리뷰에서의 특징 추출을 통한 특징 기반 뷰티 상품 검색 시스템

• Published in: 디지털콘텐츠학회논문지, 26(6) pp. 1721 - 1730
• Main Authors: 김태완, 박수현, 이현아
• Format: Journal Article
• Language: Korean
• Published: 한국디지털콘텐츠학회 01.06.2025
• Subjects: 컴퓨터학
• ISSN: 1598-2009; 2287-738X

개인의 피부 유형이나 취향 등에 따라 선호 제품이 달라지는 뷰티 상품의 온라인 쇼핑에서 리뷰는 구매 의사 결정에 큰 영향을 준다. 최근 리뷰가 대량으로 축적되면서 정보의 양은 풍부해졌지만 그만큼 원하는 정보를 찾는 데 어려움이 커지고 있다. 본 논문에서는 뷰티 상품의 리뷰에서 상품의 주요 특징을 자동으로 추출하고 특징들의 극성을 시각화하는 시스템을 제안한다. 제안 시스템에서는 한국어 사전학습모델인 KoBERT를 활용하여 리뷰의 긍·부정 이진 분류와 핵심 키워드 추출을 진행하여 특징 기반 검색이 가능하다. 제안 시스템을 통해 고객은 상품이 긍정적으로 평가된 단어로 상품을 손쉽게 검색하고 상품 각각의 장단점을 한눈에 파악할 수 있다. In online shopping for beauty products, where preferences vary depending on individual skin types and tastes, reviews play a significant role in making purchase decisions. Recently, reviews have rapidly accumulated, significantly increasing the amount of information; however, this has made it difficult to find desired information. This study proposes a system that automatically extracts the key features of beauty products from reviews and visualizes the sentiment polarity of those features. The proposed system utilizes KoBERT, a Korean pre-trained language model, to perform binary sentiment classification and keyword extraction, enabling feature-based searches. The proposed system helps customers easily search for products using positively evaluated keywords and instantly identify the strengths and weaknesses of each product. KCI Citation Count: 0