비즈니스 플랫폼 참여자 간의 네트워크 강화를 위한 전략 수립에 대한 연구 : 신용카드 산업을 중심으로

마한올 한양대학교 대학원 2021 국내석사

비즈니스 플랫폼은 서로 다른 집단이 플랫폼을 통해 상호작용을 하며 가치를 창출하고 간접적 네트워크 효과를 발생시키며, 플랫폼 제공자와 생산자의 관계는 다른 개체에 영향을 주고 전체 플랫폼에 역동성을 만들게 된다. 대표적인 비스니스 플랫폼으로는 ‘신용카드 결제’ 산업이 있다. 플랫폼 제공자 입장에서 플랫폼 성공에 큰 기여를 하는 집단 우수한 참여자 집단과 관계를 강화하기 위한 방안을 마련한다. 업종 당 총 매출의 상위 10%에 해당하는 매출을 보이는 가맹점을 우수 가맹점으로 설정하고, 매출기준 상위 매출 3가지 업종인 편의점, 대형할인점, 주유소를 중심으로 분석을 진행한다. 본 연구는 한 카드사의 가맹점 정보 및 해당 가맹점의 이용 고객데이터를 제공받아서 연구를 진행했으며, 2019년 수도권에서 진행된 결제를 바탕으로 진행한다. GLM, RF, SVM, Ensemble, ANN을 이용하여 우수가맹점 분류예측을 진행하고 로지스틱 회귀분석을 이용하여 업종별로 유의한 변수를 선별하였다. 본 연구의 의의로는 첫째, 플랫폼 참여자들의 네트워크 강화를 위해 우수 가맹점에 영향을 미칠 요인에 대해 업종별로 살펴보았다는 점, ‘프랜차이즈 브랜드 여부 변수’가 우수가맹점에 영향을 미치는지에 대해 파악하였다는 점을 꼽을 수 있다. 실무적 의의로는 플랫폼 제공자는 수익증대의 발판과 충성도 강한 고객 및 가맹점과의 관계를 수립할 수 있고, 고객만족도 향상으로 재방문의 가능성이 높아지면 가맹점의 만족도가 향상될 수 있으며 이는 카드사, 가맹점, 고객 모두를 만족시킬 수 있다는 점이 있다. 한계점으로는 가맹점을 분석하는 데에 있어 가맹점 규모, 종사인원과 같은 운영에 관련된 정보와 소비자가 구매한 상품의 품목을 상세히 알 수는 없다는 점을 들 수 있다.

빅데이터 분석을 통한 도시의 지속가능성이 아파트 가격에 미치는 영향에 관한 연구

박진우 한양대학교 대학원 2024 국내석사

빅데이터 분석을 통한 도시의 지속가능성이 아파트 가격에 미치는 영향에 관한 연구 박 진 우 비즈니스인포매틱스학과 한양대학교 경영대학원 우리나라는 도시의 발전과 아파트 건설은 유기적인 관계를 이루며 성장하였습 니다. 이러한 도시화의 원인은 단순히 토지 부족 때문만이 아니라, 아파트라는 특정한 거주 형태 자체가 도시화의 주요 동력으로 작용하고 있다는 점을 주목 하였습니다. 따라서 본 연구는 도시의 지속 가능성과 아파트 가격(만원/㎡) 간의 상호 작용을 연구하고자 하였습니다. 도시의 지속가능성에따라 아파트 가격이 어떻게 변화 하는지에 대한 체계적인 분석을 수행하였습니다. 이는 도시의 지속가능성 평가 결과를 도시계획 및 정책 환류의 중심축으로 두어 지속 가능한 도시 발전의 방향성을 모색하고자 하는 것이며, 이러한 접근은 향후 도시정책의 효율성을 향상시키고, 각 지역의 특성 및 요구에 적합한 도시발전 전략과 아파트 가격 안정화 방안을 도출 할 수 있을 것으로 예상됩니다. 본 연구는 2007년부터 2022년에 이르는 기간 동안의 아파트 거래 데이터를 중심으로 아파트 가격에 영향을 미치는 다양한 요인을 분석하였습니다. 구체적 으로 아파트의 구조적 특성과 도시의 지속가능성 요인들(사회, 경제, 환경)을 종합적으로 고려하여, 이들 요인들이 아파트 가격 형성에 어떻게 기여하는지를 탐색하였습니다. 먼저, 기계학습결과, RandomForest 모델은 아파트의 구조적 부분이 특성 중요도가 높은 반면에, XGBoost 모델은 도시의 지속가능성 부분의 특성 중요도가 높게 나왔다. 이는 두 모델의중요도계산방식의차이가반영된것이지만, 아파트 가격에영향을미치는 요인으로 아파트 개별구조적 요인뿐만 아니라 도시의 지속가능성 속성도 영향을 미치고 있음을 함의합니다. 다음으로, 연구에서 측정된 변수는 2007년부터 2022년까지 아파트 거래가격관련 변수는 거래시점의 데이터이며, 도시 지속가능성의 변수의 연도별 측정치를 반영한 데이터여서 시 군 구별 공간적인 특성을 동시에 가진 데이터이다. 따라서, 추가적으로 총 16개의 시계열과 81개의 횡단면 자료로 구성된(총 관측치 1,296개) 패널데이터 분석을 하였다. 분석결과, 아파트의 구조적 특징과 도시 지속가능성 지표는 도시(시· 군·구)별 아파트 가격에 영향을 미치며, 이러한 영향은 도시(시·군·구)에 따라 차이가 있음을 확인하였습니다. 아파트 가격은 거래지역 및 거래년도에 따른 차이가 발생하고 있으며, 분석의데이터는 동일개체간 거래시점 차이에 따른 설명력이 동일시점의 거래지역 차이에 따른 설명력보다 높음을 확인하였습니다. 기계학습결과 중요변수 중 패널회귀모형에서 통계적으로 유의한 변수를 기준으로 아파트 구조적 변수와 도시의 지속가능성 속성변수가 아파트 가격에 영향을 미치는지 알아보기 위해 다중선형회귀분석을 실시하였으며, 도시지속가능성 지표들에 대하여 81개 시 군 구별 지리적 특성을 데이터와 결합하여 시각적 확인 (카토그램)을 하여 최종적으로 아파트 가격에 영향을 미치는 주요 변수를 도출 하였습니다. 분석결과, 아파트 구조적 변수와 도시의 지속가능성 속성(사회, 경제, 환경)은 아파트 가격에 영향을 미치고 있으며, 도시지속가능성 속성(사회, 경제, 환경) 변수가 아파트 가격 결정에 중요한 변수로 작용함을 확인하였습니다. 아파트 구조적 변수는 전용면적의 크기와 건축년도와 거래년도의 차이가 증가함에 따라 당 아파트 가격은 하락하였으며, 층수가 높아지면 증가하였습니다. 도시지속가능성 속성(사회, 경제, 환경) 지표 분석결과, 인구천명당 의사수, 인구천명당 사업체수, 대중교통수송부담률 등이 아파트 가격에 유의미한 영향을 미치는 것으로 나타났습니다. 이는 아파트 가격이 해당 도시의 사회적, 경제적, 환경적 요인에 의해 영향을 받으며, 도시의 종합적인 발전 수준이 부동산 가격에 반영됨을 의미합니다. 아파트의 구조적 특성과 도시의 지속가능성 요인 간 상호작용이 복합적으로 아파트 가격에 영향을 미치는 것으로 분석되었습니다. 특히, 위계적 및 단계적 회귀분석 결과, 도시지속가능성 요인들이 아파트의 개별 구조적 요인보다 상대적 으로 아파트 거래가격에 대하여 더 큰 설명력을 가지고 있었으며, 이는 부동산 시장이 단순히 물리적 요소에 의해서만 결정되지 않는다는 것을 시사합니다. 키워드 : 도시의 지속가능성, 아파트 가격, 기계학습, 패널회귀분석, 다중회귀분석, 위계적회귀분석, 단계적회귀분석

브랜드 저널리즘을 위한 소셜 데이터 기반의 기업 콘텐츠 전략에 관한 연구

양우령 한양대학교 2023 국내박사

고객이 친숙한 온라인 환경에서 더욱 능동적이고 선택적으로 정보를 수집하게 되면서 기업 브랜드의 기존 마케팅 수단인 매스미디어의 효과성은 점차 감소하는 추세이다. 이에 따라 업종을 불문한 많은 기업이 자체적인 콘텐츠로 브랜드 스토리를 만들며 고객과 소통하는 ‘브랜드 저널리즘’을 새로운 마케팅 방법론으로 채택하게 되었으며, 구현 수단으로는 온라인 플랫폼 구축비용을 절감할 수 있는 SNS가 주목받고 있다. 한편, SNS를 활용한 기업의 브랜드 저널리즘 활동이 보편화되었음에도 불구하고 고객의 반응을 반영하는 콘텐츠 전략에 대한 논의가 부족하다는 비판이 많다. 기존 연구에서는 SNS에서 기업의 성과를 이끄는 요인으로서 SNS의 기능적 편리함에 주목하였으나, 이는 SNS의 고착화로 인해 더 이상 영향력이 발현되지 않으며 직접적인 콘텐츠 전략에 관한 통찰력을 제시하기 어렵다는 한계가 있기 때문이다. 이에 본 연구는 SNS에서의 성공적인 콘텐츠 전략을 위해 SNS의 기능적 편리함이 아닌 기업 콘텐츠 자체를 연구 대상으로 하며 구체적으로 콘텐츠 인기도의 향상을 연구 목적으로 하였다. 왜냐하면 지속적으로 높은 콘텐츠 인기도는 기업의 자산으로서 실제 수익 창출에 기여하는 반면, 낮은 인기도와 함께 지속적인 고객의 부정적인 인식은 고객 이탈과 매출 하락을 야기하기 때문이다. 본 연구는 콘텐츠 인기도를 높일 수 있는 전략에 관하여 폭넓은 통찰력을 제시하고자, 통계 분석을 통한 콘텐츠 인기도의 선행 요인 탐색과 딥러닝 알고리즘을 활용한 콘텐츠 인기도 예측 모델 설계에 대하여 연구문제를 나누어 수행하였다. 먼저 콘텐츠 인기도의 선행 요인 탐색에 관하여, 기존 연구는 고객의 경험적 가치나 SNS 숙련도의 영향력에 초점을 맞추었다. 이에 대해 콘텐츠 구성과 관련하여 브랜드 메시지 전달에 기여하는 요인 규명의 필요성이 제기되었으나 여전히 논의가 부족한 실정이다. 따라서 본 연구는 콘텐츠의 구성으로부터 이미지 특성, 텍스트 특성, 시간 특성을 정량화한 것을 콘텐츠 구성 특성으로 하고, 각 특성의 하위 요인이 콘텐츠 인기도에 미치는 직접효과에 대해 검증하였다. 또한 콘텐츠의 브랜드 메시지 전달력을 더욱 높일 수 있는 매개요인 탐색의 필요성에 따라, 브랜드 메시지 각인과 브랜드 정체성 형성을 위한 전략적 접근인 콘텐츠 일관성의 매개효과를 실증분석하였다. 이를 통해 실질적인 콘텐츠 구성 전략을 제안하며 분석 방법론으로는 PROCESS Macro Model 4를 활용하였다. 다음으로 콘텐츠 인기도 예측은 고객 경험 파악 및 새로운 비즈니스 모델로서 유용하지만, 구성 방식이 매우 다양한 콘텐츠의 정보를 효과적으로 이해할 수 있는 딥러닝 기반의 하이브리드 모델 설계의 필요성이 꾸준히 제기되고 있는 실정이다. 이에 본 연구는 딥러닝 알고리즘인 CNN의 분류기를 TabNet으로 대체한 하이브리드 모델인 CNN-TabNet을 활용하여 콘텐츠의 이미지, 텍스트, 시간 특성 및 인게이지먼트 특성을 입력 변수로 한 뒤 콘텐츠 인기도를 다중 분류한다. 이때, 비정형 데이터인 이미지와 텍스트는 정보 유실을 최소화하고자 학습 알고리즘을 통해 벡터화 하였다. 이를 통해 개선된 콘텐츠 인기도 예측 모델을 제안하고, 콘텐츠 전략으로서 예측 모델의 활용성을 높일 수 있도록 예측 결과로부터 해석 가능한 인기 있는 콘텐츠 구성 방식을 도출하였다. 연구 수행을 위해 Forbes’ 2020 The worlds’ most valuable brands로부터 선정한 기업이 인스타그램의 글로벌 계정에 발행한 총 5,044개의 콘텐츠를 수집하였으며 변수 추출 및 분석을 위해 SPSS 26.0과 Python 3.8.10을 사용하였다. 연구 결과는 다음과 같다. 첫째, 콘텐츠 인기도 향상을 위해 이미지 표현에는 색상의 밝기 조정을 통한 화질의 개선, 색상의 종류 및 물체의 다양화가 중요한 반면, 텍스트 표현에는 문장 및 단어 길이의 절감과 키워드의 다양화가 요구되며 SNS 이용자의 콘텐츠 발행률이 낮은 시간대를 고려하는 것이 도움이 된다는 것을 확인하였다. 둘째, 이미지의 물체나 텍스트의 주제에 대한 일관적 표현은 브랜드 메시지 각인 효과를 높여 콘텐츠 인기도를 형성할 수 있는 콘텐츠 구성 전략임을 확인하였다. 다음으로 콘텐츠 인기도 예측을 위해 본 연구에서 제안한 CNN-TabNet은 다중입력 CNN뿐만 아니라 신경망 기반이 아닌 머신러닝 알고리즘인 SVM 및 XGBoost 보다 10~40% 가량 높은 예측 성능을 보였다. 또한 CNN-TabNet의 예측 결과로부터 이론적 근거를 토대로 인기 있는 소통성 및 정보성 콘텐츠와 이를 포괄하는 SNS 콘텐츠의 구성 방식을 규명한 결과, 딥러닝 알고리즘의 구조적 단점을 보완하는 방식의 CNN-TabNet이 콘텐츠 인기도 예측에 효과적이며 예측 결과에 대한 해석을 통해 콘텐츠 전략으로서 예측 모델의 활용성을 높일 수 있다는 것을 확인하였다. 본 연구는 기업의 관점에서 콘텐츠를 바라보고, 콘텐츠 구성 방식과 예측 모델 설계에 대해 실증연구하여 콘텐츠 전략에 관한 다각도의 통찰력을 제시함으로써 연구 범위의 확장에 기여한다는 학문적 의의가 있다. 또한 본 연구의 결과는 SNS에서의 브랜드 저널리즘을 위한 경영개선에 기여할 수 있다는 실무적 의의가 있다. The effectiveness of mass media, the existing marketing measure for corporate brands tends to be gradually decreased, as the relevant information is more actively and selectively collected in the customer-friendly online environment. Many companies, therefore, adopt the ‘brand journalism’ for creating brand stories based on their own contents(i.e., Firm-generated content) and communicating with customers as a new marketing methodology, regardless of their types of industry, and focus on SNS as a means for embodying it, which can reduce the cost for the establishment of online platforms. On the other hand, although the companies’ online brands journalism activities using SNS have been generalized, it is often criticized for a lack of discussions on content strategies reflecting customers’ responses. Previous studies paid attention to the functional convenience of SNS, as a factor enhancing the corporate performance, but SNS no longer has an additional effect, as it is fixed, and it has difficulty in directly providing insights for content strategies. Hence, the purpose of this study is to examine corporate contents, especially, to enhance the content popularity, not the functional convenience of SNS, for the successful content strategies on SNS. Because the continuously high content popularity, as a corporate asset contributes to creating actual revenue, while low content popularity and customers’ continuously negative perceptions on them may result in the customer defection and a drop in sales. To provide wide insights for strategies for enhancing the content popularity, this study attempts to resolve questions regarding the exploration on antecedents of the content popularity through statistical analyses and the design of a model to predict the content popularity using deep learning algorithms. First, previous studies focused on the effects of customers’ experiential value or the SNS skill, to explore the antecedents of the content popularity. In this regard, the need to examine factors contributing to the communication of brand messages related to the composition of contents was emphasized, but there are still little discussions on it. This study, therefore, tested direct effects of sub-factors of each features on the content popularity, by quantifying visual, textual and time frame features from firm-generated content. In addition, it conducted an empirical analysis on a mediation effect of content consistency, an strategic approach for imprinting brand messages and forming the brand identity, as it is necessary to explore mediation factors for enhancing the contents’ ability to transmit the brand messages. Then, it proposes a practical content composition strategy and uses the PROCESS Macro Model 4 as an analysis methodology. Second, although the prediction of content popularity is useful for understanding customers’ experience and it is possible to usefully use the prediction model as a new business model, the design of a hybrid model based on deep learning, for effectively understanding the information of contents that are very variously composed is continuously required. This study, therefore, tried the multi-classification of the content popularity, after using visual, textual, time frame and engagement features of firm-generated content as input variables, based on CNN-TabNet, a hybrid model replacing the CNN’s classifier, a deep learning algorithm, with TabNet. It vectorized images and texts, atypical data through a learning algorithm, to minimize the loss of them. It proposed a model to predict the improved content popularity and drew a method for composing popular contents that can be interpreted from predictions, to increase the usability of the prediction model. It collected a total of 5,044 contents which a company selected by Forbes’ 2020 the worlds’ most valuable brands issued on the global account of Instagram, and used SPSS 26.0 and Python 3.8.10 for analyzing. The findings are as follows: First, the improvement of image quality through the brightness control of colors, and the diversification of colors or objects are important in expressing images, for enhancing the content popularity. The reduction in the length of sentences or words and the diversification of keywords are required for high content popularity. Also, considering the time slot in which SNS users’ issuing rate is lower was found to be contribute to heighten the content popularity. Second, it was found that the consistent expression about visual objects or textual topics is a strategy for content composition which can enhance the content popularity, by increasing the imprinting effect of brand messages. Next, the CNN-TabNet this study proposed to predict the content popularity showed the prediction performance that is about 10~40% higher than that of multi-input CNN as well as that of SVM and XGBoost based on machine learning algorithms, not based on neural networks. In addition, this study examined how popular communicative and informative firm-generated content and informal SNS contents are composed, based on the theoretical background from the prediction results of the CNN-TabNet. These findings show that the CNN-TabNet which can complement of the structural disadvantage of deep learning algorithms is effective in predicting the content popularity and that it is possible to increase the usability of the prediction model as the content strategy, by interpreting the predictions. This study has an academic implication, in that it contributes to extending the scope of research, by viewing contents from the corporate perspective, conducting an empirical analysis on the content composition and the design of the prediction model and providing versatile insights on content strategies. In addition, the findings have a practical implication, in that they can contribute to improving the management for the brand journalism on SNS.

모바일 게임의 소셜 기능과 게임 유저 참여 간의 관계 : 팬데믹 시대의 소셜 기능 영향력 분석

이서영 한양대학교 대학원 2022 국내석사

지속적으로 성장해온 모바일 게임 시장이 COVID-19 발생 이후 그 성장 속도가 가속화 되고 있다. 지속되는 사회적 격리 상황에서 비대면 소통이 가능할 수 있도록 하는 온라인 플랫폼과 콘텐츠 중에서도 모바일 게임 시장이 주목받고 있는 것이다. PC 또는 콘솔 기기 기반의 게임과는 달리 모바일 게임은 휴대용 통신 기기를 기반으로 한다는 점에서 상호작용성을 몰입 요소로 발전해왔다. 이에 기존의 연구들은 모바일 소셜 네트워크 서비스를 기반으로 개발된 모바일 소셜 네트워크 게임을 대상으로 한 연구가 다수이다. 본 연구는 팬데믹 선언 이후 급속한 성장을 이룬 모바일 게임 시장이 팬데믹 종료 이후에도 변화된 타겟 고객과 환경에 대해 지속성 있는 경쟁력을 갖추기 위해 어떤 요소에 초점을 맞추어야 할지 알아보는 것을 목표로 한다. 선행되어온 연구에 기반하여 게임의 소셜 기능과 게임에 대한 소셜 미디어 활동이 게임 사용자의 실재감, 몰입을 통한 지속 사용 의도에 영향을 미칠 것을 가정하고, 모바일 게임의 소셜 기능과 게임에 대해 표현된 소셜 미디어 활동의 감성이 게임의 활성 사용자 수에 미치는 영향을 살펴보았다. 그리고 팬데믹 이후 변화된 영향력도 확인하였다. 분석 결과 전체 기간에 대한 분석 결과와 팬데믹 이후에 대한 소셜 기능과 소셜 감성에 대한 영향력에 차이가 있음을 확인하였다. 특히 소셜 미디어 연결 기능에 대해서 기존 결과에서는 유의하지 않았으나 팬데믹 이후에는 긍정적 영향을 미치는 변수로 채택되었다. 이러한 결과로 보아 현실의 개인 관계 네트워크와 가상의 네트워크의 연결, 비대면 소통에 대해 긍정적으로 전환된 유저들의 태도에 주목해 볼 수 있다. 본 연구는 모바일 게임을 수단으로 매개하여 활용하였던 기존의 연구와는 달리 모바일 게임을 그 자체의 비즈니스로 주목하여 연구를 진행했다는 점에서 의의가 있다. 또한 모바일 기기 기반의 게임 전체를 대상으로 기능 개발과 프로모션 전략의 방향성을 제시하고, 팬데믹 이후 변화한 유저들의 성향을 파악할 수 있다는 점에서 실무적 의의가 있다. The mobile game market, which has been growing continuously, has been accelerating since the outbreak of COVID-19. The mobile game market is drawing attention among online platforms and contents that enable non-face-to-face communication in the face of continuous social isolation. Unlike PC or console device-based games, mobile games have developed interaction as an immersion factor in that they are based on portable communication devices. Therefore, many of the existing studies have focused on mobile social network games developed based on mobile social network services. This study aims to find out what factors the mobile game market, which has grown rapidly since the Pandemic Declaration, should focus on in order to be sustainable competitive with target customers and environments that have changed even after the Pandemic is over. Based on previous studies, assuming that the social functions of the game and social media activities on the game will affect the user’s sense of reality and the intention to continue using it through immersion, we examined the effect of the social functions of mobile games and the number of active users of the game. We also found that the influence that changed after the pandemic. As a result of the analysis over the entire period, it was found that there was difference in social function and influence on social sensibility after the pandemic. In particular, the social media connection function was not significant in the existing results, but after the pandemic, it was adopted as a variable that had a positive effect. From these results, attention can be paid to the positively converted attitudes of users regarding the connection between real personal relationships networks and virtual personal relationships networks. Unlike previous studies that used mobile games as a means, this study is meaningful in that it focused on mobile games as its own business. In addition, it is of practical significance in that it can present the direction of function development and promotion strategy for the entire game based on mobile devices and grasp the tendency of users who have changed since the pandemic.

의미연결망 분석을 통해 한국 소비자들이 스포티파이와 멜론에 대한 태도의 비교

유보침 한양대학교 대학원 2021 국내석사

세계 음악시장의 디지털 음원 소비가 해마다 증가하고 있으며 스트리밍 서비스 시장이 디지털 음악 시장에서 부상하고 있다. 세계 6위 수준으로 성장한 한국 음악 시장의 규모는 해외 음악 자본의 진출을 고려할 만큼 커졌다고 봐야 할 것이다. 2021 년 2월 2일, 스포티파이는 드디어 한국에 진출하여 온라인 음악 시장에서 가장 핫한 뉴스가 되었다. 스포티파이의 진출로 멜론이 주도하는 한국의 온라인 음악 서비스 경쟁은 더욱 치열해졌다. 본 연구에서는 기존 연구들의 한계점을 살피고 빅데이터 시대의 조금 더 객관적인 방법으로 온라인 음악 서비스 평가 방법을 탐구하고자 하였다. 이를 위하여 한국 소비자가 소셜미디어에서 멜론과 스포티파이 사용 경험을 언급한 데이터를 수집하고 이를 의미연결망 분석 기법을 이용하여 멜론과 스포티파이에 대한 태도를 분석하였다. 2021년 2월 2일부터 2021년 5월 1일까지의 약 3개월의 기간 동안 네이버 브로그 등 소셜미디어 리뷰를 수집하였다. 수집된 데이터인 비정형 데이터를 분석하기 위하여 텍스트 정제과정을 수행하고, 정제된 데이터를 텍스트 마이닝을 통하여 빈도를 계산하여 주요 단어들을 선정하여 매트릭스 데이터로 만들어 의미연결망 분석에 이용하였다. 본 연구의 주요 결과는 멜론과 스포티파이가 비슷한 평가점수를 받았지만 세부 영역별로 차이를 보였다. 스포티파이는 멜론보다 약간 높은 점수만 받았지만 72%의 키워드로 멜론보다 전반적으로 우위에 있다고 평가되었다. 스포티파이의 강점은 입소문은 좋지만 시장 점유율이 낮고 한국 국내 음악 시장과 관련된 서비스가 많지 않아 업무 폭과 시장 규모를 더 넓혀야 한다는 점이다. 멜론의 디바이스 연결 주제의 높은 점수는 멜론의 한국 음악 스트리밍 1위 보급률을 보여주는 것이지만, 그 외에는 중평이 별로 좋지 않고 특히 가격 면에서는 부정적인 평가와 관련이 있다. 소셜 네트워크 텍스트 분석은 구체적인 인터랙션 디자인 및 기능에는 분석하지 못 하지만, 인터랙션 디자인 이외의 소비자들의 관심사를 찾을 수 있고 더 다양한 시장 분석을 할 수 있다. Digital music consumption in the global music market is increasing year by year, and the streaming service market is emerging in the digital music market. The size of the Korean music market, which has grown to the world's sixth-largest level, has grown enough to consider the entry of foreign music capital. On February 2, 2021, Spotify finally entered Korea and became the hottest news in Korean online music service market. With the entry of Spotify, the competition for Korean online music services led by Melon has intensified. This study tried to examine the limitations of existing studies and to explore online music service evaluation methods in a more objective way in the era of big data. To this end, we collected data that Korean consumers mentioned their experience of using Melon and Spotify on social media and analyzed their perceptions of Melon and Spotify using the semantic network analysis technique. Social media reviews such as Naver Blog and Daum Blog were collected over a period of about 3 months from February 2, 2021 to May 1, 2021. In order to analyze the unstructured data, which is the collected data, a text refinement process was performed, and the frequency of the refined data was calculated through text mining, and key words were selected to form matrix data and used for semantic network analysis. The main result of this study was that Melon and Spotify received similar scores, but showed differences in each sub-area. Spotify scored slightly higher than Melon, but evaluated that it had an overall advantage over Melon with 72% of keywords. Spotify's strength is that, although word-of-mouth is good, its market share is low and there are not many services related to the domestic music market, so it needs to expand its scope of services and customers. Melon's device connection theme's high score showed Melon's top penetration rate for Korean music streaming, but other comments were not so good and are especially related to negative reviews in terms of price. Social network text analysis can not analyze specific interaction design and functions, but it can find consumer interests other than interaction design and can analyze more diverse markets.

그린 호텔 고객 만족도 요인 분석: 호텔 리뷰의 속성 기반 감성 분석을 통해

최민하 한양대학교 2023 국내석사

모바일 뱅킹 서비스에서 사용자에게 지각되는 서비스 품질 요인 분석 : Combined Topic Model 및 감성분석을 통한 고객 리뷰 분석

김민지 한양대학교 대학원 2022 국내석사

리뷰 데이터를 활용한 소비자 요구사항 분석

이헌득 한양대학교 대학원 2022 국내석사

소비자 요구사항은 어플리케이션 유지와 발전에 있어 매우 중요한 역할을 하며, 현재 메타버스 산업에 관한 연구는 매우 부진한 상황이고 새로운 비즈니스 전환 전략에 요구 되는 부분 중 사용자의 공감대의 이해와 소통이 중요할 것으로 나타난다. 이러한 점을 토대로 메타버스에 대한 이해와 소비자 요구사항을 확인하기 위해 국내 대표적인 메타버스 플랫폼인 제페토를 분석대상으로 해당 어플리케이션 리뷰 데이터로 요구사항 분석을 진행한다. 본 연구는 대표적인 국내 메타버스 어플리케이션 제페토의 리뷰 데이터로 소비자의 요구사항을 분석하는 연구를 진행하였으며, 기간은 출시날짜인 2018년 09월부터 4년뒤 현재 분석기간인 2021년 09월까지의 기간의 리뷰로부터 분석이 진행된다. 선행연구와 같이 토픽모델링으로 진행하는 대신 선행연구에선 전략적으로 반영을 하지 않은 복문에 대한 전략이 추가 되었으며, 실험 후 적당한 개수의 토픽을 지정한 후 상위 키워드로 어떠한 요구사항이 존재하는지에 대한 분석을 중심적으로 진행했다. 본 연구가 가지는 첫 번째 의의는 점점 길어지는 리뷰에 대한 복문 대응으로 기존 우수한 모델에 문맥적으로 접근하고자 하는 다른 시각으로 분석을 진행했고, 기존 방법보다 클러스터링이 더욱 잘 되었다는 점. 두 번째 6가지 시점으로 현재 실질적으로 사용하는 사용자들의 요구사항을 키워드를 중심으로 분석한 점이 있다. 한계점으로는 키워드 기반으로 통계적이나 방법론적 분석을 못한 점, 해외플랫폼과의 비교를 하지 못하고 국내 플랫폼에 국한되어 분석한 점을 들 수 있다. Consumer requirements play a very important role in application maintenance and development, and research on the metaverse industry is currently very sluggish, and understanding and communication of user consensus will be important among the areas required for new business transformation strategies. Based on these points, in order to understand metaverse and confirm consumer requirements, ZEPETO, a representative metaverse platform in Korea, is analyzed for requirements with application review data. This study conducted a study to analyze consumer requirements with review data from ZEPETO, a representative domestic metaverse application, and the period is analyzed from reviews for the period from September 2018 to September 2021, which is the current analysis period four years later. Instead of proceeding with topic modeling as in previous studies, strategies for exploration that were not strategically reflected in previous studies were added, and after the experiment, an appropriate number of topics were designated, and the analysis was focused on what requirements exist as top keywords. The first significance of this study was that the analysis was conducted from a different perspective to approach the existing excellent model contextually in response to the increasingly long review, and clustering was better than the existing method. As the second six topic of view, there is a point of analyzing the requirements of users who are currently practically using them, focusing on keywords. The limitations are the inability to analyze statistical or methodological based on keywords, and the inability to compare with overseas platforms and being limited to domestic platforms.

신용카드 산업에서의 휴면 고객에 관한 연구 : 관계 혜택을 중심으로

류혜주 한양대학교 대학원 2020 국내석사

레코드 링키지(record linkage) 기법 선택을 위한 지표 및 표본 수 최적화 연구

홍자성 한양대학교 2020 국내석사

2018년 11월 15일 데이터 3법이 국회에 발의 되어 지난 2020년 1월 9일 마침내 국회 본회의를 통과하여 2020년 8월 5일 시행을 앞두고 있다. 데이터 분석 주체인 기업의 입장에서 데이터 3법의 시행이 가지는 가장 큰 의의는 가명정보를 구입할 수 있게 된다는 것에 있다. 시행 이전인 현재는 데이터를 분석하기 위하여 모든 데이터를 자체 수집해야 했으나, 시행 이후에는 데이터를 수집하는 대신에 가명 정보를 구입하여 기업이 가지고 있는 정보와 연결시키면 데이터를 분석하는 비용을 크게 감소시킬 수 있다. 그러나 구입한 가명 정보는 개인을 특정할 수 있는 정보가 가려져 있으므로 이를 개인정보와 연결시키려면 각 속성들의 통계학적 관계를 학습하여 개인정보의 Record와 가명정보의 Record를 하나의 데이터였던 것처럼 연결시켜주는 기술인 Record linkage가 필요하다. 그런 이유로 Record Linkage의 다양한 기법들이 연구중이지만, 실제 비즈니스 상황에서 이러한 기법들을 비교 및 선택할 수 있는 방법이 존재하지 않기 때문에 각 데이터 분석 상황에 가장 적절한 Record linkage 기법을 선택 할 수 없게 된다. 또한, 기존 논문에서는 기법의 정확도를 평가하기 위해 원래 하나였던 데이터를 둘로 나누어 Record의 연결을 시행한 뒤 원래의 데이터와 연결된 데이터를 비교하였지만 처음부터 나누어져 있는 데이터를 붙여야 하는 실제 상황에서는 데이터 분석 결과의 신뢰도를 알 방법이 없다. 이를 해결하기 위해서는 기업에서 구입한 정보 중 일부를 자체 수집하여 기법을 비교하기 위한 표본 지표를 만들어야 한다. 표본을 많이 수집할수록 지표의 성능은 좋아진다. 그러나 기업은 데이터를 자체적으로 수집하는 데에 비용이 들기 때문에 지표의 성능과 비용을 종합적으로 고려하여 최적의 표본 개수를 선택해야 한다. 본 논문은 기업이 상관 분석과 T 검정을 하는 상황을 예시로 하여 기법 선택을 위한 지표를 생성하는 방법과 자체적으로 수집해야 하는 표본의 최적값을 구하는 방법을 제시하였다. 이를 통해 기업은 Record 연결을 통한 데이터 분석의 신뢰도를 평가하는 동시에, 각 분석에 가장 적절한 기법을 선택하여 보다 정확한 데이터 분석 결과를 도출해 낼 수 있다.