연구 초록

비자의 선택에 있어 발생하는 방해 요소를 최소화하기 위해 객관적인 평가지표를 제시하고자 한다. 새로운 별점 도출 방식을 고안한 두 가지 선행 연구를 종합하여 정확도를 높이고자 하였다. 먼저 ‘Rating Prediction by Evaluation Item through Sentiment Analysis of Restaurant Review(Jin-Soo So, 2020)’를 참고하여 에서 음식점 개에 대한 한국어 리뷰를 수집하고, TripAdvisor 21 음식점에 맞는 맞춤형 감성사전을 구성하여 이를 기반으로 KNU 감성 분석을 실 행하였다. 감성 점수로 세부 평가 항목별 평점을 도출하고 '온라인 리뷰의 텍스트 분석을 통한 모델 품질속성 판별과 고객 평점 예측에 관한 연구(윤민지, 2020)’ 를 참고하여 만족 극성과 불만족 극성을 이용해 모델 품목  Kano속성을 분류하였다. 이를 종합하여 음식점별 총 평점을 예측하였다. 이후 다른 플랫폼인 네이버의 장소 리뷰 중 하나에 이를 적용하여 세부 평가 항목별 점수를 도출하며 적용 가능성을 제시하였다. 또한 오차값을 비교하며 모델 품질, Kano 속성 반영의 중요성을 밝혔다.