• 마케팅과학연구
• /
• 제20권2호
• /
• pp.219-230
• /
• 2010

数字内容在给公司带来机遇和挑战的同时也极大的改变了我们的生活. 创意企业整合视频, 图片, 文本和数据进行数字化过的音频, 开发新产品或服务, 创作数字经验推广自己的品牌. 大多数有关数字内容的文献是关于基本概念或者营销的发展. 其实, 比起普通产品或服务的传统价值链, 数字内容产业似乎有更多的潜在价值. 因为相当多的数字内容是免费的, 价格, 作为信息的质量或价值的指标, 不是必须被感知的(Rowley 2008). 很显然, 当前数字内容的主题是 "价值" 和关于消费者对数字内容的感知价值的研究. 本文讨论了体验价值在消费者评估数字内容时的优势. 本文在对数字内容 "价值" 的理解方面有两个不同但是相关的贡献. 第一, 基于数字内容与普通产品和服务的比较, 本文提出了两个关键特点使得体验战略适合数字内容: 无形和接近于零的再造成本. 最重要的是, 基于对公司的理想化的价值和客户的感知价值之间的差异的讨论, 本文强调了数字内容的价格和定价与普通产品和服务的不同. 无形的结果是, 价格可能并不反映顾客感知价值. 另外, 数字内容的成本处在发展阶段可能非常高但再造会大幅缩水. 而且, 由于前面提到的价值鸿沟, 这个价格政策改变因不同的数字内容而不同. 例如, 平价战略通常用于电影和音乐(Magiera 2001;Netherby 2002), 而有持续的需求的数字内容如在线游戏和杀毒软件的问题牵涉到一个更复杂的效用和极具竞争力的价格水平. 数字内容企业必须探索各种各样的策略来克服这个缺口. 对于广告, 形象, 口碑等常用的市场战略和他们对顾客感知价值的影响的研究变得至关重要. 中国数字内容产业正变得越来越国际化, 并引起了具有各自竞争优势的国家和地区的关注. 2008-2009中国数字内容产业年度发展报告(CCIDConsulting 2009)表明, 在国内需求和政府政策的大力支持下, 中国数字内容产业在2008年保持了大约30%的快速增长, 表明了这个产业在明显的初期扩张阶段. 在中国, 需要更新的杀毒软件和其他软件程序使用季度定价政策. 用户可以免费下载试用版, 用6个月或一年. 如果他们更久的使用, 连续的付款方式是必要的. 他们在试用阶段检测数字内容的优良度, 决定是否要付继续使用. 对于中国的音乐和电影工业的发展战略, 体验最初没有被广泛的应用, 虽然其他国家的公司注意到体验的重要性并探索了相关的战略(如客户在下载前有好几秒可以免费听听音乐). 由于上述原因, 杀毒软件在中国可以代表数字内容产业而且在中国杀毒市场探索了体验价值在顾客的数字内容感知价值中的优势. 为了提高调查数据的可靠性, 该研究集中在那些有使用杀毒软件经验的人群. 实证结果显示, 体验价值对顾客对数字内容的感知价值有积极的影响. 换句话说, 因为数字内容是无形的, 再造成本几乎为零, 客户的评估是根据他们的体验. 另外, 形象和口碑不产生积极的影响, 只对体验价值有影响. 这就是说, 数字内容价值链不同于普通产品或服务. 体验价值有显著的优势并调节形象和口碑对感知价值的作用. 这个研究结果有助于了解为什麽在发展中国家存在免费的数字内容下载. 客户只有通过体验它才可以感知数字内容的价值. 这也是为什么政府如此扶持发展数字内容. 其他发展中国家在起步阶段的数字内容企业可以借鉴这里的建议. 另外, 基于体验战略的优势, 公司应该更努力投资于客户的体验. 由于数字内容的特点和价值鸿沟的存在, 顾客只有经历了他们真正想要的才能感知更多的无形的数字内容的价值. 而且, 因为再造成本近乎为零, 公司可以使用体验战略, 以提高客户对数字内容的理解.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.