• 한국의류학회지
• /
• 제46권5호
• /
• pp.848-867
• /
• 2022

As an emerging market with rapid economic growth, while being a key region of the K-culture expansion, Vietnam draws increasing scientific attention. This study focuses on the MZ generation, Vietnam's leading consumer group, revealing their consumption value structure. An online survey was used for data collection purposes, investigating 368 Vietnamese consumers between 18-37 years of age. Six value dimensions were derived as results of the present analysis: functional, emotional, social, ethical, self-expression, and autonomy-oriented value. Among them, functional value includes two sub-dimensions of utility and price, while emotional value entails three sub-dimensions, namely hedonism, novelty, and aesthetics. 'Self-expression value' and 'autonomy-oriented value', reflecting the characteristics of the MZ generation, who actively express themselves and respect proactive decision-making, are becoming important standards of the consumption attitude of young Vietnamese. Moreover, the pursuit of 'novelty' was derived as a factor reflecting emotional values, revealing an association between hedonic consumption, and seeking for newness and difference. Furthermore, the relationships between each consumption value dimension, respective demographic characteristics, and global consumption propensity were investigated. The present findings aim to provide insights into young Vietnamese consumers' attitudes and intend to serve as a foundation for future research.

• 한국의류학회지
• /
• 제46권5호
• /
• pp.805-826
• /
• 2022

This study explored the process by which consumers purchase products from small fashion business owners via online and mobile channels. In addition, group types were classified given that the purchasing process depends on the consumers' life cycle. The consumer focus group interview (FGI) was conducted on 18 participants that were divided into six groups by age, work, and children. Results revealed that first, consumer journey comprised four stages. Factors influencing need recognition were "attention to information of social media influencer," "attention to information of affiliated groups," and "repeated advertising of SME products/brands." For information searching, "exploring purchase reviews," "environment for mobile shopping information exploration," and "continuous product tracking" were important factors. Purchasing and shopping stages were affected by "price-free, improvised purchase decision" and "convenient mobile payment system and point benefits." After the purchase, "active sharing and repeated purchase when satisfied" and "blocking relationships when dissatisfied" occurred. Second, six consumer groups based on the fashion life cycle are the "Platform lover," "Influencer follower," "Trust builder," "Novelty seeker," "Convenience seeker," and "New designer supporter." Ultimately, small business owners can develop the process of planning and selling fashion products more efficiently.

• 지능정보연구
• /
• 제22권3호
• /
• pp.143-163
• /
• 2016

인구통계학적 정보는 디지털 마케팅의 핵심이라 할 수 있는 인터넷 사용자에 대한 타겟 마케팅 및 개인화된 광고를 위해 고려되는 가장 기초적이고 중요한 정보이다. 하지만 인터넷 사용자의 온라인 활동은 익명으로 행해지는 경우가 많기 때문에 인구통계특성 정보를 수집하는 것은 쉬운 일이 아니다. 정기적인 설문 조사를 통해 사용자들의 인구통계특성 정보를 수집할 수도 있지만 많은 비용이 들며 허위 기재 등과 같은 위험성이 존재한다. 특히, 모바일 환경에서는 대부분의 사용자들이 익명으로 활동하기 때문에 인구통계특성 정보를 수집하는 것은 더욱 더 어려워지고 있다. 반면, 인터넷 사용자의 온라인 활동을 기록한 클릭스트림 데이터는 해당 사용자의 인구통계학적 정보에 활용될 수 있다. 특히, 인터넷 사용자의 온라인 행위 특성 중 하나인 페이지뷰는 인구통계학적 정보 예측에 있어서 중요한 요인이 된다. 본 연구에서는 기존 선행 연구를 토대로 클릭스트림 데이터 분석을 통해 인터넷 사용자의 온라인 행위 특성을 추출하고 이를 해당 사용자의 인구통계학적 정보 예측에 사용한다. 또한, 1)의사결정나무를 이용한 변수 축소, 2)주성분분석을 활용한 차원축소, 3)군집분석을 활용한 변수축소의 방법을 제안하고 실험에 적용함으로써 많은 설명변수를 이용하여 예측 모델 생성 시 발생하는 차원의 저주와 과적합 문제를 해결하고 예측 모델의 정확도를 높이고자 하였다. 실험 결과, 범주의 수가 많은 다분형 종속변수에 대한 예측 모델은 모든 설명변수를 사용하여 예측 모델을 생성했을 때보다 본 연구에서 제안한 방법론들을 적용했을 때 예측 모델에 대한 정확도가 향상됨을 알 수 있었다. 본 연구는 클릭스트림 분석을 통해 추출된 인터넷 사용자의 온라인 행위는 해당 사용자의 인구통계학적 정보 예측에 활용 가능하며, 예측된 익명의 인터넷 사용자들에 대한 인구통계학적 정보를 디지털 마케팅에 활용 할 수 있다는데 의의가 있다. 또한, 제안 방법론들을 통해 어느 종속변수에 대해 어떤 방법론들이 예측 모델의 정확도를 개선하는지 확인하였다. 이는 추후 클릭스트림 분석을 활용하여 인구통계학적 정보를 예측할 때, 본 연구에서 제안한 방법론을 사용하여 보다 높은 정확도를 가지는 예측 모델을 생성 할 수 있다는데 의의가 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

• 벤처혁신연구
• /
• 제6권4호
• /
• pp.99-111
• /
• 2023

본 연구는 온라인 쇼핑 웹사이트에 대한 소비자의 만족도가 과거와는 다른 현상으로 변화됨을 확인하고자 한다. 즉, 팬데믹 이후 전 세계적으로 이커머스(e-commerce)의 이용이 확대되고, 모바일커머스, 소셜커머스 등 다양한 형태의 커머스가 형성화되는 상황에서, 소비자의 정보처리과정과 의사결정과정은 소비자가 지각하는 소비가치와 개인적 특성에 따라 새로운 환경에 의해 소비자의 지각된 동기수준에 기반하여 변화된 행동을 살펴보는데 연구의 의의가 있다. 즉, 소비가치와 소비자의 인지욕구가 웹사이트에 대한 신뢰성의 매개역할로 온라인 웹사이트의 만족도에 미치는 영향에 대해 조사하고자 한다. 가설 1을 검증한 결과 웹사이트에 대한 소비자의 감각적 가치뿐 아니라 실용적 가치는 웹사이트의 만족도에 긍정적인 영향력을 미치며, 특히 실용적 가치가 상대적으로 감각적 가치보다 더 큰 영향력을 나타냈다. 다만, 소비자의 인지욕구와 만족도 간에는 부(-)의 관계를 단측검증 하에 유의한 수준으로 나타났다. 가설 2에서는 2-1인 소비가치 중 실용적 가치 만이 웹사이트에 대한 신뢰성을 매개로 만족도에 긍정적인 영향을 나타냈다. 웹사이트의 만족도에 소비가치 중 실용적 가치가 중요한 요인임을 확인할 수 있었다. 이전 연구결과와는 다르게 소비가치가 감각, 감정에 기반하는 가치뿐 아니라 실용적 소비가치가 더 큰 영향력을 가졌다는 점이 본 연구의 의의라 하겠다. 따라서 소비자가 이용하는 웹사이트의 신뢰성을 기반으로 매개역할을 한다면 실용적 가치와 인지욕구가 만족도에 더욱 강하게 영향력을 주는 것이다. 이러한 연구결과는 온라인으로 소비를 하게 된 현 시장의 트렌드가 반영된 결과이며, 본 연구결과를 통해 소비자의 행동 이해와 주요 요인들을 기반으로 온라인 웹사이트의 관리 및 운영 전략에 도움이 되리라 본다.

• 대한지리학회지
• /
• 제48권5호
• /
• pp.686-708
• /
• 2013

본 연구는 온라인 국민참여서비스, 사이버정당, 시민사회네트워크의 발달과 운동 등으로 구분되는 다양한 사이버정치 활동이 온라인에서 어떤 특징을 보이는지, 가상공간 안에서의 정치 활동이 오프라인의 환경과 어떤 연관성이 있는지 알아보는 것에 목표가 있다. 이를 위해 2012년 대통령 선거에서 사이버정치 활동을 했던 32명의 20대를 중심으로 연구를 수행하였고, 그 결과는 다음과 같다. 첫째, 가장 일반적인 사이버정치의 형태인 온라인 국민참여서비스의 경우, 온 오프라인에서 모두 정보의 탐색 및 획득은 누구나 쉽게 접근이 가능하고, 열려 있는 장소에서 일어나며, 정보의 창출과 재구조화는 안정감과 보호받고 있다는 느낌이 있는 닫혀 있고 지극히 개인적인 곳에서 이루어지고 있다. 둘째, 우리나라의 사이버정당은 가교공간으로 활용할 수 있는 충분한 여건을 갖추고 있음에도 불구하고 그 기능을 수행하지 못하나, 즉각 형성 소멸되는 즉시적 사회공간을 창출하는 데 부분적으로나마 공헌하고 있는 것으로 나타났다. 마지막으로 시민사회네트워크의 발달과 운동을 통해 형성된 온라인 관계는 정치적 성향과 관심에 따라 분절되며, 이는 오프라인에서의 네트워크와 주요 활동장소의 선택에까지 영향을 미친다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제29권4호
• /
• pp.617-636
• /
• 2023

본 연구는 한국인이 보이는 욕구-현실 충돌에서 나타나는 극복 노력 현상(불굴의 의지)을 한국인의 문화적 특성으로 설명하고자 하였다. 구체적으로 자신의 욕구와 현실 간의 충돌이 발생한 상황에서 개인의 주체성 정도에 따라 그 상황을 대하는 행동 양식이 달라지는지를 살펴보았다. 이를 위해 총 217명의 참여자가 온라인 실험에 참여하였고, 최종적으로 156명의 데이터가 분석되었다. 참여자는 주체성 척도에 응답한 뒤, 상충적 요소가 존재하는 의사결정 시나리오에 노출되었다. 시나리오는 집 구매와 결혼식장 계약 시나리오였고, 각 시나리오에서는 중요하게 여겨지는 두 개의 가치가 시장에서 서로 상충되도록 설정되었다. 참여자는 해당 시나리오를 읽고 각 가치에 대해 스스로가 원하는 수준을 입력하였다. 그 뒤, 시나리오 속 대리인이 참여자가 원하는 수준의 후보지를 찾지 못한 상황을 접하게 된다. 이후, 참여자는 스스로 자신이 직접 나서 추가적인 노력을 할 의향에 대해 응답하였다. 연구 결과, 참여자의 주체성 정도는 추가적인 노력 정도에 정적인 관계를 나타냈다. 또한 현실 한계를 초과하여 원하는 수준(기대 불일치)의 정도는 주체성을 통제한 상태에서 추가적인 노력 정도에 대해 비선형(역 U형)의 영향력을 나타냈다. 나아가 주체성과 기대 불일치 간의 상호작용효과가 유의하였다. 구체적으로 주체성이 낮은 개인은 기대 불일치 정도와 종속변인 간의 관계가 유의하지 않았으나, 주체성이 높은 개인은 기대 불일치 정도와 종속변인 간의 비선형 관계가 유의하였다. 연구 결과를 바탕으로 욕구-현실 충돌 장면에서의 한국인의 심리적 특성(주체성)의 역할과 기능에 대해 논하였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.93-107
• /
• 2014

대부분의 인터넷 쇼핑몰은 자사 고객의 관심 분야를 파악하고 이를 상품 추천에 효과적으로 활용하기 위해 많은 노력을 기울이고 있다. 하지만 고객이 회원 가입 시 직접 입력한 개인 정보는 신뢰하기가 어렵고, 고객의 구매 패턴을 통해 파악한 관심 분야 정보는 자사 사이트 내에 진입한 이후에만 보인 한정된 패턴이라는 측면에서 해당 고객의 다양한 관심분야를 제대로 나타낸다고 보기 어렵다. 이러한 한계를 극복하기 위해 본 연구에서는 고객의 평소 인터넷 사용 기록을 통해 최근 방문 사이트들의 주제를 분석함으로써, 고객의 실제 관심 분야를 파악할 수 있는 방안을 제시하였다. 또한 토픽 분석을 통해 각 사이트의 주제를 도출하고 도출된 주제를 다시 동시 방문자 관점에서 군집화 함으로써, 고객 관점에서 의미가 있는 상위 수준의 새로운 테마를 발굴하기 위한 방법론을 제안하였다. 연구의 특징은 유사주제 중심의 군집화라는 기존 연구와는 달리 사용자 관점의 관심주제 중심 군집화라 할 수 있다. 향후 사용자 중심의 카테고리 설계를 비롯한 새로운 관점의 고객군 정의 등 보다 높은 차원의 마케팅 전략 수립에 활용이 가능할 것으로 기대된다. 사용자 관점의 이슈 군집화 과정은 크롤링, 토픽 분석, 액세스 패턴 분석, 네트워크 병합, 네트워크 변환 및 군집화와 같은 여섯 가지 주요단계로 구성되어있다. 이를 위해 텍스트 마이닝과 소셜 네트워크 분석 기법을 활용한 비정형 텍스트를 기반으로한 빅데이터의 활용 방법을 모색하였다. 제안 방법론의 실무 적용 가능성을 평가하기 위해, 국내 최대 포털 뉴스 사이트의 방문자 2,177명의 1년간 방문 기록과 뉴스기사 대한 분석을 수행하고 그 결과를 요약하여 제시하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.27-42
• /
• 2020

인터넷이라는 가상 공간을 활용함으로써 물리적 공간의 제약을 갖는 오프라인 쇼핑의 한계를 넘어선 온라인 쇼핑은 다양한 기호를 가진 소비자를 만족시킬 수 있는 수많은 상품을 진열할 수 있게 되었다. 그러나, 이는 역설적으로 소비자가 구매의사결정 과정에서 너무 많은 대안을 비교 평가해야 하는 어려움을 겪게 함으로써 오히려 상품 선택을 방해하는 원인이 되기도 한다. 이런 부작용을 해소하기 위한 노력으로서, 연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 구매의사결정 과정 중 정보탐색 및 대안평가에 소요되는 시간과 노력을 줄여주고 이탈을 방지하며 판매자의 매출 증대에 기여할 수 있다. 연관 상품 추천에 사용되는 연관 규칙 마이닝 기법은 통계적 방법을 통해 주문과 같은 거래 데이터로부터 서로 연관성 높은 상품을 효과적으로 발견할 수 있다. 하지만, 이 기법은 거래 건수를 기반으로 하므로, 잠재적으로 판매 가능성이 높을지라도 충분한 거래 건수가 확보되지 못한 상품은 추천 목록에서 누락될 수 있다. 이렇게 추천 시 제외된 상품은 소비자에게 구매될 수 있는 충분한 기회를 확보하지 못할 수 있으며, 또 다시 다른 상품에 비해 상대적으로 낮은 추천 기회를 얻는 악순환을 겪을 수도 있다. 본 연구는 구매의사결정이 결국 상품이 지닌 속성에 대한 사용자의 평가를 기반으로 한다는 점에 착안하여, 추천 시 상품의 속성을 반영하면 소비자가 특정 상품을 선택할 확률을 좀더 정확하게 예측할 수 있다는 점을 추천 시스템에 반영하기 위한 목적으로 수행되었다. 즉, 어떤 상품 페이지를 방문한 소비자는 그 상품이 지닌 속성들에 어느 정도 관심을 보인 것이며 추천 시스템은 이런 속성들을 기반으로 연관성을 지닌 상품을 더 정교하게 찾을 수 있다는 것이다. 상품의 주요 속성의 하나로서, 카테고리는 두 상품 간에 아직 드러나지 않은 잠재적인 연관성을 찾기에 적합한 대상이 될 수 있다고 판단하였다. 본 연구는 연관 상품 추천에 상품 간의 연관성뿐만 아니라 카테고리 간의 연관성을 추가로 반영함으로써 추천의 정확도를 높일 수 있는 예측모형을 개발하였고, 온라인 쇼핑몰로부터 수집된 주문 데이터를 활용하여 이루어진 실험은 기존 모형에 비해 추천 성능이 개선됨을 보였다. 실무적인 관점에서 볼 때, 본 연구는 소비자의 구매 만족도를 향상시키고 판매자의 매출을 증가시키는 데에 기여할 수 있을 것으로 기대된다.