The Korean Journal of Applied Statistics (응용통계연구)

The Korean Statistical Society (한국통계학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of speech in game marketing video using text mining techniques

텍스트 마이닝 기법을 이용한 게임 마케팅 비디오에서의 스피치 분석

  • Lee, Yeokyung (Department of Statistics, Sungkyunkwan University) ;
  • Kim, Jaejik (Department of Statistics, Sungkyunkwan University)
  • 이여경 (성균관대학교 통계학과) ;
  • 김재직 (성균관대학교 통계학과)
  • Received : 2021.11.20
  • Accepted : 2021.11.25
  • Published : 2022.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

Nowadays, various social media platforms are widely spread and people closely use such platforms in daily life. By doing so, social influencers with a large number of subscribers, views, and comments have huge impact in our society. Following this trend, many companies are actively using influencers for marketing purpose to promote their products and services. In this study, we extract the speeches of influencers from videos for game marketing and analyze them using various text mining techniques. In the analysis, we distinguish game videos leading to successful marketing and failed marketing, and we explore and compare the linguistic features of the influencers for successful and failed marketings.

오늘날 다양한 소셜 미디어 플랫폼이 널리 퍼져 있고 사람들은 그들의 일상생활 속에서 밀접하게 그러한 플랫폼들을 이용하고 있다. 이에 따라, 많은 수의 구독자, 시청, 댓글 등을 보유한 인플루언서들은 우리 사회 속에서 큰 영향력을 가지게 되었다. 이러한 추세에 따라 많은 회사들은 그들의 상품과 서비스 판매의 촉진을 위한 마케팅 목적으로 인플루언서들을 적극 활용하고 있다. 본 연구에서는 게임 마케팅을 위한 비디오에서 인플루언서들의 스피치를 추출하고 텍스트화하여 이를 텍스트 마이닝 기술을 이용하여 탐색적으로 분석한다. 분석에 있어, 성공한 마케팅 비디오와 실패한 마케팅 비디오를 구분하고 성공, 실패한 마케팅 비디오에서 인플루언서들의 언어적 특징들을 비교 분석한다.

Keywords

Acknowledgement

본 연구에 사용된 게임 마케팅 데이터를 제공해준 GG Content influencer marketing의 김정현 대표에게 감사드립니다.

References

  1. Blei DM, Ng AY, and Jordan MI (2003). Latent dirichlet allocation, Journal of Machine Learning Research, 3, 993-1022.
  2. Madden A, Ruthven I, and McMenemy D (2013). A classification scheme for content analyses of YouTube video comments, Journal of Documentation, 69, 693-714. https://doi.org/10.1108/JD-06-2012-0078
  3. Newman D, Lau JH, Grieser K, and Baldwin T (2010). Automatic evaluation of topic coherence, In Human language technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics, Association for Computational Linguistics, 100-108.
  4. Porteous I, Newman D, Ihler A, Asuncion A, Smyth P, and Welling M (2008). Fast collapsed Gibbs sampling for latent Dirichlet allocation. In Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 569-577.
  5. Zhang JR, Song Y, and Leung T (2011). Improving video classification via YouTube video co-watch data. In Proceedings of the 2011 ACM Workshop on Social Behavioural Networked Media Access, 21-26.