An Analysis of Mobile Food Delivery App 'Baemin' by Using Text Mining and ARIMA Model (2021.02)
개요 : 모바일 애플리케이션 시장의 빠른 성장과 함께 다운로드 수와 리뷰의 수도 급증하고 있다. 개발자는 사용자 리뷰 분석을 통해 서비스 이슈를 감지하고 사용자의 불만족을 개선하고자 하지만, 매일 다량으로 생성되는 리뷰를 처리하기에는 어려움이 있다. 본 연구에서는 수많은 리뷰 중에서 유의미한 서비스 이슈를 탐지하기
위해 텍스트마이닝 기법과 시계열 이상치 탐지 모형 Autoregressive Integrated Moving Average(ARIMA)을 이용하여 최근 빠르게 성장하고 있는 배달 어플리케이션 ‘배달의 민족’ 리뷰를 분석하고자 한다.
이를 위하여 ‘배달의 민족’ 앱 리뷰 71,435건을 크롤링하여 수집한 후, 토픽모델링 기법을 적용하여 5개의 토픽을 도출하였다. 또한, 시계열 기반 이상치 탐지 ARIMA 모델을 활용하여 리뷰수가 급증한 12개의 이상치 일자를 탐지하였고, 해당 일자를 토픽 별 감성분석 결과를 바탕으로 이슈 요인을 분석하였다.
차별점 : 텍스트 마이닝에서 conventional한 방법론이 아닌 이종간의 결합을 통해 독창적인 방법론을 사용해 분석을 하였고, DBPIA 상위 1%이용을 보이는 논문으로 선정되었다.
참여인원 : 2명 중 1저자
기술 : Python / R
논문
개인적인 소감 :
저는 새로운 시각, 이종간의 결합을 중요시하는 사람입니다. 텍스트 마이닝에서 많이 사용되는 허니콤모델, HCI(Human Computer Interaction)과 같은 방법론을 벗어나 텍스트 마이닝에서 새로운 접근법을 제안했습니다.
이러한 시야를 중요시 하기에 과분하게도 DBPIA에서 1%논문으로 선택된것이 아닌가 감히 생각합니다.
기존 연구들의 한계점 :
사용자는 불편사항을 텍스트로 즉각적으로 앱 스토어에 반영함. 기존 방법으로는 즉각적인 이슈 대응을 하지 못하였다.
제안점 :
앱 리뷰의 버즈량이 일정수준을 넘어가면 즉각적인 관리가 가능하도록 하자. 여기서 일정수준은 ARIMA모형으로 95%신뢰구간을 넘어서는 것을 기준으로 선정하였다. 즉각적인 관리를 위해 토픽들을 미리 분류하여, 이슈가 발생했을 때 어떤문제가 발생했는지 즉각적으로 확인이 가능하다.
분석 과정 :
DBPIA 에서 동일 주제 논문중 상위 0.5% 이용률
