• 한국전자거래학회지
• /
• 제26권2호
• /
• pp.61-81
• /
• 2021

언택트 시대에 새로운 여행의 형태로 자동차를 숙박공간으로 활용하는 차박이 주목받고 있다. 저렴한 비용, 편의성, 안전성 등의 장점과 함께 독립적인 여행을 가능하게 하는 차박의 특징으로 인해 차박 수요는 지속적으로 증가하고 있다. 차박에 대한 인기와 관련 산업이 급격히 성장하고 있음에도 불구하고 차박 트렌드를 이해하기 위한 학술적 논의는 거의 이루어진 바가 없는 실정이다. 새로운 형태의 여행 문화로 자리 잡고 관련 산업의 지속적 성장을 위해서는 차박에 대한 대중의 인식의 이해가 필수적이다. 따라서 본 연구에서는 마케팅믹스 이론과 빅데이터 분석을 바탕으로 차박에 대한 대중의 인식을 분석한다. 분석 결과에 따르면 차박은 소비자 주도의 여행 문화로 자리 잡고 있고, 자동차 산업의 애프터마켓 성장에 기여하고 있는 것으로 나타났다. 또한 소비자들은 경제적이고 현명한 방법으로 여행을 즐기는 경향이 강해지고 있으며 소셜 미디어를 통해 정보 공유에 적극적이다는 것을 확인할 수 있었다. 본 연구 결과는 새로운 여행 트렌드인 차박에 대한 초기 연구로써 이론적 기반을 바탕으로 한 빅데이터 분석 연구라는 점에서 의의가 있으며 활성화 방안에 대한 실무적 논의를 하였다는 점에서도 의미가 있다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.137-148
• /
• 2014

상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.39-53
• /
• 2013

인터넷의 발달과 SNS의 등장으로 정보흐름의 방식이 크게 바뀌었다. 이러한 변화에 따라 소셜 미디어가 급부상하고 있으며 소셜 미디어와 비디오 콘텐츠가 융합된 소셜 TV, 소셜 뉴스의 중요성이 강조되고 있다. 이러한 환경 속에서 사용자들은 단순히 콘텐츠를 탐색만 하는 것이 아니라 같은 콘텐츠를 이용하고 있는 친구들이나 지인들과 콘텐츠에 대한 정보나 경험들을 공유하고 더 나아가 새로운 콘텐츠를 만들어내기도 한다. 하지만 기존의 소셜 뉴스에서는 이러한 사용자들의 특성을 반영해 주지 못하고 있다. 특히 이용자들의 참여성만을 고려하고 있어서 서비스간의 차별화가 어렵고 뉴스 콘텐츠에 대한 정보나 경험 공유 시 컨텍스트 공유가 어렵다는 문제가 있다. 이를 해결하기 위해 본 논문에서는 뉴스를 내용별로 분할하고 분할된 뉴스에서 추출된 시간 종속적인 메타데이터를 제공하는 프레임워크를 제안한다. 제안하는 프레임워크에서는 스토리 분할 방법을 이용하여 뉴스 대본을 내용별로 분할한다. 또한 뉴스 전체내용을 대표하는 태그, 분할된 뉴스를 나타내는 서브 태그, 분할된 뉴스가 비디오에서 시작하는 위치 즉, 시간 종속적인 메타데이터를 제공한다. 소셜 뉴스 이용자들에게 시간 종속적인 메타데이터를 제공한다면 이용자들은 전체의 뉴스 내용 중에 자신이 원하는 부분만을 탐색 할 수 있으며 이 부분에 대한 견해를 남길 수 있다. 그리고 뉴스의 전달이나 의견 공유 시 메타데이터를 함께 전달함으로써 전달하고자 하는 내용에 바로 접근이 가능하며 프레임워크의 성능은 추출된 서브 태그가 뉴스의 실제 내용을 얼마나 잘 나타내 주느냐에 따라 결정된다. 그리고 서브 태그는 스토리 분할의 정확성과 서브 태그를 추출하는 방법에 따라 다르게 추출된다. 이 점을 고려하여 의미적 유사도 기반의 스토리 분할 방법을 프레임워크에 적용하였고 벤치마크 알고리즘과 성능 비교 실험을 수행하였으며 분할된 뉴스에서 추출된 서브 태그들과 실제 뉴스의 내용을 비교하여 서브 태그들의 정확도를 분석하였다. 결과적으로 의미적 유사도를 고려한 스토리 분할 방법이 더 우수한 성능을 보였으며 추출된 서브 태그들도 컨텍스트와 관련된 단어들이 추출 되었다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.169-179
• /
• 2021

소비자의 식품소비행동은 소비자 패널 데이터와 같은 정형 데이터 뿐 아니라 매스미디어와 소셜미디어(SNS) 등 비정형 데이터로부터 영향을 받을 가능성이 높아지고 있다. 본 연구에서는 식품소비 관련된 정형 데이터와 비정형 데이터를 연계한 융합데이터 셋에 대하여 딥러닝 기반의 소비예측 모델을 생성하고 이를 검증한다. 연구의 결과는 정형 데이터와 비정형 데이터를 결합할 때 모델 정확도가 향상되었음을 보여주었다. 또한 비정형 데이터가 모델 예측 가능성을 향상시키는 것으로 나타났다. 변수들의 중요도를 식별하기 위해 SHAP 기법을 사용한 결과 블로그 및 비디오 데이터 관련 변수가 상위 목록에 있었고, 파프리카 구매 금액과 양의 상관관계가 있음을 알 수 있었다. 또한 실험 결과에 따르면 머신러닝 모델이 딥러닝 모델보다 높은 정확도를 보였고, 기존의 시계열 분석 모델링에 대한 효율적인 대안이 될 수 있음을 확인하였다.

• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.97-107
• /
• 2020

본 연구의 목적은 빅데이터 분석기법을 활용하여 공유경제 관련 국내 학술연구 동향을 탐색하기 위해 내용분석 관점에서 종합적 메타스터디를 수행하는데 있다. 종합적 메타분석 연구방법론은 일련의 전체 연구결과물들을 역사적으로 그리고 포괄적으로 살펴봄으로써 전체 연구동향의 규칙성이나 특성을 조명하여, 이를 통해 향후 연구에 대해 방향성을 제시할 수 있다. 공유경제를 주제로 하는 국내 학술연구는 Lawrence Lessig 교수가 2008년에 공유경제의 개념을 세상에 소개한 해에 등장하였으나, 본격적인 연구는 2013년부터 진행되었다. 특히, 2006~2008년 사이에 국내 공유경제 관련 학술연구는 양적으로 급격히 증가하였다. 본 연구는 2013년부터 현재까지 약 8년간의 논문들을 분석 논문으로 선정하고, 전자저널의 학술논문검색 및 원문서비스를 이용하여 제목, 키워드, 초록을 중심으로 텍스트 데이터를 수집하였다. 수집된 데이터를 정제, 분석, 시각화의 순서로 빅데이터 분석을 실시하여, 추출된 핵심어들을 통해 연도별 및 문헌 유형별 연구동향 및 인사이트를 도출하였다. 데이터 전처리 및 텍스트 마이닝, 메트릭스 빈도분석을 위해 Python3.7과 Textom 분석도구를 활용하였고, 핵심어 노드 간의 구조적 연관성을 파악하기 위해 UCINET6/NetDraw, Textom 프로그램 기반의 N-gram 차트, 중심성 및 소셜네트워크 분석, 그리고 CONCOR 클러스터링 시각화를 통해 8개로 군집화 한 키워드들을 토대로 연구동향의 유형별 특성을 발견하였다. 아직까지 사회과학적 관점에서 공유경제 관련 학술연구 동향에 관한 조사가 이루어진 바가 없기 때문에, 본 연구의 결과물은 선행연구로서 후속 연구들에게 이론적 고찰 및 향후 연구방향에 대해 유용한 정보를 제공하는 초석의 역할을 기대할 수 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권4호
• /
• pp.217-225
• /
• 2017

최근 실시간으로 생성되는 대용량의 SNS 데이터로부터 유의미한 정보를 찾아내고 분석하는 것이 중요해지면서 핫 토픽 예측에 대한 관심도 크게 증가하고 있다. 기존 핫 토픽 검출 기법은 시간적 속성을 고려하지 않기 때문에 빠르게 변화하는 사회에서 이슈화되는 핫 토픽을 예측하기에는 부적합하다. 본 논문에서는 소셜 네트워크 환경에서 변형된 TF-IDF를 통한 핫 토픽 예측 기법을 제안한다. 변형된 TF-IDF을 이용하여 과거의 IDF 값에 대한 현재의 IDF값의 비율로 순간적으로 이슈화되는 후보 키워드 집합을 추출한다. 추출된 후보 키워드에 사용자의 영향력과 전문성을 고려한 가중치를 부여하여 핫 토픽예측 지수를 계산한다. 제안하는 기법의 우수성을 보이기 위해 기존의 핫 토픽 검출 기법과의 성능평가를 수행한다. 또한 제안하는 기법이 핫 토픽을 정확히 예측하는지를 보이기 위해 네이버 한글 뉴스 기사를 통한 핫 토픽 예측 기법의 질을 평가한다.

• 정보관리학회지
• /
• 제27권4호
• /
• pp.283-307
• /
• 2010

웹 3.0의 개념과 실체에 대한 논의와 함께 도서관 3.0의 개념과 실체에 대한 논의도 최근 몇 년 동안 여러 학자들과 현장 전문가들에 의해 진행되어 온 것을 알 수 있다. 본 연구에서는 도서관 3.0을 바라보는 다양한 논의들을 분석하고 도서관 3.0의 개념을 정리하고자 하며, 이를 기반으로 한 도서관 3.0 서비스 모형을 제안하고자 한다. 본 연구에서 제안된 도서관 3.0 서비스의 키워드는 기계에 의한 데이터 처리가 가능한 시맨틱 웹 기술과 소셜 네트워킹 서비스가 전자도서관에 적용되어 '진정한 지식 공유 및 협업'이 가능한 소셜시맨틱디지털도서관, 도서관의 자원이 Linked Data가 되어 전 세계의 도서관이 연결된 구조의 링키드 도서관, 그리고 RFID 및 모바일기술이 적용된 유비쿼터스적 모바일 도서관이다.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.113-125
• /
• 2019

모바일 소셜커머스는 최근 모바일 쇼핑의 빠른 확산 중에서도 가장 빠르게 성장하는 유통채널이다. 따라서 경쟁이 심화되는 모바일 소셜커머스 시장에서 지속적으로 성장하기 위해 모바일 소셜커머스에서의 고객 구매행동에 대한 이해가 중요하다. 이에 본 연구는 모바일 소셜커머스 시장에서 소비자 태도 실증을 위해 온라인 쇼핑에서 고객 행동 관련 연구에서 다수 활용된 충동구매(Impulsive buying behavior)가 모바일 쇼핑에서 어떻게 적용되며, 충동구매에 영향을 미치는 요인이 무엇인지 확인했다. 연구는 모바일 소셜커머스 경험자를 대상으로 진행한 설문 중 총 280부의 데이터를 Smart PLS 3.0을 통해 분석하여 진행했다. 결과적으로 개인적 특성 중 소비자의 혁신성과 구매경험이 모바일 소셜커머스에서 충동구매에 영향을 미치고, 제공되는 정보의 속성 중 희소성메세지가 충동구매에 영향을 미치는 것을 확인했다. 본 연구를 통해 기존 온라인 쇼핑에서 많이 활용된 고객 행동 관련 변수인 충동구매를 모바일 쇼핑으로 확장하여 살펴보았다는데 이론적 시사점이 있으며, 실무적으로 모바일 소셜커머스 시장에서의 고객 전략 수립에 유효한 시사점을 제공할 것이다.

• 디지털융복합연구
• /
• 제20권2호
• /
• pp.269-275
• /
• 2022

사람을 대상으로 하는 인공지능 서비스가 증가하면서 인공지능에서도 윤리적 토대 위에서 이루어져야 한다는 사회적 요구가 증가하고 있다. 이러한 흐름에 따라 정부와 기업에서는 인공지능 윤리와 관련된 정책, 규범 등을 마련하고 있다. 합리적인 정책, 규범을 마련하기 위해서는 대중들이 가지고 있는 인식을 파악하는 것이 첫 번째 단계이다. 본 논문에서는 인공지능과 윤리에 대한 대중들의 인식을 파악하기 위해 소셜데이터와 뉴스 댓글을 수집하고 관심도 분석, 감성 분석, 담론 분석 수행 후 시각화하였다. 분석 결과, "인공지능 윤리"에 대한 관심도와 '인공지능" 호감도는 반비례하는 상관관계를 보여주었다. 담론분석 결과로, 가장 큰 이슈가 "개인정보 유출"이었고 학습 데이터의 오염 및 편향 문제와 컴퓨터로 만들어진 인공지능에게 법인격을 부여해야 하는지에 대한 담론도 보여주었다. 본 연구가 인공지능 윤리 규범, 정책을 마련할 때 대중들의 인식을 파악할 수 있는 자료로 활용될 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.712-715
• /
• 2016

최근, 뷰티 산업 활성화와 더불어 소셜 미디어 확산으로 인해 아름다워지고자 하는 인간의 욕구가 과거보다 증대되어, 자신에게 어울리는 메이크업과 패션을 찾고자 하는 경향이 강해지고 있다. 이에 따라 자신을 돋보이게 하는 퍼스널 컬러가 주목받으면서 전문가에게 자신의 퍼스널 컬러를 진단받는 사람이 늘어나고 있다. 하지만 이러한 진단은 전문가의 주관적인 판단으로 결정되므로 정확한 진단을 받기 어려우며 진단에 따른 시간적, 비용적 소모가 발생하는 문제점이 있다. 본 연구에서는 이러한 문제점을 해결하기 위해, 온라인상에서 영상처리를 통해 효과적인 퍼스널 컬러 분석과 메이크업 추천이 가능한 시스템을 제안한다. 다양한 영상처리 방법을 통하여 사용자의 신체 영역을 추출하고, 색상 데이터 값을 이용하여 퍼스널 컬러를 분석하였으며 그에 따라 적절한 메이크업 콘텐츠를 추천하는 기법을 제안하였다. 마지막으로, 다양한 사용자로부터 만족도 실험을 통해 제안한 기법이 효과적임을 나타내었다.