비자들이 게시한 복수의 상품 리뷰들로 구성되고,
    상기 (a) 단계에서, 상기 프로세서는, 상기 추출된 용언 또는 수식어가 긍정 의미를 나타내는지 또는 부정 의미를 나타내는지를 판별할 때, 해당 상품군에 대한 전체 긍정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 리뷰 갯수의 비율과, 해당 상품군에 대한 전체 부정 평가 상품 리뷰 갯수에 대한 해당 키워드 및 이에 대응하는 상기 추출된 용언 또는 수식어가 포함된 리뷰 갯수의 비율 간의 차이를 이용하여, 해당 키워드에 대한 상기 용언 또는 수식어의 긍정 또는 부정 의미를 판별하고,

    상기 (b) 단계에서, 상기 프로세서는
    상기 상품군 속성 사전에 포함된 키워드들을 분석하여 소비자의 현재 니즈 현황, 소비자의 니즈 구조, 및 소비자의 미충족 니즈를 분석할 때,
    상기 상품군에 대한 소비자들의 평가 정보를 추가로 수집하고, 상기 평가 정보들로부터 상기 상품군 속성 사전에 포함되는 키워드들을 추출하고,
    상기 추출된 키워드들 중 상기 상품군의 속성별로 추출된 키워드들을 카운트하여 소비자 니즈 현황을 분석하며,
    상기 상품군 속성 사전에 포함된 키워드들을 임의로 사전에 정의된 개수씩 조합하고, 해당 조합이 상기 평가 정보들 중 단일한 평가 정보에 포함된 수를 카운트하여 소비자의 니즈 구조를 분석하고,
    상기 평가 정보들 중 부정 평가된 평가 정보에 포함된 속성 키워드들을 카운트하여 소비자의 미충족 니즈를 분석하는 것을 특징으로 하는 소비자 니즈 분석 장치.
  9. 제 8 항에 있어서,
    상기 프로세서는 상품군 속성 사전을 생성할 때
    상품군에 대한 소비자들의 평가 정보들을 수집하고,
    상기 평가 정보에서 상품군에 대한 명사들을 추출하고, 상기 추출된 명사들이 상기 평가 정보에 포함된 횟수에 따라서, 상기 추출된 명사들을 이용하여 상품군의 속성들에 대한 기초 키워드들을 포함하는 기초 사전을 생성하며,
    상기 기초 키워드들에 기초하여 상기 평가 정보들로부터 상기 상품군에 대한 추가 키워드들을 추출하며, 상기 평가 정보들로부터 상기 기초 키워드들 및 상기 추가 키워드들에 대응하는 용언 또는 수식어를 추출하고,
    추출된 용언 또는 수식어가 상기 기초 키워드 또는 상기 추가 키워드와 함께 사용될 때 긍정 의미를 나타내는지 또는 부정 의미를 나타내는지를 판별하여 상품군 속성 사전을 완성하는 것을 특징으로 하는 소비자 니즈 분석 장치.
  10. 삭제
  11. 삭제
  12. 제 8 항에 있어서, 상기 프로세서는
    속성 키워들에 대한 만족 극성값 및 불만족 극성값을 이용하여, 불만족 극성값을 X축으로, 만족 극성값을 Y축으로 한 4사분면에 속성 키워드 매핑을 수행하여, 해당 속성 키워드가 어느 사분면에 매핑되는지 확인함으로써, 상품 속성을 미리 정의된 수로 분류하는 것을 특징으로 하는 소비자 니즈 분석 장치.
  13. 제 8 항에 있어서, 상기 프로세서는
    고객 단말로부터 경쟁 기업 및 기관 정보를 수신하고, 경쟁 기업 및 기관에 대한 비정형 평가 정보 및 고객에 대한 비정형 평가 정보를 이용하여 상품군의 각 속성 키워드별로 경쟁 기업 및 기관에 대한 고객의 개선지수를 생성하여 제공하는 것을 특징으로 하는 소비자 니즈 분석 장치.
KR1020200177182A 2020-12-17 2020-12-17 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치 KR102464783B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200177182A KR102464783B1 (ko) 2020-12-17 2020-12-17 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200177182A KR102464783B1 (ko) 2020-12-17 2020-12-17 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220086932A KR20220086932A (ko) 2022-06-24
KR102464783B1 true KR102464783B1 (ko) 2022-11-09

Family

ID=82216152

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200177182A KR102464783B1 (ko) 2020-12-17 2020-12-17 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102464783B1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102573979B1 (ko) * 2022-06-27 2023-09-04 (주)임팩티브에이아이 예측적 신제품 개발 방법 및 장치
KR102577826B1 (ko) * 2022-06-27 2023-09-14 (주)임팩티브에이아이 예측모델 생성방법 및 장치
KR102502734B1 (ko) * 2022-10-07 2023-02-23 주식회사 세마그룹 환자 후기 관리를 위한 병원의 환자 만족도 평가 서비스 제공 시스템
KR102538774B1 (ko) * 2022-10-25 2023-06-01 황지인 인공지능 기반 리뷰 분석을 활용하는 방법 및 장치
KR102585901B1 (ko) * 2023-04-12 2023-10-06 (주)이공이공 오픈마켓 게시 제품 컨텐츠 개선을 위한 방법 및 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001306859A (ja) * 2000-04-24 2001-11-02 Loftwork.Com Kk クリエイターマッチングシステム
KR101573449B1 (ko) * 2014-01-29 2015-12-01 한국외국어대학교 연구산학협력단 모바일 애플리케이션 기회 맵 생성 방법 및 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160130369A (ko) * 2016-11-02 2016-11-11 에스케이플래닛 주식회사 온라인 상에 게재된 웹 문서 기반 상권 분석 서비스 시스템 및 방법
KR20170090370A (ko) * 2017-06-05 2017-08-07 숙명여자대학교산학협력단 리뷰 데이터 분석 방법, 이를 이용한 시스템 및 이동 단말기

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001306859A (ja) * 2000-04-24 2001-11-02 Loftwork.Com Kk クリエイターマッチングシステム
KR101573449B1 (ko) * 2014-01-29 2015-12-01 한국외국어대학교 연구산학협력단 모바일 애플리케이션 기회 맵 생성 방법 및 장치

Also Published As

Publication number Publication date
KR20220086932A (ko) 2022-06-24

Similar Documents

Publication Publication Date Title
KR102464783B1 (ko) 소비자의 비정형 평가 정보를 이용한 소비자 니즈 분석 방법 및 장치
Albadvi et al. A hybrid recommendation technique based on product category attributes
CN108491377A (zh) 一种基于多维度信息融合的电商产品综合评分方法
US20080215543A1 (en) Graph-based search leveraging sentiment analysis of user comments
Li et al. Dynamic mapping of design elements and affective responses: a machine learning based method for affective design
Zhang et al. Combining sentiment analysis with a fuzzy kano model for product aspect preference recommendation
KR20200048004A (ko) 사용자 구매 기준 및 상품 리뷰 기반 상품 추천 시스템 및 방법
Yakubu et al. Forecasting the importance of product attributes using online customer reviews and Google Trends
KR102142126B1 (ko) 계층적 카테고리 군집 기반 장바구니 상품 추천 방법
Sukrat et al. An architectural framework for developing a recommendation system to enhance vendors’ capability in C2C social commerce
Wu et al. An approach of product usability evaluation based on Web mining in feature fatigue analysis
KR20210047229A (ko) 구매 우선순위와 상품 리뷰 감성분석을 반영한 상품 추천 시스템 및 방법
US8738459B2 (en) Product recommendation
Zheng et al. Substitutes or complements: another step forward in recommendations
KR101026544B1 (ko) 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치
Park et al. Spec guidance for engineering design based on data mining and neural networks
KR20210029006A (ko) 제품 평가 마이닝 방법 및 이를 수행하는 장치
Pinto et al. Hybrid recommendation system based on collaborative filtering and fuzzy numbers
Dong et al. Statistical and machine learning-based e-commerce sales forecasting
US20230230143A1 (en) Product recommendation system, product recommendation method, and recordingmedium storing product recommendation program
Trappey et al. Using Web Mining and Perceptual Mapping to Support Customer-Oriented Product Positions Designs
KR20220117425A (ko) 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템
Cao et al. Data source recommendation for building mashup applications
CN112488854A (zh) 服务经理个性化推荐方法和相关设备
JP5634859B2 (ja) サイトクラスタシステムおよびサイトクラスタ方法

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right