초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

수많은 정보가 같은 시점에도 무수히 생성되고 사라지는 웹 환경 속에서 특정한 정보를 빠른 시일 안에 가능한 많은 사람들에게 퍼뜨리기 위해서는 남다른 전략이 필요해졌다. 정보가 광범위하게 확산되는데 걸리는 시간은 lag time (early adopter가 정보를 처음 받아들인 시점과 이후 같은 그룹의 influencer가 정보를 받아들인 시점의 사이 시간, chasm)에 의해 결정된다고 ...

수많은 정보가 같은 시점에도 무수히 생성되고 사라지는 웹 환경 속에서 특정한 정보를 빠른 시일 안에 가능한 많은 사람들에게 퍼뜨리기 위해서는 남다른 전략이 필요해졌다. 정보가 광범위하게 확산되는데 걸리는 시간은 lag time (early adopter가 정보를 처음 받아들인 시점과 이후 같은 그룹의 influencer가 정보를 받아들인 시점의 사이 시간, chasm)에 의해 결정된다고 해도 과언이 아니다. 따라서, lag time을 줄이는 것이 가장 시급한 과제가 되었고, 이를 줄이기 위해서는 해당 그룹의 influencer를 최단 시간 안에 찾아내는 일이 가장 중요한 일이 되었다. 본 논문은 influencer를 찾기 위한 방법론을 제시한다. 웹 환경 가운데 사람과 사람이 모여 강력한 힘이 발휘되는 social networks를 연구 도메인으로 삼았으며, online social networks 안에서의 influencer를 찾기 위한 방법론을 디자인하였다. Influencer는 구조 분석과 유저 활동 분석을 통해 구해진다. 구조 분석은 seed nodes로부터 퍼져나가 구해진 social graph를 바탕으로 degree centrality 계산을 통해 먼저 후보자들을 추출하며, 이들을 대상으로 유저 활동 분석을 수행하여 최종적인 influencer들을 구하게 된다. 누가 seed nodes가 되는가는 social graph의 경쟁력을 결정지으므로 신중하게 결정되어야 한다. 또한, seed nodes로부터 퍼져나가는 link에 제약 조건을 두어 social spamming을 줄이도록 한다. 유저 활동 분석에서의 평가 항목들은 후에 진행 될 검증 실험에서 사용되는 플래시 미니 게임에 맞추어 정립된다. 이러한 항목에 기준하여 해당 유저들의 활동이 분석되고 이를 바탕으로 activity index값이 계산 된다. 계산 된 값에 의해 최종 influencer들이 구해진다. 제시한 방법론을 검증하기 위해 실험을 진행한다. 구해진 influencer들을 시점으로 새롭게 런칭 되는 플래시 미니 게임을 퍼뜨린다. 퍼뜨리기 시작하여 15일 후까지의 총 유저 수 및 각 influencer의 영향력 등의 데이터를 기존 이론의 결과 값과 다른 대상의 확산 결과와 비교하여 콘텐츠 전파에 있어서의 influencer 효과를 확인한다.

Abstract ▼ AI-Helper

This research proposes and evaluates a methodology for discovering influencers within online social networking sites (OSNSs), which provide powerful means of sharing common interests and communicating between users. Finding outstanding influencers out is major perspective in success of viral marketi...

This research proposes and evaluates a methodology for discovering influencers within online social networking sites (OSNSs), which provide powerful means of sharing common interests and communicating between users. Finding outstanding influencers out is major perspective in success of viral marketing. By using data from Facebook, one of the most popular online social networking sites, we validate the effects of influencers extracted by the methodology. Proposed methodology for discovering influencers consists of two-step process. In step one, structural analysis based on the social graph which connects users who are friends each other is performed. Through the degree centrality computation, we choose the influencer candidate subgroup. Next, the second step is activity analysis using user’s activity history. After whole process, we finally obtain a few powerful influencers who can affect more effectively other people than mediocrities. The positive effects of influencers determined from the methodology are confirmed by experiments that disseminate flash games on Facebook. Our research lays the groundwork for searching influencers within online social networking sites. And proposed methodology contributes to competitive strategies in viral marketing.

주제어