자연어 처리 기반 하이브리드 추천시스템 = Hybrid Recommendation System based on Natural Language Processing

국문 초록 (Abstract)

최근 온라인 유통업계에서는 판매자의 상품정보와 구매자의 리뷰 정보를 활용한 자연어처리 기반 상품 분석 및 추천 시스템이 활발하게 사용되고 있다. 본 연구에서는 특정 상품 양말의 데이터 특성과 구매자의 리뷰 데이터를 결합하여 활용한 자연어처리 기반의 추천 시스템을 개발하였다. 이 시스템은 양말에 대한 판매자의 상품 정보 중 성별, 길이, 패턴, 색상, 가격과 같은 요소를 분석하고, 이전 구매자의 리뷰 중 품질과 배송에 대한 평가를 기반으로 적합한 상품을 추천한다. 판매자의 상품 정보는 텍스트 데이터를 바탕으로, 리뷰 정보는 시퀀스 데이터를 바탕으로 학습되어 보다 정확한 추천을 제공한다. 본 연구에서는 키워드 간의 연관성을 분석하기 위해 TF-IDF 모델을 활용하고, 감정 분석을 위해 GRU 모델을 적용한 하이브리드 접근 방식을 제안한다. 양말 추천 시스템은 ‘도봉 양말협동조합’의 리뷰 데이터를 활용하여 지역 소상공인을 지원하기 위해 개발되었다. 이러한 시스템이 앞으로도 양말과 같은 지역 상품 분야에서 더욱 널리 활용되어, 지역 경제 활성화에 기여할 수 있기를 기대한다.

다국어 초록 (Multilingual Abstract)

In recent times, the online retail industry has seen active use of natural language processing (NLP)-based product analysis and recommendation systems that utilize seller-provided product information and customer review data. This study developed an NLP-based recommendation system by combining the data characteristics of a specific socks product, with customer review data. The system analyzes and categorizes seller-provided product information for socks (e.g., gender, length, pattern, color, price) and previous customer reviews (e.g., quality, delivery) to recommend the most suitable products. The seller's product information was processed through text-based learning, while the review data was processed using sequence-based learning, enhancing the accuracy of the recommendations. This study introduces a hybrid approach that employs the TF-IDF model for keyword association analysis and the GRU model for sentiment analysis. The sock recommendation system was developed using review data sourced from the ‘Dobong Sock Cooperative’ to support local small businesses. It is anticipated that this system will be widely applied to regional products like socks in the future, thereby contributing to the revitalization of local economies.