동영상 OTT 서비스는 미디어를 소비하는 이용자의 양상을 과거 일방향적 이고 수동적이던 방식에서, 생산자와 이용자 간 활발한 상호작용이 이뤄지는 방식으로 변화시키며 콘텐츠 기획 방식에도 변화를 야기했다. 온라인·모바일 환경에서 콘텐츠와 관련하여 시시각각 변화하는 이용자들의 관심과 니즈가 투 영된 조회 수, 댓글, 좋아요 등 생성된 빅데이터를 분석, 파악해 이를 반영하고 담아내는 것이 기획과 제작의 과정에 중요 요소가 된 것이다. 본 연구는 이와 같은 OTT 서비스의 콘텐츠와 연계하여 발생하는 상호작용의 빅데이터를 분석 한 결과를 신규 콘텐츠에 반영, 기획, 제작에 연계할 수 있는 효과적인 방법론 을 탐구하고자 한다. 특히 동영상 OTT 서비스의 주 이용 단말기가 스마트폰이 며, 어플리케이션을 통한 시청이 주를 이루고 있음을 고려하여, 주요 상호작용 요소 중 신규 콘텐츠의 정보를 사전 안내해 직접적인 시청 조회를 유도하는 푸 시 알림(...
동영상 OTT 서비스는 미디어를 소비하는 이용자의 양상을 과거 일방향적 이고 수동적이던 방식에서, 생산자와 이용자 간 활발한 상호작용이 이뤄지는 방식으로 변화시키며 콘텐츠 기획 방식에도 변화를 야기했다. 온라인·모바일 환경에서 콘텐츠와 관련하여 시시각각 변화하는 이용자들의 관심과 니즈가 투 영된 조회 수, 댓글, 좋아요 등 생성된 빅데이터를 분석, 파악해 이를 반영하고 담아내는 것이 기획과 제작의 과정에 중요 요소가 된 것이다. 본 연구는 이와 같은 OTT 서비스의 콘텐츠와 연계하여 발생하는 상호작용의 빅데이터를 분석 한 결과를 신규 콘텐츠에 반영, 기획, 제작에 연계할 수 있는 효과적인 방법론 을 탐구하고자 한다. 특히 동영상 OTT 서비스의 주 이용 단말기가 스마트폰이 며, 어플리케이션을 통한 시청이 주를 이루고 있음을 고려하여, 주요 상호작용 요소 중 신규 콘텐츠의 정보를 사전 안내해 직접적인 시청 조회를 유도하는 푸 시 알림(Push Notifications)과 이에 따른 이용자 반응에 주목해 살펴보고자 했 다. 이를 위해 OTT 서비스 ‘만개의 레시피’의 4년여 간 푸시알림 메시지를 텍 스트 마이닝 기법인 토픽 모델링을 이용하여 시계열 및 종합 분석 했다. 토픽 모델링 분석 결과, 푸시 알림 메시지의 토픽 모델은 총 10가지로 유형화 되었 으며, 다른 토픽들에 비해 ‘아이들 영양식’ 레시피를 안내하는 푸시 알림 메시 지의 콘텐츠 조회 수가 현저히 높은 것을 알 수 있었다. 또한 텍스트 데이터의 특성상 차원의 수가 크고, 구조가 희소한 조건을 고려하여 정규화 회귀분석 방 법인 엘라스틱넷 회귀분석(ElasticNet Regression)을 통해 메시지 내의 텍스트 가 시청 조회 수에 미치는 영향을 머신러닝으로 예측할 수 있는지 탐사해보았 다. 엘라스틱넷을 통해 도출된 결과에 의하면 전체 텍스트의 시청 조회 수 예 측 설명력은 r = .24 으로 상대적으로 약한 것으로 나타났다.
동영상 OTT 서비스는 미디어를 소비하는 이용자의 양상을 과거 일방향적 이고 수동적이던 방식에서, 생산자와 이용자 간 활발한 상호작용이 이뤄지는 방식으로 변화시키며 콘텐츠 기획 방식에도 변화를 야기했다. 온라인·모바일 환경에서 콘텐츠와 관련하여 시시각각 변화하는 이용자들의 관심과 니즈가 투 영된 조회 수, 댓글, 좋아요 등 생성된 빅데이터를 분석, 파악해 이를 반영하고 담아내는 것이 기획과 제작의 과정에 중요 요소가 된 것이다. 본 연구는 이와 같은 OTT 서비스의 콘텐츠와 연계하여 발생하는 상호작용의 빅데이터를 분석 한 결과를 신규 콘텐츠에 반영, 기획, 제작에 연계할 수 있는 효과적인 방법론 을 탐구하고자 한다. 특히 동영상 OTT 서비스의 주 이용 단말기가 스마트폰이 며, 어플리케이션을 통한 시청이 주를 이루고 있음을 고려하여, 주요 상호작용 요소 중 신규 콘텐츠의 정보를 사전 안내해 직접적인 시청 조회를 유도하는 푸 시 알림(Push Notifications)과 이에 따른 이용자 반응에 주목해 살펴보고자 했 다. 이를 위해 OTT 서비스 ‘만개의 레시피’의 4년여 간 푸시 알림 메시지를 텍 스트 마이닝 기법인 토픽 모델링을 이용하여 시계열 및 종합 분석 했다. 토픽 모델링 분석 결과, 푸시 알림 메시지의 토픽 모델은 총 10가지로 유형화 되었 으며, 다른 토픽들에 비해 ‘아이들 영양식’ 레시피를 안내하는 푸시 알림 메시 지의 콘텐츠 조회 수가 현저히 높은 것을 알 수 있었다. 또한 텍스트 데이터의 특성상 차원의 수가 크고, 구조가 희소한 조건을 고려하여 정규화 회귀분석 방 법인 엘라스틱넷 회귀분석(ElasticNet Regression)을 통해 메시지 내의 텍스트 가 시청 조회 수에 미치는 영향을 머신러닝으로 예측할 수 있는지 탐사해보았 다. 엘라스틱넷을 통해 도출된 결과에 의하면 전체 텍스트의 시청 조회 수 예 측 설명력은 r = .24 으로 상대적으로 약한 것으로 나타났다.
OTT (Over-the-Top) services, unlike the traditional media which used to deliver information to passive viewers unilaterally, are now providing an interactive platform where contents creators can actively communicate with the consumers (e.g., viewer participation in the form of replies to...
OTT (Over-the-Top) services, unlike the traditional media which used to deliver information to passive viewers unilaterally, are now providing an interactive platform where contents creators can actively communicate with the consumers (e.g., viewer participation in the form of replies to the uploaded contents). In particular, viewer feedback (e.g., replies in writing, number of hits and likes, subscription rates) represents rapidly changing consumer interests and needs, and when summarized and analyzed in the form of ‘big data,’ can constitute valuable information for producers, hinting at how to better entertain the viewers and ultimately to increase the channel traffic. This study analyzes data from an OTT channel, “10,000 recipes,” to examine whether the viewer feedback can be helpful for understanding their needs and producing more attractive contents in the future. Specifically, the potential connection between the text information contained in the push notifications and the viewer responses (e.g., number of hits and likes) was explored. Push notifications constitute one useful tool by which OTT service providers can reach the mobile subscribers timely with new contents. Results from a topic modeling(LDA) demonstrate that the texts included push notifications can be most coherently classified into ten categories. Analysis also indicates that, compared to all others, push notifications representing the topic of ‘nutritious food for kids’ are most popular among the viewers. Text information contained in the push notifications, when trained with the Elastic Net Regression, was able to predict the number of views in the test data weakly with r = .24.
OTT (Over-the-Top) services, unlike the traditional media which used to deliver information to passive viewers unilaterally, are now providing an interactive platform where contents creators can actively communicate with the consumers (e.g., viewer participation in the form of replies to the uploaded contents). In particular, viewer feedback (e.g., replies in writing, number of hits and likes, subscription rates) represents rapidly changing consumer interests and needs, and when summarized and analyzed in the form of ‘big data,’ can constitute valuable information for producers, hinting at how to better entertain the viewers and ultimately to increase the channel traffic. This study analyzes data from an OTT channel, “10,000 recipes,” to examine whether the viewer feedback can be helpful for understanding their needs and producing more attractive contents in the future. Specifically, the potential connection between the text information contained in the push notifications and the viewer responses (e.g., number of hits and likes) was explored. Push notifications constitute one useful tool by which OTT service providers can reach the mobile subscribers timely with new contents. Results from a topic modeling(LDA) demonstrate that the texts included push notifications can be most coherently classified into ten categories. Analysis also indicates that, compared to all others, push notifications representing the topic of ‘nutritious food for kids’ are most popular among the viewers. Text information contained in the push notifications, when trained with the Elastic Net Regression, was able to predict the number of views in the test data weakly with r = .24.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.