빅 데이터를 이용한 제품디자인의 감성반응 분석 - 스마트폰을 대상으로 - (Sentimental Analysis to Product Design Using Big-Data - Focused on Smartphone -)

서지정보

· 발행기관 : 한국전시산업융합연구원
· 수록지 정보 : 한국과학예술융합학회 / 27권 / 31 ~ 48페이지
· 저자명 : 김건아, 김철기

초록

본 연구에서는 빅 데이터를 사용하여 제품 디자인에 대한 소비자 감성반응에 대해 구조적으로 분석 하였다. 공학적 분석시스템을 개발하여 기존 디자인 감성분석에 사용되는 설문지법의 한계에 대한 대안적방법으로 가능성을 확인하고 소비자가 제품에 대해느끼는 다양한 비인지적 상황정보를 획득·분석하였다.
비정형 텍스트 데이터분석을 위해 N-gram과TF-IDF알고리즘을 적용한 시스템을 사용하여 스마트폰(아이폰6S)을 대상으로 트위터에서 생성된 빅 데이터를 수집하고 전처리, 본처리, 후처리로 나누어 분석하였다. 이렇게 추출된 데이터에 텍스트 마이닝과 오피니언 마이닝을 적용하고 감성분석을 수행하였다.
제품에 대한 반응은 총 12개의 카테고리인 가격, 기능, 디자인, 사용성, 광고, 장소, 심리, 기종비교, 예측, 기간, 브랜드, 기타로 추출되었다. 이렇게 분류된 카테고리 중 심리, 디자인, 기능, 가격, 사용성에 대해 감성분석을 수행하였다.
이렇게 얻어진 어휘에서 중복을 제거하여 71개의어휘를 추출하였고 여기에 오피니언 마이닝을 적용하여 긍정35개, 부정22개, 중립14개의 어휘를 추출할 수있었다. 또한 12개의 카테고리는 9개의 속성인 기능, 사용성, 심미성, 유지보수, 경제적, 심리적, 사회적, 감각적, 환경적 분류할 수 있었는데 9개의 속성 중 심미성에 대한 주성분 분석을 통하여 제품구매에 영향력있는 디자인요소를 분석할 수 있었다. 후처리에서 주제어, 감성분석, 극성분석의 결과를 워드클라우드(wordcloud)를 이용하여 시각화 하였다.
본 연구의 빅 데이터 분석을 통해 소비자의 다양한 감성반응과 감성어휘를 수집할 수 있었고 데이터 마이닝의 적용을 통해 소비자의 여론을 분석하고 통계처리 할 수 있었다. 향후 시간변화에 따른 누적데이터를 분석하여 소비자 반응의 변화 양상에 대한 연구를진행하고자 한다.

영어초록

This study uses big data to structurally analyze the sentimental response of consumers on product design. Engineered analysis system was developed to identify its possibility as an alternative method to limitation of existing survey method used in sentimental analysis of design and consumer's non-cognitive context felt for the products was acquired and analyzed.
By using N-gram and TF-IDF algorithm applied system for nonlinear text data analysis, big data generated from Twitter on a smartphone(iPhone6S) was collected separated into preprocessing, processing, and postprocessing for analysis. Text mining and Opinion mining were applied to the extracted data and sentimental analysis was performed.
The responses to the products were extracted into 12 categories : price, function, design, usability, advertisement, place, psychology, model comparison, forecast, period, brand, etc. Sentimental analysis was conducted on psychology, design, function, price, and usability categories. We extracted 71 vocabularies by eliminating redundancy in vocabulary, and applied Opinion mining to extract 35 positive, 22 negative, and 14 neutral vocabularies.
In addition the 12 categories were classified into nine attributes: functional, usability, aesthetic, maintenance, economic, psychological, social, sensory, and environmental. Also, aesthetics attribute were used to extract the factors with influence in the design response. Wordcloud was used on the post-processing stage to visualize the keyword, sentimental analysis and result of polar analysis.
In this study, we could collect various emotional responses and emotional vocabulary of consumers by analyzing big data. Also, by applying data mining, consumer opinion can be analyzed and processed statistically. In future research, we will study the change of consumer response through trajectory analysis.

참고자료

· 없음