표제지
목차
ABSTRACT 9
제1장 서론 12
제2장 배경 연구 18
제1절 이론적 배경 18
1. 제품 기획 프로세스 18
2. 데이터 기반 소비자 니즈 분석 21
제2절 방법론적 배경 25
1. 토픽 모델링 25
2. 해석 가능한 머신러닝 27
제3장 연구 방법론 31
제1절 개요 31
제2절 리뷰 데이터 수집 및 전처리 33
제3절 제품특성 식별 36
제4절 제품특성 별 영향도 산출 38
1. 제품 만족도 분류모델 구축 38
2. 제품특성 영향도 산출 40
제5절 소비자 니즈 포트폴리오 맵 생성 42
제4장 사례 연구 46
제1절 제품 리뷰 데이터 수집 및 제품 키워드 정의 47
제2절 제품특성 식별 49
제3절 제품특성 영향도 산출 53
제4절 제품 기획 전략 제시 58
1. 대상제품의 소비자 니즈 포트폴리오 맵 58
2. 제품 개선 방향 제시 60
제5장 결론 67
제1절 연구의 요약 및 기대효과 67
제2절 연구의 한계 및 추후연구 69
참고문헌 71
부록 87
[부록 1] 수집된 대상 제품 리뷰 데이터의 브랜드 및 제품명 87
[부록 2] 문서-토픽 분포 행렬 88
[부록 2] 토픽 모델링 결과(K=7) 89
[부록 3] 문서-토픽 분포 행렬 90
[부록 4] 토픽-키워드 분포 행렬 91
[부록 5] 제품 키워드 감성점수 92
국문초록 93
〈표 2-1〉 관점에 따른 해석 가능한 머신러닝의 분류 27
〈표 4-1〉 상위 등장빈도의 유효 키워드 48
〈표 4-2〉 식별된 9개의 제품특성과 주요 키워드 52
〈표 4-3〉 학습된 모델의 성능지표 55
〈표 4-4〉 산출된 제품특성 별 SHAP value의 예시 56
〈표 4-5〉 제품특성 별 Importance와 Influence 58
〈표 4-6〉 제품특성 5의 주요 키워드의 감성점수 61
〈표 4-7〉 제품특성 5의 할당확률이 높은 실제 리뷰 문서 예시 61
〈표 4-8〉 제품특성 2의 주요 키워드의 감성점수 63
〈표 4-9〉 제품특성 2의 할당확률이 높은 실제 리뷰 문서 예시 64
〈표 4-10〉 제품특성 1의 주요 키워드의 감성점수 65
〈표 4-11〉 제품특성 1의 할당확률이 높은 실제 리뷰 문서 예시 65
〈그림 2-1〉 The product planning process 18
〈그림 2-2〉 Open innovation model 19
〈그림 2-3〉 LDA의 개념적 도식 표현 및 생성 프로세스 26
〈그림 3-1〉 소비자 니즈 분석 접근법의 개요 31
〈그림 3-2〉 텍스트 전처리 프로세스 34
〈그림 3-3〉 LDA의 입력과 출력 37
〈그림 3-4〉 인공신경망의 구조 39
〈그림 3-5〉 학습데이터의 구조 39
〈그림 3-6〉 특정 데이터 포인트에 대한 SHAP value (SHAP documentation ;... 41
〈그림 3-7〉 소비자 니즈 포트폴리오 맵 43
〈그림 4-1〉 Best Buy 제품 리뷰의 예시 47
〈그림 4-2〉 Elbow method 49
〈그림 4-3〉 학습모델의 구조 54
〈그림 4-4〉 Confusion matrix 55
〈그림 4-5〉 제품특성 별 SHAP value 시각화 57
〈그림 4-6〉 대상 제품의 소비자 니즈 포트폴리오 맵 59