• 한국경영과학회지
• /
• 제38권4호
• /
• pp.53-63
• /
• 2013

Together with soaring interest on Big Data, now there are vigorous reports that unearth various social values lying underneath those data from a number of application areas. Among those reports many are using such data as Internet search histories from Google site, social relationships from Facebook, and transactional or locational traces collected from various ubiquitous devices. Many of those researches, however, are conducted based on the data sets that are accumulated over the North American and European areas, which means that direct interpretation and application of social values exhibited by those researches to the other areas like Korea can be a disturbing task. This research has started from a validation study against Korean environment of the former paper which says an investment strategy that exploits up and down of Google search volume on a carefully selected set of terms shows high market performance. A huge difference between North American and Korean environment can be eye witnessed via the distinction in profit rates that are exhibited by the corresponding set of search terms. Two sets of search terms actually presented low correlation in their profit rates over two financial markets. Even in an experiment which compares the profit rates with two different investment periods with the same set of search terms showed no such meaningful result that outperforms the market average. With all these results, we cautiously conclude that establishing an investment strategy that exploits Internet search volume over a specified word set needs more conscious approach.

• 동의신경정신과학회지
• /
• 제34권1호
• /
• pp.13-21
• /
• 2023

Objectives: The aim of this study was to analyze correlations among searches of hwa-byung, depression, and suicide using big data. Methods: Keywords searches were performed using both Google Trends and Naver Data Lab on December 13, 2022. From 2016 to 2022, search results for keywords 'hwa-byung', 'depression', and 'suicide' were extracted with a score between 0 and 100 in terms of relative search popularity (RSP). Monthly time analysis, correlation analysis, and regional analysis were then conducted for these scores. Results: Regardless of the search period, RSP for both portal sites was in the order of 'suicide', 'depression', and 'hwa-byung'. Over time, search for 'depression' tended to increase in Google (slope: 0.0092), whereas search for 'hwa-byung' showed a slight increase in Naver (slope: 0.0024). Correlation coefficient for search terms 'depression' and 'suicide' was 0.3969 in Google Trends and 0.4459 in Naver Data Lab, showing clear positive correlations. On the other hand, there was little correlation between search results of 'hwa-byung' and 'depression' or between 'hwa-byung' and 'suicide'. However, compared to males, females showed higher positive associations between search results of 'hwa-byung' and 'depression' and between 'hwa-byung' and 'suicide'. Search terms 'depression' and 'suicide' showed high RSPs in most regions in South Korea. However, 'hwa-byung' had distinct regional differences in terms of RSP. Conclusions: Results of this study will help us understand Korean public's perception of the relevance of hwa-byung, depression, and suicide and plan future research in this topic. In addition, findings of this study may provide future public health implications for reducing the high suicide rate in Korea.

• 전자통신동향분석
• /
• 제33권2호
• /
• pp.64-76
• /
• 2018

This paper addresses the antitrust case of Google's general search service to find evidence and logic used for defining markets, and the proof of dominant power and its abuse in detail. This antitrust case has certain meaning because it is not easy to apply traditional approaches to a general search service, which has two-sided market characteristics. This paper finds some implications through an analysis of the antitrust case shown below. First, for market definition, the overall qualitative analysis can be used to draw conclusions without a quantitative analysis, such as a Small but Significant and Non-transitory Increasing in Price (SSNIP) analysis. Second, the multi-homing behavior seems to be one of the key factors in judging the dominant power in Internet-based services. Lastly, the fact that the value of traffic can differ based on the traffic source needs to be considered to address the competition issue of Internet-based services.

• Journal of Platform Technology
• /
• 제11권4호
• /
• pp.19-34
• /
• 2023

글로벌시대의 환경속에서 '스타트업'의 트렌드와 인사이트를 파악하기 위해 빅데이터 분석 플랫폼인 Google Trends를 활용하여 최근 글로벌 스타트업 생태계를 심층 트렌드 분석을 실시하였다. 분석의 타당성을 위해 BIGKinds를 통해 핵심 키워드 '스타트업'과 '글로벌'의 상관관계를 검증하였다. 또한 '스타트업' 키워드나 용어의 검색 빈도를 파악하기 위해 Google Trends를 이용하여 추출한 데이터를 기반으로 네트워크 분석을 수행하였다. 연구결과, 키워드 사이에 강한 양적 선형관계를 보여주어 통계적으로 유의미한 상관관계를 나타냈다(상관계수: +0.8906). Google Trends를 사용한 글로벌 스타트업 트렌드를 탐색한 결과 '그림4'와 같이 각 국가들의 시기별 관심도가 증가하거나 감소하는 매우 비슷한 선형적 형태를 나타났다. 특히 스타트업 관심도가 2020년 중반부터 코로나-19 팬데믹으로 인해 35~76 범위내에서 낮게 나타났지만, 2022년 3월 이후 스타트업 관심도가 눈에 띄게 상승하는 트렌드를 보였다. 또한, 한국을 제외한 각 국가별 Startups 관심도는 아주 비슷한 추세이고, 관련 주제는 startup company, technology, investment, funding, 키워드 검색어는 best startup, tech, business, invest, health, fintech 등이 공통적으로 나타나 매우 높은 상관관계가 있음을 확인하였다.

• 한국빅데이터학회지
• /
• 제1권1호
• /
• pp.67-75
• /
• 2016

본 연구의 목적은 소셜 빅데이터와 Google 검색 트렌드를 활용하여 한국과 미국의 사이버불링 검색에 영향을 미치는 요인을 분석하는 것이다. 한국의 사이버불링 요인 분석은 2011년 1월 1일부터 2013년 3월 31일까지 총 227개 소셜미디어에서 수집된 검색통계를 활용하였고, 미국은 2004년 1월 1일부터 2013년 12월 22일까지 구글 검색트렌드에서 검색된 검색량을 분석대상으로 하였다. 첫째 위계적 회귀분석결과 스트레스가 사이버불링에 미치는 영향은 한국이 미국보다 많은 것으로 나타났다. 둘째 다중집단 구조모형 분석결과 한국과 미국 모두 스트레스에서 운동, 음주, 사이버불링으로 가는 경로가 정적(+)으로 유의한 영향을 미치는 것으로 나타났다. 셋째, 한국과 미국은 모든 경로에서 집단 간 유의미한 차이를 보이고 있으며, '스트레스 ${\rightarrow}$ 운동', '스트레스 ${\rightarrow}$ 음주', '음주 ${\rightarrow}$ 사이버불링', '스트레스 ${\rightarrow}$ 사이버불링' 경로가 한국이 미국보다 더 유의하게 강하게 나타났다. 한국의 청소년과 성인은 사이버불링과 관련한 담론을 주고받으며, 이러한 언급이 실제적인 사이버불링과 관련된 심리적 행동적 특성으로 노출이 될 수 있기 때문에 SNS상에 사이버불링 행위에 대한 위험징후가 예측되면 실시간으로 개입할 수 있는 온라인 애플리케이션이 개발되어야 할 것이다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권3호
• /
• pp.171-185
• /
• 2017

Purpose Recently, there has been an increase in attempts to analyze social phenomena, consumption trends, and consumption behavior through a vast amount of customer data such as web search traffic information and social buzz information in various fields such as flu prediction and real estate price prediction. Internet portal service providers such as google and naver are disclosing web search traffic information of online users as services such as google trends and naver trends. Academic and industry are paying attention to research on information search behavior and utilization of online users based on the web search traffic information. Although there are many studies predicting social phenomena, consumption trends, political polls, etc. based on web search traffic information, it is hard to find the research to explain and predict tourism demand and establish tourism policy using it. In this study, we try to use web search traffic information to explain the tourism demand for major cities in Gangwon-do, the representative tourist area in Korea, and to develop a nowcasting model for the demand. Design/methodology/approach In the first step, the literature review on travel demand and web search traffic was conducted in parallel in two directions. In the second stage, we conducted a qualitative research to confirm the information retrieval behavior of the traveler. In the next step, we extracted the representative tourist cities of Gangwon-do and confirmed which keywords were used for the search. In the fourth step, we collected tourist demand data to be used as a dependent variable and collected web search traffic information of each keyword to be used as an independent variable. In the fifth step, we set up a time series benchmark model, and added the web search traffic information to this model to confirm whether the prediction model improved. In the last stage, we analyze the prediction models that are finally selected as optimal and confirm whether the influence of the keywords on the prediction of travel demand. Findings This study has developed a tourism demand forecasting model of Gangwon-do, a representative tourist destination in Korea, by expanding and applying web search traffic information to tourism demand forecasting. We compared the existing time series model with the benchmarking model and confirmed the superiority of the proposed model. In addition, this study also confirms that web search traffic information has a positive correlation with travel demand and precedes it by one or two months, thereby asserting its suitability as a prediction model. Furthermore, by deriving search keywords that have a significant effect on tourism demand forecast for each city, representative characteristics of each region can be selected.

• 대한치과보철학회지
• /
• 제59권2호
• /
• pp.164-172
• /
• 2021

목적: 본 연구는 구글 트렌드를 이용하여 일반적인 인터넷 사용자들이 치과 임플란트에 대해 가지고 있는 관심도를 분석하고, 관심도의 수준을 국민건강보험공단의 빅 데이터와 비교하기 위함이다. 재료 및 방법: 구글 트렌드는 검색 키워드에 대한 상대적 검색 볼륨을 제공하는데, 이것은 특정 기간 동안의 검색 빈도를 시각화하여 보여주는 평균 데이터이다. 임플란트를 검색어로 선정하여, 2015년에서 2019년까지의 일반적인 인터넷 사용자들의 관심도를 추세선과 6개월 이동평균선을 이용하여 분석하였다. 다음으로, 임플란트에 대한 상대적 검색 볼륨을 국민건강보험의 적용을 받아 임플란트를 식립한 환자 수의 변화와 함께 비교하였다. 임플란트와 전통적인 의치에 대한 상대적 관심도를 비교하였으며, 임플란트와 관련된 주요 연관 검색어를 분석하였다. 결과: 임플란트에 대한 상대적 검색 볼륨은 점진적으로 증가하였으며, 국민건강보험 혜택을 받은 환자 수와 유의한 양의 상관관계를 보였다 (P < .01). 임플란트에 대한 관심도는 모든 기간에 있어서 의치에 비해 높았다. 연관 검색어로는 임플란트 비용이 가장 빈번하게 관찰되었으며, 임플란트 과정에 대한 검색이 증가하였다. 결론: 본 제한된 연구의 결과를 근거로, 임플란트에 대한 대중의 관심은 점진적으로 증가하고 있으며, 관심의 세부 분야는 변하고 있다. 또한 웹 기반의 구글 트렌드 데이터를 전통적인 방식의 데이터와 비교한 결과, 유의한 상관관계를 확인할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.1075-1081
• /
• 2016

The big data analysis has received much attention from the researchers working in various fields because the big data has a great potential in detecting or predicting future events such as epidemic outbreaks and changes in stock prices. Reflecting the current popularity of big data analysis, many authors have proposed methods tracking influenza epidemics based on internet-based information. The recently proposed 'autoregressive model using Google (ARGO) model' (Yang et al., 2015) is one of those influenza tracking models that harness search queries from Google as well as the reports from the Centers for Disease Control (CDC), and appears to outperform the existing method such as 'Google Flu Trends (GFT)'. Although the ARGO predicts well the outbreaks of influenza, this study demonstrates that a classical seasonal autoregressive integrated moving average (SARIMA) model can outperform the ARGO. The SARIMA model incorporates more accurate seasonality of the past influenza activities and takes less input variables into account. Our findings show that the SARIMA model is a functional tool for monitoring influenza epidemics.

• The Journal of Asian Finance, Economics and Business
• /
• 제5권4호
• /
• pp.45-56
• /
• 2018

The paper aims to examine relationships between search-based sentiment and stock market reactions in Vietnam. This study constructs an internet search-based measure of sentiment and examines its relationship with Vietnamese stock market returns. The sentiment index is derived from Google Trends' Search Volume Index of financial and economic terms that Vietnamese searched from January 2011 to June 2018. Consistent with prediction from sentiment theories, the study documents significant short-term reversals across three major stock indices. The difference from previous literature is that Vietnam stock market absorbs the contemporaneous decline slower while the subsequent rebound happens within a day. The results of the study suggest that the sentiment-induced effect is mainly driven by pessimism. On the other hand, optimistic investors seem to delay in taking their investment action until the market corrects. The study proposes a unified explanation for our findings based on the overreaction hypothesis of the bearish group and the strategic delay of the optimistic group. The findings of the study contribute to the behavioral finance strand that studies the role of sentiment in emerging financial markets, where noise traders and limits to arbitrage are more obvious. They also encourage the continuous application of search data to explore other investor behaviors in securities markets.

• 한국융합학회논문지
• /
• 제10권6호
• /
• pp.59-64
• /
• 2019

본 연구는 구강관리용품 중 가장 대표적인 칫솔과 치약에서 이용자가 얻고자 하는 관련검색어를 통하여 이용자가 기대하는 선택정보를 구글 트렌드를 활용, 분석하여 이를 구강관리용품에 대한 교육의 기초자료로 제공하고자 한다. 구글 트렌드에서 제공하는 최초 시점인 2006년부터 2018년 현재(9월)까지의 시기에서 영문 Toothbrush와 Toothpaste를 검색한 뒤 인기순으로 정렬하여 노출되는 관련 검색어 각 25개 총325개의 검색어를 연도별로 수집하였다. 그 후 이용자가 기대하는 검색기능을 파악하는 검색어 세부분석방법과 빅데이터 프로그램 넷마이너를 활용한 단어 네트워크 분석의 두가지 방법으로 분석하였다. 연구 결과 전 세계적으로 Toothbrush에 대하여 브랜드에 대한 기대와 관심이 높았으며 Toothpaste에 대하여 치약의 기능에 대한 기대와 관심이 높았다. 이를 통해 구강교육의 동기부여를 높이기 위해 칫솔은 브랜드, 치약은 치약의 기능에 대한 지식과 정보를 활용하고 제공함으로써 환자의 흥미를 높이는 것이 효과적으로 판단된다.