• 한국산학기술학회논문지
• /
• 제17권8호
• /
• pp.236-250
• /
• 2016

본 연구는 수도권에 거주하는 일반 소비자를 대상으로 기능성화장품 구매행태를 파악하여 선복화 활용 주름 미백개선 신제품 개발 시 경쟁력 확보를 위한 기초자료로 활용하고자 하였다. 연구결과, 소비자는 주름개선 기능성화장품의 종류 중 세럼을 주로 선호했으며, 1~3개월에 한 번 구매하는 비율이 높았다. 용량은 10~30 ml 미만을 주로 선호했고, 구매비용은 3~5만원 미만을 주로 지출하였다. 미백개선 기능성화장품 역시 세럼을 선호했고, 용량은 30~50 ml 미만을 선호했으며, 구매비용은 3~5만원 미만을 주로 지출하였다. 기능성화장품 형태는 단품을 선호했고 선호도가 높은 주요 구매 장소는 '화장품전문점' 이었고, 선호도가 높은 주요 정보원은 '가족 친구 지인의 추천 및 경험담', 'TV 광고' 등 이었다. 선복화 활용 기능성화장품 세럼 개발시 구매의도 4개 항목 모두 제품 비용이 5만원 이상으로 나타났으며, 가격 지불의사에서도 현재 가격에서 추가로 10~30%까지 지불 할 수 있는 것으로 나타났다. 따라서 화장품 관련 기업 및 산업체는 기능성화장품 관련 신제품 개발 시 소비자의 구매시 요구도를 적용하는 방안과 신제품 판매 활성화를 위해 질 높은 서비스를 제공하는 전문화된 장소 확보 및 직접체험, 다양한 대중매체 활용 SNS 블로그를 통한 구전 효과를 높이고, 천연미백 및 주름개선, 보습효과 등이 검증된 선복화를 활용한 제품을 개발하면 건강과 미용에 관심이 많은 소비자들에게 충분히 어필(appeal)할 수 있을 것으로 사료되었다.

• 경영과정보연구
• /
• 제32권5호
• /
• pp.193-231
• /
• 2013

정보통신 기술이 발달하면서 구전은 버즈마케팅, 바이럴 마케팅 등과 같이 다양한 용어로 사용되고 있으며 그 중요성이 강조되고 있다. 그럼에도 불구하고 마케팅에서는 바이럴의 기반이 되는 소셜네트워크에 대한 연구가 부족하다. 소셜네트워크에서는 개인 간에 이루어지는 관계의 패턴이 각 개인의 행위에 중요한 영향을 미친다. 따라서 본 연구에서는 소셜네트워크를 성격에 따라 친교 네트워크와 조언 네트워크로 구분하고, 이러한 네트워크 내에서 구전에 영향을 미칠 수 있는 선행변수로서 정보원의 신뢰를 중심으로 연구를 진행하였다. 본 연구에서는 선행연구들의 문헌 고찰을 통하여 신뢰의 유형을 정서기반신뢰와 인지기반신뢰로 나누었으며, 구전수용과 구전추천으로 구전행동을 검증하였다. 또한 실무적인 시사점을 주기 위해 제품유형의 조절효과를 검토하였다. 연구모형 및 가설 검증을 위해서 SNS를 가장 많이 사용하는 집단인 20대 대학생을 대상로 연구를 진행하였다. 연구결과 네트워크 유형에 따라 신뢰의 유형에 차이가 있는 것으로 나타났다. 정서기반신뢰는 조언네트워크보다 친교네트워크에서 그리고 인지기반신뢰는 친교 네트워크보다 조언 네트워크에서 더 많이 형성되는 것으로 나타났다. 또한 정서기반신뢰와 인지기반신뢰는 구전수용에 정(+)의 영향을 미치는 것으로 나타났다. 예상했던 것과 달리 네트워크 내에 형성된 신뢰는 유형에 관계없이 구전수용에 비슷한 영향을 미쳤다. 또한 구전수용은 구전추천에 정(+)의 영향을 미치는 것으로 나타났다. 조절효과로 정서기반신뢰는 실용재보다 쾌락재의 구전수용에 더 많은 영향을 미치는 것으로 나타났고 특히 친교네트워크 조건에서 정서기반신뢰는 쾌락재의 구전수용에 더 많은 영향을 미치는 것으로 나타났다. 본 연구는 이러한 시도를 통해 구전수용에 영향을 미치는 신뢰를 정서기반과 인지기반으로 신뢰로 유형화하면서 구전연구에서 신뢰연구의 범위를 확대시켰으며 신뢰를 중심으로 네트워크를 유형화하였다. 또한 제품유형에 따라 어떤 네트워크를 통해 구전을 확대해야하는가에 관한 실무적 시사점을 제공하고 있다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.