• 지능정보연구
• /
• 제19권3호
• /
• pp.73-91
• /
• 2013

스마트폰 광고시장의 급격한 성장으로 그간 광고태도연구에서 주요한 요인으로 고려되었던, 재미(Entertainment), 정보(Information), 짜증(Irritation)과 같은 일반적으로 광고가치에 영향을 주는 요인 외에 스마트폰의 특성에 의해 발생하는 상황인지가치(Context Awareness Value)에 대한 관심이 높아지고 있다. 그간 상황인지가치에 영향을 주는 요인을 찾기 위해 주로 위치(Location)를 중심으로 연구되어 왔는데, 스마트폰을 통해 발생하는 상황인지가치는 위치 이외에도 다양하다고 할 수 있다. 즉, 무선인터넷기술의 활용을 통한 SNS 활용, 유심카드를 이용한 개인 확인, 다양한 앱의 활용 등의 변화는 기존의 모바일기기에서 제공하는 기능들의 활용이 더욱 중요해지고 있고, 이로 인해 발생하는 다양한 상황인지가치의 요인이 존재한다고 할 수 있다. 따라서, 본 연구는 이동통신시장의 광고채널이 스마트폰으로 전환되면서 발생하는 상황인지가치의 영향을 고려한 분석을 실시하여, 이전 연구에서 고려되지 못했던 최근 광고시장 상황이 반영된 연구결과가 도출되었다고 할 수 있다. 분석결과에 따르면, 이전의 광고태도 연구에서 주요한 요인이라고 여겨졌던 재미와 짜증은 영향은 적어지고, 여전히 정보가 미치는 영향은 크게 작용되고 있어 이는 현재의 정보화시대에서 정보의 중요성 및 영향력에 대한 이해와 분석도 여전히 필요하다고 할 수 있다 스마트폰으로 인한 광고시장변화에 따라 활동(Activity), 시기(Timing), 위치(Location) 등과 같은 상황인지가치가 광고태도에 긍정적인 영향을 미친다는 점을 확인하였으며, 신원은 영향이 없음으로 나타났다. 또한 광고가치와 상황인지가치는 스마트폰 광고태도에 유의한 영향이 있음으로 나타났다. 본 연구결과는 스마트폰광고 시 이용자가 원하는 정보를 이용자의 상황에 최적화시켜 스마트폰 광고를 실시하여야만, 광고효과를 극대화 할 수 있다는 점을 시사한다.

• 경영과정보연구
• /
• 제37권4호
• /
• pp.21-39
• /
• 2018

오늘날 스마트폰 기술의 향상과 함께 모바일인스턴트메신저(MIM)는 많은 사람들이 일상적으로 이용하는 커뮤니케이션 수단이 되었다. 그 중 카카오톡은 현재 국내에서 가장 높은 점유율을 차지하고 있으며 카카오게임은 대표적인 SNG 플랫폼으로 지속적인 수익을 창출하고 있다. 그러나 카카오게임의 대중적 인기와 수익창출 기여도가 증가함에도 불구하고, SNG이용자의 특성과 지속적인 게임 이용간의 관계를 다룬 연구는 부족한 실정이다. SNG이용자가 지인들 간의 관계를 통해 형성하는 사회자본과 모바일 게임 이용 시 제공하는 개인정보에 대한 우려는 모두 개인적 특성이며 커뮤니티 몰입도에 영향을 미치는 요인이다. 이에 본 연구는 개인이 타인과 관계를 형성하는 양상과 개인정보제공과 관련된 우려가 게임의 플로우 경험에 미치는 영향을 살펴보고자 하였다. 또한 플로우가 SNG재이용의도와 추천의도에 미치는 영향을 실증 분석하였다. 검증 결과, 응답자의 연결적 사회자본은 SNG에 대한 플로우에 긍정적인 영향을 미쳤으며, 결속적 사회자본은 SNG에 대한 플로우에 부정적인 영향을 미치는 것으로 나타났다. 또한 개인정보제공에 대한 인지성은 SNG에 대한 플로우에 부정적 영향을 미치나, 통제성은 긍정적인 영향을 미치는 것으로 나타났다. 마지막으로 SNG에 대한 플로우는 SNG재이용의도와 추천의도에 긍정적인 영향을 미쳤으며 SNG 재이용의도 또한 추천의도에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구는 SNS의 폐쇄적 특성과 개방형 특성을 모두 갖춘 카카오 플랫폼을 중 카카오게임을 대상으로, SNG이용자의 사회자본이 플로우 경험을 통해 소비자행동에 영향을 미치는 요인이 될 수 있다는 점을 밝혔다. 또한, 아직 연구가 활발하게 진행되지 않은 SNG이용자의 개인정보제공에 대한 우려와 플로우 간의 관계를 실증적으로 검증했다는 점에서 의의가 있다. 마지막으로 본 연구의 결과를 토대로 SNG에 대한 게임몰입을 촉진시키기 위하여 이용자의 특성을 기반으로 보다 유용한 마케팅전략을 고안할 수 있을 것이다.

• 경영정보학연구
• /
• 제19권2호
• /
• pp.1-19
• /
• 2017

본 연구는 텍스트마이닝 기법 중 토픽 분석을 활용하여 관련 업계 국내 1위 S사(社)의 최고경영자 대상 온라인 교육 콘텐츠 강의 중심으로 원문 스크립트를 분석했다. 지난 5년간(2011~2015)년 서비스된 총 4,824개 콘텐츠를 바탕으로 핵심 키워드를 추출한 다음 주제별 22가지 토픽으로 분류한 후 동향 분석을 수행했다. 이를 통해 최근 콘텐츠 비중이 급증하고 있는 토픽 주제를 확인할 수 있었다. 다음으로 토픽 분석을 통해 분류한 토픽 및 카테고리를 바탕으로 회원 평가 요인을 적용해 카테고리 및 각 토픽별 지적 관심도를 체계화 할 수 있었다. 경영·경제 분야에서는 마케팅전략, 인사/조직, 커뮤니케이션 분야 등이 높은 관심도와 만족도를 나타냈다. 인문 분야에서는 철학, 전쟁사, 역사(서양) 라이프스타일에서는 마음건강 분야가 관심도와 만족도 둘 다 높은 것으로 나타났다. 이와 함께 교육용 콘텐츠가 시대 변화에 민감하게 반응할지라도 회원의 관심과 만족도 제고에는 실패할 수 있다는 사실을 확인할 수 있었다. 최근 콘텐츠 비중은 급증했지만 평균 이하의 만족도를 기록한 IT기술 토픽이 대표적 사례라 할 수 있다. 이를 통해 최고경영자 대상 콘텐츠 제작 시 단순히 기술적 측면의 정보전달에서 끝나는 것이 아닌 기술 적용을 통한 가치혁신에 대한 깊이 있는 시사점을 도출하거나 풍부한 영상 자료를 바탕으로 다양한 볼거리를 제공하는 등 양적인 측면과 함께 질적인 측면을 고려해야 한다는 교훈을 얻을 수 있었다. 본 연구는 포털 사이트 혹은 SNS 자료가 아닌 국내 가장 영향력 있는 이러닝 기업 데이터를 토대로 분석을 진행했기에 보다 심도 있고 실용적인 결과를 도출했다. 또한 이러닝 관련 연구 분야에서 지금까지는 드물었지만 기술의 발달로 점점 연구 조사 방법론으로 기대가 높아진 텍스트마이닝 방법에 대하여 그 적용 가능성을 성공적으로 탐색해 보았다. 기존에는 콘텐츠 운영 현황 분석 시 콘텐츠 프로그램명에 입각, 표면적인 방식으로 분류할 수밖에 없는 한계가 존재했다면 텍스트마이닝 방법론을 활용하면 비정형 데이터 콘텐츠 스크립트를 바탕으로 분석하여 내용을 바탕으로 한 보다 심도 있는 콘텐츠 분류 및 주제 분류를 이끌어 낼 수 있다. 이를 바탕으로 연도에 따른 주제별 콘텐츠 서비스 현황을 도식화한다면 현재 부족한 분야와 필요한 분야에 대한 보다 심도 있는 고찰이 가능하다. 본 연구는 다양한 텍스트마이닝 기법 중에서 이러닝의 상황에서 효과적으로 연구하기 위한 새로운 방법론을 제시했으며 향후 최고경영자 교육 관련 분야별 지적 관심도에 대한 분석에 도움이 될 것으로 기대된다.

• 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.