텍스트 마이닝 통합 애플리케이션 개발 : KoALA

전병진,최윤진,김희웅 한국경영정보학회 2019 Information systems review Vol.21 No.2

빅데이터 시대를 맞아 다양한 도메인에서 수없이 많은 데이터들이 생산되면서 데이터 사이언스가 대중화 되었고, 데이터의 힘이 곧 경쟁력인 시대가 되었다. 특히 전 세계 데이터의 80% 이상을 차지하는 비정형 데이터에 대한 관심이 부각되고 있다. 소셜 미디어의 발전과 더불어 비정형 데이터의 대부분은 텍스트 데이터의 형태로 발생하고 있으며, 마케팅, 금융, 유통 등 다양한 분야에서 중요한 역할을 하고 있다. 하지만 이러한 소셜 미디어를 활용한 텍스트 마이닝은 수치형 데이터를 활용한 데이터 마이닝 분야에 비해 접근이 어렵고 복잡해 기대에 비해 그 활용도가 높지 못한 실정이다. 이에 본 연구는 프로그래밍 언어나 고사양 하드웨어나 솔루션에 의존하지 않고, 쉽고 간편한 소셜 미디어 텍스트 마이닝을 위한 통합 애플리케이션으로 Korean Natural Language Application(KoALA)을 개발하고자 한다. KoALA는 소셜 미디어 텍스트 마이닝에 특화된 애플리케이션으로, 한글, 영문을 가리지 않고 분석 가능한 통합 애플리케이션이다. 데이터 수집에서 전처리, 분석, 그리고 시각화에 이르는 전 과정을 처리해준다. 본 논문에서는 디자인 사이언스(design science) 방법론을 활용해 KoALA 애플리케이션을 디자인, 구현, 적용하는 과정에 대해서 다룬다. 마지막으로 블록체인 비즈니스 관련 사례를 들어 KoALA의 실제 활용방안에 대해서 다룬다. 본 논문을 통해 소셜 미디어 텍스트 마이닝의 대중화와 다양한 도메인에서 텍스트 마이닝의 실무적, 학술적 활용을 기대해 본다. In the Big Data era, data science has become popular with the production of numerous data in various domains, and the power of data has become a competitive power. There is a growing interest in unstructured data, which accounts for more than 80% of the world's data. Along with the everyday use of social media, most of the unstructured data is in the form of text data and plays an important role in various areas such as marketing, finance, and distribution. However, text mining using social media is difficult to access and difficult to use compared to data mining using numerical data. Thus, this study aims to develop Korean Natural Language Application (KoALA) as an integrated application for easy and handy social media text mining without relying on programming language or high-level hardware or solution. KoALA is a specialized application for social media text mining. It is an integrated application that can analyze both Korean and English. KoALA handles the entire process from data collection to preprocessing, analysis and visualization. This paper describes the process of designing, implementing, and applying KoALA applications using the design science methodology. Lastly, we will discuss practical use of KoALA through a block-chain business case. Through this paper, we hope to popularize social media text mining and utilize it for practical and academic use in various domains.

소셜미디어는 사회학 트렌드를 어떻게 바꾸고 있나?

김주영,김우선 한국사회학회 2020 韓國社會學 Vol.54 No.2

본 연구는 소셜미디어의 확산이 사회학에 끼친 영향을 탐구한다. 이 연구를 위해 본 논문은 지난 10년간(2009~2018) 사회학의 연구동향 분석을 통해 소셜미디어가 어떻게 반영되고 그 특징이 무엇인지 고찰했다. 이를 위해 세계 사회학 저널 147종 45,873건 논문을 수집하여, 텍스트 마이닝과 토픽모델링 기법으로 분석하였다. 분석 결과, 소셜미디어는 10년 만에 사회학의 주된 관심 주제 중 하나로 자리 잡았음을 볼 수 있었고, 특히 ‘사회운동’ 분야와 결합하여, 사회운동 현상이 이전과 다르게 질적인 변화를 이끌어내고 있음을 확인할 수 있었다. 이러한 변화가 주는 의미는 다음과 같다. 첫째, 소셜미디어는 고립된 주제로 머물지 않고 다양한 사회학 관심 주제들에 영향을 끼치고 있으며, 이는 소셜미디어가 모바일 기술과 결합하여 사용자의 일상에 편재하면서 일상적인 사회적 활동 자체를 변화시키고 있음을 의미한다. 둘째, 소셜미디어는 다양한 분야의 사회적 행위가 나타나는 장소(site)로써 기능하고 있으며, ‘데이터화’와 맞물려 사회학자들이 측정하고 분석할 수 있는 새로운 방법론과 대상이 되고 있다. 본 연구는 세계 사회학의 전체적 연구 동향을 계량적으로 분석한 첫 한국어 논문으로서, 또한 소셜미디어에 대한 개별적 사례 연구나 이론적 논의를 넘어 소셜미디어가 세계 사회학 트렌드에 끼치고 있는 영향을 구체적으로 확인하는 실증적 연구로서, 학계에 공헌이 될 것이다. This paper explores how social media affect sociology. In particular, it examines how social media are manifested in sociological research trends from 2009 to 2018. For this purpose, it analyzes 45,873 articles in 147 sociological journals written in English, based on text mining and topic modeling. This research finds: first, that social media have rapidly become a key research theme since it appeared around 2010 in sociology journals, and secondly that social media have changed the dynamics of social movement. These findings imply that social media, explosively expanded in their link with smartphones, affect everyday life and thereby have become a source for sociologists to find new data unavailable in the past, to observe and analyze social phenomena with those new data. This paper contributes to the understanding of how social media have changed the research landscape of world sociology, grounded in empirical data.

그래프의 고유벡터 중심성을 이용한 소셜 미디어 마이닝

조정길,허원회 사단법인 인문사회과학기술융합학회 2017 예술인문사회융합멀티미디어논문지 Vol.7 No.4

With the rise of social media, the web has become a vibrant and lively realm in which individuals all around the globe interact, share, and conduct numerous daily activities. Mining social media data is the task of mining user-generated content with social relations. This data presents novel challenges encountered in social media mining. Sadly, social media data is significantly different from the traditional data that we are familiar with in general data mining. Apart from enormous size, the mainly user-generated data is noisy and unstructured, with various social relations. Frequent subgraph mining is an important task for exploratory data analysis on the graph database analysis, involves the overhead of candidate set generation and isomorphism checking. In this work, we propose to reduced the search space and address isomorphism overheads, a eigenvector centrality approach to subgraph mining. The proposed method is to keep the number of frequency patterns to reflect the threshold value to extract frequent subgraph shows that effectively and efficiently. 소셜 미디어의 등장으로 웹은 전 세계 개인의 의해 상호작용, 공유와 수많은 일상적인 활동을 수행하는 활기차고 생동감 넘치는 영역이 되고 있다. 소셜 미디어 마이닝은 소셜 관계에서 사용자가 생성한 콘텐츠를 마이닝하는 작업이다. 이러한 소셜 미디어 마이닝은 우리에게 새로운 기회를 제공한다. 유감스럽게도 소셜 미디어 데이터는 데이터 마이닝에 익숙한 기존의 데이터와 크게 다르다. 주로 사용자가 생성한 데이터는 엄청난 크기 외에도 다양한 사회적 관계로 잡음이 있고 구조화되지 않은 것들이다. 빈발 서브그래프 마이닝은 그래프 데이터베이스에서 탐색 데이터 분석을 위한 중요한 과제이며, 후보 셋 생성과 동형 테스트의 오버 헤드를 수반한다. 이 논문에서는 검색 공간을 감소시키고 동형 테스트의 오버헤드를 해결하기 위한 서브그래프 마이닝 고유벡터 중심성 접근법을 제안한다. 제안된 방법이 임계값을 반영하여 빈발 패턴의 수를 유지하여 효율적으로 빈발 서브그래프를 추출하는데 효과적임을 보여준다.

소셜 미디어 피로감에 관한 수용자 연구: 중국 SNS 웨이보를 중심으로

진혜 ( Chen Hui ),장일주 ( Zhang Yizhou ) 인문사회 21 2023 인문사회 21 Vol.15 No.1

연구 목적: 본 연구는 소셜 미디어 피로감이라는 심리적인 현상을 주목하여, 중국 SNS 이용자의 소셜 미디어 피로감에 미치는 요인 및 이용행동을 분석하는 것이다. 연구 방법: 중국 SNS 웨이보의 게시글을 웹 크롤링을 해서 텍스트 마이닝으로 분석하였다. 연구 내용: 소셜 미디어 피로감에 관하여 TF-IDF 분석한 키워드에 ‘소셜 미디어 피로감’, ‘생활’, ‘정보’,‘사회’,‘매체’,‘심리’,‘업무’ 등 단어가 나타난다. LDA 토픽 모델링 분석을 통하여 ‘토픽 1 사회생활’,‘토픽 2 이용목적’,‘토픽 3 부정적 감정’,‘토픽 4 심리상태’,‘토픽 5 이용행동’ 5개 잠재된 토픽을 도출하였다. 결론 및 제언: 본 연구는 미디어 심리학적 관점에서 소셜 미디어 피로감에 대한 이해를 제공하며, SNS 플랫폼 기업이 사용자의 심리 상태의 변화를 이해하는 데 중요한 의미가 있다. The purpose of this study is to analyze the factors and usage behaviors of Chinese SNS users on social media fatigue by paying attention to the psychological phenomenon of social media fatigue. The posts of Weibo were analyzed by text mining through web crawling. Words such as ‘social media fatigue’, ‘life’, ‘information’, ‘society’, ‘media’, ‘psychology’, and ‘work’ appear in keywords analyzed by TF-IDF about SMF. Through LDA topic modeling analysis, five potential topics were derived: Topic 1 Social Life, Topic 2 Purpose of Use, Topic 3 Negative Emotions, Topic 4 Psychological State, and Topic 5 Behavior. This study provides an understanding of social media fatigue from a media psychological perspective, and has important implications for SNS platform companies to understand changes in users’ psychological states.

텍스트 마이닝을 활용한 매스 미디어와 소셜 미디어 의제 분석 : ‘마스크 5부제’를 중심으로

이새미,유승의,안순재 한국콘텐츠학회 2020 한국콘텐츠학회논문지 Vol.20 No.6

This study analyzes online news articles and cafe articles on the '5-day Rotation Mask Distribution System', which is emerging as a recent issue due to the COVID-19 incident, to identify the mass media and social media agendas containing media and public reactions. This study figured out the difference between mass media and social media. For analysis, we collected 2,096 full text articles from Naver and 1,840 posts from Naver Cafe, and conducted word frequency analysis, word cloud, and LDA topic modeling analysis through data preprocessing and refinement. As a result of analysis, social media showed real-life topics such as ‘family members’ purchase’, ‘the postponement of school opening’, ‘ mask usage’, and ‘mask purchase’, reflecting the characteristics of personal media. Social media was found to play a role of exchanging personal opinions, emotions, and information rather than delivering information. With the application of the research method applied to this study, social issues can be publicized through various media analysis and used as a reference in the process of establishing a policy agenda that evolves into a government agenda. 본 연구는 코로나19 사태로 인하여 최근 이슈로 떠오르는 ‘마스크 5부제’에 대한 온라인 뉴스 기사와 카페글을 분석하여 언론과 대중들의 반응을 담고 있는 매스 미디어와 소셜 미디어 의제를 파악하고, 그 차이점을 알아보았다. 분석을 위해 네이버 뉴스 기사 전문 2,096건과 카페글 1,840건을 수집하고 데이터 전처리 과정과 정제과정을 거쳐 단어 빈도분석, 워드 클라우드, LDA 토픽모델링 분석을 실시하였다. 분석 결과, 매스 미디어에 비해 소셜 미디어는 ‘대리 구매’, ‘개학 연기’, ‘마스크 사용’, ‘마스크 구입’과 같이 실생활 관련 토픽이 나타나 개인 미디어의 특성이 반영되어 정보 전달의 기능 보다는 개인의 의견, 감정, 정보를 교류하는 역할을 하는 것으로 나타났다. 본 연구에 적용된 연구방법의 적용으로 다양한 미디어 분석을 통해 사회이슈가 공중의제화 되고, 정부의제로 진화하는 정책의제설정 과정에서 참고자료로 활용될 수 있을 것이다.

Visualizing the Results of Opinion Mining from Social Media Contents

Yoosin Kim(김유신),Do Young Kwon(권도영),Seung Ryul Jeong(정승렬) 한국지능정보시스템학회 2014 지능정보연구 Vol.20 No.4

After emergence of Internet, social media with highly interactive Web 2.0 applications has provided very user friendly means for consumers and companies to communicate with each other. Users have routinely published contents involving their opinions and interests in social media such as blogs, forums, chatting rooms, and discussion boards, and the contents are released real-time in the Internet. For that reason, many researchers and marketers regard social media contents as the source of information for business analytics to develop business insights, and many studies have reported results on mining business intelligence from Social media content. In particular, opinion mining and sentiment analysis, as a technique to extract, classify, understand, and assess the opinions implicit in text contents, are frequently applied into social media content analysis because it emphasizes determining sentiment polarity and extracting authors opinions. A number of frameworks, methods, techniques and tools have been presented by these researchers. However, we have found some weaknesses from their methods which are often technically complicated and are not sufficiently user-friendly for helping business decisions and planning. In this study, we attempted to formulate a more comprehensive and practical approach to conduct opinion mining with visual deliverables. First, we described the entire cycle of practical opinion mining using Social media content from the initial data gathering stage to the final presentation session. Our proposed approach to opinion mining consists of four phases: collecting, qualifying, analyzing, and visualizing. In the first phase, analysts have to choose target social media. Each target media requires different ways for analysts to gain access. There are open-API, searching tools, DB2DB interface, purchasing contents, and so son. Second phase is pre-processing to generate useful materials for meaningful analysis. If we do not remove garbage data, results of social media analysis will not provide meaningful and useful business insights. To clean social media data, natural language processing techniques should be applied. The next step is the opinion mining phase where the cleansed social media content set is to be analyzed. The qualified data set includes not only user-generated contents but also content identification information such as creation date, author name, user id, content id, hit counts, review or reply, favorite, etc. Depending on the purpose of the analysis, researchers or data analysts can select a suitable mining tool. Topic extraction and buzz analysis are usually related to market trends analysis, while sentiment analysis is utilized to conduct reputation analysis. There are also various applications, such as stock prediction, product recommendation, sales forecasting, and so on. The last phase is visualization and presentation of analysis results. The major focus and purpose of this phase are to explain results of analysis and help users to comprehend its meaning. Therefore, to the extent possible, deliverables from this phase should be made simple, clear and easy to understand, rather than complex and flashy. To illustrate our approach, we conducted a case study on a leading Korean instant noodle company. We targeted the leading company, NS Food, with 66.5% of market share; the firm has kept No. 1 position in the Korean “Ramen” business for several decades. We collected a total of 11,869 pieces of contents including blogs, forum contents and news articles. After collecting social media content data, we generated instant noodle business specific language resources for data manipulation and analysis using natural language processing. In addition, we tried to classify contents in more detail categories such as marketing features, environment, reputation, etc. In those phase, we used free ware software programs such as TM, KoNLP, ggplot2 and plyr packages in R project. As the resu

축구 선수의 소셜 미디어 내용 분석을 위한 온톨로지 모형 연구

김주학,조선미,강지연 국민체육진흥공단 한국스포츠정책과학원 2020 체육과학연구 Vol.31 No.4

[Purpose] Soccer-related social media BigData includes complex information related to soccer players and is continuously and instantly generated. Text mining research is actively carried out for this kind of social media contents analysis, but it tends to be analyzed with limited linguistic characteristics such as understanding of language complexity and context, ambiguous terms, rhetoric, and new terms. This can be attributed to the fact that the tools commonly used for text mining use universal terminology dictionaries and packages that exclude the peculiarities of the analysis themes. The purpose of this study is to develop an Ontology model, which are representative tools for defining semantic ambiguity and relationships and systems between terms of text data. [Methods] In order to achieve the research objectives, we applied the 7-step development method of ‘Ontology Development 101: A Guide to Creating Your First Ontology’, which is useful for ontology development. Each step includes 1) Determine the domain and scope of the ontology 2) Consider reusing existing ontology 3) Enumerate important terms in the ontology 4) Define the classes and the class hierarchy 5) Define the properties of classes-slots 6) Define the facts of the slots 7) Create instances. In particular, the 3rd-step of this study, the glossary stage, is to extract core terms that make up he ontology, but since the goal of this study is to develop the ontology that can be used in social media contents analysis of soccer players, we conducted a social media text analysis related to actual soccer players and selected 484 core terms. [Results] The ontology which was developed in this research for social media contents analysis of soccer players consisted largely of four parts(General terms, performance results terms, common terms, and Characteristic term) and classified according to the content characteristics of the term. [Conclusion] Developed ontology in this study is object-oriented that defining classes and objects to define divisions and relationships between terms and also means a social media contents knowledge system of soccer players. In addition, it performs a function as a secondary tool which can be utilized for atypical data analysis. [목적] 축구와 관련한 소셜 미디어 빅데이터는 축구 선수와 관련된 복합적 차원의 정보를 내포하며 연속적으로 빠르게 생성되고 있다. 이러한 소셜 미디어 내용 분석을 위해 텍스트 마이닝 연구가 활발히 진행되고 있으나 언어의 복잡성과 문맥에 대한 이해, 중의어, 수사어, 신조어 등 언어적 특성으로 다소 제한적으로 분석되는 경향이 있다. 이는 일반적으로 텍스트 마이닝에 사용되는 도구가 분석 주제의 특수성을 배제한 보편적인 용어 사전이나 패키지를 사용하기 때문이라 볼 수 있다. 이 연구는 텍스트 데이터의 의미적 모호성과 용어 간 관계 및 체계를 정의하는 대표적인 도구인 온톨로지(Ontology) 모형을 개발하는 데 그 목적이 있다. [방법] 연구의 목적 달성을 위해, 초기 온톨로지 개발에 유용한 'Ontology Development 101: A Guide to Creating Your First Ontology’의 7단계 개발방법을 적용하였다. 각 7단계는 1)온톨로지 대상 분야와 범위 규정, 2)선행 온톨로지 검토, 3)용어 나열, 4)클래스 정의 및 계층 정의, 5)클래스의 속성 정의, 6)슬롯의 패싯 정의, 7)개별 사례 생성의 단계를 포함한다. 특히, 이 연구의 세 번째 단계인 용어 나열 단계는 온톨로지를 구성하는 핵심 용어를 추출하는 단계인데, 이 연구의 목표가 축구 선수의 소셜 미디어 내용 분석에 활용되는 온톨로지를 개발하는 것이기 때문에 실제 축구 선수와 관련한 소셜 미디어에 등장한 텍스트 분석을 진행하여 484개의 핵심용어를 선정하였다. [결과] 개발한 축구 선수의 소셜 미디어 내용 분석을 위한 온톨로지는 크게 인물, 수행결과, 공통용어, 특정어의 4가지의 영역으로 구성되며 용어의 내용적 특성에 따라 분류되었다. 각 영역에 구성된 484개의 용어에 대하여 관계 및 정의, 속성값을 기술하였다. [결론]개발 온톨로지는 클래스와 객체를 정의하여 용어 간 구분 및 관계를 정의한 객체 지향적 온톨로지 모형이며 축구 선수의 소셜 미디어에서 나타난 지식체계를 대변한다. 또한, 비정형 데이터 분석에 활용될 수 있는 2차 도구로써의 기능을 수행한다.

뉴트로 패션에 대한 소셜미디어 빅데이터 분석

성광숙 한국일러스아트학회 2020 조형미디어학 Vol.23 No.2

In recent years, Newtro has established itself as a mega trend in the fashion industry. This study analyzed the response to Newtro Fashion through text mining techniques for the big data accumulated through social media, and the research results are as follows. First, about Newtro Fashion, the total number of social media posts collected in the last three years is 6.878, and the extracted keywords are 122.101. Among them, 63 major keywords were selected based on the frequency of co-occurrence over 230 times. ‘Newtro’ (11.113 times) is the most popular keyword over 2000 times, followed by ‘Fashion’(8.983 times), ‘Retro’ (3.223 times), ‘Style’(2.234 times), and ‘Trend’(2.111 times), appeared as the text with the greatest influence. Second, the analysis result of network degree centrality between major keywords for Newtro Fashion, the number of nodes connected with ‘Newtro’(11.113 times) and ‘Fashion’(8.983 times) is overwhelmingly followed by ‘Retro’ (3.223 times), ‘Style’(2.234 times), and ‘Trend’(2.111 times) It appears as an influential text. It seems to be an important factor in exploring the reaction of social media to Newtro. Third, through the CONCOR analysis, vocabulary with structural equivalence between key keywords for Newtro fashion was rearranged and clustered, and four clusters were derived by grouping through network semantic network visualization. Fourth, the result of discussion by analyzing the contents of the 4 groups, ‘Various fashion products of Newtro sensibility’ is composed of text related to Newtro sensibility, text related to Newtro style, text related to Newtro fashion item, and text related to Newtro fashion issue. 최근 몇 년 사이 뉴트로(Newtro)는 패션업계의 메가 트랜드로 자리매김하고 있다. 이에 본 연구는 소셜미디어를 통해 축적된 빅데이터를 텍스트마이닝 기법을 통해 뉴트로 패션에 대한 반응을 분석하였으며, 연구결과는 다음과 같다. 첫째, 뉴트로 패션에 대해, 최근 3년 간 수집된 소셜미디어의 게시글은 총 6.878 건이며, 추출된 키워드는 총 122.101 개이다. 이중 공출현빈도 230 회 이상을 기준으로 63개의 주요 키워드를 선정하였다. 2000 회 이상의 상위 키워드로는 ‘뉴트로’(11.113 회)가 가장 많고, 이어 ‘패션’(8.983 회), ‘레트로’(3.223 회), ‘스타일’(2.234 회), ‘트랜드’(2.111 회)등이 영향력이 가장 큰 텍스트로 나타났다. 둘째, 뉴트로 패션에 대한 주요 키워드 간의 네트워크 연결중심성 분석 결과, ‘뉴트로’(11.113 회)와 ‘패션’(8.983 회)이 연결된 노드수가 압도적으로 많고, 다음으로 ‘레트로’(3.223 회), ‘스타일’(2.234 회), ‘트렌드’(2.111 회)등이 영향력이 큰 텍스트로 나타나, 뉴트로에 대한 소셜미디어의 반응 탐구에 중요한 요인이 되는 것으로 판단된다. 셋째, CONCOR 분석을 통해 뉴트로 패션에 대한 주요 키워드들 간의 구조적 등위성을 갖는 어휘들을 재배치하여 군집화하고, 네트워크 의미연결망 시각화를 통해 그룹화하여 4개의 군집을 도출하였다. 1그룹은 27개의 텍스트로서 ‘뉴트로 감성의 다양한 패션 제품들’, 2그룹은 4개 텍스트로서 ‘뉴트로 패션 브랜드’, 3그룹은 26개 텍스츠로서 ‘뉴트로 문화 현상과 뉴트로 콘셉트의 시장’, 4그룹은 6개 텍스츠로서 ‘뉴트로 대세 패션 제품들’ 로 명명하였다. 넷째. 도출된 4개의 그룹을 내용분석하여 논의한 결과, 1그룹, ‘뉴트로 감성의 다양한 패션 제품들’은 뉴트로 감성 관련 텍스트, 뉴트로 스타일 관련 텍스트, 뉴트로 패션아이템 관련 텍스트, 뉴트로 패션 이슈 관련 텍스트 등으로 구성되어 있다.

소셜 미디어 데이터 마이닝을 통한 라이프스타일 호텔 공간 선호 요인에 관한 연구 - 2021년 이후 성수기 중심으로 -

양윤실,김용성,송석재 한국공간디자인학회 2023 한국공간디자인학회논문집 Vol.18 No.1

(Background and Purpose) Instagram, one of the social media platforms, provides image-oriented information and has a greater impact than existing information media by using it directly or leaving it after experience or visit, and the hotel industry is also actively marketing using Instagram. The scope of lifestyle hotels is gradually expanding, but currently, analysis data on architectural spaces for lifestyle hotels in Korea are insufficient. Therefore, this study aims to analyze the characteristics of the lifestyle hotel space targeting millennials with strong personality using the image of a specific platform called Instagram and suggests it as basic data for future lifestyle hotel construction. (Method) To this end, the concept and spatial composition of lifestyle hotels are reviewed through previous studies, and the characteristics thereof are identified. A framework for analysis to analyze spatial components was established, and prior analysis studies using image data from Instagram were conducted. Image data mining was conducted using a neural network model, one of the classification techniques of data mining. Based on this, the space of lifestyle hotels that mainly appear in the image was identified, and spatial preference factors were derived for this. This is to provide basic data on future lifestyle hotel construction plans and present the direction of hotel construction. (Results) Therefore, this study analyzed users' preferred spaces through image mining based on the framework of analysis on the space composition of selected lifestyle hotels, and derived the results that images appeared the most in swimming pools, rooms, lobby lounges, restaurants, bars, elevators, and corridors. After analyzing the preference factors in the main space through image mining in the same space based on the image of the upper space, it was confirmed that the preferred space characteristics of Instagram users are the preference factors for each hotel, such as exhibition elements using colorful patterns or art works, high floor height, round stairs, huge columns, and various color lights. (Conclusions) This analyzed information on users' direct experiences or visits through a large amount of data through a big data analysis method called image data mining for existing hotel architectural spaces. Through data mining of the image shown on Instagram, it was possible to identify the preference factors for the hotel space preferred by users. Therefore, it can be seen that the composition of the space, architecture, interior, and visual elements through exhibition in the space of the lifestyle hotel play a very important role in the hotel space. This study identified the spatial composition of lifestyle hotels and their preference factors as a method of analyzing large amounts of big data through image data mining on Instagram, and it is expected to be used as basic data for lifestyle hotel building plan research. (연구배경 및 목적) 소셜 미디어 플랫폼 중 하나인 인스타그램(Instagram)은 이미지 중심의 정보를 제공하여 직접 사용하거나 체험 또는 방문 후에 남기는 게시물을 통한 정보로 기존 정보 매체보다 큰 영향을 주고 있으며, 호텔 업계에서도 인스타그램을 활용한 마케팅을 적극적으로 펼치고 있다. 라이프스타일 호텔의 범위는 점차 확대되고 있으나, 현재 국내의 라이프스타일 호텔에 대한 건축 공간에 관한 분석 자료는 미비한 실정이다. 이에 본 연구는 개성이 강한 밀레니얼 세대를 타겟으로 한 라이프스타일 호텔 공간을 인스타그램이라는 특정 플랫폼의 이미지를 이용하여 이미지에서 주요하게 나타나는 공간에 대한 특성을 분석하고자 하는 것으로 향후 라이프스타일 호텔 건축에 대한 기초자료로 제안하려고 한다. (연구방법) 이를 위해 선행연구를 통한라이프스타일 호텔의 개념과 공간 구성을 고찰하고 그에 대한 특징을 파악한다. 공간 구성 요소를 분석하기 위한 분석의 틀을설정하고 인스타그램의 이미지 데이터를 활용한 분석 선행 연구를 진행하였다. 데이터 마이닝의 분류 기법 중 하나인 신경망 모델을 활용하여 이미지 데이터 마이닝을 진행하였다. 이를 바탕으로 이미지에서 주로 나타나는 라이프스타일 호텔의 공간을 파악하였으며 그에 대한 공간 선호 요인을 도출하였다. 이는 향후 라이프스타일 호텔 건축 계획에 관한 기초자료로 제공하고자 한다. (결과) 이에 본 연구에서는 선정된 라이프스타일 호텔의 공간 구성에 대한 분석의 틀을 기준으로 이미지 마이닝을 통한 이용자들의 선호 공간을 분석한 결과 수영장과, 객실, 로비 라운지, 레스토랑 ‧ 바, 엘리베이터, 복도 공간에서 이미지가 가장 많이나타났다는 결과를 도출하였다. 이후 상위 공간의 이미지를 기준으로 동일 공간 내 세부 분류 이미지마이닝을 통해 주요 공간에서 나타나는 선호 요인을 분석한 결과 인스타그램 이용자들의 이미지에서 배경이 되는 선호 공간 특성은 화려한 패턴이나 미술작품 등을 활용한 전시 요소, 개방감을 주는 높은 층고, 원형 계단, 거대한 기둥, 다양한 색상 조명 등 호텔별로 가지는 특정한요소가 인스타그램 이미지에서 주로 나타나는 공간 선호 요인임을 확인하였다. (결론) 이는 기존의 호텔 건축 공간에 대해 이미지 데이터 마이닝이라는 빅 데이터 분석 방법을 통해 이용객들의 직접적인 체험이나 방문에 대한 정보를 대량의 데이터를 통해분석하였다. 인스타그램에서 나타난 이미지의 데이터 마이닝을 통해 이용자들의 호텔 공간에 대한 선호 요인을 파악할 수 있었다. 따라서 라이프스타일 호텔의 공간에서 공간의 구성 여부나 건축 및 인테리어, 전시를 통한 시각적 요소는 호텔 공간에서 매우 중요한 역할을 한다는 것을 알 수 있다. 본 연구는 인스타그램의 이미지 데이터 마이닝을 통한 대량의 빅 데이터 분석 방법으로 라이프스타일 호텔의 공간구성과 그에 대한 선호 요인을 파악하였으며 라이프스타일 호텔 건축 계획 연구의 기초자료로 활용되기를 기대한다.

소셜미디어의 빅데이터를 통한 시청자 반응과 성공요인 연구-여자 래퍼 리얼리티 서바이벌 Mnet의 ‘언프리티 랩스타2‘를 중심으로

오세종,변정민 한국문화융합학회 2015 문화와 융합 Vol.37 No.2

Of the ‘open audition programs’ established as the gateway of to becoming an entertainer or singer, Show Me The Money and Unpretty Rapstar on Mnet are differentiated from general survival programs. They are ‘track survival programs’ with a unique structure which comprises elements such as music drama, digital music seller/distributor and sonic branding with digital music. This study would extract viewer responses and success factors of Unpretty Rapstar 2 as an introduction platform to entertainers through big data in social media. In addition, this study would analyze issue keywords and success factors using text mining and opinion mining techniques using big data in social media. Success factors of Unpretty Rapstar 2 include line-up from idol girl groups and celebrities’ featuring, and it introduced a method of increasing the number of online video views through affiliation with a portal site. It created a great impression by expressing the scenes as music drama through edited video. Also, it could be found through big data in social media that the production company generated a new revenue model while proceeding with the production and distribution of new digital music was one of the success factors. It is expected that a study of models for revenue generation in advertising and marketing through analytics of big data in social media will serve as a momentum of the generation of secondary revenue with export in the future.