• Journal of Electrical Engineering and Technology
• /
• 제11권1호
• /
• pp.227-233
• /
• 2016

Google Trends provides weekly information on keyword search frequency on the Google search engine. Search volume patterns for the search keyword can also be analyzed based on category and by the location of those making the search. Also, Google provides “Hot searches” and “Top charts” including top and rising searches that include the search keyword. All this information is kept up to date, and allows trend comparisons by providing past weekly figures. In this study, we present a predictive model for TV markets using the searched data in Google search engine (Google Trend data). Using a predictive model for the market and analysis of the Google Trend data, we obtained an efficient and meaningful result for the TV market, and also determined highly ranked countries and cities. This method can provide very useful information for TV manufacturers and others.

• Communications for Statistical Applications and Methods
• /
• 제29권1호
• /
• pp.41-51
• /
• 2022

We forecast the US oil consumption level taking advantage of google trends. The google trends are the search volumes of the specific search terms that people search on google. We focus on whether proper selection of google trend terms leads to an improvement in forecast performance for oil consumption. As the forecast models, we consider the least absolute shrinkage and selection operator (LASSO) regression and the structured regularization method for large vector autoregressive (VAR-L) model of Nicholson et al. (2017), which select automatically the google trend terms and the lags of the predictors. An out-of-sample forecast comparison reveals that reducing the high dimensional google trend data set to a low-dimensional data set by the LASSO and the VAR-L models produces better forecast performance for oil consumption compared to the frequently-used forecast models such as the autoregressive model, the autoregressive distributed lag model and the vector error correction model.

• 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.

• 한국정보시스템학회지:정보시스템연구
• /
• 제29권1호
• /
• pp.289-301
• /
• 2020

Purpose This study analyzes whether Internet search of cryptocurrency has a causal relationship to return and volatility of cryptocurrency. Design/methodology/approach Google Trend was used as a measure of the level of Internet search, and the parametric tests of Granger causality in the 1st moment and the 2nd moment were adopted as the analysis method. We used Bitcoin's dollar-based price, which is the No. 1 market value among cryptocurrency. Findings The results showed that the Internet search measured by Google Trends has a causal relationship to cryptocurrency in both average and volatility, while there is a difference in causality and its degree according to the search area and category that Google Trend user should set. Because the Granger causality is based on the improvement of prediction, the analysis results of this study indicate that Internet search can be used as a leading indicator in predicting return and volatility of cryptocurrency.

• 한국산업정보학회논문지
• /
• 제18권6호
• /
• pp.95-101
• /
• 2013

소셜 미디어 정보는 실시간으로 가장 최신의 정보의 획득을 가능하게 하며, 확산 속도가 빠르고 형태의 제약 없이 유연하게 생산 및 유통할 수 있다는 강점이 있으며, 최근 경제변수들의 예측에 있어서 소셜 미디어 정보를 이용한 예측의 활용 방안에 대한 논의가 활발히 이루어지고 있다. 본 논문에서는 실업률을 예측함에 있어 소셜 미디어 정보 유형 중 하나인 Google Index 정보를 이용하여 시계열 모형 중 하나인 ARIMAX 모형과 ECM 모형을 적합하였고, 모형의 예측력을 비교하기 위해 기존의 ARIMA 모형과의 비교를 수행하였다. 또한, 소셜 미디어 정보 이용에 있어 Google Index 뿐만 아니라 국내 소셜 미디어 정보인 News Index와의 결합을 통해 예측력의 제고 가능성을 확인하였다. 본 연구에서 다루어진 분석 절차와 통계적 모형의 적합과정은 실업률 외의 주요 사회, 경제지표에도 적용될 수 있다.

• Healthcare Informatics Research
• /
• 제24권4호
• /
• pp.300-308
• /
• 2018

Objectives: Prompt detection is a cornerstone in the control and prevention of infectious diseases. The Integrated Disease Surveillance Project of India identifies outbreaks, but it does not exactly predict outbreaks. This study was conducted to assess temporal correlation between Google Trends and Integrated Disease Surveillance Programme (IDSP) data and to determine the feasibility of using Google Trends for the prediction of outbreaks or epidemics. Methods: The Google search queries related to malaria, dengue fever, chikungunya, and enteric fever for Chandigarh union territory and Haryana state of India in 2016 were extracted and compared with presumptive form data of the IDSP. Spearman correlation and scatter plots were used to depict the statistical relationship between the two datasets. Time trend plots were constructed to assess the correlation between Google search trends and disease notification under the IDSP. Results: Temporal correlation was observed between the IDSP reporting and Google search trends. Time series analysis of the Google Trends showed strong correlation with the IDSP data with a lag of -2 to -3 weeks for chikungunya and dengue fever in Chandigarh (r > 0.80) and Haryana (r > 0.70). Malaria and enteric fever showed a lag period of -2 to -3 weeks with moderate correlation. Conclusions: Similar results were obtained when applying the results of previous studies to specific diseases, and it is considered that many other diseases should be studied at the national and sub-national levels.

• 지능정보연구
• /
• 제29권2호
• /
• pp.129-148
• /
• 2023

블록체인 기술이 적용되어 있는 암호화폐는 높은 가격 변동성을 가지며 투자자 및 일반 대중으로부터 큰 관심을 받아왔다. 이러한 관심을 바탕으로 암호화폐를 비롯한 투자상품의 미래가치를 예측하기 위한 연구가 이루어지고 있으나 예측모형에 대한 설명력 및 해석 가능성이 낮아 실무에서 활용하기 어렵다는 비판을 받아왔다. 본 연구에서는 암호화폐 가격 예측모형의 성과를 향상시키기 위해 금융투자상품의 가치평가에 활용되는 기술적 지표들과 함께 투자자의 사회적 관심도를 반영할 수 있는 구글 키워드 검색량 데이터를 사용하고 설명 가능한 인공지능을 적용하여 모형에 대한 해석을 제공하고자 한다. 최근 금융 시계열 분야에서 예측성과의 우수성을 인정받고 있는 LSTM(Long Short Term Memory)과 CNN(Convolutional Neural Networks)을 활용하고, 'bitcoin'을 검색어로 하는 구글 검색량 데이터를 적용해 일주일 후의 가격 등락 예측모형을 구축하였다. LSTM과 CNN을 활용해 구축한 모형들이 높은 예측성능을 보였으며 구글 검색량을 반영한 모형에서 더 높은 예측성과를 확인할 수 있었다. 딥러닝 모형의 해석 가능성 및 설명력을 위해 XAI의 SHAP 기법을 적용한 결과, 구글 검색량과 함께 과매수, 과매도 정도를 파악할 수 있는 지표들이 모형의 의사결정에 가장 큰 영향들을 미치고 있음을 파악할 수 있었다. 본 연구는 암호화폐 가격 등락 예측에 있어 전통적으로 시계열 예측에 우수한 성과를 인정받고 있는 LSTM뿐만 아니라 이미지 분류에서 높은 예측성과를 보이는 딥러닝 기법인 CNN 또한 우수한 예측성능을 보일 수 있음을 확인하였으며, XAI를 통해 예측모형에 대한 해석을 제공하고, 대중의 심리를 반영하는 정보 중 하나인 구글 검색량을 활용해 예측성과를 향상시킬 수 있다는 것을 확인했다는 점에서 의의가 있다.

• 동의신경정신과학회지
• /
• 제34권3호
• /
• pp.235-245
• /
• 2023

Objectives: The aim of this study was to analyze public and researcher interests in suicide and related illnesses and acupuncture and acupressure treatment using Google Trends and some electronic databases. Methods: Search results for keywords "suicide," "acupuncture," "acupressure," and several illnesses related to suicide were analyzed in Google Trends from January 2004 to June 2023. Illnesses included anxiety, depression (including major depressive disorder), schizophrenia, bipolar disorder, post- traumatic stress disorder (PTSD), eating disorder (including anorexia nervosa and bulimia nervosa), substance use disorder, autism spectrum disorder, personality disorder (including borderline person- ality disorder), and chronic pain. Search results were extracted using relative search volume (RSV) scores between 0 and 100. Search terms were also searched in online databases, including PubMed, CNKI, and OASIS, to estimate the number of related studies, and descriptive analysis was conducted. Results: Google Trends analysis showed a strong positive correlation between the RSVs of "suicide and depression," "acupuncture and chronic pain," and "acupressure and PTSD." The electronic database search results produced numerous studies published on "suicide and depression," "acupuncture and depression," and "acupressure and anxiety." High interest in "suicide and depression," "acupuncture and chronic pain," and "acupressure and anxiety" was seen among the public and researchers. Interest in "suicide and chronic pain," "acupuncture and eating disorder," and "acupressure and PTSD" was higher in the public than among researchers, while "anxiety and suicide" and "anxiety and acu- puncture" showed opposite trends. Conclusions: The results of this research enable an understanding of public and researcher interest in suicide, acupuncture, acupressure, and suicide-related illnesses. The results also provide a basis for fu- ture research and examining public health implications in Korean medicine.

• International journal of advanced smart convergence
• /
• 제7권2호
• /
• pp.67-72
• /
• 2018

On the internal based search, the big data inference, which is failed in the president's election in the United States of America in 2016, is failed, because the prediction method is used on the base of the searching numerical value of a candidate for the presidency. Also the Flu Trend service is opened by the Google in 2008. But the Google was embarrassed for the fame's failure for the killing flu prediction system in 2011 and the prediction of presidential election in 2016. In this paper, using the virtual vote algorithm for virtual election and data mining method, the election prediction algorithm is proposed and unpacked. And also the WEKA DB is unpacked. Especially in this paper, using the K means algorithm and XEDOS tools, the prediction of election results is unpacked efficiently. Also using the analysis of the WEKA DB, the smart election prediction system is proposed in this paper.

• 디지털융복합연구
• /
• 제18권9호
• /
• pp.433-440
• /
• 2020

본 연구는 국내 임상실습 관련 연구에 관한 체계적 고찰을 실시함으로써 연구동향을 분석하고, 향후 임상실습교육 발전방안을 모색하기 위해 필요한 기초자료를 제시하고자 한다. 2000년부터 2019년까지 RISS, KISS, Google Scholar, 국립중앙도서관 데이터베이스에 등록된 논문을 검색하였다. 주요 검색용어는 "Occupational Therapy" AND "Clinical Fieldwork"로 하였으며, 최종적으로 총 8편의 연구가 선정되었다. 선정된 연구의 질적 수준을 분석한 결과, 분석대상 연구 8편(100.0%) 모두가 Level IV(조사연구)에 해당하여 질적 수준이 낮은 편이었다. 또한 연구동향을 분석한 결과 자료수집 방법은 설문조사가 6편(75.0%)으로 가장 많았으며 작업치료 전공 학생을 연구대상으로 한 연구가 6편(75.0%)으로 가장 많았다. 주요 주제는 임상실습만족도가 4편(50.0%)으로 가장 많았으며, 임상실습교육체계와 임상실습에 따른 변화가 각각 2편(25.0%)으로 나타났다. 앞으로 국내 작업치료 임상실습 관련 연구의 양적, 질적 성장이 필요함을 확인할 수 있었고, 이를 통해 향후 실제적이고 체계적인 임상실습교육 발전방안을 확립하는데 기여 할 수 있을 것으로 기대한다.