Smart Store in Smart City: 소비자 감성기반 상권분석 시스템 개발

유인진; 서봉군; 박도형

추천

검색

질문

자료유형: 학술저널

저자정보: 유인진 (국민대학교) 서봉군 (국민대학교) 박도형 (국민대학교)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제24권 제1호

발행연도: 2018.3

수록면: 25 - 52 (28page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2018

Smart Store in Smart City: 소비자 감성기반 상권분석 시스템 개발

유인진 , 서봉군 , 박도형 지능정보연구 2018.03 학술저널

2017

Smart Store in Smart City : 소비자 감성기반 상권분석 시스템 개발

유인진 , 서봉군 , 박도형 한국지능정보시스템학회 학술대회논문집 2017.08 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 소비자들이 상권에 대하여 수행하는 웹 탐색 활동과 감성평가를 반영하는 데이터인 지역구 연관감성어휘를 기반으로 서울시 내 대형 상업 공간으로 정의할 수 있는 각 지역구 간의 연관 감성 네트워크에 대하여 소셜 네트워크 분석을 수행하였다. 나아가 도출한 소셜 네트워크 지표를 지역구 공공 데이터와 결합하여 보다 다각적 측면을 고려한 지역구 상권의 매출액에 영향을 미치는 요인들을 검증하였고 그 영향력의 변화 또한 확인해 보았다. 정적 데이터로 표현되는 공공 데이터만을 통해 구성된 모형으로도 높은 설명력을 가지는 것을 확인할 수 있었으나, 소셜 네트워크 분석 결과로 도출된 네트워크 지표와 결합된 모형에서는 그 설명력이 더욱 향상된 것이 확인되었다. 공공 데이터에 대한 회귀 분석 결과, 투입된 22개의 요인들 중 ‘골목 상권 수,’ ‘1인당 거주면적,’ ‘주거환경만족도,’ ‘거래증감률,’ ‘3년 이상 생존율’의 5개의 요인이 지역구 상권 매출액에 유의한 영향을 미치는 것이 확인되었다. 이후 공공 데이터와 네트워크 지표 결합 모형에서 투입된 지표들은 ‘에고네트워크의 밀도,’ ‘연결 중심성,’ ‘근접 중심성,’ ‘매개 중심성,’ ‘아이겐벡터 중심성’이며, 이 중 ‘연결 중심성’과 ‘아이겐벡터 중심성’이 매출액에 유의한 영향을 미치며 모형 내에서 가장 높은 영향력을 보유한 것이 확인되었다. 본 연구는 각 상권이 소비자가 원하는 감성을 고려한 도시 전략 계획 수립과 이행의 실증적 근거로 활용될 수 있을 것이며, 상권에 진입하거나 재창업하는 자영업자나 잠재 창업자를 바탕으로 지역구 상권이 보유한 감성과 그 관계 구조를 고려한 상권 진입 방향성을 제공할 수 있을 것이다.

This study performs social network analysis based on consumer sentiment related to a location in Seoul using data reflecting consumers’ web search activities and emotional evaluations associated with commerce. The study focuses on large commercial districts in Seoul. In addition, to consider their various aspects, social network indexes were combined with the trading area’s public data to verify factors affecting the area’s sales. According to R square’s change, We can see that the model has a little high R square value even though it includes only the district’s public data represented by static data. However, the present study confirmed that the R square of the model combined with the network index derived from the social network analysis was even improved much more. A regression analysis of the trading area’s public data showed that the five factors of ‘number of market district,’ ‘residential area per person,’ ‘satisfaction of residential environment,’ ‘rate of change of trade,’ and ‘survival rate over 3 years’ among twenty two variables. The study confirmed a significant influence on the sales of the trading area. According to the results, ‘residential area per person’ has the highest standardized beta value. Therefore, ‘residential area per person’ has the strongest influence on commercial sales. In addition, ‘residential area per person,’ ‘number of market district,’ and ‘survival rate over 3 years’ were found to have positive effects on the sales of all trading area. Thus, as the number of market districts in the trading area increases, residential area per person increases, and as the survival rate over 3 years of each store in the trading area increases, sales increase. On the other hand, ‘satisfaction of residential environment’ and ‘rate of change of trade’ were found to have a negative effect on sales. In the case of ‘satisfaction of residential environment,’ sales increase when the satisfaction level is low. Therefore, as consumer dissatisfaction with the residential environment increases, sales increase. The ‘rate of change of trade’ shows that sales increase with the decreasing acceleration of transaction frequency. According to the social network analysis, of the 25 regional trading areas in Seoul, Yangcheon-gu has the highest degree of connection. In other words, it has common sentiments with many other trading areas. On the other hand, Nowon-gu and Jungrang-gu have the lowest degree of connection. In other words, they have relatively distinct sentiments from other trading areas. The social network indexes used in the combination model are ‘density of ego network,’ ‘degree centrality,’ ‘closeness centrality,’ ‘betweenness centrality,’ and ‘eigenvector centrality.’ The combined model analysis confirmed that the degree centrality and eigenvector centrality of the social network index have a significant influence on sales and the highest influence in the model. ‘Degree centrality’ has a negative effect on the sales of the districts. This implies that sales decrease when holding various sentiments of other trading area, which conflicts with general social myths. However, this result can be interpreted to mean that if a trading area has low ‘degree centrality,’ it delivers unique and special sentiments to consumers. The findings of this study can also be interpreted to mean that sales can be increased if the trading area increases consumer recognition by forming a unique sentiment and city atmosphere that distinguish it from other trading areas. On the other hand, ‘eigenvector centrality’ has the greatest effect on sales in the combined model. In addition, the results confirmed a positive effect on sales. This finding shows that sales increase when a trading area is connected to others with stronger centrality than when it has common sentiments with others. This study can be used as an empirical basis for establishing and implementing a city and trading area strategy plan considering consumers’ desired sentiments. In addition, we expect to provide entrepreneurs and potential entrepreneurs entering the trading area with sentiments possessed by those in the trading area and directions into the trading area considering the district-sentiment structure.

#감성 분석 #소비자 감성 #관계지표 #빅데이터 분석 #소셜 네트워크 분석 #상권 분석 #스마트 도시 #Sentiment analysis #Consumer emotions #Social network indicators #Big-data analysis #Social network analysis #Trading area analysis #Smart city

참고문헌 (53)

참고문헌 신청

Ahn, K. H. and S. I. Chai, “An Empirical Study on Store Selection Behavior Using Multinomial Logit Model,” Management Research, Vol.22, No.2(1993), 101~120. Ambrosetti, F., “Smart Cities in Italy: an opportunity in the spirit of the renaissance for a new quality of life,” ABB-The European House Ambrosetti, 2012. Auci, S. and L. Mundula, “Smart cities and a stochastic frontier analysis: A comparison among European cities,” Mimeo, 2012. Bang, K. S. and B. K. Park, General Principles of Real Estate, Buyeon-Sa, Seoul, 2011. Choi, J. H. and H. D. Yoon, “A Study on the Establishment of a Policy Process Model for the Revitalization of Commercial Markets in Central Urban Areas,” Distribution Research, Vol.12, No.5(2007), 105~124.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

유인진

소속기관 국민대학교

주요연구분야 공학 > 산업공학 TOP 10% 공학 > 컴퓨터학

논문수 15 이용수 3,842

서봉군

소속기관 한국과학기술정보연구원

주요연구분야 공학 > 산업공학 TOP 5% 복합학 > 학제간연구

논문수 29 이용수 9,424

Do-Hyung Park

소속기관 국민대학교

주요연구분야 공학 > 산업공학 TOP 0.5% 공학 > 컴퓨터학

논문수 80 이용수 24,766

이 논문과 함께 이용한 논문

Directions for Smart SDI in Global Spatially Enabled Society

Cho , Chun-Man , Moon-Sub Chung 한국지적정보학회지 2017 .08

텍스트 마이닝을 이용한 소비자 소비패턴 분석 기법 설계

정은희 , 이병관 한국정보전자통신기술학회 논문지 2018 .04

스마트시티 서비스 유형분류 : 빅데이터 응용사례 분석을 중심으로

이현구 , 오재인 한국경영과학회지 2017 .11

도시재생 활성화를 위한 스마트시티 기반의 부처협업 시스템 구축방안 연구

조병호 , 류태창 , 최재명 한국정보기술학회논문지 2017 .01

백화점 의류판매원의 감정노동과 조직적 지원이 직무스트레스에 미치는 영향

여은아 유통연구 2009 .07

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-003-001899083

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (53)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)