레이블링 게임을 통한 상품 추천유형이 MZ세대 사용자 경험에 미치는 영향 :The Effect of Product Recommendation Types on the User Experience of Generation MZ through Labeling Games

최나은

추천

검색

자료유형: 학위논문

저자정보: 최나은 (홍익대학교, 홍익대학교 대학원)

지도교수: 윤재영

발행연도: 2022

저작권: 홍익대학교 논문은 저작권에 의해 보호받습니다.

이용수82

이 논문의 연구 히스토리 (2)

2022

온라인 퀴즈를 통한 상품 추천과 기존 상품 추천 유형 간의 사용자 경험 비교 연구 - MZ세대 사용자를 중심으로 -

최나은 , 윤재영 커뮤니케이션디자인학연구 2022.07 학술저널

레이블링 게임을 통한 상품 추천유형이 MZ세대 사용자 경험에 미치는 영향

최나은 디자인학부 2022.01 학위논문

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

초록· 키워드

오류제보하기

온라인 소비 활동이 만연해진 시대에 사용자의 구매 의사 결정에 도움을 주는 추천 시스템의 중요성이 강조되고 있다. 이러한 상황 속에서 사용자를 유형화하는 심리 테스트인 ‘레이블링 게임’을 이용한 상품 추천이 개인화 시대 속 맞춤형 커뮤니케이션으로 주목받고 있다. 레이블링 게임을 이용한 추천은 단순한 놀이나 홍보 목적으로 사용되는 경우도 있지만, 최근에는 사용자의 상품 선택을 위한 추천으로 적극적으로 활용되고 있다. 레이블링 게임의 이러한 활용이 급부상하였지만, 관련 연구가 미비한 상황이어서, 본 연구는 레이블링 게임이 상품 추천으로 이용되었을 때 사용자 경험에 미치는 영향에 대해 MZ세대를 중심으로 분석하고자 한다.
이를 위한 연구 방법으로 먼저 이론적 고찰을 통해 레이블링 게임 추천을 포함한 추천 유형의 개념과 특징을 살펴본 뒤, 그를 바탕으로 총 3가지(레이블링 게임 추천, 하이브리드 필터링 추천, 베스트셀러 추천)의 추천 유형을 분류하였다. 그 뒤, 사용자 경험 요인을 5가지(정보성, 신뢰성, 상호작용성, 방해성, 프라이버시 염려)로 선별하고 그와 연관된 선행연구를 살펴보았다. 그 결과, 연구 가설로 레이블링 게임 추천이 기존 상품 추천 유형(하이브리드 필터링 추천, 베스트셀러 추천)과 사용자 경험(정보성, 신뢰성, 상호작용성, 방해성, 프라이버시 염려)에 유의한 차이가 있을 것이라고 예상했다. 가설을 검증하기 위해 추천 유형 3가지의 프로토타입을 제시하여 총 114명을 대상으로 설문조사를 실시했고, 이후 심층 인터뷰 지원자를 선출하여 비대면과 대면을 병행하여 인터뷰를 진행한 뒤, 각 추천 유형을 비교하였다.
연구 결과, 레이블링 게임 추천과 기존 상품 추천 유형(하이브리드 필터링 추천, 베스트셀러 추천)은 정보성, 신뢰성, 상호작용성, 방해성, 프라이버시 염려에 모두 유의한 차이를 보였다(p<.001). 레이블링 게임 추천은 기존 상품 추천 유형(하이브리드 필터링 추천, 베스트셀러 추천)보다 정보성, 신뢰성이 가장 낮았고, 방해성은 가장 높았다. 이는 번거로운 과정에 비해 정보의 역할이 크게 도움이 되지 못했기 때문이었다. 그러나 레이블링 게임 추천은 상호작용성이 높게 나타났으며, 개인화 추천임에도 불구하고 프라이버시 염려가 낮았는데, 이는 레이블링 게임 추천이 자동으로 나타난 개인의 세심한 정보가 아니라 직접 선택한 유형화된 정보이기 때문이었다. 또한, 기존 상품 추천 유형(하이브리드 필터링 추천, 베스트셀러 추천)은 프라이버시 염려를 제외하고는 정보성, 신뢰성, 상호작용성, 방해성에 크게 유의한 차이가 나지 않았다. 위 결과를 바탕으로 진행한 심층 인터뷰를 통해 방향성에 대해 논의한 결과, 레이블링 게임 추천을 포함한 상품 추천 유형이 사용자에게 추천으로써 영향력이 커지기 위해서는 사용자에게 상품을 추천하는 근거와 과정이 요구되는 것으로 나타났다.
본 연구는 레이블링 게임 추천과 기존 상품 추천 유형을 MZ세대를 중심으로 비교하여 향후 추천 유형의 다양화와 사용자 경험 개선을 위한 방향을 제시하는 데 의의가 있다. 본 연구의 결과를 통해 MZ세대를 이해함과 동시에 상품 추천 서비스를 제공하는 기업과 이해관계자들에게 사용자 경험 개선에 도움을 주는 기초 연구로 활용되기를 기대한다.

In an era where online consumption activities have become widespread, the importance of recommendation systems that help users make purchase decisions is being emphasized. In this situation, product recommendations using "labeling games," a psychological test that categorizes users, are drawing attention as customized communication in the era of personalization. Recommendations using labeling games are sometimes used for simple play or promotional purposes, but in recent years, they have been actively used as recommendations for users to select products. Although this use of labeling games has emerged rapidly, related research has been insufficient, so this study aims to analyze the effect of labeling games on user experience when they are used as product recommendations, focusing on generation MZ.
As a research method for this, the concepts and characteristics of recommendation types, including labeling game recommendation, were first examined through theoretical consideration, and based on them, a total of three types of recommendation (labeling game recommendation, hybrid filtering recommendation, and bestseller recommendation) were classified. After that, the user experience factors were selected into five categories (information, reliability, interaction, obstruction, and privacy concerns), and previous studies related thereto were examined. As a result, the research hypothesis predicted that labeling game recommendations will differ significantly between existing product recommendation types (hybrid filtering recommendations, bestseller recommendations) and user experiences (information, reliability, interaction, disturbance, and privacy concerns). To verify the hypothesis, a total of 114 people were surveyed by presenting three prototypes of recommendation types, and then in-depth interview applicants were selected to conduct interviews in parallel with non-face-to-face, and each recommendation type was compared.
As a result of the study, labeling game recommendation and existing product recommendation types (hybrid filtering recommendation, bestseller recommendation) all showed significant differences in information, reliability, interaction, obstruction, and privacy concerns (p<.001). Labeling game recommendations had the lowest information and reliability and highest disturbance than existing product recommendations (hybrid filtering recommendations, bestseller recommendations). This was because the role of information was not very helpful compared to the cumbersome process. However, labeling game recommendations showed high interactivity, and privacy concerns were low despite personalized recommendations because they were not meticulous information of individuals who automatically showed labeling game recommendations, but tangible information selected by themselves. In addition, there was no significant difference in informability, reliability, interaction, and disturbance in the existing product recommendation types (hybrid filtering recommendation, bestseller recommendation) except for privacy concerns. As a result of discussing the direction through in-depth interviews conducted based on the above results, it was found that in order for the product recommendation type, including labeling game recommendation, to increase its influence by recommending it to users, evidence and process of recommending products to users are required.
This study is meaningful in comparing labeling game recommendations and existing product recommendation types centering on MZ generation to suggest directions for diversifying recommended types and improving user experience in the future. Through the results of this study, it is expected that it will be used as a basic study to help companies and stakeholders that provide product recommendation services while understanding the MZ generation.

제 1장 서론
1.1 연구 배경 및 목적
1.2 연구 절차
제 2장 이론적 고찰
2.1 추천 시스템
2.1.1 추천의 개념
2.1.2 추천 유형 분석
2.2 레이블링 게임 추천의 이해
2.2.1 레이블링 게임
2.2.2 레이블링 게임 추천
2.2.3 레이블링 게임 추천의 논의
2.3 MZ세대의 이해
2.4 사용자 경험 요인
2.4.1 정보성
2.4.2 신뢰성
2.4.3 상호작용성
2.4.4 방해성
2.4.5 프라이버시 염려
제 3장 연구방법
3.1 연구 문제 및 모형
3.1.1 연구 문제
3.1.2 연구 모형
3.2 연구 설계
3.2.1 실험물 제작
3.2.2 설문지 구성
제 4장 연구결과
4.1 연구 결과 및 가설 검증
4.1.1 정보성 결과
4.1.2 신뢰성 결과
4.1.3 상호작용성 결과
4.1.4 방해성 결과
4.1.5 프라이버시 염려 결과
4.2 추천 유형별 결론
4.3 논의
5. 결론
5.1 연구 결과 요약
5.2 시사점 및 한계점
5.3 후속 연구 제안
참고문헌
부록
Abatract

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)