[KoCon] 앱 이용실적과 앱 리뷰 감성분석의 통합적 모델 구축에 관한 연구 (2022)

 

© LoboStudioHamburg, 출처 Pixabay

앱 이용실적과 앱 리뷰 감성분석의 통합적 모델 구축에 관한 연구

A Study on Building an Integrated Model of App Performance Analysis and App Review Sentiment Analysis
한국콘텐츠학회 논문지
약어 : Jour. of KoCon.a
2022, vol.22, no.1, pp. 58-73 (16 pages)
발행기관 : 한국콘텐츠학회
연구분야 : 복합학 > 학제간연구
김동욱 /Dongwook Kim 1 , 김성범 /KIM SUNGBUM 2
1한국과학기술원 기술경영전문대학원, 2금오공과대학교

 

초록

이 연구의 목적은 모바일 앱 실적 변수 간의 관계를 파악하여 예측 가능한 앱 실적 변수의 추정 모델을 구성하고 앱 리뷰가 앱 실적 지표에 미치는 영향을 검증하는 것이다. 연구1과 2에서는 상관분석과 기계학습의 랜덤 포레스트 회귀 추정을 사용하여 앱 실적 간의 관계를 도출하고 앱 실적 추정 모델링을 수행하였다. 연구3에서는 앱 리뷰를 텍스트 마이닝의 감성분석을 사용하여 일별 감성 점수를 도출한 후 다변량 시계열분석을 사용하여 앱 리뷰의 감성점수가 앱의 일일 설치 횟수에 선행하여 영향을 주는 것을 발견하였다. 앱을 개발하고 서비스하는 기업은 앱 실적 지표와 앱 리뷰에서 제기되는 불만족과 고객 니즈를 검토하여 적기에 앱을 개선하고 마케팅 판매촉진활동의 시점과 방향성을 도출할 수 있다.

The purpose of this study is to construct a predictable estimation model that reflects the relationship between the variables of mobile app performance and to verify how app reviews affect app performance. In study 1 and 2, the relationship between app performance indicators was derived using correlation analysis and random forest regression estimation of machine learning, and app performance estimation modeling was performed. In study 3, sentiment scores for app reviews were by using sentiment analysis of text mining, and it was found that app review sentiment scores have an effect one lag ahead of the number of daily installations of apps when using multivariate time series analysis. By analyzing the dissatisfaction and needs raised by app performance indicators and reviews of apps, companies can improve their apps in a timely manner and derive the timing and direction of marketing promotions.

 

키워드

앱 실적 지표, 앱 리뷰, 기계학습, 감성분석, 다변량 시계열

App Performance Indicator, App Review, Machine Learning, Sentiment Analysis, Multivariate Time Series

 

인용

김동욱 and 김성범. (2022). 앱 이용실적과 앱 리뷰 감성분석의 통합적 모델 구축에 관한 연구. 한국콘텐츠학회 논문지, 22(1), 58-73.

 

자료원: 한국학술지인용색인, KCI

https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002807092