• 경영정보학연구
• /
• 제25권2호
• /
• pp.57-76
• /
• 2023

본 연구는 목적은 디지털 플랫폼인 YouTube에서 최근 채널을 만든 크리에이터와 유튜버의 성공 여부를 분류 분석을 통해 알아보고자 함이다. 이를 위하여 과학기술 카테고리의 유튜버 채널 실제 정보들을 바탕으로 평균 동영상 업로드 횟수, 평균 영상 길이, 선택 가능한 다국어 자막 개수, 운영 중인 다른 소셜 네트워크 채널의 정보를 식별하였다. 식별한 정보와 머신러닝 기법을 활용하여 초기 유튜버들의 성공 여부인 수익창출 여부를 분류 분석하였으며, 분석결과, 인공 신경망 알고리즘이 초기 유튜버의 성공 또는 실패를 예측하는 데 가장 정확한 결과를 제공하고 있음을 발견했다. 또한, 제시된 다섯 가지 요인은 분석결과 향상에 기여하는 것으로 나타났다. 본 연구는 유튜브를 시작하고자 하는 신규 개인 창업가, 현재 유튜브를 운영하고 있는 인플루언서, 이러한 디지털 플랫폼을 활용하고자 하는 기업들에게 디지털 플랫폼의 다양한 접근 방식과 활용 방향에 대해 제언한다.

• 서비스연구
• /
• 제13권3호
• /
• pp.1-19
• /
• 2023

여행 마케팅 분야에서 브이로그와 같은 동영상 기반 소셜미디어 컨텐츠의 중요성이 높아지고 있다. 그럼에도 불구하고 시청자 반응 및 참여 행동을 향상시키는 콘텐츠 특징에 대한 연구는 제한적이다. 본 연구는 유튜브 여행 콘텐츠의 나타난 감정이 시청자 참여 행동, 특히 "좋아요"와 "댓글" 작성에 미치는 영향을 연구하였다. 본 논문에서는 방문자 수가 높은 세계 8개 관광도시에 관한 여행 관련 유튜브 동영상 4,619개의 나래이션을 머신러닝으로 추출하여 텍스트화 한 후 음이항 회귀분석을 통해 분석하였다. 그 결과 긍정 감정 및 부정의 감정 모두 "좋아요" 수에 유의한 영향을 미쳤다. 즉, 동영상에서 나타난 긍정적인 감정과 부정적인 감정이 각각 높을수록 더 많은 시청자들이 "좋아요"를 클릭하는 것으로 나타났다. 댓글 수에 측면에서는 부정적인 감정만 유의한 영향을 보인 반면 긍정적인 감정은 유의한 영향을 미치지 않는 것으로 나타났다. 본 연구는 경험재인 여행 상품의 고유한 특성을 고려할 때 유튜브에서 시청자 참여를 높이고자 하는 마케터들에게 어떠한 동영상 특징이 "좋아요"와 댓글등의 참여 행동을 유도할 수 있는지를 이해하고 전략 수립에 도움을 준다는 면에서 시사하는 바가 크다. 또한 소셜 미디어, 특히 유튜브의 맥락에서 시청자 참여도에 미치는 감정의 영향력을 검증하였다. 향후에는 감정에 대한 긍정-부정의 분류를 넘어 특정 감정이 참여도에 미치는 영향에 대한 고찰을 통해 소셜 미디어 동영상에 나타난 감정의 역할에 대한 이해를 깊이 할 수 있을 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제53차 동계학술대회논문집 24권1호
• /
• pp.77-78
• /
• 2016

빅 데이터의 데이터 수집 및 분석 기술에 대한 연구는 컴퓨터 과학 분야에서 각광 받고 있다. 또한 소셜 미디어로 인한 대량의 비정형 데이터 분석을 요구하는 다양한 분야에 접목되어 효용성을 인정받고 있다. 그러나 빅 데이터 개념을 기반으로 하는 하둡과 스파크는 유즈케이스에 따라 성능이 크게 달라진다는 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 하둡의 맵리듀스를 줄이고 아파치 스파크를 이용한 빅 데이터 분석을 위하여 머신러닝 알고리즘인 K-Means 알고리즘을 이용하여 프로세싱 모델의 성능을 비교한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.450-452
• /
• 2020

기술의 발전과 함께 사용자에게 가까이 자리 잡은 소셜 네트워크 서비스는 이미지, 동영상, 텍스트 등 활용 가능한 데이터의 수를 폭발적으로 증가시켰다. 작성자의 감정을 포함하고 있는 텍스트 데이터는 시장 조사, 주가 예측 등 다양한 분야에서 이용할 수 있으며, 이로 인해 긍부정의 이진 분류가 아닌 다중 감정 분석의 필요성 또한 높아지고 있다. 본 논문에서는 딥러닝 기반 감정 분류에 심리학 이론의 기반 감정 모델을 활용한 결합 모델과 단일 모델을 비교한다. 학습을 위해 AI Hub에서 제공하는 데이터와 노래 가사 데이터를 복합적으로 사용하였으며, 결과에서는 대부분의 경우에 결합 모델이 높은 결과를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.685-686
• /
• 2021

개인의 소셜미디어 활동이 활발해지면서 익명성을 악용하여 타인에게 욕설을 주저없이 해버리는 사용자가 늘고 있다. 본 연구는 욕설이 난무하는 채팅창에서 욕설 데이터를 크롤링하여 데이터셋을 구축하여 컨볼루션 네트워크로 학습시켰을 때 욕설을 탐지하고, 전체 문장에서 그 탐지한 욕설의 위치를 파악하여 블러링 처리를 할 수 있는지를 확인하는 것을 목적으로 한다. 전처리 작업으로 한글과 공백을 제외하고 형태소 단위로 토큰화한 후 불용어를 제거해서 패딩처리를 하였다. 학습 모델로는 1차원 컨볼루션을 사용하여 수집한 데이터의 80%를 훈련에 사용하고 나머지 20%를 테스트에 사용하였다. 키워드를 이용한 단순 분류 모델과 비교하였을 때, 본 연구에서 이용한 모델이 약 14% 정확도가 향상된 것을 확인할 수 있었다. 테스트에서 전체 문장에서 욕설이 포함되었을 때 욕설과 그 위치 정보를 잘 획득하는 것도 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.457-458
• /
• 2022

인터넷 시대에 소셜 미디어는 사람들의 삶에 완전히 침투했다. 많은 사용자 기반을 보유한 성숙한 온라인 플랫폼 중 하나인 Twitter를 통해 사용자는 최신 뉴스, 삶의 경험 및 흥미로운 삶의 이야기를 독립적으로 게시할 수 있다. 하지만 때론 부정적인 뉘앙스를 풍기며 기업이나 개인의 브랜드에 영향을 미치며 이익을 훼손하는 경우가 있기 때문에 욕설을 식별해 트위터 발신을 차단할 필요가 있다. 이 기사의 가장 큰 혁신은 Twitter 데이터를 사용하여 다양한 방법을 동시에 비교한다는 것입니다. 더 많은 데이터를 처리할수록 딥 러닝을 시도하면 좋은 결과를 얻을 수 있다. Transformer 분류기를 통합하여 최상의 결과를 얻었다

• 한국인터넷방송통신학회논문지
• /
• 제17권3호
• /
• pp.167-173
• /
• 2017

인공지능으로 대표되는 4차 산업혁명에 대한 관심이 증가함에 따라 사회 전반에 빅데이터 및 머신러닝 활용하려는 움직임이 활발해지고 있다. 이러한 움직임은 다양한 분야에서의 예측 시스템 개발로 현실화되고 있다. 특히 영화 산업에서는 투자, 마케팅 등에 활용을 위해 흥행 여부를 사전에 예측하고자하는 여러 가지 시도가 있어왔다. 예전에는 영화에 대한 정적 데이터만을 고려한 예측이 주류를 이뤘으나, 최근에는 실시간으로 생성되는 소셜 데이터를 활용하여 예측하고자하는 노력이 진행되고 있다. 본 논문에서는 영화의 정적 데이터와 더불어 기사, 블로그, 영화평 등 다양한 피드백 정보를 활용한 예측 기법을 제안한다. 또한 제안한 기법을 활용하여 상대적으로 흥행에 성공한 영화만을 대상으로 이들의 흥행정도를 정량적으로 추정할 수 있는지의 여부를 실험적으로 평가하였다.

• 인터넷정보학회논문지
• /
• 제15권5호
• /
• pp.33-41
• /
• 2014

본 연구는 효과적인 SNS의 교육적 활용 방안을 제안하고자 SNS의 사용률이 높은 대학생들을 대상으로 구체적인 SNS의 교육적 활용 방법에 대한 의견과 그 이유에 대해 조사하였다. NVivo S/W를 이용하여 개방형 응답을 분석하였으며, 교육 주체별 SNS의 교육적 활용 방법을 가시화 하고자 교수자 영역과 학습자 영역, 공통 영역으로 범주화 하였다. 그 결과 공통 영역에는 의견 교류 및 토론, 정보 공유, 학습내용에 대한 질의응답, 설문조사, 친밀감 형성, 상담 등이 포함되었으며, 교수자 영역에는 공지사항 전달, 수업자료 제공, 실시간 평가(퀴즈), 출석 체크, 과제평가 및 피드백 등이 포함되었고, 학습자 영역에는 과제활동(그룹별/개인별), 공유자료를 이용한 예습 및 복습, 동영상을 이용한 자율학습, 과제에 대한 동료평가 및 피드백, 강의 평가 등이 포함되었다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.75-92
• /
• 2020

인구 및 세대 구조가 변화면서 점차 대면 관계를 꺼리는 고객의 태도 변화가 정보기술의 발달과 스마트폰의 확산으로 더욱 커지고 있다. 이는 정보기술에 익숙해진 현대 고객들의 소비패턴인 효율성 및 신속성과도 부합되는 것으로, 오프라인 망 중심의 유통회사들이 판매 및 서비스 방식을 언택트로 전환하려는 움직임이 활발해지고 있다. 최근 다양한 분야에서 언택트 서비스가 활성화되고 있지만, 뷰티 제품의 경우 고객의 피부타입 및 상태에 따라 제품 선택이 쉽지 않으므로 비대면을 통해 제품을 추천하기가 쉽지 않다. 이와 관련하여 온라인 뷰티 분야에서 제품 추천을 위한 추천시스템 개발 및 추천 관련 연구들이 수행되었지만, 대부분이 설문조사 방법이나 소셜 데이터를 이용하여 추천 알고리즘을 개발한 연구들이었다. 즉, 고객의 피부타입이나 제품 선호도 등의 실제 사용자 정보를 기반으로 세그먼트를 분류한 연구는 부족하였다. 그리하여, 본 연구에서는 뷰티 분야에서의 언택트 서비스 중의 하나인 모바일 애플리케이션의 고객 정보와 검색 로그 데이터를 기반으로 머신러닝 기법의 K-prototypes 알고리즘을 이용하여 고객 세그먼트를 새롭게 분류하고, 이를 기반으로 언택트 마케팅 전략 방안을 제안한다. 본 연구는 머신러닝 기법을 이용하여 새롭게 고객 세그먼트를 분류함으로써 관련 기존 문헌의 범위를 확장하였다. 더불어, 언택트 서비스라는 새로운 소비 트렌드를 반영하여 고객 세그먼트를 분류하고, 이를 기반으로 뷰티 분야의 언택트 서비스에 활용할 수 있는 구체적인 방안을 제시했다는 실무적 의의가 있다.

• 인터넷정보학회논문지
• /
• 제18권5호
• /
• pp.61-67
• /
• 2017

본 논문에서는 딥러닝의 회선신경망을 이용한 실제 소셜 네트워크 상의 이미지 분류가 얼마나 효과적인지 알아보기 위한 실험을 수행하고, 그 결과와 그를 통해 알게 된 교훈에 대해 소개한다. 이를 위해 ImageNet Large Scale Visual Recognition Challenge(ILSVRC)의 2012년 대회와 2015년 대회에서 각각 우승을 차지한 AlexNet 모델과 ResNet 모델을 이용하였다. 평가를 위한 테스트 셋으로 인스타그램에서 수집한 이미지를 사용하였으며, 12개의 카테고리, 총 240개의 이미지로 구성되어 있다. 또한, Inception V3모델을 이용하여 fine-tuning을 실시하고, 그 결과를 비교하였다. AlexNet과 ResNet, Inception V3, fine-tuned Inception V3 이 네 가지 모델에 대한 Top-1 error rate들은 각각 49.58%, 40.42%, 30.42% 그리고 5.00%로 나타났으며, Top-5 error rate들은 각각 35.42%, 25.00%, 20.83% 그리고 0.00%로 나타났다.