저널등재용

https://drive.google.com/file/d/1odpJDE-r1ysblZvgmJ9cdGlwyLqXjfg7/view?usp=sharing

요약

• 에브리타임 강의평 리뷰를 크롤링 후, 토픽 파악 후 강의 평가 핵심 요소 파악
• 토픽모델링을 활용한 온라인 강의리뷰 분석의 확장 논문

요약

• 프로젝트 전체 인원 : 4명
• 역할
  • 메인 코더
  • 이전 연구에서 진행했던 토픽모델링의 결과를 수치화하여 데이터화 진행
  • SMOTE를 이용하여 데이터 불균형 현상을 조절하였음
  • 트리기반 머신러닝 모델 중, LGBM Classifier을 이용하여 분류 모델을 구성하였음.
  • 최종 모델 선택 후, 어떤 요인이 가장 영향력이 높았는지 변수중요도 파악

성과

• 기존의 강의 리뷰를 바탕으로, 유용한 강의리뷰를 판단하는 모델을 통해, 참고하기에 유용한 강의리뷰인지 확인할 수 있었음.
• 데이터가 쌓이면 점차 정교한 모델이 될 수 있고, 오히려 방해가 되는 리뷰를 제거할 수 있었음.
• 정보의 과부하 현상 해결에 도움
• 디지털콘텐츠학회 대학생논문경진대회 동상 수상