본 연구는 다수의 주관적 정보이며 집단지성이라고 할 수 있는 영화 리뷰들을 데이터베이스로 하여, 사용자의 프로파일 정보가 거의 없는 상태에서도 사용자의 이용 동기에 따라 선호 성향을 분석해 영화를 추천하는 새로운 방법을 제안하고자 한다. 이를 위해 본 논문에서는 영화 리뷰의 감정어휘 분석과 영화를 보는 상황 분석이 수행되었다. 첫 번째로 감정어휘를 확보하기 위하여 834개의 한국어 정서용어 중에서 전문가의 자문과 서베이를 통해 최종 68개의 감정어휘를 선정하고 유사성/비유사성의 정도를 알아보기 위하여 다차원척도분석법을 이용하여 감정어휘간의 상관관계를 분석하였다. 두 번째로 해당 영화를 보는 가장 적합한 상황에 대한 서베이를 시행하여 추천 상황을 수집하고 해당 영화의 리뷰에서 감정어휘를 추출하여 최종적으로 상황에 따라 어떤 감정어휘 빈도를 가진 영화를 추천해야 사용자들이 만족하는지에 대한 근거를 마련하였다. 본 연구는 상황에 따라 추천할 수 있는 영화의 감정어휘 분포를 제시하는 과정을 보여줌으로써 향후 제작될 영화 추천 시스템에 많은 도움이 될 것으로 예상된다.
This research suggests another ways to recommend movie by analyzing preference inclination depending on usage motivation of users with little profile information, using movie reviews. For the research, the analysis of affective words in movie reviews and the analysis of the situation that shows watching movies are conducted in this thesis. First of all, for procuring affective words, totally 68 affective words are chosen by professional consultations and surveys from 834 Korean affective words. Also, for investigating the degree of similarity or dissimilarity among several affective words, the correlation among several affective words is analyzed using multi-dimensional scaling. Second, by conducting surveys about the most accurate situation for watching applied movie, this research collects recommendation situation classified by applied movie. Also, by extracting each affective word from the review of applied movie, this research consequentially finds grounds that show what kind of affective word in movie, which makes users feel satisfied, is worth to be recommended depending on users` situation. Therefore, this research is expected to be a great help for movie recommendation system that is going to be produced by showing the procedure that suggests the dispersion of affective words from the movies which is worth to be recommended depending on users` situation.