라이브 커머스 레포팅 프로젝트

1. 기획 배경

코로나로 인해 매장에 직접 방문해서 물건을 구매하기 보다 인터넷을 통해 구매하고자하는 사람이 늘어났다. 단순히 사진만 보고 구매를 결정하기보다 홈쇼핑같이 방송을 통해 소개되는 제품을 구매하고자하기 마련이다보니 라이브 커머스가 활성화 되어 있는 추세이다. 이미 다양한 기업에서 라이브 커머스를 진행하고 있으며, 홈쇼핑보다 쉽고 간편한 방법으로 인해 많은 판매자와 소비자가 형성된 걸 확인할 수 있었다.

우리는 이런 방송에서의 실시간 채팅을 통해 소비자들의 반응을 분석하고, 궁금해하는 것들이 무엇인지 레포팅하여 판매자들에게 보다 효율적인 판매 전략을 세울수 있도록 도와주는 솔루션을 개발하고자 하였다.

1.1. 현재 라이브 커머스에서는 분석, 통계 데이터 미제공

실시간 스트리밍 서비스와 채팅, 문의글, 구매 건수 등에 대한 정보는 다루고 있는 것으로 보인다. 우리는 NLP 요약 기술과 감성분석 기술을 통해 각 시간대별 시청자들의 반응을 통계화하고 자주 발생하는 질문을 요약하여 판매자에게 제공한다.

2. 기한 및 자원

• 기한: 11월 15일 (월) ~ 12월 24일 (금), 6주

• 인원: 7명

• 장비: v-100 (인당 1개)

3. 적용범위 (도메인/데이터)

라이브 스트리밍 방송에서 통계적인 데이터가 필요한 사이트면 모두 적용이 가능하다. 물론 각 도메인 마다 조금씩 목적이 다르기에 커스터마이징이 필요하다. 우선 라이브커머스를 타겟으로 감성분석과 요약 추출을 통해 필요한 통계 데이터를 제공하는 것을 목표로 한다.

3.1. 적용범위

• 라이브 커머스

• 라이브 스트리밍 방송

3.2. 데이터

한국어 자연어 처리 데이터셋 목록아기여우의 자기계발로그

AI-Hubaihub.or.kr

AI-Hubaihub.or.kr

GitHub - e9t/nsmc: Naver sentiment movie corpusGitHub

GitHub - warnikchow/3i4k: Intonation-aided intention identification for KoreanGitHub

문제점으로는 우리가 하고자하는 라이브 커머스 채팅 데이터 셋은 직접 크롤링으로 구해야하는 것. 라벨링 또한 직접 해주어야하는 점이 제한된 프로젝트 기한내에 할 수 있는 부분인지 고려해보아야한다.

또한 감성대화 등이 다른 도메인 기준으로 형성되었기 때문에 유사한 결과를 얻을 수 있을 것인지에 대한 추가적인 검증이 필요하다.

4. 기대효과

• 판매자에게 통계 데이터를 제공함으로 인해 플랫폼 사용 만족도 상승 효과

• 분석을 통해 판매자들이 보다 질 높은 방송을 제공 -> 소비자 유입 효과

5. 프로젝트 평가 방법

평가하기 위한 기준이 어려울 수 있을 것 같다.

• 테스트 데이터 셋 구축 필요

• 방송 내 채팅을 직접 라벨링한 후 각각의 데이터의 분류 + 감성분석을 진행

• F1-Score를 활용

6. 예상되는 문제점

• 데이터 수집 및 라벨링 작업

  • 크롤러를 통한 방송 데이터 수집

  • 수집 된 데이터의 라벨링 작업

• 통계데이터의 시각화 제공 방안에 대해 고민