• 정보화정책
• /
• 제24권4호
• /
• pp.3-16
• /
• 2017

웹2.0시대와 더불어 소셜미디어 서비스의 발달로 전통적인 여론형성의 기능이 매스미디어에서 소셜미디어로 일부 이동되었으며, 이런 현상은 계속 확대되고 있어, 정부 정책에 대한 소셜미디어 기반의 여론이 관심을 받고 있다. 특히, 교육정책은 다양한 이해관계자들이 존재하고, 정책의제 설정과정에서도 많은 의견의 충돌이 발생되기 때문에 정책을 수립함에 있어 대중의 여론을 파악하는 것이 더욱 중요하다고 할 수 있다. 본 연구는 교육정책관련 소셜미디어 서비스를 통해 작성된 문서들을 오피니언 마이닝 기법으로 분석하여, 교육관련 정책에 대한 대중의 여론탐색을 목적으로 하였다. 이를 위하여 소셜미디어 서비스를 통해 사용자들이 생산하는 교육정책 관련 문서들을 키워드 기반으로 수집하고, 토큰화 시킨 후 감성자질을 추출하고 감성사전으로부터 해당 문서의 감정을 점수화 하여, 특정 교육정책 키워드에 대한 대중의 여론을 탐색하였다. 그 결과 디지털교과서, 이러닝 등을 키워드로 하는 스마트교육 정책에 대해서는 긍정보다 부정적인 감정이 많은 것으로 나타났으며, 코딩교육, 컴퓨터적 사고 등을 키워드로 하는 소프트웨어 교육 정책에 대해서는 긍정적인 여론의 방향으로 나타났다. 자유학기제, 창의 인성교육 등을 키워드로 하는 일반 정책에 대해서는 부정적인 여론이 많은 것으로 나타났다. 또한 전체 분석 대상 문서 중에서 감정 자질이 전혀 추출되지 않은 문서가 20%나 되어 블로그나 트위터의 내용에 저자의 의견이 반영되지 않은 내용이 아직 일정 비율로 존재함을 알 수 있었다.

• 한국전자거래학회지
• /
• 제24권2호
• /
• pp.71-89
• /
• 2019

기업은 소비자가 만족하는 제품을 개발하고 개선하기 위하여 설문조사와 같은 전통적인 마케팅리서치 방법을 이용하여, 소비자의 의견을 듣고, 분석하여 반영하는 노력을 한다. 최근에는 인터넷 사이트, 사회관계망(SNS) 등 소비자 커뮤니케이션 플랫폼에서 관련 자료를 수집하고 분석하는 방법이 주목을 받고 있다. 한편, 급속한 정보통신기술의 발달과 함께 이동통신사들이 아동을 위한 디지털상품을 출시하고 있는데, 특히 유해한 콘텐츠로부터 아동을 보호하고, 부모와 아동들에게 필요한 정보와 기능은 보완된 디지털 디바이스들이 등장하고 있다. 이 가운데 키즈폰은 불필요한 기능은 없애고 아동들에게 기본 안전 기능을 담은 웨어러블 디바이스로서 부모가 쉽게 자녀의 위치를 실시간으로 알게 해주는 유용한 도구이다. 키즈폰은 스마트폰에 비해 저렴하고 간편하지만 고장이 잦고, 안전 이외에 유용한 기능을 기대하기 힘들며, 부가적인 기능들 또한 유용하지 못하다는 점이 지적되고 있다. 본 연구는 국내 이동통신사의 키즈폰(Kids Phone)에 대한 리뷰를 분석하여, 제품들의 특성과 장단점을 파악하고, 디바이스와 서비스에 대한 개선방안을 제안함으로써, SNS 소비자 분석을 통한 제품 서비스 개선 전략수립 방법을 제시하고자 한다. 이를 위해 국내 쇼핑몰의 리뷰 섹션에서 자료를 수집하고, TF/IDF, 감성분석, 네트워크분석 등의 텍스트 마이닝 기법을 활용하여 소비자 감성분석을 실시하였다. 고객 리뷰는 온라인 쇼핑몰과 네이버 블로그에서 크롤링하여 수집 하였으며, 통계/데이터 마이닝 및 그래픽은 'R'과 빅데이터 분석 솔루션 'Textom', 그리고 오픈소스 프로그래밍 언어인 'Python'을 함께 사용하여 분석하고 시각화하였다. 본 연구를 통해 각 이동통신사의 현재 제품(키즈폰)에 대한 소비자가 느끼는 주요이슈와 제품의 장단점을 파악할 수 있었으며, 더 나아가 감성분석을 바탕으로 키즈폰 제품의 서비스 개선전략 방향을 제안할 수 있었다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.133-146
• /
• 2013

본 연구는 매체에 따른 정보확산차이와, 정보유형을 근접성의 정도로 분류하여 정보확산차이를 보고자 하였다. 이는 기존의 전통매체인 종이신문이나 TV, 라디오와 같이 일방적으로 전달되는 매체의 정보확산과는 달리, 온라인 뉴스나 소셜네트워크서비스와 같이 쌍방향적 소통이 가능한 매체 특성으로 인한 정보확산은 차이가 있을 것이라 판단하였다. 따라서 본 연구에서는 개인이 직접 기사를 올리고 다른 사람들과 공유할 수 있는 블로그(Blog) 매체와 온라인 뉴스(News) 매체에 따른 정보확산차이를 비교해 보고자 하였다. 또한 심리적, 지리적 근접성에 따른 정보확산차이를 보고자 정보의 유형을 세분화 하였다. 이는 수용자가 정보의 근접성이 높고 낮음의 차이 정도에 따라 정보유형에 따른 가치평가의 기준이 다를 것이라 보았다. 정보유형은 연예, 시사(국제), 제품으로 선정하였고, 세부내용은 연예와 관련된 '싸이 젠틀맨', 시사와 관련된 '중국 쓰촨성 지진', 제품과 관련된 '갤럭시 S4'를 선택하였다. 본 연구의 분석방법은 Bass 확산모형을 이용하여 증명하고자 하였다. Bass 확산모형은 혁신효과(Innovation effect)와 모방효과(Imitation effect)로 나눠서 측정한다. 혁신효과는 서비스 초기에 영향을 미치는 변수로 추정가능하며, 모방효과는 서비스 초기 단계 이후에 영향을 미치는 변수로 구전의 영향을 받는다고 볼 수 있다. 본 연구 결과 첫째, 매체에 따른 정보확산 흐름은 비슷하게 나타났다. 비록 두 매체의 특성에 차이점이 있을지라도, 뉴스가치 중 하나인 근접성에 따른 정보확산은 비슷한 형태를 보인다고 할 수 있다. 두 번째, 근접성에 기반한 정보유형별 정보확산에는 차이가 있었다. 수용자 입장에서 관련성이 높은 제품과 연예는 모방효과가 높게 나타났으며, 시사의 경우는 모방효과보다 혁신효과가 높게 나타났다. 이는 제품관련 정보나 연예관련 정보와 같이 개인에게 심리적으로나 지리적으로 근접성이 높은 정보는, 국제 재해와 관련된 시사정보와 같이 근접성이 낮은 정보에 비해서, 개인의 모방효과가 활발히 진행된다고 볼 수 있다. 연구결과를 통해 매체와 정보유형에 따라 정보확산 흐름변화를 고찰하여 실무에 활용한다면 도움이 될 것이라 본다. 하지만, 정보유형을 각각 하나의 기사만을 택하여 보았기 때문에 이 결과를 통한 정보확산 차이라고 규정짓기에는 sample size가 너무 작아 일반화에 어려움이 있다. 향후 연구에서는 소셜미디어 종류를 블로그 뿐 만 아니라 다양한 소셜미디어를 추가하여 비교해 볼 필요가 있을 것이다. 또한 정보의 유형을 근접성 측면뿐 만 아니라 다른 측면도 고려해 봐야 할 것이다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.47-63
• /
• 2015

지식경영전략은 코드화(Codification) 전략과 대인화(Personalization) 전략으로 대별할 수 있으며(Hansen et al., 1999), 성공적인 지식경영의 도입과 활용을 위한 두 전략의 운영 방안에 대한 연구가 계속되어 왔다. 그리고 지식경영 시스템에 대한 기존 연구는 주로 대기업의 일부 조직에서 활용한 사례를 대상으로 하고 있어, 중소 규모의 기업 전체를 대상으로 하는 연구는 미비한 실정이다. 본 논문은 중소 규모의 기업에 적합한 지식경영 시스템으로 기업용 마이크로블로그를 특정하고, 기업용 마이크로블로그를 활용한 중소기업의 지식경영전략을 코드화 전략과 대인화 전략의 관점에서 검토한다. 지식경영전략과 기업용 마이크로블로그에 대한 선행연구를 통하여 "기업의 성장에 따라 기업용 마이크로블로그의 활용은 코드화 전략에서 대인화 전략 중심으로 변화한다"는 가설을 설정하였다. 이 가설을 확인하기 위하여 창업 초기부터 현재까지 '야머'(Yammer)라는 기업용 마이크로블로그를 사용하고 있는 소규모 기업을 대상으로 사례연구를 진행하였다. 사례연구는 기업용 마이크로블로그의 사용 기간을 창업 '초기', 현재의 조직 형태를 갖추게 된 '중기', 그리고 연구가 진행된 '현재' 등 세 시점으로 나누고 콘텐츠를 분석하는 종단 분석을 실시하였다. 그리고 각 시점별 야머에 등록된 콘텐츠의 커뮤니케이션 유형을 분석하여 사례기업의 기업용 마이크로블로그 사용행태를 분석하고, 지식경영전략의 변화를 확인하는 방법을 사용하였다. 연구의 결과로 소규모 기업에서 지식경영전략의 운영과 그에 적합한 지식경영 시스템의 활용에 대한 실질적인 시사점을 제시하고자 한다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.143-159
• /
• 2015

불확실한 환경변화에 대처하고 장기적 전략수립을 위해 기업에게 있어서 IT 트렌드에 대한 예측은 오랫동안 중요한 주제였다. IT 트렌드에 대한 예측을 기반으로 새로운 시대에 대한 인식을 하고 예산을 배정하여 빠르게 변화하는 기술의 추세에 대비할 수 있기 때문이다. 해마다 유수의 컨설팅업체들과 조사기관에서 차년도 IT 트렌드에 대해서 발표되고는 있지만, 이러한 예측이 실제로 차년도 비즈니스 현실세계에서 나타났는지에 대한 연구는 거의 없었다. 본 연구는 현존하는 빅데이터 기술을 활용하여 서울지역을 중심으로 지난 8개월동안(2013년 5월1일부터 2013년12월31까지) 정보통신산업진흥원과 한국정보화진흥원에서 2012년 말에 발표한 IT 트렌드 토픽이 언급된 21,589개의 트윗 데이터를 수집하여 분석하였다. 또한 2013년에 나라장터에 올라온 프로젝트들이 IT트렌드 토픽과 관련이 있는지 상관관계분석을 실시하였다. 연구결과, 빅데이터, 클라우드, HTML5, 스마트홈, 테블릿PC, UI/UX와 같은 IT토픽은 시간이 지날수록 매우 빈번하게 언급되어졌으며, 이 같은 토픽들은 2013년 나라장터 공고 프로젝트 데이터와도 매우 유의한 상관관계를 가지고 있는 것을 확인할 수 있었다. 이는 전년도(2012년)에 예측한 트렌드들이 차년도(2013년)에 실제로 트위터와 한국정부의 공공조달사업에 반영되어 나타나고 있는 것을 의미한다. 본 연구는 최신 빅데이터툴을 사용하여, 유수기관의 IT트렌드 예측이 실제로 트위터와 같은 소셜미디에서 생성되는 트윗데이터에서 얼마나 언급되어 나타나는지 추적했다는 점에서 중요한 의의가 있고, 이를 통해 트위터가 사회적 트랜드의 변화를 효율적으로 추적하기에 유용한 도구임을 확인하고자 할 수 있었다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.