DOI QR코드

DOI QR Code

A Big Data Analysis Methodology for Examining Emerging Trend Zones Identified by SNS Users: Focusing on the Spatial Analysis Using Instagram Data

SNS 사용자에 의해 형성된 트렌드 중심지 도출을 위한 빅 데이터 분석 방법론 연구: 인스타그램 데이터 활용 공간분석을 중심으로

  • Il Sup Lee (Shinhan Card Co., Ltd.) ;
  • Kyung Kyu Kim (Graduate School of Information, Yonsei University) ;
  • Ae Ri Lee (Department of Business Administration, Sangmyung University)
  • Received : 2018.02.28
  • Accepted : 2018.05.15
  • Published : 2018.06.30

Abstract

Emerging hotspot and trendy areas are formed into alleys and blocks with the help of viral effects among social network services (SNS) users called "Golmogleo." These users search for every corner of the alleys to share and promote their own favorite places through SNS. An analysis of hot places is limited if it is only based on macroeconomic indicators such as commercial area data published by national organizations, large-scale visiting facilities, and commuter figures. Careful analyses based on consumers' actual activities are needed. This study develops a "social big data analysis methodology" using Instagram data, which is one of the most popular SNSs suitable to identify recent consumer trends. We build a spatial analysis model using Local Moran's I. Results show that our model identifies new trend zones on the basis of posting data in Instagram, which are not included in the commercial information prepared by national organizations. The proposed analysis methodology enables better identification of the latest trend areas formulated by SNS user activities. It also provides practical information for start-ups, small business owners, and alley merchants for marketing purposes. This analytical methodology can be applied to future studies on social big data analysis.

최근 새롭게 등장하는 핫스팟 지역과 트렌드 중심지는 SNS를 이용하는 골목러(골목 구석구석을 탐색하며 자신 만의 멋집 및 맛집을 찾아 SNS로 공유/홍보하는 사용자)들에 의한 바이럴 효과로 인해 골목 및 블록 등으로 세분화되어 움직이는 현상이 나타나고 있다. 따라서 유의미한 트렌드 중심지(상권 및 핫 플레이스)를 파악함에 있어서, 국가에서 정의하는 상권분석 데이터 및 지하철역, 쇼핑몰 상가 등 대형집객시설과 유동인구수 등의 거시적인 지표만으로는 한계가 있으며, SNS 사용자 데이터를 활용한 면밀한 분석이 필요하다. 본 연구는 사용자에 의해 형성되는 트렌드 중심지 파악을 위해 최근 급부상하는 SNS인 인스타그램 데이터를 활용하여 "소셜 빅 데이터 분석 방법론"을 구축하고 검증하였다. 트렌드 중심지 도출을 위한 빅 데이터 분석 기법으로 국지모란지수법을 활용하여 공간분석 모델을 개발하였고, 개발된 분석 모델을 기반으로 인스타그램 데이터에 대한 공간분석을 수행하였다. 소셜 빅 데이터에 대한 공간분석 결과, 국가 지정의 국내 기존 상권 정보에는 나타나지 않는 "SNS 사용자 데이터 기반의 새로운 트렌드 중심지"가 도출되었다. 본 연구에서 제시된 분석 방법론을 통해, SNS를 활용하여 빠르게 변화하는 최신 트렌드 지역을 보다 명확하게 파악할 수 있으며, 소상공인 및 골목상권 상인들의 창업, 마케팅 등에 활용될 수 있는 유용한 실무 정보를 제공할 수 있을 것이다. 본 연구에서 제안된 분석 방법론은 앞으로 다양한 소셜 빅 데이터 연구에 활용될 수 있을 것이다.

Keywords

Acknowledgement

이 논문은 연세대학교 바른ICT연구소의 지원을 받아 수행된 연구 결과이다.

References

  1. 강호제, "핫스팟 분석기법(Hot Spot Analysis): 공간분석의 기초, 최근린군집분석과 국지모란지수의 이해와 활용", 국토, 통권 324호, 2008, pp. 116-121.
  2. 국가공간정보포털 오픈마켓, "연속지적도", 2017, Available at http://market.nsdi.go.kr/goods/detail.do?gno=12771/.
  3. 김경민, 이지형, "어휘기능 정보를 이용한 트위터 감성분석", 한국정보과학회 학술발표논문집, 2014, pp. 734-736.
  4. 노규성, 김의창, 문용은, 박성택, 이승희, 임기흥, 정기호, 빅데이터 시대의 전자상거래, 생능출판사, 서울, 2015.
  5. 서현겸, 유태순, "화장품 인스타그램의 정보성, 유용성, 소비자태도, 구매의도 간의 구조적 관계", 한국디자인포럼, 제55권, 2017, pp. 183-194.
  6. 신현희, 김경란, "SNS의 형태적 진화에 따른 이용동기 및 사용행태 차이-대학생의 페이스북과 인스타그램 이용을 중심으로", 디지털융복합연구, 제15권, 제6호, 2017, pp. 155-164. https://doi.org/10.14400/JDC.2017.15.6.155
  7. 오효정, 윤보현, 최남현, 유철중, 김용, "소셜 빅데이터 내용 분석 기반 사용자 그룹별 선호 지역 및 이동패턴 시각화", 한국정보기술학회논문지, 제12권, 제12호, 2014, pp. 195-203.
  8. 위키피디아(Wikipedia), "해시태그", 2017, Available at https://ko.wikipedia.org/wiki/%ED%95%B4%EC%8B%9C%ED%83%9C%EA%B7%B8/.
  9. 유재호, 이애리, 김경규, "페이스북에서의 프라이버시 패러독스 현상 연구: 듀얼팩터이론을 중심으로", 지식경영연구, 제17권, 제1호, 2016, pp. 17-47. https://doi.org/10.15813/KMR.2016.17.1.002
  10. 이상일, 조대헌, 손학기, 채미옥, "공간 클러스터의 범역 설정을 위한 GIS-기반 방법론 연구-수정 AMOEBA 기법", 대한지리학회지, 제45권, 제4호, 2010, pp. 502-520.
  11. 이영민, 박우진, 유기윤, "공간통계분석기법을 이용한 소셜 네트워크 유력지역 탐색기법연구", 한국지형공간정보학회지, 제22권, 제4호, 2014, pp. 21-30. https://doi.org/10.7319/KOGSIS.2014.22.4.021
  12. 이정, 이순희, "소셜 미디어 상 '좋아요'를 누르는 행위를 인식함에 있어 남녀 차이에 대한 탐색적 연구: 공감 혹은 지지, 그리고 관계강화 혹은 정보 공유", Information Systems Review, 제19권, 제1호, 2017, pp. 101-121. https://doi.org/10.14329/isr.2017.19.1.101
  13. 중소벤처기업부 소상공인정책과, "전국주요상권현황", 2017, Available at https://www.data.go.kr/dataset/fileDownload.do?atchFileId=FILE_000000001388858&fileDetailSn=1/.
  14. 지디넷(ZDNet), "인스타그램 가입자 7억명 돌파...트위터 2배 이상", 2017, Available at http://www.zdnet.co.kr/news/news_view.asp?artice_id=20170427071336/.
  15. 황혜진, 이재연, 손경아, "인스타그램 사용자의 여행 패턴 분석을 위한 LDA 기반 군집화 기법에 관한 연구", 한국정보과학회 학술발표논문집, 2014, pp. 177-179.
  16. Anselin, L., "Local indicators of spatial association-LISA", Geographical Analysis, Vol.27, No.2, 1995, pp. 93-115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x
  17. Back, M. D., A. C. Kufner, M. Dufner, T. M. Gerlach, J. F. Rauthmann, and J. J. Denissen, "Narcissistic admiration and rivalry: Disentangling the bright and dark sides of narcissism", Journal of Personality and Social Psychology, Vol.105, No.6, 2013, pp. 1013-1037. https://doi.org/10.1037/a0034431
  18. Chung, N., H. Han, and C. Koo, "Mediating roles of attachment for information sharing in social media: Social capital theory perspective", Asia Pacific Journal of Information Systems, Vol.22, No.4, 2012, pp. 101-123.
  19. DBGUIDE, "빅데이터를 제대로 활용하기 위한 조건 : 데이터 확보와 비즈니스 발굴", 2017, Available at http://www.dbguide.net/knowledge.db?cmd=view&boardUid=196106&boardConfigUid=19&boardStep=&categoryUid=574/.
  20. DMC미디어, "2017 소셜 미디어 이용 행태 및 광고 접촉 태도 분석 보고서", 2017, Available at http://www.dmcreport.co.kr/content/ReportView.php?type=Consumer&id=11740&gid=8/.
  21. ESRI(Environmental Systems Research Institute), "How Optimized Hot Spot Analysis Works", 2016, Available at: http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-statistics-toolbox/how-optimized-hot-spot-analysis-works.htm/.
  22. Garcia-Palomares, J. C., J. Gutierrez, and C. Minguez, "Identification of tourist hot spots based on social networks: A comparative analysis of European metropolises using photo-sharing services and GIS", Applied Geography, Vol.63, 2015, pp. 408-417. https://doi.org/10.1016/j.apgeog.2015.08.002
  23. Gatautis, R. and A. Medziausiene, "Factors affecting social commerce acceptance in Lithuania", Procedia-Social and Behavioral Sciences, Vol.110, 2014, pp. 1235-1242. https://doi.org/10.1016/j.sbspro.2013.12.970
  24. Getis, A. and J. K. Ord, "The analysis of spatial association by use of distance statistics", Geographical Analysis, Vol.24, No.3, 1992, pp. 189-206. https://doi.org/10.1111/j.1538-4632.1992.tb00261.x
  25. Heinemann, G. and C. Gaiser, Social-Local-Mobile: The Future of Location-based Services, Springer, Berlin Heidelberg, 2015.
  26. Kim, S. S. and T. D. Ahn, "The moderating effect of characteristics of message and SNS on the relationship between the direction of WOM and consumer attitude", Journal of Digital Convergence, Vol.14, No.6, 2016, pp. 177-186. https://doi.org/10.14400/JDC.2016.14.6.177
  27. Kramer, N. C. and S. Winter, "Impression management 2.0: The relationship of self-esteem, extraversion, self-efficacy, and self-presentation within social networking sites", Journal of Media Psychology: Theories, Methods, and Applications, Vol.20, No.3, 2008, pp. 106-116. https://doi.org/10.1027/1864-1105.20.3.106
  28. Laudon, K. C. and J. P. Laudon, Management Information System, Pearson Education, India, 2016.
  29. Miles, J., Instagram power: Build your brand and reach more customers with the power of pictures, McGraw-Hill Education, New York, NY, 2014.
  30. Murphy, M. and M. Meeker, Top mobile internet trends, KPCB Relationship Capital, 2011.
  31. Rankinen, L. and J. Malik, How to Get 100,000 Instagram Followers in a Month, Create Space Independent Publishing Platform, USA, 2013.
  32. Richter, A. and M. Koch, "Functions of social networking services", Proceedings of the 8th International Conference on Designing Cooperative Systems, 2008.
  33. SBS, "나만의 맛집 찾아 SNS 홍보까지...상권지도 바꾸는 골목러", 2017, Available at http://news.sbs.co.kr/news/endPage.do?news_id=N1004226020&plink=ORI&cooper=NAVER&plink=COPYPASTE&cooper=SBSNEWSEND/.
  34. Sheldon, P. and K. Bryant, "Instagram: Motives for its use and relationship to narcissism and contextual age", Computers in Human Behavior, Vol.58, 2016, pp. 89-97. https://doi.org/10.1016/j.chb.2015.12.059