신세대(New Generation)에 관한 SNS상의 인식 리서치 연구 - 소셜 빅데이터를 활용한 'Y세대'와'Z세대'연관어 비교를 중심으로-

추진기

추천

검색

자료유형: 학술저널

저자정보: 추진기

저널정보: 한국디자인트렌드학회 한국디자인포럼 한국디자인포럼 제25권 제1호

발행연도: 2020.1

수록면: 117 - 128 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구배경 현대사회에서 획일성보다는 다양성이, 정형화보다는 유연화가, 그리고 규칙과 규율의 적용보다는 정서와 사랑의 공동체로서의 문화를 공유하는 세대(Generation)기능이 부각 되고 있다. 이러한 시점에 사회, 문화적으로 공통의 정서를 갖는 한 세대의 모습과 현상이 빠르게 변화하고 있다는 현실에 비추어 볼 때, 세대가 갖는 인식의 차이를 확인해본다는 것은 매우 의미 있는 일이다. 본 연구는 최근 시장의 중요한 트렌드로 부상하고 있는 신세대인‘Y세대’와‘Z세대’에 관한 소셜 빅데이터 연관어 인식(Recognition)에 관한 연구이다. 본 고에서는 SNS를 활용한 연관어 빅데이터 리서치 라는 과학적 기법을 적용하며 최근 시대성을 반영하는 특정 두 세대에 대한 인식을 확인하고 비교 분석하였다. ‘Y세대’와‘Z세대’는 이전 세대인 ‘X세대’에 대한 관심과 영향력이 매우 크고 인접 세대 간 관심이 높을 뿐만 아니라 이전 세대와 공통적인 정서가 함께 녹아있는 부분이 많다는 것이다. Y세대는 상품 자체의 기술적 측면에서 선호도가 높고 Z세대는 그 제품을 통해 활용할 수 있는 무형의 기술(앱, SNS)에 더 관심이 크며, 이 두 세대의 감성 분석(Emotional Analysis) 결과 사회적 불평등에 대한 부정적 성향이 매우 높게 나타났다. 연구방법 본 연구는 대한민국‘세대’에 관한 선행 연구를 고찰하고, 현재 주목받고 있는 ‘Y세대’와‘Z 세대’의 두 가지 키워드를 사용하여 각각의 세대 인식 분석을 위한 연관어를 추출하여 비교하기 위해 객관적 데이터를 가장 많이 수집할 수 있는 SNS 빅데이터 자료를 활용하였다. 리서치 자료는 웹상에서 빅데이터 분석방법의 하나인 오피니언 마이닝(Opinion Mining)에 의한 분석을 제공하고 있는 Social MetrixTM 를 활용하였다. 연구결과 소셜 빅데이터의 분석을 통해 Y세대, Z세대에 대한 인식을 연관어로 비교 분석한 결과, 이들은 스마트폰과 인터넷, 사물 인터넷 등 다양한 신기술 디바이스(Divice)와 SNS에 최적화된 세대이자 개인 중심, 현재와 미래 소비의 중심에 있다는 세대의 공통적 특성을 알 수 있었다. 또 이들이 향후 새로운 라이프, 문화, 경제적 소비 주체가 될 것을 확인하였고 사회를 바라보는 긍, 부정의 감성 경향과 특정 이슈에 관한 차이를 발견하고 확인할 수 있었다. 결론 소셜 빅데이터를 활용한 리서치 방법과 과정을 통해서 한 세대와 관련된 연관어 분석은 해당 세대 인식에 대한 통찰력과 사회적 트렌드를 알게 해주며 이들에 관한 새로운 정보 및 관심 분야의 비교 분석은 앞으로 세대별 사회, 문화적 서비스의 전반적인 판단과 결정에 도움이 된다고 하겠다. 세대 인식 리서치에 관한 연구는 소셜 미디어 시대에 생산되는 수많은 정보 사이에서 유용한 정보를 구별하고 활용할 수 있게 하여 정보사용자로부터 신뢰를 얻는 과학적이고 체계적인 기회를 제공할 수 있게 될 것이다.

Background In modern society, the function of generation that shares diversity as a community of emotion and love rather than uniformity, flexibility rather than formalization, and application of rules and rules is emerging. It is very meaningful to identify the differences in perceptions of generations in light of the rapidly changing state and phenomena of a generation that have a common social and cultural sentiment at this point. This study is a study on the recognition of social big data associations related to the 'generation Y' and 'generation Z', which are emerging as an important trend in the market. In this paper, we applied a scientific technique called associative big data research using SNS and verified and compared the perceptions of two specific generations that reflect the recent era. Generation Y and Generation Z are very interested in and influenced by the previous generation, Generation X, and they have a lot of emotions that are common to the previous generation. Generation Y has a high preference in terms of the product itself, and Generation Z is more interested in the intangible technologies (App, SNS) that can be used through the product, and the emotional analysis on social inequality shows a very low preference. Methods This study considers previous research on 'New Generation' and uses SNS that can collect a lot of objective data to analyze each generation's perception using two keywords 'Y Generation' and 'Z Generation' which are currently attracting attention. We used big data and Social MetrixTM, which provides analysis by Opinion Mining, one of the big data analysis methods on the web. Result As a result of comparative analysis of generation Y and Z generation through analysis of social big data, they are generations optimized for various new technology devices such as smartphones, Internet, Internet of Things, and SNS, optimized for individual, and centered on current and future consumption. The common characteristics were found. They also confirmed that their characteristics would be a new cultural and economic consumer, and could find and analyze differences on specific issues. Conclusion Analyzing the relevant words related to generation through research methods and processes using social big data reveals insights on social awareness and social trends, and makes new decisions about new information and services of interest. It became possible. In the future, we will be able to distinguish and utilize useful information among the numerous information produced in the era of social media, and to make scientific and systematic planning to gain trust in information-aware research from information users.

#New Generation #Generation Y #Generation Z

참고문헌 (24)

참고문헌 신청

국립국어원 표준국어대사전

강만모 / 2012 / 빅데이터의 분석과 활용 / 정보과학회 30(6):25~32

김성희 / 2017 / 서비스디자인 프로젝트 유형에 따른 디자인리서치 구성요소의 차이-기업내 수행되는 서비스디자인 프로젝트를 중심으로- / 기초조형학연구 18(5):71~82

고재연 / 2018 / 산업 부분 기사 / 한국경제신문

노규성 / 2015 / 학부생의 빅데이터 인식 분석을 통한 교육정책 제언 / 디지털융복합연구 13(11):25~33

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

추진기

소속기관 한국디자인트렌드학회

주요연구분야 예술체육학 > 디자인

논문수 2 이용수 348

최근 본 자료

전체보기

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (24)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)