A Classification of User Experience in Automobile Using Aspect-Based Sentiment Analysis

Abstract

Heavily allied to statistics, fields of human factors/ergonomics are developing ways to derive actionable conclusions from big data analytics in recent years through increased connectedness and computational power. While millions of reviews are generated daily for opinion mining to enable researchers to gain insights into users wants and needs, it is still often very difficult to analyze products that have small number of reviews due to their early stage of product life cycle or to their inherent characteristics. Yet, there are needs in objective analysis for those products to augment traditional way of gathering data through surveys and interviews for there are significant downfalls in those researches for their subjective nature. By observing similar domains, this study examines ways to analyze data small target domain with using data rich source domains in classification of user experience using aspect-based sentiment analysis. By identifying opinion polarity towards aspects in similar domains associated with user experience as main target, the study examines to develop novel user experience framework to analyze small number of reviews.

통계분석과 밀접한 관계가 있는 인간공학 분야에서는 지난 몇 년 동안 빅데이터 기반의 분석을 추가로 시도하며 결론을 도출하는 데에 도움을 줄 수 있는 실행 가능한 새로운 연구 방법을 고안하고 있다. 현재 연구자가 사용자의 요구와 기대에 대한 통찰력을 얻을 수 있도록 오피니언 마이닝을 사용한 사용자 경험 분석은 활발하게 진행되고 있다. 하지만 여러 제품군에 대하여 데이터는 매일같이 수백만 개가 생성되고 있는 반면, 제품 수명 주기의 초기 단계에 있는 제품이나 제품의 고유 특성상 리뷰 수가 적은 제품들은 위와 같은 분석을 진행하는 데에 큰 한계점을 지니고 있다. 이러한 제품일수록 성공적인 제품 생산을 위해서는 사용자 만족도를 위한 사용자 경험 분석을 필요로 하기에, 본 연구에서는 이러한 점을 극복하고자 한다. 설문조사와 인터뷰를 통해 데이터가 부족한 제품군들에 대해 분석을 진행하던 전통인 분석 방법을 강화하기 위해 보다 객관적인 데이터 기반 사용자 경험 분류를 유사한 도메인을 관찰함으로써 해결해 보고자 한다. 본 연구는 데이터가 적은 도메인의 제품 또는 서비스의 사용자 경험 분석을 위해 유사한 도메인의 잠재 요소 감성분석을 기반으로 식별된 요소를 통해 리뷰를 분석하는 새로운 사용자 경험 프레임워크를 개발하기 위한 검토를 실행하였다.