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
- 이정승
- 발행연도
- 2023
- 저작권
- 호서대학교 논문은 저작권에 의해 보호받습니다.
이용수17
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
사용자 리뷰는 플랫폼 신규 사용자 유입과 성장, 성공에 중요한 역할을 한다. 현재 메타버스가 큰 주목을 받으며, 관련 기술의 발달과 함께 기대되는 메타버스 플랫폼은 현실적 사회가 되어가고 있으며, 새로운 비즈니스 전환 전략에 요구되는 부분 중 사용자의 이해와 소통이 중요한 것으로 나타난다. 메타버스 관련 산업은 확장되면서 신규 사업들이 발생하여 새로운 비즈니스 모델을 만들어 낼 것이 예상되기 때문에 메타버스 플랫폼의 성장과 성공의 핵심 요인 주제와 키워드는 중요한 역할을 할 수 있다.
본 연구에서는 메타버스 사용자의 리뷰데이터를 직접 수집하여 키워드 분석, 연관성 분석, 토픽 모델링 등을 통해 리뷰를 분석하고, 분석 결과를 토대로 메타버스 플랫폼 성공을 위한 사용자 관점의 가이드라인을 제시하고자 한다.
분석 결과 TF-IDF 분석을 통해 플랫폼의 특성별로 ‘만족’, ‘모험’, ‘캐릭터’, ‘크리에디터’ 등으로 긍정 단어가 추출되었다. 메타버스에서 캐릭터의 모험, 게임, 꾸미기 등에 만족함이 공통으로 나타났다. 반면, 불만으로는 ‘기능불만’, ‘접속불만’, ‘유료’, ‘소셜’ 등으로 플랫폼 사용의 어려움으로 기능적 불만 사항 키워드를 도출하였다. Word2Vec 분석을 통해 플랫폼별 공통으로 유추할 수 있는 긍정 단어인 ‘게임’으로 유사도를 분석한 결과, 각 플랫폼의 서비스를 즐겁게 즐기고 있음이 나타났다. 반면, 부정 단어 ‘로그인’을 이용한 유사도 분석을 시행하여 접속 시 로그인 실패와 환불, 계정 오류와 비밀번호 찾기가 불편함이 나타났다. 플랫폼별 개별단어 분석의 경우 각 플랫폼의 특성이 나타나는 결과로 TF-IDF 분석 결과 긍정, 부정 단어와 일치하였다.
TF-IDF의 키워드를 분류한 결과와 비교하기 위해 LDF 토픽 모형화를 통해 플랫폼별 주제어를 구분하고 제시하였다.
마인크래프트의 경우 ‘기능’, ‘모험’, ‘흥미’, ‘접속불만’으로 명명하였으며, 로블록스의 경우 ‘기능오류’, ‘보안’, ‘흥미’, ‘게임기능’으로 명명하였고, 제페토의 경우 ‘접속불만’, ‘결제’, ‘흥미’, ‘오류’로 명명하였다. 그 결과는 TF-IDF의 분류 결과와 ‘모험’, ‘캐릭터’, ‘접속불만’, ‘기능오류’, ‘결제’ 등으로 토픽 모델링 결과와 유사하게 도출되었다.
본 연구의 키워드 분석, 연관성 분석, 토픽 모델링 분석 결과를 통합해 볼 때, 사용자 리뷰에서 만족에 해당하는 긍정 키워드 ‘기능’, ‘흥미’, ‘캐릭터’, ‘모험’ 등은 더욱 확장 활성화 되어야 할 것이다. 반면 불만에 속하는 부정 키워드인 ‘접속불만‘, ’보안’, ‘환불’, ‘기능오류’ 등을 해결해야 사용자 불만이 해소될 것이다.
본 연구에서는 플랫폼 사용자의 마음을 엿볼 수 있는 사용자 리뷰를 통해 메타버스 플랫폼 사용자의 긍정, 부정 요인을 살펴본 데 의의가 있다. 특히, 최근 메타버스 플랫폼의 대중화가 이뤄지는 현상을 고려하면 향후 메타버스 플랫폼에 관한 지속적인 연구가 예상된다.
본 연구에서 제시한 주요 요인들이 관련 사업에 진입, 확장, 영위하는 데 이바지한다. 또한, 방법론 측면에서 기존 연구가 대부분 선행연구 검토 및 인터뷰, 뉴스에 의존해 왔으나, 본 연구에서는 TF-IDF, LDA 토픽 모델링, Word2Vec 등 텍스트 마이닝 기술을 적용하여 플랫폼 사용자 리뷰를 분석하였다. 본 연구는 사용자 관점에서 메타버스 플랫폼의 핵심 주제와 키워드를 제시했다는 점에서 학문적, 실무적으로 이바지할 것으로 기대된다
본 연구에서는 메타버스 사용자의 리뷰데이터를 직접 수집하여 키워드 분석, 연관성 분석, 토픽 모델링 등을 통해 리뷰를 분석하고, 분석 결과를 토대로 메타버스 플랫폼 성공을 위한 사용자 관점의 가이드라인을 제시하고자 한다.
분석 결과 TF-IDF 분석을 통해 플랫폼의 특성별로 ‘만족’, ‘모험’, ‘캐릭터’, ‘크리에디터’ 등으로 긍정 단어가 추출되었다. 메타버스에서 캐릭터의 모험, 게임, 꾸미기 등에 만족함이 공통으로 나타났다. 반면, 불만으로는 ‘기능불만’, ‘접속불만’, ‘유료’, ‘소셜’ 등으로 플랫폼 사용의 어려움으로 기능적 불만 사항 키워드를 도출하였다. Word2Vec 분석을 통해 플랫폼별 공통으로 유추할 수 있는 긍정 단어인 ‘게임’으로 유사도를 분석한 결과, 각 플랫폼의 서비스를 즐겁게 즐기고 있음이 나타났다. 반면, 부정 단어 ‘로그인’을 이용한 유사도 분석을 시행하여 접속 시 로그인 실패와 환불, 계정 오류와 비밀번호 찾기가 불편함이 나타났다. 플랫폼별 개별단어 분석의 경우 각 플랫폼의 특성이 나타나는 결과로 TF-IDF 분석 결과 긍정, 부정 단어와 일치하였다.
TF-IDF의 키워드를 분류한 결과와 비교하기 위해 LDF 토픽 모형화를 통해 플랫폼별 주제어를 구분하고 제시하였다.
마인크래프트의 경우 ‘기능’, ‘모험’, ‘흥미’, ‘접속불만’으로 명명하였으며, 로블록스의 경우 ‘기능오류’, ‘보안’, ‘흥미’, ‘게임기능’으로 명명하였고, 제페토의 경우 ‘접속불만’, ‘결제’, ‘흥미’, ‘오류’로 명명하였다. 그 결과는 TF-IDF의 분류 결과와 ‘모험’, ‘캐릭터’, ‘접속불만’, ‘기능오류’, ‘결제’ 등으로 토픽 모델링 결과와 유사하게 도출되었다.
본 연구의 키워드 분석, 연관성 분석, 토픽 모델링 분석 결과를 통합해 볼 때, 사용자 리뷰에서 만족에 해당하는 긍정 키워드 ‘기능’, ‘흥미’, ‘캐릭터’, ‘모험’ 등은 더욱 확장 활성화 되어야 할 것이다. 반면 불만에 속하는 부정 키워드인 ‘접속불만‘, ’보안’, ‘환불’, ‘기능오류’ 등을 해결해야 사용자 불만이 해소될 것이다.
본 연구에서는 플랫폼 사용자의 마음을 엿볼 수 있는 사용자 리뷰를 통해 메타버스 플랫폼 사용자의 긍정, 부정 요인을 살펴본 데 의의가 있다. 특히, 최근 메타버스 플랫폼의 대중화가 이뤄지는 현상을 고려하면 향후 메타버스 플랫폼에 관한 지속적인 연구가 예상된다.
본 연구에서 제시한 주요 요인들이 관련 사업에 진입, 확장, 영위하는 데 이바지한다. 또한, 방법론 측면에서 기존 연구가 대부분 선행연구 검토 및 인터뷰, 뉴스에 의존해 왔으나, 본 연구에서는 TF-IDF, LDA 토픽 모델링, Word2Vec 등 텍스트 마이닝 기술을 적용하여 플랫폼 사용자 리뷰를 분석하였다. 본 연구는 사용자 관점에서 메타버스 플랫폼의 핵심 주제와 키워드를 제시했다는 점에서 학문적, 실무적으로 이바지할 것으로 기대된다
목차
I. 서론 11. 연구 배경 및 필요성 12. 연구 목적 및 범위 3가. 연구 목적 3나. 연구 범위 4다. 연구의 방법 및 구성 5II. 이론적 배경 61. 선행연구 6가. 텍스트마이닝 62. 메타버스 선행연구 15가. 메타버스 15나. 증강현실 22다. 가상현실 23라. SNS 24III. 연구 방법 251. 분석 순서 25가. 데이터수집 및 전처리 252. 텍스트 마이닝 26가. TF-IDF 26나. Word2Vec 28다. 토픽 모델링 28IV. 분석 결과 291. TF-IDF 분석 결과 29가. 마인크래프트 긍정/부정 리뷰 단어 32나. 로블록스 긍정/부정 리뷰 단어 32다. 제페토 긍정/부정 리뷰 단어 332. Word2Vec 분석 결과 35가. Word2Vec 플랫폼 공통 유사도 분석 35나. Word2Vec 플랫폼별 유사도 분석 383. 토픽 모델링 분석 결과 41가. 마인크래프트 42나. 로블록스 45다. 제페토 484. 텍스트 마이닝 분석 결과 51V. 연구 결과 541. 연구 결과와 시사점 54가. 연구 결과 54나. 시사점 562. 연구의 한계 및 향후 연구 방향 57
최근 본 자료
댓글(0)
0