• 융합경영연구
• /
• 제9권1호
• /
• pp.1-14
• /
• 2021

Purpose: The article deals with the proposition that consumers' fashion consumption behavior will still follow the consumption behavior of fast fashion, despite recognizing the importance of slow fashion. Research design, data and methodology: The research model to verify this proposition is topic modelling with big data including unstructured textual data. we combined 5,506 news articles posted on Naver news search platform during the 2003-2019 period about fast fashion and slow fashion, high-frequency words have been derived, and topics have been found using LDA model. Based on these, we examined consumers' perception and consumption behavior on slow fashion through the analysis of Topic Network. Results: (1) Looking at the status of annual article collection, consumers' interest in slow fashion mainly began in 2005 and showed a steady increase up to 2019. (2) Term Frequency analysis showed that the keywords for slow fashion are the lowest, with consumers' consumption patterns continuing around 'brand.' (3) Each topic's weight in articles showed that 'social value' - which includes slow fashion - ranked sixth among the 9 topics, low linkage with other topics. (4) Lastly, 'brand' and 'fashion trend' were key topics, and the topic 'social value' accounted for a low proportion. Conclusion: Slow fashion was not a considerable factor of consumption behavior. Consumption patterns in fashion sector are still dominated by general consumption patterns centered on brands and fast fashion.

• Journal of Information Technology Applications and Management
• /
• 제26권2호
• /
• pp.13-26
• /
• 2019

The purpose of this study is to examine the effect of each of the two technology acceptance factors(employees' attitude toward smart factory technology, and ease of smart factory technology use) on the introduction level of each of the three smart factory technologies (manufacturing big data technology, automation technology, and supply chain integration technology), and in turn, the effect of each of the three smart factory technologies on manufacturing performance. This study employed PLS statistics software package to empirically validate a structural equation model with survey data from 100 domestic small-and medium-sized manufacturing firms (SMMFs). The analysis results revealed the followings. First, it is founded that employees' attitude toward smart factory technology influenced all of the three smart factory technology introduction levels in a positive manner. In particular, SMMFs of which employees had more favorable attitude toward smart factory technology tended to increase introduction levels of both automation technology and supply chain integration technology more than in the case of manufacturing big data technology. Second, ease of smart factory technology use also had a positive impact on each of the three smart factory technology introduction levels, respectively. A noteworthy finding is this : SMMFs which perceived smart factory technology as easier to use would like to elevate the introduction level of manufacturing big data technology more than in the cases of either automation technology or supply chain integration technology. Third, smart factory technologies such as automation technology and supply chain integration technology had affirmative impacts on manufacturing performance of SMMFs. These results shed some valuable insights on the introduction of smart factory technology : The success of smart factory heavily depends on organization-and people-related factors such as employees' attitude toward smart factory technology and employees' perceived ease of smart factory technology use.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1565-1570
• /
• 2019

빅데이터를 활용한 다양한 가능성에 대해서는 최근 수년 동안 지속적으로 이야기되어 왔다. 한편으로 개인정보보호의 중요성 또한 점차 강조되고 있는 것이 현실이다. 빅데이터의 활용성을 높이기 위해 개인과 관련된 다양한 정보들을 취합하는 과정에서 개인을 어느 정도까지 특정할 것인가 또는 빅데이터를 구축하고 활용하는 여러 기업들이 개인정보를 어느 수준까지 활용하여 개인화 서비스를 제공해야 하는가와 같은 문제들이 발생하고 있다. 본 논문에서는 개인정보의 보호와 관련하여 유럽의 GDPR과 미국 캘리포니아주의 CCPA 사례를 살펴보고 국내의 빅데이터3법 개정안에 대해 살펴보았다. 또한 개인정보의 빅데이터 활용에 있어 비식별화된 정보의 재식별 가능성에 대한 고려, 개인정보 사용 동의의 사회적 비용 측면, 민간과 정부의 빅데이터 구축과 결합에서 발생가능한 문제, 규제환경 형성에서의 정책적 시사점에 대해 논의하였다.

• 디지털융복합연구
• /
• 제13권3호
• /
• pp.55-63
• /
• 2015

정부는 능력중심사회 만들기를 핵심 국정과제로 확정하고, 국가직무능력표준(NCS, National Competency Standards) 개발 및 활용 계획을 발표하였다. 그 일환으로 정부는 2014년까지 833개 직종에 대해 국가직무능력표준을 개발했다. 그러나 빅데이터의 경우 새롭게 등장한 직무로서 아직 산업현장에서도 안정적인 직무 형태로 자리매김했다고 볼 수 없는 상황이며, 융합적이고 다학제적인 성격을 지니고 있다. 또한 주요 선진국이나 국내를 막론하고 빅데이터를 활용하기 위한 다양한 형태의 지식과 기술(skills)의 교육 및 직무역량 모형 등이 나오고 있지만, 확실히 정착된 것은 아니며 다소간의 혼선이 있는 상황이다. 이에 본 연구는 기업 및 조직이 효과적인 빅데이터 활용을 하도록 하기 위한 빅데이터 직무능력 참조 모형을 제시하고자 하는 목적 실현을 위해 네가지 직무 유형을 도출하고 이를 수행하기 위한 우리는 능력단위요소로 20개 지식과 15개 기술을 정리하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권3호
• /
• pp.211-218
• /
• 2023

Due to the implementation of COVID-19 distancing, interest and users in 'home training' are rapidly increasing. Therefore, the purpose of this study is to identify the perception of 'home training' through big data analysis on social media channels and provide basic data to related business sector. Social media channels collected big data from various news and social content provided on Naver and Google sites. Data for three years from March 22, 2020 were collected based on the time when COVID-19 distancing was implemented in Korea. The collected data included 4,000 Naver blogs, 2,673 news, 4,000 cafes, 3,989 knowledge IN, and 953 Google channel news. These data analyzed TF and TF-IDF through text mining, and through this, semantic network analysis was conducted on 70 keywords, big data analysis programs such as Textom and Ucinet were used for social big data analysis, and NetDraw was used for visualization. As a result of text mining analysis, 'home training' was found the most frequently in relation to TF with 4,045 times. The next order is 'exercise', 'Homt', 'house', 'apparatus', 'recommendation', and 'diet'. Regarding TF-IDF, the main keywords are 'exercise', 'apparatus', 'home', 'house', 'diet', 'recommendation', and 'mat'. Based on these results, 70 keywords with high frequency were extracted, and then semantic indicators and centrality analysis were conducted. Finally, through CONCOR analysis, it was clustered into 'purchase cluster', 'equipment cluster', 'diet cluster', and 'execute method cluster'. For the results of these four clusters, basic data on the 'home training' business sector were presented based on consumers' main perception of 'home training' and analysis of the meaning network.

• 토지주택연구
• /
• 제7권1호
• /
• pp.19-29
• /
• 2016

본 논문은 우리나라의 빅데이터 정책과 활용사례 조사, 공간 빅데이터의 토지주택 활용분야를 제시함으로써 토지주택분야의 미래 사업을 발굴하고, 정부정책에 선제적으로 대응하기 위한 공간 빅데이터 기반 활용분야를 제안하였다. 연구결과, 첫째, 우리나라의 빅데이터 관련 정책과 사례를 살펴보았다. 우리나라는 정부3.0 추진위원회를 중심으로 정부부처의 각 정보를 빅데이터 기반 체계로 구축하고 있으며, 국토교통부에서는 국가공간정보 플랫폼을 통한 빅데이터의 적극적 활용, 일자리 창출을 지원하기 위하여 2013년부터 공간 빅데이터 체계 구축을 추진 중이다. 둘째, LH에서 구축 및 운영하고 있는 정보시스템을 중심으로 국토정보의 현황과 토지주택분야에서의 활용방안을 살펴보았다. 먼저, 정보시스템은 크게 공사업무지원, 통계조회, 부동산정보조회, 온라인민원, 국가정책지원 분야로 구분되며, 주요 활용분야 도출의 기본방향으로는 국토정보(DB), 활용수요(업무영역), 수익창출(사업모델) 측면을 고려하였다. 이러한 기본방향 설정 후 접근방법으로서 업무분야와 업무절차 측면에서 살펴본 결과, 지역개발사업 후보지 선정, 임대주택 운영 및 관리, 토지비축 우선순위 설정, 도시재생 우선순위 설정 등 4개의 활용분야를 도출하였다. 셋째, 도출한 4개의 활용분야에서 공간 빅데이터 활용체계를 구현하기 위하여 필요한 데이터와 적용방법, 각 활용분야별 분석절차를 제시하였으며, 공간 빅데이터 활용방안을 구현하기 위하여 LH에 요구되는 개선사항과 향후 검토방향을 제시하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권1호
• /
• pp.164-170
• /
• 2023

The purpose of this study is to analyze the big data of Adidas brand participating in the Qatar World Cup in 2022 as a FIFA partner to understand useful information, semantic connection and context from unstructured data. Therefore, this study collected big data generated during the World Cup from Adidas participating in sponsorship as a FIFA partner for the 2022 Qatar World Cup and collected data from major portal sites to understand its meaning. According to text mining analysis, 'Adidas' was used the most 3,340 times based on the frequency of keyword appearance, followed by 'World Cup', 'Qatar World Cup', 'Soccer', 'Lionel Messi', 'Qatar', 'FIFA', 'Korea', and 'Uniform'. In addition, the TF-IDF rankings were 'Qatar World Cup', 'Soccer', 'Lionel Messi', 'World Cup', 'Uniform', 'Qatar', 'FIFA', 'Ronaldo', 'Korea', and 'Nike'. As a result of semantic network analysis and CONCOR analysis, four groups were formed. First, Cluster A named it 'Qatar World Cup Sponsor' as words such as 'Adidas', 'Nike', 'Qatar World Cup', 'Sponsor', 'Sponsor Company', 'Marketing', 'Nation', 'Launch', 'Official', 'Commemoration' and 'National Team' were formed into groups. Second, B Cluster named it 'Group stage' as words such as 'Qatar', 'Uruguay', 'FIFA' and 'group stage' were formed into groups. Third, C Cluster named it 'Winning' as words such as 'World Cup Winning', 'Champion', 'France', 'Argentina', 'Lionel Messi', 'Advertising' and 'Photograph' formed a group. Fourth, D Cluster named it 'Official Ball' as words such as 'Official Ball', 'World Cup Official Ball', 'Soccer Ball', 'All Times', 'Al Rihla', 'Public', 'Technology' was formed into groups.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.160-161
• /
• 2016

본 연구는 중국 식당평가사이트인 디엔핑닷컴(dianping.com)을 이용하여 정량데이터 형태인 식당의 음식품질, 서비스품질, 분위기품질을 평가한 값을 수집하고, 비정량데이터인 현지고객들이 작성한 리뷰를 이용하여 텍스트마이닝과 콘텐츠분석을 통해 식당의 브랜드개성을 정의하고, 도출된 식당의 브랜드개성과 지각된 서비스 품질과의 영향력을 파악하기 위해 다중회귀분석을 시행하였다. 중국의 경우는 브랜드개성요소 중 세련은 품질에 있어서 가장 큰 영향을 미치는 변수로 나타났다. 지각된 서비스 품질 요소와 브랜드 개성과의 영향력을 파악하는 것은 현지진출 전략수립 뿐만 아니라 한국에 방문하는 중국인들 대상으로 관광유치전략 수립시에도 보다 나은 시사점을 제시할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.708-710
• /
• 2014

최근 금융 분야에서는 빅 데이터를 이용하여 주가예측 모형을 만들어내고 있으며, 특히 금융 시계열 자료의 변동성 집중 현상을 금융 빅 데이터를 이용하여 분석함으로써 세계 주식시장의 동조화 현상을 분석하고 있다. 본 논문에서는 한국과 중국의 일별 주가지수수익률과 일중 주가지수수익률을 이용하여 이들 2개 국가의 대표적인 주가지수 시계열 데이터에 변동성 집중 현상이 존재하는지를 보다 세밀하게 추적하여 양국 주식시장의 동조화 현상을 분석한다. 분석 결과, 한국의 KOSPI와 중국의 Shanghai 종합주가지수의 지수수익률 시계열 자료는 단위근이 존재하지 않으며, 변동성 집중 현상을 보이는 것으로 나타났다. 또한 한국보다는 중국 주식시장의 변동성 집중현상이 보다 강하게 나타나며, 이러한 현상은 일중 주가지수수익률 시계열 자료에서 보다 두드러지게 나타났다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권8호
• /
• pp.3068-3085
• /
• 2021

The economics of big data knowledge, especially cloud computing and statistical data of consumer preferences, has attracted increasing academic and industry practitioners' attention. Firms nowadays require purchasing not only external private patent knowledge from other firms, but also proprietary big data knowledge to support their new product development. Extant research investigates pricing strategies of external private patent knowledge and proprietary big data knowledge separately. Yet, a comprehensive investigation of pricing strategies of these two types of knowledge is in pressing need. This research constructs an overarching pricing model of external private patent knowledge and proprietary big data knowledge through the lens of firm profitability as a knowledge transaction recipient. The proposed model can help those firms who purchase external knowledge choose the optimal knowledge structure and pricing strategies of two types of knowledge, and provide theoretical and methodological guidance for knowledge transaction recipient firms to negotiate with knowledge providers.