본문 바로가기

강주영 논문수  · 이용수 22,170 · 피인용수 55

소속기관
아주대학교
소속부서
경영대학원
주요 연구분야
공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 컴퓨터학 TOP 5% 사회과학 > 경영학 TOP 1% 공학 > 산업공학 TOP 0.5% 사회과학 > 행정학 복합학 > 학제간연구 사회과학 > 법학
연구경력
-
  • 저자정보 . 논문
  • 공저자 . 저널

저자의 연구 키워드

저자의 연구 키워드
#가상현실
#가치기반수용모델
#간편 결제 서비스
#감성 분석
#감정분석
#거대 언어 모델
#거대언어모델
#고령자
#구독서비스
#네트워크 분석
#도시재생
#도시재생 유형 분류
#동시출현단어 분석
#디지털 기술
#디지털 트랜스포메이션
#디지털콘텐츠
#딥러닝
#리셀
#리셀 재테크
#마케팅 모델
#머신러닝 분류 알고리즘
#모바일 애플리케이션
#모바일 커머스
#문법
#문체
#법률
#비즈니스 혁신
#사업전환
#사용자 리뷰
#사용자 저항 이론
#소셜 네트워크 분석
#소셜네트워크분석
#소셜커머스
#오픈마켓
#웹툰
#유튜브
#인공지능
#지각된 가치
#지속가능경영
#추론
#텍스트 마이닝
#토픽 모델링
#토픽모델링
#트위터
#프롬프트 엔지니어링
#하이프사이클
#혁신확산
#후견 제도
#AISAS
#Artificial Intellingece
#BERT
#BERTopic
#Big Data
#Business Innovation
#Business Transformation
#Cartoon
#CartoonGan
#ChatGPT
#Classification
#Clustering Analysis
#Co-occurrence analysis
#Cooperative Robot
#CRM(Custormer Relationship Management)
#Customer Segmentation
#Deep Learning
#Delphi
#Digital Content
#Digital Technology
#Digital Transformation
#Easy Payment Service
#Elderly
#Fandom
#GAN
#Gartner Hype Cycle
#GPT
#Grammar
#Guardianship System
#Inference
#Innovation Diffusion
#Large Language Models
#LDA 토픽모델링
#LDA topic modeling
#Legislation
#LLM(Large Language Model)
#Machine Learning
#Machine Learning Classification Model
#Marketing
#Marketing Model
#Mobile Application
#Mobile commerce
#Network Analysis
#Open market
#Perceived Value
#PEST analysis
#PEST분석
#Prompt Engineering
#Prophet 시계열 모형
#Prophet Time Series Model
#Resell
#Resell Market
#Robot Café
#RSS
#Sentiment Analysis
#sentimental analysis
#Smart Factory
#Social commerce
#Social Network Analysis
#S-O-R 모델
#S-O-R model
#Speed Factory
#Subscription Service
#Sustainability Management
#SWOT analysis
#SWOT분석
#Text Mining
#Topic Modeling
#Twitter
#Unmanned
#Unmanned Study Cafe
#Untact
#Urban Regeneration
#User Resistance Theory
#User review
#VAM Model
#Virtual Reality
#Web 2.0
#Writing Style
#XGBoost 알고리즘
#XGBoost Algorithm
#Youtube
#Youtube Influencer

저자의 논문

연도별 상세보기를 클릭하시면 연도별 이용수·피인용수 상세 현황을 확인하실 수 있습니다.
피인용수는 저자의 논문이 DBpia 내 인용된 횟수이며, 실제 인용된 횟수보다 적을 수 있습니다.