In order to meet the diverse needs of consumers in recent years, many companies are considering the recommendation algorithm that suits the personal preferences of the customers. In particular, as the online product review platform is in the spotlight, users are actively posting product reviews including their own information online, and other users refer to them and use them to purchase products. Therefore, let's take a look at the composition of recommendation system reflecting personal characteristics by using the information and product reviews left by users. We used data from the cosmetics industry, where personal characteristics had a great influence on product selection, and verified it by applying it to the case of Glowpick, an online review site. Using the text mining technique, keywords were extracted from the document, and based on this, a consumer characteristic dictionary was constructed and applied to the recommendation system. As a result of the verification, the recommendation system using text mining is more accurate than the existing CF recommendation system and reflects personal characteristics, so that recommendation can be made according to the characteristics of each user in the future.
최근 다양해지는 소비자들의 니즈를 충족시키기 위해 많은 기업들이 고객의 개인 성향에 맞는 추천 알고리즘에 대해 고민하고 있다. 특히 온라인 상품후기 플랫폼이 각광을 받으면서 사용자들은 적극적으로 자신의 정보를 비롯한 상품후기를 온라인에 게시하고 있으며, 이를 다른 사용자들이 참고하여 상품 구매에 활용하고 있다. 이에 사용자가 남긴 정보와 상품 후기를 활용하여 개인 특성이 반영된 추천시스템을 구성하는 것에 대해 살펴보고자 한다. 개인 특성이 상품 선택에 많은 영향을 미치는 화장품 산업의 데이터를 이용하였고, 뷰티 온라인 리뷰 사이트인 Glowpick 사례에 적용하여 검증하였다. 텍스트 마이닝 기법을 활용하여 문서에서 키워드들을 추출하였고 이를 기반으로 사용자 특성 사전을 구성하여 추천시스템에 적용하였다. 검증 결과 텍스트 마이닝을 이용한 추천시스템이 기존의 추천시스템보다 정확도가 우수하였고, 개인 특성을 반영하였기에 개인화 추천 서비스에 적용될 수 있다.
