• 월간포장계
• /
• 통권214호
• /
• pp.81-89
• /
• 2011

• 월간포장계
• /
• 통권84호
• /
• pp.142-143
• /
• 2000

• 디지털융복합연구
• /
• 제17권7호
• /
• pp.35-41
• /
• 2019

본 연구는 소셜 빅데이터 분석을 통해 튼살 기능성 화장품 시장과 고객 분석을 수행하고 중소화장품제조 기업의 마케팅 활용 후 시사점을 도출하기 위해 수행되었다. 20만개 이상의 네이버 블로그, 네이버 까페, 인스타그램, 네이버스토어 게시글을 대상으로 R을 활용한 빅데이터 분석을 수행하였다. 키워드 빈도분석, 연관관계 분석을 통해 고객 니즈와 경쟁사 포지셔닝을 이해하고 마케팅 전략 수립을 위한 시사점을 도출하였다. 분석 결과 튼살 완화와 함께 예방이 핵심 소구점으로 파악되었고 선물용 시장을 위한 제품 라인의 확장이 주요 시사점으로 나타났고 제품에 대해 상호 보완할 수 있는 제품과의 연관성이 높은 것으로 나타났다. 전통적인 마케팅 기법과 함께 사용 시 소셜 빅데이터 분석은 증거기반의 의사 결정과 기존에 파악하지 못했던 고객과 시장의 특성 도출에 유용함을 확인하였다. 향후 연구에서는 word2vec과 같은 자동화된 문장 분류를 통해 추가적인 마케팅 인사이트를 얻을 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.435-436
• /
• 2015

광고 효과 분석과 극대화를 위해 기업들이 SNS를 활용하는 비중이 갈수록 높아지고 있다. 특히 광고 효과의 실질적인 효과 분석을 위해 SNS 이용자를 대상으로 한 하둡 기반의 키워드 추출 분석이 곽광을 받고 있다. 기존 하둡 기반 키워드 추출 분석은 저장된 데이터를 Map Reduce 방식으로 처리하는 것이 대부분이다. 이 때문에 정보가 실시간(Real Time)으로 전파되는 SNS의 특성을 온전히 반영하지 못 하는 한계를 가지고 있다. 본 연구에서는 이러한 기존의 하둡 기반 키워드 자동 추출 모델의 한계점을 지적하고, 이를 개선하기 위해 실시간 데이터 분석이 가능한 스톰을 활용하는 모델을 제시하고자 한다.

• 패션비즈니스
• /
• 제23권3호
• /
• pp.51-66
• /
• 2019

The aim of this study is to identify research trends of "Journal of Fashion Business" by analyzing the keyword network of the paper published between 2006 and 2017. The papers selected for analysis in the study were 287 fashion design articles and 281 fashion marketing articles published between February 2006 and December 2017 and titles, volumes, publishing years, authors, keywords, and abstracts of each paper were collected for data analysis. The research was carried out through selection, collection of article data, keyword extraction and coding, keywords refinement, formation of network matrix, and analysis and visualization process. First, based on the title of the paper used in the analysis, the fashion design/aesthetics, marketing/social psychology, clothing materials, clothing composition, and other fields were classified. Research analysis used the Netminer 4 (Ver.4.3.2) program. Results indicated showed that the intellectual structure of the "Fashion Business" research paper showed key word changes over time, and the degree centrality and between centrality of the keywords.

• 한국전자거래학회지
• /
• 제16권3호
• /
• pp.249-261
• /
• 2011

e-Business 시장의 폭발적 성장으로 기존의 오프라인 기업들이 e-Business 시장으로 진입하게 되었으며, 이는 e-Business 시장의 과도한 경쟁을 야기 시켰다. 이에 기업들은 키워드 광고, 이메일 광고, 배너 광고 등의 온라인 마케팅에 대한 투자를 확대하고 있다. 그러나 기존의 온라인 마케팅 방법들은 방문자를 사이트로 유입시키는 데에만 초점을 맞추고 있으며, 방문자들이 사이트로 유입 후 구매로 전환시키기 위한 방법을 제시하지 못함으로써 마케팅의 투자 대비 효과는 점점 감소하고 있다. 본 논문에서는 사이트에 유입된 방문자를 대상으로 전환율을 높임으로써 마케팅의 효과를 높일 수 있는 실시간 온라인 마케팅 시스템 (ROMS: Realtime Online Marketing System)을 제안하고 개발하였다. ROMS는 방문자 행동을 실시간으로 수집하여 방문자 행동을 분석함으로써 방문자의 정보 및 행동을 실시간으로 모니터링 할 수 있으며, 방문자의 컨텍스트 특성에 따라 개인화된 마케팅을 수행할 수 있다.

• 디지털융복합연구
• /
• 제21권2호
• /
• pp.27-32
• /
• 2023

본 연구는 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 관한 것으로서, 분석대상 제품에 대해 바이럴 마케팅이 가능한 컨텐츠 채널을 토대로 해당 제품의 시장성을 분석할 수 있는 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 관한 것이다. 본 연구에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템은 컨텐츠 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석하므로 분석대상 제품에 대한 보다 정확한 바이럴 마케팅 효과를 판별할 수 있다는 장점이 있다고 하겠다.

• 응용통계연구
• /
• 제33권1호
• /
• pp.75-86
• /
• 2020

호텔 리뷰 데이터에는 소비를 이끈 구매 요인, 호텔에 대한 장점 및 단점 등 다양한 정보를 추출할 수 있다. 특히, 리뷰 데이터의 감성 키워드는 소비자들이 호텔에 관해 이야기하고 있는 평가 및 반응 등의 주요 내용을 파악하는 데 도움을 준다. 하지만 많은 양의 리뷰 데이터를 소비자가 직접 살펴보기에는 효율성이 떨어진다. 이를 위해 리뷰 데이터를 요약하는 기술이 요구된다. 본 연구에서는 기존의 감성 키워드 관계망을 구축하는 연구에 더 나아가, 이와 관련된 호텔에 대한 정보까지 동시에 제공하고자 한다. 이를 위해 호텔 도메인에 적합한 감성 키워드 사전을 구축하고, 이를 바탕으로 위상학적 데이터 분석 기반의 맵퍼(topological data analysis based mapper)를 통해서 감성 키워드 기반의 호텔 관계망을 구축한다. 구축된 관계망을 통해 유사한 감성을 기반으로 연결된 호텔들을 살펴볼 수 있으며 동시에, 호텔에 대한 감성 정보도 파악할 수 있다. 이러한 리뷰 요약 정보는 사용자들에게 호텔들에 대한 요약된 감성 평가를 제공하며, 호텔 마케팅 및 전략 기획팀에 분석 대상에 대한 소비자들의 인식을 파악할 수 있도록 돕는다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.531-534
• /
• 2010

웹 2.0의 적극적인 도입에 따라 소셜 네트워크 기반 커뮤니티 사이트에서는 관련된 콘텐츠를 적절하게 추천하는 것은 중요한 문제로 부각되고 있으며 이로 인해 사용자들의 동향 및 이슈 추출 기법이 중요하게 작용하고 있다. 이러기 위해서 지금까지의 연구에서는 콘텐츠에 포함된 키워드 매칭 방법을 이용하고 있으나 사용자들 간의 연결 관계와 키워드의 중요도를 고려하지 못하고 있다. 본 논문에서는 FOAF 기반의 소셜 네트워크와 del.icio.us에서 제공하는 소셜 북마크 데이터를 기초로 소셜네트워크 분석을 보이며 이를 통한 사용자들 사이에서 중요하게 부각되는 핫 이슈를 추출하는 방법을 제안한다. 본 논문에서 제안하는 핫 이슈 추출 방법을 활용하면 사용자들의 관심 분야 동향파악을 효율적으로 수행할 수 있으며 이를 통해 맞춤형 마케팅 및 콘텐츠 추천이 가능해 진다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.332-335
• /
• 2010

Web 2.0 이 도래한 이후 SNS(Social Network Service)에 대한 관심이 널리 퍼짐에 따라 인터넷 사용자들은 SNS 를 통하여 수 많은 정보를 교류하고 있다. SNS 에서는 사용자들을 중심으로 수많은 메시지가 생성되고 있으며, 그러한 메시지에는 사람들의 성향이 그대로 묻어 있다. 수많은 사람들이 만들어내는 메시지들은 매우 방대하며 의미 있고 실속 있는 다양한 개인 정보를 담고 있다. 본 논문에서는 트위터를 이용하여 특정 사용자 중심의 네트워크에서 생성되는 메시지들을 집단지성의 측면에서 수집, 분석하는 시스템을 개발하였다. 이 시스템은 사용자 주변에서 오가는 키워드들을 찾아내고, 그런 키워드를 생성하고 있는 사람들이 누구인지를 알아본다. 그 결과 한 사용자 주변에 분포되어 있는 집단들의 특성을 알아볼 수 있다. 특정 사용자 주변에는 어떠한 집단이 있는지 알 수 있고, 그 집단들의 연관성을 분석한다면 이는 마케팅, 서비스 차원의 사회 여러 분야에서 유용하게 쓰일 수 있을 것이다.