• 한국콘텐츠학회논문지
• /
• 제14권12호
• /
• pp.950-958
• /
• 2014

최근 들어 스마트폰의 급속한 확산이 이루어지면서 소셜 네트워크 서비스 이용이 증가되고 있으며 대고객 관계관리 및 브랜드 관리의 중요한 매체로서 소셜 네트워크 서비스에 대한 중요성이 커지고 있다. 본 연구는 소셜 네트워크 서비스에 대한 한국과 중국 이용자들 간에 SNS의 서비스품질과 선택행동에 대한 인식의 차이가 있는지를 살펴보는데 목적을 두었다. 연구목적 달성을 위해 서비스품질과 선택행동에 관련된 선행연구를 바탕으로 서비스품질과 선택행동의 하위 차원을 각각 도출한 후 이 요인들에 대한 T-test를 실시하였다. 실증분석 결과 SNS 이용에 있어 한 중 양국 이용자의 서비스품질이 유의한 차이가 있는 것으로 분석되었고, 선택행동도 유의한 차이가 있는 것으로 밝혀졌다. 이러한 결과는 SNS연구에 이론적 시사점 제공할 뿐만 아니라 해외 시장에 진출하려는 관련분야 기업들에게 도 실무적 시사점을 제공해 줄 수 있다.

• 시큐리티연구
• /
• 제29호
• /
• pp.301-336
• /
• 2011

이 논문은 최근 전 세계적으로 확산되어 다양한 분야에서 폭넓게 사용되고 있는 Social Network Service(SNS)가 오히려 사이버 범죄나 산업스파이 등과 같은 각종 불법적 행위에 악용되고 있는 상황에 즈음하여, 특히 SNS가 가지는 보안상 취약성으로 인한 위험뿐만 아니라 기업의 기밀정보 핵심기술이나 개인정보 유출, 프라이버시 침해, 신원 절도(ID Theft), 타인 정보의 오 남용, 지적재산권 침해 및 관련 법적 문제, 범죄 증거 및 수사자료 활용, 아동 포르노 등 성범죄에의 악용, 온라인상에서의 집단 따돌림(On-line Bullying) 등 각종 사회 경제적 우려가 중대하고 심지어는 테러나 사회적 파장이 큰 범죄의 목표 또는 수단이 되기도 하는 등 그 잠재적 위험성이 매우 크다는 점에 주목하였다. 사실상 국내 뿐 아니라 해외에서도 SNS의 위험성이나 Policing(경찰활동)에 미칠 영향 등과 관련한 연구가 거의 전무한 형국인지라 이에 SNS에 대한 위험성의 인식과 Policing 측면에서의 적극적인 검토와 대응이 시급히 요청되고 있는 실정임을 반영하여 이 논문을 통해 SNS의 잠재적 위험성에 대한 이론적 분석과 같은 학술적인 측면뿐만 아니라 경찰활동에 미칠 수 있는 영향에 대한 실무 실용적 관점에서 접근의 필요성을 인지하여 탐색적 연구를 시도하였다.

• 한국인터넷방송통신학회논문지
• /
• 제15권2호
• /
• pp.239-244
• /
• 2015

SNS(Social Networking Service)와 쇼핑몰을 결합하면 오프라인 거래에서처럼 단골 관계를 형성할 수 있다. 농산물 직거래의 예를 들면, 소비자는 자신의 SNS 홈에서 기존의 단골 관계인 생산자의 소식(파종, 농사, 수확, 신상품 등)을 타임라인에서 확인하여 필요한 상품을 원클릭(one click)으로 구매할 수 있고 생산자는 소비자에게 뉴스 및 할인 등의 정보를 제공하여 단골로 만드는 고객 관리가 가능하다. 이처럼 SNS의 인맥 마케팅 기능에 더하여 시스템은 생산자의 판매 물품을 자동 분류한 카테고리로 소비자의 SNS 홈 페이지에 쇼핑물의 기능을 제공하여 소비자가 원하는 상품을 검색하고 구매할 수 있으며 구매는 자동으로 소비자와 생산자를 단골관계로 이어준다. 구매자는 구매한 상품에 대한 추천 및 리뷰 작성을 통해 기존의 리뷰 재배포도 가능하며 서로 알지 못하는 구매자 간의 소통을 가능하게 한다는 것이 이 시스템의 가장 큰 특징이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.441-444
• /
• 2012

오늘날 스마트폰의 보급으로 SNS는 급속도로 성장하였고, 매일 엄청난 분량의 텍스트 데이터가 생성되고 있다. 본 연구에서는 다른 매체에 비해 개인의 의견이 좀 더 거침없이 올라오는 SNS의 특징에 주목해 SNS의 텍스트 데이터를 대상으로 하는 평판 분석 기법을 제안한다. 제안 방법은 분석하고자 하는 대상에 대한 SNS 데이터를 수집하여 DB에 저장한 다음, 광고 제거 과정과 자동 띄어쓰기 과정 및 형태소 분석을 거친 후 감성 포함 여부 확인 과정과 극성 분류 과정으로 구성된다. 평판 분석을 위해 본 연구에서는 감성 단어 사전의 쾌-불쾌 수치와 활성화 수치를 사용한다. 분석 결과 모든 문서에 대한 극성 분류 정확도는 55%였고, 감성 포함 여부 확인 과정이 올바르게 수행된 문서에 대한 극성 분류 정확도는 82%였다.

• 디지털융복합연구
• /
• 제16권1호
• /
• pp.153-158
• /
• 2018

본 논문은 인터넷 쇼핑 상품의 허위 사용 후기, 과장 광고, 상품이나 공급업체에 대한 신뢰도 부족 등 커머스 서비스가 가지는 기본적인 문제점을 개선하기 위해 SNS 서비스에 내재된 신뢰형 서비스 개념을 커머스 도메인과 융합하여 "신뢰성 높은 SNS 기반 커머스 서비스"라는 새로운 형태의 시스템을 개발하였다. 본 논문에서 개발된 내용은 첫째, 서비스 제공을 위한 사용자용 커뮤니티 기능과 둘째, 커머스 기능 그리고 셋째, SNS와 커머스 연계 기능 개발이다. 본 논문에서 제시한 신뢰성 있는 상품 정보를 통해 판매자는 상품에 대해 객관적인 안심구매 정보를 구매자에게 제공할 수 있게 되어 실제 구매로 이어지는 가능성을 높여 매출 증대를 기대할 수 있다. 구매자는 안심구매 정보를 이용하여 양질의 제품을 안심하고 구매할 수 있어 만족도가 커지고, 서비스 제공자는 신뢰성 있는 사이트로 구매 회원들에게 알려지게 되어 전자상거래 활성화 및 새로운 커머스 시장 개척에 기여할 것으로 판단된다.

• 한국IT서비스학회지
• /
• 제15권3호
• /
• pp.157-171
• /
• 2016

As unemployment rates and concerns about turnover keep growing, the need for information is also increasing. In these situations, the job reviews which share information about the company catch people's attention because they are usually created by people who worked at the company. The development of SNS and mobile environments has led to an increase in the web services that provide job reviews. For example, Jobplanet is a job review service in Korea, and Glassdoor.com offers a similar service in the US. Despite this attention, however, research utilizing job reviews is insufficient. This paper asks whether there are differences in ratios of job satisfaction factors by industry, using LDA topic modeling and co-occurrence analysis to explore the differences. Through the results of LDA, we find that the ratios of job satisfaction factors are similar by industry. At the same time, the results of co-occurrence analysis show that the co-occurrence frequency of some job satisfaction factors appears high: pay and welfare, balance of work and life, company culture. We expect that the result of this research will be helpful in comparative analysis of job satisfaction factors by industry. Furthermore, in this paper we suggest how to use the job review data in organizational behavior research.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.9-17
• /
• 2020

본 논문에서는 개인의 성향을 추출하기 위한 딥러닝 기반의 SNS 리뷰 분석 방법을 제안한다. 기존의 SNS 리뷰 분석 방법은 대부분이 가장 높은 가중치를 기반으로 처리되기 때문에 여러 관심사에 대한 다양한 의견을 반영하지 못하는 문제점이 있다. 이를 해결하기 위해 제안된 방법은 음식을 대상으로 한 SNS의 리뷰에서 사용자의 개인적인 성향을 추출하기 위한 방법이다. YOLOv3 모델을 사용하여 분류체계를 작성하고, BiLSTM 모델을 통해 감성분석을 수행한 후 집합 알고리즘을 통해 다양한 개인적 성향을 추출한다. 실험 결과, YOLOv3 모델의 경우 Top-1 88.61%, Top-5 90.13%의 성능을 보여주었으며, BiLSTM 모델의 경우 90.99%의 정확도를 보여주었다. 또한, SNS 리뷰 분류에서의 개인 성향에 대한 다양성을 히트맵을 통해 시각화하여 확인하였다. 향후에는 다양한 분야에서의 개인 성향을 추출하여 사용자 맞춤 서비스나 마케팅 등에 활용될 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.1047-1050
• /
• 2015

IoT(Internet of Things)에 대한 관심과 함께 웨어러블 디바이스 또한 차세대 융합 기술의 핵심으로 그 관심이 증가하고 있다. 특히, 초기 단계인 스마트워치 시장의 선점을 위하여 여러 기업들이 경쟁하고 있으며, 사용자들은 이러한 경쟁 속에서 각 기기에 대한 의견을 SNS를 통하여 공유하며 그에 대한 선호도를 표출하고 있다. 따라서 본 논문에서는 스마트워치에 관련된 속성과 감성단어들에 대한 감성사전을 먼저 구축한 뒤 이를 토대로 의견 데이터 모델을 통하여 수집된 SNS의 데이터를 속성별로 분류한다. 이후 수집된 데이터를 자연언어 처리 기법을 이용하여 전반적 극성 및 속성별 극성을 판단하고 이를 통하여 각 스마트워치 리뷰에 대한 분석을 수행하고자 한다. 그리고 수집된 자료 분석을 통하여 사용자들이 선호하는 스마트워치의 속성을 파악할 수 있도록 하고 이를 통해 각 기기별 발전방향을 판단하는데 기여하도록 한다.

• 한국IT서비스학회지
• /
• 제14권2호
• /
• pp.177-193
• /
• 2015

A great number of customers, who want to watch movies usually check out online reviews before choosing what to watch a movie. The most representative online media that customers consult are portal sites and SNS (Social Network Service). Although there have been numerous studies on online eWOM (e-Word of Mouth) and the effects of online media in businesses, it remains a question that which media is best for WOM (Word of Mouth) when selecting movies. This research examines customer's intention for consulting eWOM and for watching movies according to the number and tendency of online replies. We have compared portal sites and SNS about information of movie. The study shows that a large number of positive replies can affect the intention for WOM and choosing movies. Facebook has more influence than portal sites when choosing what to watch when replies consist of large and positive comments. However, there is no difference between the two types of media when they consist of negative comments.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.