The usage of smart phones and expansion of mobile services in the information era have established a new communications environment between the members of society and are implementing a market environment focused on the users. Social media especially ...
다국어 입력
あ
ぁ
か
が
さ
ざ
た
だ
な
は
ば
ぱ
ま
や
ゃ
ら
わ
ゎ
ん
い
ぃ
き
ぎ
し
じ
ち
ぢ
に
ひ
び
ぴ
み
り
う
ぅ
く
ぐ
す
ず
つ
づ
っ
ぬ
ふ
ぶ
ぷ
む
ゆ
ゅ
る
え
ぇ
け
げ
せ
ぜ
て
で
ね
へ
べ
ぺ
め
れ
お
ぉ
こ
ご
そ
ぞ
と
ど
の
ほ
ぼ
ぽ
も
よ
ょ
ろ
を
ア
ァ
カ
サ
ザ
タ
ダ
ナ
ハ
バ
パ
マ
ヤ
ャ
ラ
ワ
ヮ
ン
イ
ィ
キ
ギ
シ
ジ
チ
ヂ
ニ
ヒ
ビ
ピ
ミ
リ
ウ
ゥ
ク
グ
ス
ズ
ツ
ヅ
ッ
ヌ
フ
ブ
プ
ム
ユ
ュ
ル
エ
ェ
ケ
ゲ
セ
ゼ
テ
デ
ヘ
ベ
ペ
メ
レ
オ
ォ
コ
ゴ
ソ
ゾ
ト
ド
ノ
ホ
ボ
ポ
モ
ヨ
ョ
ロ
ヲ
―
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
예시)
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
А
Б
В
Г
Д
Е
Ё
Ж
З
И
Й
К
Л
М
Н
О
П
Р
С
Т
У
Ф
Х
Ц
Ч
Ш
Щ
Ъ
Ы
Ь
Э
Ю
Я
а
б
в
г
д
е
ё
ж
з
и
й
к
л
м
н
о
п
р
с
т
у
ф
х
ц
ч
ш
щ
ъ
ы
ь
э
ю
я
′
″
℃
Å
￠
￡
￥
¤
℉
‰
＄
％
Ｆ
￦
㎕
㎖
㎗
ℓ
㎘
㏄
㎣
㎤
㎥
㎦
㎙
㎚
㎛
㎜
㎝
㎞
㎟
㎠
㎡
㎢
㏊
㎍
㎎
㎏
㏏
㎈
㎉
㏈
㎧
㎨
㎰
㎱
㎲
㎳
㎴
㎵
㎶
㎷
㎸
㎹
㎀
㎁
㎂
㎃
㎄
㎺
㎻
㎽
㎾
㎿
㎐
㎑
㎒
㎓
㎔
Ω
㏀
㏁
㎊
㎋
㎌
㏖
㏅
㎭
㎮
㎯
㏛
㎩
㎪
㎫
㎬
㏝
㏐
㏓
㏃
㏉
㏜
㏆
RISS 인기검색어
https://www.riss.kr/link?id=T14567843
- 저자
-
발행사항
서울 : 이화여자대학교 대학원, 2017
-
학위논문사항
학위논문(박사) -- 이화여자대학교 대학원 , 의류학과 , 2017. 8. 졸업
-
발행연도
2017
-
작성언어
한국어
-
DDC
600
-
발행국(도시)
서울
-
기타서명
A Study on the Sentiment Analysis in Fashion Design using Big Data : Focused on Text Mining and Semantic Network Analysis
-
형태사항
xiv, 167 p. : 삽화.
-
일반주기명
지도교수: 박민정
참고문헌: p. 148-163 -
소장기관
- 국립중앙도서관
- 이화여자대학교 도서관
- 국립중앙도서관
-
0
상세조회 -
0
다운로드
부가정보
다국어 초록 (Multilingual Abstract)
The usage of smart phones and expansion of mobile services in the information era have established a new communications environment between the members of society and are implementing a market environment focused on the users. Social media especially has composed an online environment where sellers and users communicate freely rather than in a single linear relationship which presents an approach method to the methodology of converging user opinions in a completely new perspective.
Due to this change in paradigm that focuses on the users, the necessity of a new sentiment analysis on fashion design is on the rise. In the field of fashion design, most sentiment analyses on design are studies that statistically evaluate surveys conducted on a certain respondent group and there are limitations of exploratory analyses being impossible to carry out that deviates from a certain boundary of terminology composed in the planning process of a study. Hence, this study intends to grasp the users’ perception and sentimental reactions on fashion design by analyzing data from social media which has become a method of public communication.
As a new approach on traditional sentiment analysis methods, this study looks to proposing a method for a sentiment analysis through approaching big data which analyzes the texts in the posts of online users. Also as a method of sentiment analysis on fashion design, this study intends to derive sentimental terms on the design attributes of men’s stripe shirts as well as
the characteristics of new sentiment analysis methods through a comparison with sentimental terms from preceding studies.
Document research and an empirical study were conducted to fulfill the research purposes. Theories on sentiment analysis and analysis methods from preceding studies were reviewed, and a research procedure for the big data sentiment analysis was designed for analyzing atypical data made up of actual language of the users using text mining and semantic network analysis. This study collected texts related to men’s stripe shirts mainly from blogs from Naver and Daum. Texts from a total of 13,648 posts from November 1st, 2015 to October 31st, 2016 were analyzed and then compared with that of preceding studies to derive and organize the characteristics.
A summary of the results of the study are as the following.
First, without a traditional evaluation process through a survey where the users assess the sentimental factors followed by the researcher analyzing the results, this study collected the opinion texts from posts posted by the users and presented a procedure for big data sentiment analysis that can grasp the topics and contents of the evaluation through text mining and semantic network analysis.
Secondly, as a result of analyzing the related terms that make up the superordinate topics through a topic modeling analysis of the text mining process, the wearing status per season and subjects of men’s stripe shirts were derived. Across the entire period, key contents of men’s stripe shirts were coordinating a daily look related to styling, popular fits of the season, utilizing seasonal items, and methods for coordinating colors. In terms of seasons, spring time which was from April 1st to April 30th, 2016 mainly showed the sharing of information on coordinating daily looks or boyfriend-looks, and during the winter season from November 1st to November 30th, 2015 the information shared were mainly about shirts suitable for special occasions such as job interviews, images formed by patterns of the shirts, patterns of ties that go well with certain shirts, and stripe shirts that match suits.
Thirdly, a quantitative as well as an exploratory analysis was proven to be possible by visualizing the entire network based on a co-appearance correlation of design attributes and sentimental terms within the sentences through a semantic network analysis. As a result of the one-mode network analysis, this study found out that the contents related to the design of men’s stripe shirts can be categorized into four categories including patterns and color expressions, characteristics of everyday clothes, characteristics of shapes, and functional characteristics, based on the structural equivalence of the terminology index. As a result of the two-mode network analysis, patterns, colors, material, coordination, styles, and fits were derived as representative design attributes of men’s stripe shirts, and the sentimental terms connected to each of the design attributes were shown to be categorized into a cooperative sentimental terminology index that has a connection for three of less design attributes and a comprehensive sentimental terminology index that has a connection for four or more various design attributes. Also, this study confirmed which pattern, color, material, style, etc. which are main design attributes of men’s stripe shirts, are closely related to which fashion image or user sentimental reaction, through a visualization of the sentimental terms connected to each of the design attributes and fashion images.
This study was conducted to present a method for deriving user perception and sentiment information on fashion design by data-fying the languages used in social media and examine the characteristics of the results. In the field of fashion, big data analysis is usually attempted in commercial terms such as distribution and marketing, and this study has significant academic meaning given that text analysis studies using big data in academic design analysis is at an initial stage and that it utilized data from social media which is a user-oriented communication environment as well as the fact that a systematical research was conducted on fashion design through big data analysis methods such as topic modeling and semantic network analysis. This study also has practical meaning, having derived terms based on actual language currently used and emphasized by ordinary users, and having presented a design guideline focused on the users based on the relations between sentimental terms and design attributes that reflect periodical and social situations.
Furthermore, this study is expected to provide an opportunity of being used as information that presents a clear methodical guideline in the design development process, and to become a foundation for the development of superior research methods and various data utilization strategies through the sentiment analysis and sentiment terminology developed in terms of a research methodology in fashion design.
Due to this change in paradigm that focuses on the users, the necessity of a new sentiment analysis on fashion design is on the rise. In the field of fashion design, most sentiment analyses on design are studies that statistically evaluate surveys conducted on a certain respondent group and there are limitations of exploratory analyses being impossible to carry out that deviates from a certain boundary of terminology composed in the planning process of a study. Hence, this study intends to grasp the users’ perception and sentimental reactions on fashion design by analyzing data from social media which has become a method of public communication.
As a new approach on traditional sentiment analysis methods, this study looks to proposing a method for a sentiment analysis through approaching big data which analyzes the texts in the posts of online users. Also as a method of sentiment analysis on fashion design, this study intends to derive sentimental terms on the design attributes of men’s stripe shirts as well as
the characteristics of new sentiment analysis methods through a comparison with sentimental terms from preceding studies.
Document research and an empirical study were conducted to fulfill the research purposes. Theories on sentiment analysis and analysis methods from preceding studies were reviewed, and a research procedure for the big data sentiment analysis was designed for analyzing atypical data made up of actual language of the users using text mining and semantic network analysis. This study collected texts related to men’s stripe shirts mainly from blogs from Naver and Daum. Texts from a total of 13,648 posts from November 1st, 2015 to October 31st, 2016 were analyzed and then compared with that of preceding studies to derive and organize the characteristics.
A summary of the results of the study are as the following.
First, without a traditional evaluation process through a survey where the users assess the sentimental factors followed by the researcher analyzing the results, this study collected the opinion texts from posts posted by the users and presented a procedure for big data sentiment analysis that can grasp the topics and contents of the evaluation through text mining and semantic network analysis.
Secondly, as a result of analyzing the related terms that make up the superordinate topics through a topic modeling analysis of the text mining process, the wearing status per season and subjects of men’s stripe shirts were derived. Across the entire period, key contents of men’s stripe shirts were coordinating a daily look related to styling, popular fits of the season, utilizing seasonal items, and methods for coordinating colors. In terms of seasons, spring time which was from April 1st to April 30th, 2016 mainly showed the sharing of information on coordinating daily looks or boyfriend-looks, and during the winter season from November 1st to November 30th, 2015 the information shared were mainly about shirts suitable for special occasions such as job interviews, images formed by patterns of the shirts, patterns of ties that go well with certain shirts, and stripe shirts that match suits.
Thirdly, a quantitative as well as an exploratory analysis was proven to be possible by visualizing the entire network based on a co-appearance correlation of design attributes and sentimental terms within the sentences through a semantic network analysis. As a result of the one-mode network analysis, this study found out that the contents related to the design of men’s stripe shirts can be categorized into four categories including patterns and color expressions, characteristics of everyday clothes, characteristics of shapes, and functional characteristics, based on the structural equivalence of the terminology index. As a result of the two-mode network analysis, patterns, colors, material, coordination, styles, and fits were derived as representative design attributes of men’s stripe shirts, and the sentimental terms connected to each of the design attributes were shown to be categorized into a cooperative sentimental terminology index that has a connection for three of less design attributes and a comprehensive sentimental terminology index that has a connection for four or more various design attributes. Also, this study confirmed which pattern, color, material, style, etc. which are main design attributes of men’s stripe shirts, are closely related to which fashion image or user sentimental reaction, through a visualization of the sentimental terms connected to each of the design attributes and fashion images.
This study was conducted to present a method for deriving user perception and sentiment information on fashion design by data-fying the languages used in social media and examine the characteristics of the results. In the field of fashion, big data analysis is usually attempted in commercial terms such as distribution and marketing, and this study has significant academic meaning given that text analysis studies using big data in academic design analysis is at an initial stage and that it utilized data from social media which is a user-oriented communication environment as well as the fact that a systematical research was conducted on fashion design through big data analysis methods such as topic modeling and semantic network analysis. This study also has practical meaning, having derived terms based on actual language currently used and emphasized by ordinary users, and having presented a design guideline focused on the users based on the relations between sentimental terms and design attributes that reflect periodical and social situations.
Furthermore, this study is expected to provide an opportunity of being used as information that presents a clear methodical guideline in the design development process, and to become a foundation for the development of superior research methods and various data utilization strategies through the sentiment analysis and sentiment terminology developed in terms of a research methodology in fashion design.
The usage of smart phones and expansion of mobile services in the information era have established a new communications environment between the members of society and are implementing a market environment focused on the users. Social media especially has composed an online environment where sellers and users communicate freely rather than in a single linear relationship which presents an approach method to the methodology of converging user opinions in a completely new perspective.
Due to this change in paradigm that focuses on the users, the necessity of a new sentiment analysis on fashion design is on the rise. In the field of fashion design, most sentiment analyses on design are studies that statistically evaluate surveys conducted on a certain respondent group and there are limitations of exploratory analyses being impossible to carry out that deviates from a certain boundary of terminology composed in the planning process of a study. Hence, this study intends to grasp the users’ perception and sentimental reactions on fashion design by analyzing data from social media which has become a method of public communication.
As a new approach on traditional sentiment analysis methods, this study looks to proposing a method for a sentiment analysis through approaching big data which analyzes the texts in the posts of online users. Also as a method of sentiment analysis on fashion design, this study intends to derive sentimental terms on the design attributes of men’s stripe shirts as well as
the characteristics of new sentiment analysis methods through a comparison with sentimental terms from preceding studies.
Document research and an empirical study were conducted to fulfill the research purposes. Theories on sentiment analysis and analysis methods from preceding studies were reviewed, and a research procedure for the big data sentiment analysis was designed for analyzing atypical data made up of actual language of the users using text mining and semantic network analysis. This study collected texts related to men’s stripe shirts mainly from blogs from Naver and Daum. Texts from a total of 13,648 posts from November 1st, 2015 to October 31st, 2016 were analyzed and then compared with that of preceding studies to derive and organize the characteristics.
A summary of the results of the study are as the following.
First, without a traditional evaluation process through a survey where the users assess the sentimental factors followed by the researcher analyzing the results, this study collected the opinion texts from posts posted by the users and presented a procedure for big data sentiment analysis that can grasp the topics and contents of the evaluation through text mining and semantic network analysis.
Secondly, as a result of analyzing the related terms that make up the superordinate topics through a topic modeling analysis of the text mining process, the wearing status per season and subjects of men’s stripe shirts were derived. Across the entire period, key contents of men’s stripe shirts were coordinating a daily look related to styling, popular fits of the season, utilizing seasonal items, and methods for coordinating colors. In terms of seasons, spring time which was from April 1st to April 30th, 2016 mainly showed the sharing of information on coordinating daily looks or boyfriend-looks, and during the winter season from November 1st to November 30th, 2015 the information shared were mainly about shirts suitable for special occasions such as job interviews, images formed by patterns of the shirts, patterns of ties that go well with certain shirts, and stripe shirts that match suits.
Thirdly, a quantitative as well as an exploratory analysis was proven to be possible by visualizing the entire network based on a co-appearance correlation of design attributes and sentimental terms within the sentences through a semantic network analysis. As a result of the one-mode network analysis, this study found out that the contents related to the design of men’s stripe shirts can be categorized into four categories including patterns and color expressions, characteristics of everyday clothes, characteristics of shapes, and functional characteristics, based on the structural equivalence of the terminology index. As a result of the two-mode network analysis, patterns, colors, material, coordination, styles, and fits were derived as representative design attributes of men’s stripe shirts, and the sentimental terms connected to each of the design attributes were shown to be categorized into a cooperative sentimental terminology index that has a connection for three of less design attributes and a comprehensive sentimental terminology index that has a connection for four or more various design attributes. Also, this study confirmed which pattern, color, material, style, etc. which are main design attributes of men’s stripe shirts, are closely related to which fashion image or user sentimental reaction, through a visualization of the sentimental terms connected to each of the design attributes and fashion images.
This study was conducted to present a method for deriving user perception and sentiment information on fashion design by data-fying the languages used in social media and examine the characteristics of the results. In the field of fashion, big data analysis is usually attempted in commercial terms such as distribution and marketing, and this study has significant academic meaning given that text analysis studies using big data in academic design analysis is at an initial stage and that it utilized data from social media which is a user-oriented communication environment as well as the fact that a systematical research was conducted on fashion design through big data analysis methods such as topic modeling and semantic network analysis. This study also has practical meaning, having derived terms based on actual language currently used and emphasized by ordinary users, and having presented a design guideline focused on the users based on the relations between sentimental terms and design attributes that reflect periodical and social situations.
Furthermore, this study is expected to provide an opportunity of being used as information that presents a clear methodical guideline in the design development process, and to become a foundation for the development of superior research methods and various data utilization strategies through the sentiment analysis and sentiment terminology developed in terms of a research methodology in fashion design.
국문 초록 (Abstract)
정보화 시대에 스마트폰 사용과 모바일 서비스의 확대는 사회 구성원간 새로운 커뮤니케이션 환경을 구축하며 사용자 중심의 마켓 환경을 구현해내고 있다. 특히 소셜미디어는 종례의 판매자와 사용자간의 일직선적인 관계가 아닌 자유롭게 소통할 수 있는 온라인 환경을 구성함에 따라 사용자 의견 수렴 방법론에 전혀 다른 시각에서의 접근방법이 제시되고 있다.
이와 같은 사용자 중심의 패러다임의 변화에 의하여 패션디자인에 대한 새로운 감성분석 연구의 필요성이 대두되고 있다. 패션디자인 분야에서 디자인에 대한 감성분석 방법은 응답자를 대상으로 한 설문조사를 통계적으로 평가하는 연구들이 대부분이며 연구 계획 시에 구성된 척도어휘의 일정 범위를 벗어나는 탐색적 분석은 불가능하다는 점이 제한점으로 나타난다. 이에 본 연구에서는 대중들의 커뮤니케이션 수단으로 자리 잡은 소셜미디어에서 데이터를 분석하여 패션디자인에 대한 사용자의 인식과 감성적 반응을 파악하고자 하였다.
본 연구는 전통적인 감성평가 방법에 대하여 새로운 접근으로 온라인상의 사용자 게시글에 대한 텍스트를 분석하는 빅데이터 접근의 감성분석 방법을 제시하고자 하였다. 또한 패션디자인 감성분석 방법으로 남성 스트라이프 셔츠의 디자인 속성에 대한 감성 어휘를 도출하고, 선행연구 감성 어휘와 비교를 통해 새로운 감성분석 방법의 특징을 도출하고자 하였다.
연구 방법은 문헌고찰과 실증적 연구를 통하여 이루어졌다. 감성분석 관련 이론 및 선행 연구 분석 방법을 고찰하였으며, 텍스트마이닝과 의미연결망 분석 방법을 활용하여 사용자의 현실 언어로 이루어진 비정형 데이터를 분석하기 위한 빅데이터 감성분석을 위한 연구 절차를 설계하였다. 본 연구에서는 남성 스트라이프 셔츠와 관련된 텍스트를 네이버와 다음의 블로그를 중심으로 수집하였다. 2015년 11월 1일에서 2016년 10월 31일까지의 총 13,648건의 게시글에 대하여 텍스트 분석 결과를 도출하고 선행연구 결과와 비교분석하여 특성을 도출하였다.
연구의 결과를 요약하면 다음과 같다.
첫째, 패션디자인에 대한 감성을 사용자가 평가하고 연구자가 분석하는 전통적인 감성평가 방법에 대하여 설문을 통한 평가 과정 없이 패션디자인 사용자 게시글의 의견 텍스트를 수집하고 텍스트마이닝과 의미연결망 분석을 통해 평가 주제와 평가 내용을 파악할 수 있는 빅데이터 감성분석 절차가 제시되었다.
둘째, 텍스트마이닝의 토픽모델링 분석을 통해 상위 토픽을 구성하고 있는 연관어를 분석한 결과, 남성 스트라이프 셔츠에 대한 사용자들의 시기별 착용 상황과 주제를 도출할 수 있었다. 전체 기간 동안 남성 스트라이프 셔츠에 대한 주요 언급 내용은 코디와 관련되는 데일리룩 연출, 시즌별 주목되는 핏, 계절 아이템의 활용 방법, 색상 연출 방법으로 나타났다. 시기별로는 봄에 해당되는 2016년 4월 1일부터 4월 30일까지의 구간에서 데일리룩이나 남자친구룩을 연출하는 방법에 대한 정보가 중점적으로 공유되는 것으로 나타났으며, 겨울에 해당되는 2015년 11월 1일부터 11월 30일까지의 구간에서는 면접이라는 특수한 상황에 적합한 셔츠에 대한 추천이나 무늬가 형성하는 이미지, 함께 착용될 수 있는 넥타이 무늬 등 정장과 함께 착용할 수 있는 스트라이프 셔츠에 대한 내용이 주요하게 공유되는 것이 확인되었다.
셋째, 의미연결망 분석 방법을 통해 문장 내 디자인 속성과 감성 어휘의 동시 출현 상관관계를 바탕으로 전체 네트워크를 시각화함으로써 정량적이면서도 동시에 탐색적인 분석이 가능한 것으로 나타났다. 일원모드 네트워크 분석 결과, 어휘 지표의 구조적 등위성을 바탕으로 남성 스트라이프 셔츠의 디자인 연관 언급 내용은 무늬와 색상 표현, 일상복 특성, 형태적 특성, 기능적 특성의 4개의 항목으로 분류되는 것이 확인되었다. 이원모드 네트워크 분석 결과, 남성 스트라이프 셔츠의 대표적인 디자인 속성으로 무늬, 색상, 소재, 코디, 스타일, 핏이 도출되었으며, 각 디자인 속성에 연결되는 감성 어휘는 세 개 이하의 디자인 속성에 대해서 연결 관계를 갖는 협의적 감성 어휘 지표와 네 개 이상의 다양한 디자인 속성 지표와 연결 관계를 갖는 포괄적 감성 어휘 지표로 분류되는 것으로 나타났다. 또한 디자인 속성과 패션이미지별 연결되는 감성 어휘의 시각화를 통해 남성 스트라이프 셔츠의 주요 디자인 속성인 무늬, 색상, 소재, 스타일 등이 어떠한 패션이미지 또는 사용자 감성적 반응과 높은 연관성을 갖는지 확인되었다.
본 연구는 소셜미디어에서 사용되는 언어를 데이터화하여 패션디자인에 대한 사용자 인식 및 감성 정보를 도출할 수 있는 방법을 제시하고 나타난 결과의 특성을 밝히고자 수행되었다. 패션분야에서 빅데이터 분석은 주로 유통, 마케팅의 상업적인 측면에서 시도되고 있으며, 학술적 디자인 분석에서의 빅데이터를 활용한 텍스트 분석 연구는 아직 초기 단계라는 점에서 사용자 중심의 커뮤니케이션 환경인 소셜미디어 데이터를 활용하였다는 점과 빅데이터 분석 방법인 토픽모델링과 의미연결망 분석으로 패션디자인에 대한 보다 체계적인 연구가 진행되었다는 점에서 학문적 의의가 있다. 또한 본 연구는 일반 사용자들이 현재 시점에서 주요하게 언급하고 있는 현실언어 기반의 어휘를 도출하고, 시대적, 사회적 상황을 반영하는 디자인 속성과 감성 어휘간의 관계를 바탕으로 사용자 중심의 디자인 가이드라인을 제시하였다는 점에서 실무적 의의를 가진다.
아울러 본 연구 결과가 사용자들의 감성적 반응이 디자인 개발 프로세스에서 명확한 방법적 지침을 제시하는 정보로서 활용될 수 있는 기회를 제공하고, 패션디자인 리서치 방법론에 있어서 개발된 감성분석 방법과 감성 어휘를 통하여 보다 다양한 데이터 활용 전략과 우수한 연구 방법 개발에 초석이 되기를 기대한다.
이와 같은 사용자 중심의 패러다임의 변화에 의하여 패션디자인에 대한 새로운 감성분석 연구의 필요성이 대두되고 있다. 패션디자인 분야에서 디자인에 대한 감성분석 방법은 응답자를 대상으로 한 설문조사를 통계적으로 평가하는 연구들이 대부분이며 연구 계획 시에 구성된 척도어휘의 일정 범위를 벗어나는 탐색적 분석은 불가능하다는 점이 제한점으로 나타난다. 이에 본 연구에서는 대중들의 커뮤니케이션 수단으로 자리 잡은 소셜미디어에서 데이터를 분석하여 패션디자인에 대한 사용자의 인식과 감성적 반응을 파악하고자 하였다.
본 연구는 전통적인 감성평가 방법에 대하여 새로운 접근으로 온라인상의 사용자 게시글에 대한 텍스트를 분석하는 빅데이터 접근의 감성분석 방법을 제시하고자 하였다. 또한 패션디자인 감성분석 방법으로 남성 스트라이프 셔츠의 디자인 속성에 대한 감성 어휘를 도출하고, 선행연구 감성 어휘와 비교를 통해 새로운 감성분석 방법의 특징을 도출하고자 하였다.
연구 방법은 문헌고찰과 실증적 연구를 통하여 이루어졌다. 감성분석 관련 이론 및 선행 연구 분석 방법을 고찰하였으며, 텍스트마이닝과 의미연결망 분석 방법을 활용하여 사용자의 현실 언어로 이루어진 비정형 데이터를 분석하기 위한 빅데이터 감성분석을 위한 연구 절차를 설계하였다. 본 연구에서는 남성 스트라이프 셔츠와 관련된 텍스트를 네이버와 다음의 블로그를 중심으로 수집하였다. 2015년 11월 1일에서 2016년 10월 31일까지의 총 13,648건의 게시글에 대하여 텍스트 분석 결과를 도출하고 선행연구 결과와 비교분석하여 특성을 도출하였다.
연구의 결과를 요약하면 다음과 같다.
첫째, 패션디자인에 대한 감성을 사용자가 평가하고 연구자가 분석하는 전통적인 감성평가 방법에 대하여 설문을 통한 평가 과정 없이 패션디자인 사용자 게시글의 의견 텍스트를 수집하고 텍스트마이닝과 의미연결망 분석을 통해 평가 주제와 평가 내용을 파악할 수 있는 빅데이터 감성분석 절차가 제시되었다.
둘째, 텍스트마이닝의 토픽모델링 분석을 통해 상위 토픽을 구성하고 있는 연관어를 분석한 결과, 남성 스트라이프 셔츠에 대한 사용자들의 시기별 착용 상황과 주제를 도출할 수 있었다. 전체 기간 동안 남성 스트라이프 셔츠에 대한 주요 언급 내용은 코디와 관련되는 데일리룩 연출, 시즌별 주목되는 핏, 계절 아이템의 활용 방법, 색상 연출 방법으로 나타났다. 시기별로는 봄에 해당되는 2016년 4월 1일부터 4월 30일까지의 구간에서 데일리룩이나 남자친구룩을 연출하는 방법에 대한 정보가 중점적으로 공유되는 것으로 나타났으며, 겨울에 해당되는 2015년 11월 1일부터 11월 30일까지의 구간에서는 면접이라는 특수한 상황에 적합한 셔츠에 대한 추천이나 무늬가 형성하는 이미지, 함께 착용될 수 있는 넥타이 무늬 등 정장과 함께 착용할 수 있는 스트라이프 셔츠에 대한 내용이 주요하게 공유되는 것이 확인되었다.
셋째, 의미연결망 분석 방법을 통해 문장 내 디자인 속성과 감성 어휘의 동시 출현 상관관계를 바탕으로 전체 네트워크를 시각화함으로써 정량적이면서도 동시에 탐색적인 분석이 가능한 것으로 나타났다. 일원모드 네트워크 분석 결과, 어휘 지표의 구조적 등위성을 바탕으로 남성 스트라이프 셔츠의 디자인 연관 언급 내용은 무늬와 색상 표현, 일상복 특성, 형태적 특성, 기능적 특성의 4개의 항목으로 분류되는 것이 확인되었다. 이원모드 네트워크 분석 결과, 남성 스트라이프 셔츠의 대표적인 디자인 속성으로 무늬, 색상, 소재, 코디, 스타일, 핏이 도출되었으며, 각 디자인 속성에 연결되는 감성 어휘는 세 개 이하의 디자인 속성에 대해서 연결 관계를 갖는 협의적 감성 어휘 지표와 네 개 이상의 다양한 디자인 속성 지표와 연결 관계를 갖는 포괄적 감성 어휘 지표로 분류되는 것으로 나타났다. 또한 디자인 속성과 패션이미지별 연결되는 감성 어휘의 시각화를 통해 남성 스트라이프 셔츠의 주요 디자인 속성인 무늬, 색상, 소재, 스타일 등이 어떠한 패션이미지 또는 사용자 감성적 반응과 높은 연관성을 갖는지 확인되었다.
본 연구는 소셜미디어에서 사용되는 언어를 데이터화하여 패션디자인에 대한 사용자 인식 및 감성 정보를 도출할 수 있는 방법을 제시하고 나타난 결과의 특성을 밝히고자 수행되었다. 패션분야에서 빅데이터 분석은 주로 유통, 마케팅의 상업적인 측면에서 시도되고 있으며, 학술적 디자인 분석에서의 빅데이터를 활용한 텍스트 분석 연구는 아직 초기 단계라는 점에서 사용자 중심의 커뮤니케이션 환경인 소셜미디어 데이터를 활용하였다는 점과 빅데이터 분석 방법인 토픽모델링과 의미연결망 분석으로 패션디자인에 대한 보다 체계적인 연구가 진행되었다는 점에서 학문적 의의가 있다. 또한 본 연구는 일반 사용자들이 현재 시점에서 주요하게 언급하고 있는 현실언어 기반의 어휘를 도출하고, 시대적, 사회적 상황을 반영하는 디자인 속성과 감성 어휘간의 관계를 바탕으로 사용자 중심의 디자인 가이드라인을 제시하였다는 점에서 실무적 의의를 가진다.
아울러 본 연구 결과가 사용자들의 감성적 반응이 디자인 개발 프로세스에서 명확한 방법적 지침을 제시하는 정보로서 활용될 수 있는 기회를 제공하고, 패션디자인 리서치 방법론에 있어서 개발된 감성분석 방법과 감성 어휘를 통하여 보다 다양한 데이터 활용 전략과 우수한 연구 방법 개발에 초석이 되기를 기대한다.
정보화 시대에 스마트폰 사용과 모바일 서비스의 확대는 사회 구성원간 새로운 커뮤니케이션 환경을 구축하며 사용자 중심의 마켓 환경을 구현해내고 있다. 특히 소셜미디어는 종례의 판매...
정보화 시대에 스마트폰 사용과 모바일 서비스의 확대는 사회 구성원간 새로운 커뮤니케이션 환경을 구축하며 사용자 중심의 마켓 환경을 구현해내고 있다. 특히 소셜미디어는 종례의 판매자와 사용자간의 일직선적인 관계가 아닌 자유롭게 소통할 수 있는 온라인 환경을 구성함에 따라 사용자 의견 수렴 방법론에 전혀 다른 시각에서의 접근방법이 제시되고 있다.
이와 같은 사용자 중심의 패러다임의 변화에 의하여 패션디자인에 대한 새로운 감성분석 연구의 필요성이 대두되고 있다. 패션디자인 분야에서 디자인에 대한 감성분석 방법은 응답자를 대상으로 한 설문조사를 통계적으로 평가하는 연구들이 대부분이며 연구 계획 시에 구성된 척도어휘의 일정 범위를 벗어나는 탐색적 분석은 불가능하다는 점이 제한점으로 나타난다. 이에 본 연구에서는 대중들의 커뮤니케이션 수단으로 자리 잡은 소셜미디어에서 데이터를 분석하여 패션디자인에 대한 사용자의 인식과 감성적 반응을 파악하고자 하였다.
본 연구는 전통적인 감성평가 방법에 대하여 새로운 접근으로 온라인상의 사용자 게시글에 대한 텍스트를 분석하는 빅데이터 접근의 감성분석 방법을 제시하고자 하였다. 또한 패션디자인 감성분석 방법으로 남성 스트라이프 셔츠의 디자인 속성에 대한 감성 어휘를 도출하고, 선행연구 감성 어휘와 비교를 통해 새로운 감성분석 방법의 특징을 도출하고자 하였다.
연구 방법은 문헌고찰과 실증적 연구를 통하여 이루어졌다. 감성분석 관련 이론 및 선행 연구 분석 방법을 고찰하였으며, 텍스트마이닝과 의미연결망 분석 방법을 활용하여 사용자의 현실 언어로 이루어진 비정형 데이터를 분석하기 위한 빅데이터 감성분석을 위한 연구 절차를 설계하였다. 본 연구에서는 남성 스트라이프 셔츠와 관련된 텍스트를 네이버와 다음의 블로그를 중심으로 수집하였다. 2015년 11월 1일에서 2016년 10월 31일까지의 총 13,648건의 게시글에 대하여 텍스트 분석 결과를 도출하고 선행연구 결과와 비교분석하여 특성을 도출하였다.
연구의 결과를 요약하면 다음과 같다.
첫째, 패션디자인에 대한 감성을 사용자가 평가하고 연구자가 분석하는 전통적인 감성평가 방법에 대하여 설문을 통한 평가 과정 없이 패션디자인 사용자 게시글의 의견 텍스트를 수집하고 텍스트마이닝과 의미연결망 분석을 통해 평가 주제와 평가 내용을 파악할 수 있는 빅데이터 감성분석 절차가 제시되었다.
둘째, 텍스트마이닝의 토픽모델링 분석을 통해 상위 토픽을 구성하고 있는 연관어를 분석한 결과, 남성 스트라이프 셔츠에 대한 사용자들의 시기별 착용 상황과 주제를 도출할 수 있었다. 전체 기간 동안 남성 스트라이프 셔츠에 대한 주요 언급 내용은 코디와 관련되는 데일리룩 연출, 시즌별 주목되는 핏, 계절 아이템의 활용 방법, 색상 연출 방법으로 나타났다. 시기별로는 봄에 해당되는 2016년 4월 1일부터 4월 30일까지의 구간에서 데일리룩이나 남자친구룩을 연출하는 방법에 대한 정보가 중점적으로 공유되는 것으로 나타났으며, 겨울에 해당되는 2015년 11월 1일부터 11월 30일까지의 구간에서는 면접이라는 특수한 상황에 적합한 셔츠에 대한 추천이나 무늬가 형성하는 이미지, 함께 착용될 수 있는 넥타이 무늬 등 정장과 함께 착용할 수 있는 스트라이프 셔츠에 대한 내용이 주요하게 공유되는 것이 확인되었다.
셋째, 의미연결망 분석 방법을 통해 문장 내 디자인 속성과 감성 어휘의 동시 출현 상관관계를 바탕으로 전체 네트워크를 시각화함으로써 정량적이면서도 동시에 탐색적인 분석이 가능한 것으로 나타났다. 일원모드 네트워크 분석 결과, 어휘 지표의 구조적 등위성을 바탕으로 남성 스트라이프 셔츠의 디자인 연관 언급 내용은 무늬와 색상 표현, 일상복 특성, 형태적 특성, 기능적 특성의 4개의 항목으로 분류되는 것이 확인되었다. 이원모드 네트워크 분석 결과, 남성 스트라이프 셔츠의 대표적인 디자인 속성으로 무늬, 색상, 소재, 코디, 스타일, 핏이 도출되었으며, 각 디자인 속성에 연결되는 감성 어휘는 세 개 이하의 디자인 속성에 대해서 연결 관계를 갖는 협의적 감성 어휘 지표와 네 개 이상의 다양한 디자인 속성 지표와 연결 관계를 갖는 포괄적 감성 어휘 지표로 분류되는 것으로 나타났다. 또한 디자인 속성과 패션이미지별 연결되는 감성 어휘의 시각화를 통해 남성 스트라이프 셔츠의 주요 디자인 속성인 무늬, 색상, 소재, 스타일 등이 어떠한 패션이미지 또는 사용자 감성적 반응과 높은 연관성을 갖는지 확인되었다.
본 연구는 소셜미디어에서 사용되는 언어를 데이터화하여 패션디자인에 대한 사용자 인식 및 감성 정보를 도출할 수 있는 방법을 제시하고 나타난 결과의 특성을 밝히고자 수행되었다. 패션분야에서 빅데이터 분석은 주로 유통, 마케팅의 상업적인 측면에서 시도되고 있으며, 학술적 디자인 분석에서의 빅데이터를 활용한 텍스트 분석 연구는 아직 초기 단계라는 점에서 사용자 중심의 커뮤니케이션 환경인 소셜미디어 데이터를 활용하였다는 점과 빅데이터 분석 방법인 토픽모델링과 의미연결망 분석으로 패션디자인에 대한 보다 체계적인 연구가 진행되었다는 점에서 학문적 의의가 있다. 또한 본 연구는 일반 사용자들이 현재 시점에서 주요하게 언급하고 있는 현실언어 기반의 어휘를 도출하고, 시대적, 사회적 상황을 반영하는 디자인 속성과 감성 어휘간의 관계를 바탕으로 사용자 중심의 디자인 가이드라인을 제시하였다는 점에서 실무적 의의를 가진다.
아울러 본 연구 결과가 사용자들의 감성적 반응이 디자인 개발 프로세스에서 명확한 방법적 지침을 제시하는 정보로서 활용될 수 있는 기회를 제공하고, 패션디자인 리서치 방법론에 있어서 개발된 감성분석 방법과 감성 어휘를 통하여 보다 다양한 데이터 활용 전략과 우수한 연구 방법 개발에 초석이 되기를 기대한다.
목차 (Table of Contents)
- Ⅰ. 서론 1
- A. 연구의 목적 및 의의 1
- B. 연구의 방법 및 내용 6
- C. 용어 정의 9
- Ⅱ. 이론적 고찰 11
- Ⅰ. 서론 1
- A. 연구의 목적 및 의의 1
- B. 연구의 방법 및 내용 6
- C. 용어 정의 9
- Ⅱ. 이론적 고찰 11
- A. 패션디자인과 감성분석 11
- 1. 디자인 감성 패러다임 변화 11
- 2. 디자인 감성분석 방법 15
- 3. 패션디자인 감성관련 선행연구 17
- B. 빅데이터와 사용자 분석 29
- 1. 빅데이터와 패션 동향 29
- 2. 빅데이터와 소셜미디어 분석 33
- 3. 빅데이터 기반 사용자 분석 선행연구 38
- C. 텍스트 분석 방법 49
- 1. 텍스트 분석 주요 기법 50
- 2. 텍스트마이닝 분석 방법 53
- 3. 의미연결망 분석 방법 57
- Ⅲ. 연구 방법 65
- A. 연구 문제 65
- B. 감성 분석 연구 절차 66
- C. 자료수집 대상 선정 69
- 1. 패션디자인 평가 대상 선정 기준 69
- 2. 데이터 수집 대상 선정 71
- 3. 빅데이터 분석 도구 선정 72
- D. 데이터 분석 방법 73
- 1. 텍스트마이닝 프로세스 73
- 2. 의미연결망 분석 프로세스 74
- Ⅳ. 연구 결과 76
- A. 데이터 수집 결과 76
- B. 텍스트마이닝 결과 77
- 1. TF-IDF 분석 결과 77
- 2. 토픽모델링 분석 결과 84
- C. 의미연결망 분석 결과 95
- 1. 중심성 분석 결과 95
- 2. 일원모드(1-mode) 네트워크 분석 결과 100
- 3. 이원모드(2-mode) 네트워크 분석 결과 109
- Ⅴ. 종합 논의 129
- A. 패션디자인 감성분석 방법 특성 129
- 1. 토픽모델링과 의미연결망 분석 특성 비교 129
- 2. 선행연구와 감성분석 어휘 특성 비교 133
- B. 패션디자인 감성분석 활용방안 138
- Ⅵ. 결론 143
- A. 연구의 요약 및 결론 143
- B. 연구의 제한점과 제언 147
- 참고문헌 148
- Abstract 164
참고문헌 (Reference)
1. 국어대사전, 이희승, 서울: 민중서림, , 2016
2. 『복식사전』, 조규화, 경춘사, 서울: 경춘사, , 1995
3. 감성의류과학, 박혜준, 조길수, 동서문화원, 서울: 동서문화원, , 2011
4. 패션과 감성과학, 권오경, 교문사, 서울: 교문사, , 2000
5. Big Data 시대의 기술, 조성우, 서울: KT종합기술원, , 2011
6. 빅데이터를 말하다, 정우진, 클라우드북스, 서울: 클라우드북스, , 2013
7. 사회 네트워크 분석, 손동원, 서울: 경문사, , 2002
8. 소셜 네트워크 분석, 곽기영, 청람, 서울: 청람, , 2014
9. 사회연결망분석(4판), 김용진, 김용학, 서울: 박영사, , 2016
10. 네트워크 분석 방법론, 이수상, 서울: 논형, , 2013
1. 국어대사전, 이희승, 서울: 민중서림, , 2016
2. 『복식사전』, 조규화, 경춘사, 서울: 경춘사, , 1995
3. 감성의류과학, 박혜준, 조길수, 동서문화원, 서울: 동서문화원, , 2011
4. 패션과 감성과학, 권오경, 교문사, 서울: 교문사, , 2000
5. Big Data 시대의 기술, 조성우, 서울: KT종합기술원, , 2011
6. 빅데이터를 말하다, 정우진, 클라우드북스, 서울: 클라우드북스, , 2013
7. 사회 네트워크 분석, 손동원, 서울: 경문사, , 2002
8. 소셜 네트워크 분석, 곽기영, 청람, 서울: 청람, , 2014
9. 사회연결망분석(4판), 김용진, 김용학, 서울: 박영사, , 2016
10. 네트워크 분석 방법론, 이수상, 서울: 논형, , 2013
11. 빅데이터 플랫폼 전략, 최완, 허성진, 장명길, 황승구, 이미영, 서울: 전자신문사, , 2013
12. “패션감성의 척도화 과정”, 이경희, 김유진, 한국감성과학회, 한국감성과학회지, 4(2), 33-42, , 2001
13. 의류학 연구 방법론 2nd edition, 이은영, 서울: 교문사, , 2010
14. 빅데이터에 나타난 감성 분석, 김수현, 이득환, 강형구, 이창민, 한국금융공학회, 금융공학연구, 12(2), 79-96, , 2013
15. 진화하는 정보기술 변화하는 세상, 김성철, 시그마프레스, 서울: 시그마프레스, , 2012
16. “빅 데이터 활용과 관련기술 고찰”, 김정숙, 한국콘텐츠학회, 한국콘텐츠학회지, 10(1), 34-40, , 2012
17. 중년 여성의 감성 Brassiere 개발 (제1보), 홍경희, 이선영, 김정화, 한국의류학 회지, 24(5), 714-723, , 2000
18. 블랙컬러 패션소재의 색채감성과 선호도, 김여원, 최종명, 한국감성과학회, 감성과학, 13(2), 337-346, , 2010
19. “글로벌화를 위한 패션감성 어휘 추출”, 안효선, 이인성, 한국기초조형학회, 기초조형학연구, 14(13), 133-141, , 2013
20. 감성디자인이 적용된 미래 주거공간 연구, 유용우, 연세대학교 석사학위논문, , 2007
21. 한국의 감성과학 연구참여분야 동향 분석, 박성배, 한국감성과학회, 감성과학, 15(1), 29-36, , 2012
22. 누나의 첫 번째 무료나눔 이벤트. , April 22), 빈티나, Retrieved April 20, 2017, fro m http://blog.naver.com/lklove052/220690349029http://blog.naver.com/lklove052/ 220690349029, , 2016
23. 감성융합의 사회적 가치관과 디지털 이모션, 이향재 ( Hyang Jai Lee ), 한국일러스아트학회, 한국일러스아트학회지, 18(1), 235-242, , 2015
24. 왜 트렌드의 절반은 빗나가는가 (이지은 역), 고든, 애덤, 서울: 흐름출판, , 2011
25. 소셜 빅데이터를 이용한 영화 흥행 요인 분석, 이오준, 한국콘텐츠학회, 한국콘텐츠학회논문지, 14(10), 532, , 2014
26. 남성복에 나타난 문양의 감성이미지와 선호도, 박영희, 한국복식학회, 복식, 54(4), 113-127, , 2004
27. 줄무늬 셔츠의 시각적 감성에 대한 소비자 평가, 최수경(Soo-Kyoung Choi), 한국의상디자인학회, 한국의상디자인학회지, 16(2), 71-80, , 2014
28. 지난해 순이익 15% 상승. , March 21). 국제섬유신문, 인디텍스, Retrieved April 2 0, 2017, from http://www.itnk.co.kr/news/articleView.html?idxno=48998, , 2016
29. 남성셔츠 줄무늬 특성이 감성지각에 미치는 영향, 공진희, 권영아, 한국감성과학회, 감성과학, 16(1), 65-74, , 2013
30. KISA-KT 경제경영연구소, 2017년 인터넷 10대 이슈 전망, 채승완, 서울: 한국인 터넷진흥원, , 2016
31. 새로운 기술패러다임으로서 빅데이터: 쟁점과 과제, 이용호, 박진서, 박경석, 과학 기술정책, 192. 17-30, , 2013
32. 소셜미디어 빅데이터로 분석한 항공사 이미지 변화, 홍지숙, 계명대학교 석사학위 논문, , 2015
33. 빅데이터, 경영을 바꾸다 - 데이터는 답을 알고있다!, 함유근, 채승병, 서울: 삼성 경제연구소, , 2012
34. 상 하의 배색과 하의형태가 인상형성에 미치는 영향, 문주영, 강경자, 한국의류학회, 한국의류학 회지, 27(1), 111-122, , 2003
35. 의미연결망 분석 방법을 활용한 학술논문의 내용분석, 이수상, 정보관리학회지, 31(4), 49-68, , 2014
36. 최소비용으로 최대효과를 가져오는 한국형 소셜미디어, 김준, 김정곤, 경기도: 정 일, , 2012
37. January 18). 중국 패션시장, 온라인 중심 트렌드 확산. KOTRA, 강미라, Retrieve d April 20, 2017, from http://news.kotra.or.kr/user/globalBbs/kotranews/4/glob alBbsDataView.do?setIdx=243&dataIdx=156642, , 2017
38. 감성 척도 맵 개발 및 패션 브랜드의 감성이미지 비교 연구, 유지헌, 복식문화연 구, 18(4), 348-370, , 2010
39. 니트 소재의 주관적 질감 및 감성과 객관적 태에 관한 연구, 주정아, 한국의류학회, 한국의류학 회지, 30(1), 83-93, , 2006
40. QFD(품질 기능 전개도)를 이용한 중년 여성의 감성 Brassiere 개발, 김정화, 한국의류학회, 한 국의류학회지, 28(12), 1596-1604, , 2004
41. 나오키 감성 마케팅, 잠든 시장을 깨운다 (정보공학연구소 역), 사카이, 서울: 정 보공학연구소, , 2003
42. 텍스트 마이닝을 이용한 관광지 이미지 결정요인에 관한 연구, 심영석, 세종대학 교 석사학위논문, , 2016
43. “민족적 색채(Ethnic color)기호의 분석을 통한 국가별 색 채감성”, 조은영, 유태순, 한국복식학회, 한국의류학회지, 62(6), 38-52, , 2012
44. 다계층 이원 네트워크를 활용한 사용자 관점의 이슈 클 러스터링, 김지은, 조윤호, 김남규, 한국지능정보시스템학회, 지능정보연구학회지, 20(2), 93-106, , 2014
45. “대권 예비후보자 관련 신문기사의 네트워크 분석과 홍 보전략”, 남인용, 박한우, 한국정당학회, 한 국정당학회보, 6(1), p.84, , 2007
46. 상의 스트라이프의 방향, 폭, 색상대비가 인상형성에 미치는 영 향, 문주영, 강경자, 한국의상디자인학회, 한국의상디자인학회지, 8(3), 1-15, , 2006
47. 자연물에 나타난 스트라이프(stripe)의 선과 색채에 의한 리듬 특 성, 김혜수, 김영인, 한국색채학회지, 18(1), 45-56, , 2014
48. 넥타이의 폭, 스트라이프의 배열과 면적비에 따른 소비자 감성 평가, 최수경, 한국감성과학회, 감 성과학, 15(2), 193-200, , 2012
49. 스트라이프 문양과 의복스타일에 따른 이미지 차이와 포지셔닝 연구, 문주영, 한국의류산업학회, 한 국의류산업학회지, 12(1), 1-9, , 2010
50. 스트라이프 문양의 컬러 코디네이션이 넥타이 이미지에 미치는 영향, 성남숙, 최수경, 한국디자인문화학회, 한국디자인문화학회지, 14(2), 237-248, , 2008
51. 텍스트마이닝과 네트워크 분석을 활용한 미래예측 방법 연구 (2011-003), 정근하, 서울: 한국과학기술기획평가원, , 2010
53. 식품첨가물에 대한 소비자 인식 조사–소셜 웹 데이터 분석을 중심으로-, 이수연, 서울대학교 대학원, 서울대학교 박사학위논문, , 2016
54. 직물의 시각적 질감특성과 물리적 색채성질에 의한 색채감성유인 예측모델, 이은주, 이안례, 한국의류학회지, 34(9), 1567-1580, , 2010
57. “직물 소재와 색상,톤에 따른 감성 이미지 평가 -한산 모시와 면을 중심으로-,”, 김재숙, 한국의류학회, 한국의류학회지, 29(5), 662-670, , 2005
58. 빅데이터를 활용한 템플스테이 키워드 네트워크 분석-블로그와 트위터를 중심으로-, 김미경, 김보경, 한국관광학회, 관광학연구, 39(5), 27-40, , 2015
59. June 9). 마윈 알리바바 회장, 세상은 DT 시대로 전환...빅데이터가 지배할 것. 이투데이, 배준호, Retrieved April 20, 2017, from http://www.etoday.co.kr/news/se ction/newsview.php?idxno=1140363, , 2015
60. 감성디자인이 실내공간에 미치는 영향에 관한 디자인 연구: 조명 디자인을 중심으로, 이상일, 김정호, 한국가구학회, 한국가구학회지, 23(3), 317-323, , 2012
61. 줄무늬 문양 복식의 미적 가치에 관한 역사적 고찰 - 중세부터 19세기 말을 중심으로-, 박선경, 복식문화연구, 13(3), 391-405, , 2005
64. 토픽모델링을 이용한 탐색적 사용자 경험 분석-아마존 에코 온라인 리뷰 분석 사례를 중심으로, 황해정, 연세대학교 정보대학원, 연세대학교 석사학위논문, , 2016
65. 텍스트 네트워크 분석: 사회적 인지 네트워크 분석을 통한 정책 이해 관계자 간 공유된 의미 파악 사례, 박치성, 정지원, 정보학연구, 19(2), 78, , 2013
67. 한국어의 내용분석을 위한 KrKwic 프로그램의 이 해와 적용: Daum.net에서 제공된 지역혁신에 관한 뉴스를 대상으로, Loet Leydesdorff, 박한우, 한국자료분석학 회지, 16(5), 1377-1387, , 2004
68. 복합적텍스트 분석을 이용한 포털 댓글에 관 한 연구 -17대 대통령 선거 기간 미디어 ‘다음’에 게시된 광운대 BBK 동영상, 이연옥, 박한우, 한국자료분석학회, 11(2), 731-744, , 2009
69. March 14). 인공지능이 제4의 산업혁명. 조선비즈. Retrieved April 20, 201 7, from http://biz.chosun.com/site/data/html_dir/2016/03/13/2016031302067.html 관심집중! 남성 봄 패션. (2016, April 12), 김신영, Retrieved April 20, 2017, from http://blog.nav er.com/readyfit/220681286490, , 2016
분석정보
이 자료와 함께 이용한 RISS 자료
나만을 위한 추천자료
