지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김재직
- 발행연도
- 2020
- 저작권
- 성균관대학교 논문은 저작권에 의해 보호받습니다.
이용수74
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
소셜 미디어 산업이 발전함에 따라 사람들은 다양한 미디어 플랫폼을 통해 콘텐츠를 제작하고, 공유하며 독자적인 시장을 형성했다. 많은 구독자와 조회수, 댓글수를 보유한 인플루언서들이 사회 전반에 끼치는 영향력은 이미 지대하다. 이러한 흐름에 따라 여러 기업에서는 제품과 서비스를 홍보하기 위해 인플루언서 마케팅을 적극 활용하는 추세이다. 본 연구에서는 이러한 데이터를 분석하기 위한 다양한 통계적 방법을 소개하고, 이를 유튜브 비디오를 이용한 실제 게임 마케팅 사례에 적용해보았다. 본 연구에서는 인플루언서의 영향력을 나타내는 변수와 더불어 스피치를 추가 데이터로 사용해, 마케팅 캠페인의 성공, 실패를 예측하는 모형 성능을 비교하고, 여러 텍스트 마이닝 기법을 적용해 인플루언서의 언어적 특징을 탐색하는 것을 목적으로 한다. 한편, 언어적 특징을 탐색하는데 있어 어떤 기준으로 토큰을 자르느냐에 따라 단어의 의미를 파악할 수 있는데, 본 연구에서는 두가지 기준을 고려해 토큰화를 진행한다. 이에 대한 단어 가중치 방법으로 비지도 방법과 지도 방법을 모두 고려한다. 또한, 텍스트 데이터의 특징 중 하나는 초고차원의 문제를 갖는다는 것인데 이를 해결하기 위한 변수선택 기법과 여러 예측모형을 고려함으로써 모형의 성능을 높이려는 시도를 하였다.
목차
제1장 서론 1제1절 연구 배경 1제2장 분석 모형 5제1절 예측 모형 51.1 ISIS 51.2 XG Boost 71.3 SGPLS 8제2절 텍스트 마이닝 기법 112.1정규화된 TF-IDF 가중치 112.2 TF-IDFC-RF 가중치 132.3 N-gram 152.4 LDA 모형 16제3장 게임 비디오 데이터 18제1절 게임 데이터 배경 및 데이터 소개 18제2절 RPG 게임의 특성 21제3절 전처리 과정 21제4장 예측 모형 적합 23제1절 문서-단어 행렬 구축 23제2절 모형 적합 243.1 훈련과정 253.2 정확도 측도 26제3절 성능 비교 26제5장 텍스트 마이닝을 통한 스피치 분석 29제1절 언어적 특징 비교 분석 291.1 상위 30% 하위 30% 집단 분류 291.2 비디오 정보에 대한 분석 30제2절 어휘 비교 분석 341.1 키워드 추출 341.2 어휘 분석 361.3 어휘 다양성 431.4 어휘 밀도 44제3절 LDA 모형 적합 461.1 주제 갯수 선정 461.2 적합 결과 47제6장 결론 및 논의점 52
최근 본 자료
댓글(0)
0