.png){kind=small}
페르소나 모델 유형
개괄
의도 파악을 위해서는 질문자의 성향을 파악할 필요가 있다. 이에 광고업계에서 사용되는 리타기팅 사용자 파악 기법을 통해 답변의 적절성을 높일 수 있지 않을까?
해서 우선 질문자를 의도파악 전/후의 페르소나로 구분하고 어떤질문을 원하는 질문자인지 4개의 유형으로 예상해 해당 유형의 확률이 높은 질문을 하는 경우 출력방법이나 출력물에 영향을 주면 조급 더 ‘대화’하는 느낌을 줄 수 있지 않을까?
순수한 질문자, 탐색자, 오따끄, 미치광이, 영화광
순수한 질문자
페르소나 판단을 하기 전의 질문자로 어떤 답변을 원하는지에 대한 유형을 원하는 의도가 들어간 질문을 해야한다.
탐색자
데이트를 앞둔 사람. 영화의 내적인 부분에는 관심이 없으며 상영기간 및 시간에만 관심이 있다. 현재상영영화나 상영가능성이 있는 영화들에 대해 궁금한 패턴의 페르소나
질문자의 관심이 병렬적 정보에 있다고 판단
오따끄
영화의 실제 정보에 관심이 많은 패턴
질문자의 관심이 심층적 정보에 있다고 판단
미치광이
미치광이는 유형파악을 할 수 없는 질문자를 말한다.
질문자의 관심이 준비된 데이터 보다는 반응정보에 있다고 판단
영화광
해당 정보에 대해 모든 것을 원하는 질문을 하는 질문자를 말한다.
질문자의 관심이 데이터 자체에 있다고 판단해 반응정보를 최대한 자제한 반응을 출력
데이터 유형목록
현재상영작정보 (영진위 API)
박스오피스순위, 일일관객수, 누적관객수, 매출액, 예매율, 지역별 상영순위, 상영관수
영화정보 (영진위 API)
주연배우, 장르, 국적, 개봉연도, 개봉일, 연출자, 배급사, 상영시간, 상영등급
영화인정보 (영진위 API)
필모그라피
페르소나 분석을 통해 사용자의 페르소나에 따른 로봇의 반응을 보여주는것도 흥미로운 챗봇의 연구주제입니다. 기본적인 intent, entity파악이 마무리되면 시도해 볼 생각입니다.