딥러닝 기반 사용자 리뷰 자동 분석을 통한 모바일 게임 앱 개선 방향 제안 서비스

팀명

진저쿠키

팀원 명단

임세빈, 조단현, 변인경

지도교수

김영국 교수님

작품 배경 및 목적

모바일 게임 시장의 급격한 성장으로 경쟁이 심화됨. 각 개발사는 경쟁력 확보를 위하여 시장 조사를 통해 요구사항을 분석하고, 이를 업데이트에 반영할 필요가 있음. 위 과정에서 ‘사용자 리뷰 분석’은 필수적인 요소라고 볼 수 있음. 하지만 현재 사용자 리뷰 분석은 대부분 수동으로 이뤄지며 상당한 시간 및 인적 자원 소모하므로 본 프로젝트를 통해 모바일 게임 앱 리뷰 분석 내용을 사람의 개입없이 빠르고 정확하게 할 수 있도록 하는 것이 목표임.

작품 내용

구글 플레이스토어의 모바일 게임 앱을 선별하여 사용자 리뷰 데이터 수집한 뒤, 수집한 리뷰 텍스트 데이터에 전처리 작업 수행한 뒤 kobert와 bertopic.모델을 활용하여 각각 감성 분석과 토픽 모델링을 수행함. 모델 분석 결과를 시각화하는 웹페이지를 개발하여 아래 다섯가지 기능을 구현함.

1) 리뷰 내 주요 토픽과 토픽을 구성하는 대표 단어들을 바 차트로 표현

2) 감성 분석 결과를 기반 월별 부정/중립/긍정 리뷰 개수

3) 월별 평균 감성 지수를 나타내는 꺾은 선 그래프

4) 리뷰를 7가지 감정으로 분류하여, 각 감정에 해당하는 리뷰의 개수 비교

창의작품경진대회_결과보고서(진저쿠키) - 진저비어.hwp

HWP 다운로드 • 2.00MB

https://github.com/orgs/GingerCookee/repositories