$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

기업 마케팅 전략을 위한 SNS 및 Web 데이터 분석 시스템 설계

A Design of SNS and Web Data Analysis System for Company Marketing Strategy

초록

본 논문에서는 기업 이미지에 타격을 줄 수 있는 부정적인 SNS와 Web 데이터를 빠르게 분석하여 기업 마케팅 전략에 활용할 수 있는 SNS 및 Web 데이터 분석 시스템을 제안한다. 본 논문에서 제안하는 시스템은 SNS 및 Web Data를 수집하는 데이터 수집 모듈(Data Collection Module), 수집된 데이터를 저장하는 HBase 모듈(Hbase Module), 수집된 데이터의 의미 분석을 수행한 후 데이터의 의미를 평가 및 분류하는 데이터 분석 모듈(Data Analysis Module) 그리고 관리자에 의해 요청된 질의어에 따라 기업과 관련된 SNS와 Web데이터를 이용하여 최적화된 Map Reduce 과정을 수행하는 PSH 모듈(Priority Scheduling Hadoop Module)로 구성된다. 본 논문은 이런 모듈들을 통하여 SNS와 Web 데이터를 보다 효율적으로 관리하여 이 분석 결과를 기업 마케팅 전략에 활용할 수 있다.

Abstract

This paper proposes an SNS and Web Data Analytics System which can utilize a business marketing strategy by analyzing negative SNS and Web Data that can do great damage to a business image. It consists of the Data Collection Module collecting SNS and Web Data, the Hbase Module storing the collected data, the Data Analysis Module estimating and classifying the meaning of data after an semantic analysis of the collected data, and the PHS Module accomplishing an optimized Map Reduce by using SNS and Web data involved a Businesse. This paper can utilize this analysis result for a business marketing strategy by efficiently managing SNS and Web data with these modules.

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
오피니언 마이닝
오피니언 마이닝이란 무엇인가?
대량의 정보에서 의견을 뽑아 평가하는 것

오피니언 마이닝이란 대량의 정보에서 의견을 뽑아 평가하는 것이다. SNS의 대중화로 스스로 말하는 의견을 수집하기 때문에 설문지와 같이 형식적인 데이터로 의견을 조사하는 것보다 정보의 질이 높다.

맵리듀스
맵리듀스는 어떻게 작동하는가?
맵(map)과 리듀스(reduce)의 2가지 함수를 조합하여 데이터를 처리

맵리듀스는 맵(map)과 리듀스(reduce)의 2가지 함수를 조합하여 데이터를 처리한다. 즉, 사용자로부터 맵리듀스에서 처리하도록 받은 일을 잡(job) 이라고 하고, 이를 분산환경에 맞게 나누어 맵함수와 리듀스함수를 이용하여 잡을 분산 병렬 처리함으로써 빠르게 처리한다[4].

SNS 및 Web 데이터 분석 시스템의 기대 효과
본 논문에서 제안한, SNS 및 Web 데이터 분석 시스템의 기대 효과는 무엇인가?
첫째, SNS에 급속도로 퍼지는 기업 혹은 기업 제품에 대한 데이터를 수집한다.둘째, 기업에 대한 수집 데이터를 자동으로 긍정 혹은 부정 데이터로 분류하여 저장하기 때문에 제품 혹은 기업에 대해 개선사항 혹은 발전해야할사항을 빠르게 파악할 수 있다.셋째, SNS 혹은 Web을 통해 빠르게 번지는 기업의 부정적 데이터에 대한 수습시간을 모니터링을 통해 단축시킬 수 있다.

첫째, SNS에 급속도로 퍼지는 기업 혹은 기업 제품에 대한 데이터를 수집한다. 둘째, 기업에 대한 수집 데이터를 자동으로 긍정 혹은 부정 데이터로 분류하여 저장하기 때문에 제품 혹은 기업에 대해 개선사항 혹은 발전해야할사항을 빠르게 파악할 수 있다. 셋째, SNS 혹은 Web을 통해 빠르게 번지는 기업의 부정적 데이터에 대한 수습시간을 모니터링을 통해 단축시킬 수 있다.

질의응답 정보가 도움이 되었나요?

저자의 다른 논문

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

이 논문 조회수 및 차트

  • 상단의 제목을 클릭 시 조회수 및 차트가 조회됩니다.

DOI 인용 스타일

"" 핵심어 질의응답