본 연구에서는 온라인 쇼핑몰에서 생성되는 고객리뷰를 수집하고 활용하여 문서수준에서의 감성분류를 위한 통합모형을 개발하였다. 용어정보추출기법을 이용하여 핵심 용어를 선별하고, 품사별로 분류하여 정보력과 영향력을 높일 수 있는 용어를 선정한 후 SVM, SVM+, SVM+MTL 기법을 이용하여 오피니언마이닝 연구에 새롭게 적용하였다. 이에 대한 결과로 통합모형인 ISCOM 모형을 개발하여 감성분석의 효과를 높이는 연구를 진행하였다. 본 연구에서 제안하는 모델을 통해 온라인 쇼핑몰을 이용하는 고객에게 보다 개선된 서비스를 제공하고 경쟁력을 향상시킬 수 있을 것으로 기대된다.

In this study, we used customer reviews of Amazon.com to extract terms that include most information on classifying a document using the feature selection methods to develop an integrated model for sentiment classification in document level. Although SVM+, SVM+MTL techniques is used to solve a binary classification problem in research, there is no case of Opinion Mining techniques has been applied to the current study. We analyze the performance of a single model applying the SVM, SVM+, SVM+MTL techniques for sentiment classification and then by developing The ISCOM(Integrated Sentiment Classification for Opinion mining) models conducted a study to improve the performance. Our proposed opinion mining model is expected to improve customer service and gain competitive advantage in online stores.