선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 텍스트마이닝을 활용하여 소셜미디어 게시글에서 나타나고 있는 패션디자인에 대한 사용자 인식을 조사하고, 도출된 결과를 바탕으로 새로운 사용자 의견 수렴 방법에 대한 시사점을 도출해내는 것에 목적이 있다. 이를 위해 이론적 고찰에서는 관련 서적, 학술지, 인터넷 자료 등의 문헌을 통해 소셜미디어 데이터의 특성과 텍스트마이닝 분석 방법을 고찰하였다.
- 본 연구는 패션디자인 분야에서 텍스트마이닝을 바탕으로 사용자 인식을 분석하고자 소셜미디어 상에서 남성 스트라이프 셔츠를 검색 키워드로 텍스트 데이터를 수집 · 정제하였으며, LDA 알고리즘을 이용하여 게시글의 주제와 내용을 분석하였다.
제안 방법
- 3번, 10번 토픽은 특정 브랜드인 ‘꼼데가르송’, 6번 토픽은 ‘구매’와 관련된 내용으로 나타나 제외하고 디자인 속성에 대한 연관어를 가지는 토픽들을 중심으로 게시글 내용을 분석하였다.
- 게시글 양이 가장 높게 나타난 2016년 4월 1일에서 4월 30일까지와 상대적으로 낮게 나타난 2015년 11월 1일에서 11월 30일까지의 두 구간에서 각각 상위 다섯 개의 토픽을 도출하여 시기별 주요 언급 내용을 비교 분석하였다(Table 4).
- 2016년 4월 1일에서 4월 30일까지의 구간에서 도출된 연관어를 바탕으로 토픽 내용을 살펴본 결과, 4번, 5번 토픽의 경우 토픽명과 게시물의 내용이 전체 기간에서 도출된 결과와 유사한 것으로 나타나 시기별 특징적인 내용으로 볼 수 없었다. 따라서 1번, 2번, 3번 토픽을 중심으로 시기별 특징적으로 나타나는 세부 주제 및 게시글 내용을 분석하였다.
- , 2007). 본 연구는 남성 스트라이프 셔츠에 대하여 전체 기간에서 수집된 텍스트를 대상으로 대표적인 주제를 분석하였고, 게시글의 수집량이 가장 높게 나타난 구간과 상대적으로 낮게 나타난 두 구간에서 시기별 상황에 따른 세부 주제를 추출하여 사용자 언급 내용을 비교 분석하였다.
- , 2010). 사용자 인식 조사 방법으로 과거 기업들은 주로 온라인 설문으로 양적 리서치를 하거나 인터뷰로 특정 부분에 대한 자문을 구하는 방법으로 고객들의 니즈를 파악하고자 하였다. 하지만 고객을 참여시키고 의견을 코딩하여 분석하는데 상당한 시간과 비용이 소요될 뿐 아니라 무엇보다도 이미 설계되어진 문항을 토대로 의견이 수집된다는 점에서 탐색적 분석에 한계가 있다.
- 셋째, 본 연구는 남성 스트라이프 셔츠에 대한 사용자들의 주요 언급 내용을 통해 일반적인 생각을 알아보고자 높은 비중값을 기준으로 전체 기간의 상위 열 개의 토픽과 특정 시기별 구간의 상위 다섯 개의 토픽을 선정하여 분석하였다. 하지만 연구목적에 따라 특정 타깃에 대한 심층적인 분석이 필요한 경우 낮은 비중값을 갖는 토픽에 대한 수집 분석 또한 세분화된 디자인 정보에 대한 도출이 가능하다는 점에서 활용될 수 있을 것으로 사료 된다.
- 본 연구는 텍스트마이닝을 활용하여 소셜미디어 게시글에서 나타나고 있는 패션디자인에 대한 사용자 인식을 조사하고, 도출된 결과를 바탕으로 새로운 사용자 의견 수렴 방법에 대한 시사점을 도출해내는 것에 목적이 있다. 이를 위해 이론적 고찰에서는 관련 서적, 학술지, 인터넷 자료 등의 문헌을 통해 소셜미디어 데이터의 특성과 텍스트마이닝 분석 방법을 고찰하였다. 실증적 연구에서는 데이터 수집 및 분석 도구로 빅데이터 분석 소프트웨어인 텍스톰(Textom 2.
- 본 연구에서 사용된 데이터 수집은 국내 대표 포털 사이트인 네이버와 다음의 블로그를 대상으로 2015년 11월 1일에서 2016년 10월 31일까지의 총 13,648건의 게시글을 대상으로 하였다. 자료의 수집 및 분석은 ㈜더아이엠씨에서 제공하는 Textom 2.0을 활용하였으며, 텍스트 수집, 전처리 및 토픽 모델링 분석의 3단계의 텍스트마이닝 프로세스로 수행되었다(Fig. 2). 텍스트 수집 단계에서는 ‘남성 스트라 이프 셔츠’ 키워드를 포함하는 게시글을 수집하였고, 전처리 단계에서는 수집된 텍스트의 출현 빈도를 분석하였다.
- 전체 수집 기간인 2015년 11월 1일부터 2016년 10월 31일까지의 텍스트를 LDA 알고리즘에 적용하여 10개의 토픽을 도출하였다. 각 토픽은 전체 게시글에 대한 비중값을 기준으로 순위가 부여되었으며, 각 토픽을 구성하는 연관어들은 토픽 모델링의 수행 결과로 출력된 것으로 토픽에서 해당 단어가 나타나는 확률이 높은 순으로 10개의 연관어가 추출되었다(Table 3).
- , 2003). 토픽의 개수(K)가 문서 단어를 바탕으로 존재한다고 할 때, 문서의 수(D)와 문서가 가진 단어의 수(N)로부터 토픽을 추론하는데, 전체 매개변수가 되는 단어를 앞에서부터 하나씩 채울 때마다 해당 문서 주제 가중치로부터 하나의 주제가 선택되고, 다시 선택된 주제로부터 단어가 도출되는 방식으로 분석이 수행된다. 이러한 과정을 모든 단어에 대해 반복적으로 샘플링 함으로써 문서에서의 단어의 확률 분포를 파악하고, 서로 연관성이 있는 단어들끼리 묶인 토픽을 얻을 수 있다(Fig.
- 4번 토픽은 ‘코디’, ‘정장’, ‘색상’, ‘코트’, ‘맞춤’, ‘면접’, ‘추천’, ‘룩’, ‘합격’, ‘넥타이’의 연관어를 가지는 것으로 나타났다. 해당되는 토픽을 잘 보여주는 게시물을 살펴본 결과 면접 상황에서 활용되는 스트라이프 셔츠 관련한 게시글 내용이 확인되었으며, 시기별 특징적인 세부 주제로 판단되어 내용을 분석하였다. 내용 분석 결과, 면접 상황에서 착용되는 셔츠로 화이트 색상에 좁은 스트라이프 무늬를 제안하는 내용, 면접 상황에 따라 스트라이프 셔츠를 착용할 때의 고려할 사항, 셔츠 위에 착용되는 넥타이 무늬가 인상에 미치는 디자인 요소 등의 내용들이 나타났다.
대상 데이터
- 2015년 11월 1일에서 2016년 10월 31일까지 1년간 남성 스트라이프 셔츠 관련 온라인 게시글은 네이버 블로그에서 5,615건, 다음 블로그에서 8,033건으로 총 13,648건이 수집되었다. 게시글 수집 추이 분석 결과, 네이버와 다음 블로그에서 모두 봄철인 4월 1일에서 4월 30일까지의 구간에서 게시글 수집량이 1,512건으로 가장 높게 나타났으며, 겨울철인 11월 1일에서 11월 30일까지의 구간은 게시글 수집량이 582건으로 가장 수집량이 낮은 것으로 나타났다.
- 본 연구는 텍스트마이닝으로 패션디자인에 대한 사용자 인식을 조사해 보고자 선행연구의 대표적인 평가 대상으로 나타난 남성 스트라이프 셔츠를 실증적 분석 대상으로 선정하였다(An & Lee, 2016).
- 본 연구는 텍스트마이닝으로 패션디자인에 대한 사용자 인식을 조사해 보고자 선행연구의 대표적인 평가 대상으로 나타난 남성 스트라이프 셔츠를 실증적 분석 대상으로 선정하였다(An & Lee, 2016). 본 연구에서 사용된 데이터 수집은 국내 대표 포털 사이트인 네이버와 다음의 블로그를 대상으로 2015년 11월 1일에서 2016년 10월 31일까지의 총 13,648건의 게시글을 대상으로 하였다. 자료의 수집 및 분석은 ㈜더아이엠씨에서 제공하는 Textom 2.
데이터처리
- 이를 위해 이론적 고찰에서는 관련 서적, 학술지, 인터넷 자료 등의 문헌을 통해 소셜미디어 데이터의 특성과 텍스트마이닝 분석 방법을 고찰하였다. 실증적 연구에서는 데이터 수집 및 분석 도구로 빅데이터 분석 소프트웨어인 텍스톰(Textom 2.0)을 활용하여 검색 키워드로 선정한 남성 스트라이프 셔츠에 대한 게시글을 수집하고, LDA(Latent Dirichlet Allocation) 알고리즘을 적용하여 남성 스트라이프 셔츠에 대한 사용자들의 언급 내용을 연관어를 통해 분석하였다. 본 연구는 사용자들의 현재 인식과 미래 행동에 대한 예측이 가능하다는 점에서 주목되는 소셜미디어를 중심으로 특정 디자인에 대한 관심이 증가하거나 감소하는 구간별 게시글 양과 주제를 계량적으로 분석할 수 있는 방법을 마련함으 로써 시즌에 따라 트렌드가 수시로 변화하는 패션디자인에 대해 보다 다각적 관점의 연구를 활성화하는데 기여할 것으로 기대된다.
- 텍스트 수집 단계에서는 ‘남성 스트라 이프 셔츠’ 키워드를 포함하는 게시글을 수집하였고, 전처리 단계에서는 수집된 텍스트의 출현 빈도를 분석하였다.
이론/모형
- 텍스트 수집 단계에서는 ‘남성 스트라 이프 셔츠’ 키워드를 포함하는 게시글을 수집하였고, 전처리 단계에서는 수집된 텍스트의 출현 빈도를 분석하였다. 토픽 모델링 분석 단계에서는 LDA 알고리즘을 적용하여 토픽과 연관어를 도출하고 관련 게시글 내용을 분석하였다(Chemudugunta et al., 2007). 본 연구는 남성 스트라이프 셔츠에 대하여 전체 기간에서 수집된 텍스트를 대상으로 대표적인 주제를 분석하였고, 게시글의 수집량이 가장 높게 나타난 구간과 상대적으로 낮게 나타난 두 구간에서 시기별 상황에 따른 세부 주제를 추출하여 사용자 언급 내용을 비교 분석하였다.
성능/효과
- 1번 토픽(0.174)은 가장 큰 비중값을 보인 토픽으로, ‘무늬’, ‘기본적인’, ‘셔츠’, ‘티셔츠’, ‘옷’, ‘컬렉션’ 등의 연관어가 발생 확률이 높은 것으로 나타났다.
- 2015년 11월 1일에서 11월 30일까지의 구간에서 도출된 연관어를 바탕으로 토픽 내용을 살펴본 결과, 1번, 3번, 5번 토픽의 경우 도출된 연관어가 전체 기간에서의 결과와 유사한 것으로 나타나 시기별 특징적인 내용으로 볼 수 없는 것으로 나타났다. 2번 토픽은 여러 사이트의 제목과 링크 리스트를 열거해 놓은 게시글에서 추출된 연관어로 파악되어 남성 스트라이프 셔츠에 관한 것이라 볼 수 없었다.
- 2016년 4월 1일에서 4월 30일까지의 구간에서 도출된 연관어를 바탕으로 토픽 내용을 살펴본 결과, 4번, 5번 토픽의 경우 토픽명과 게시물의 내용이 전체 기간에서 도출된 결과와 유사한 것으로 나타나 시기별 특징적인 내용으로 볼 수 없었다. 따라서 1번, 2번, 3번 토픽을 중심으로 시기별 특징적으로 나타나는 세부 주제 및 게시글 내용을 분석하였다.
- 2번 토픽(0.120)과 8번 토픽(0.079)은 함께 ‘정장’, ‘맞춤형의’, ‘셔츠’의 연관어가 동일하게 높은 발생 확률을 갖으며 포함되는 것으로 나타났으며, 사용자의 후기를 중심으로 스트라이프 셔츠를 선택할 때 개인의 체형이나 취향을 반영하는 것에 대한 정보가 중점적으로 공유 되는 것으로 나타났다.
- 2번 토픽(0.132)은 발생 확률이 높은 연관어로 ‘시즌’, ‘매장’, ‘아울렛’, ‘리뷰’, ‘터미널점’, ‘상설’ 등의 단어가 나타났다.
- 4번 토픽은 ‘코디’, ‘정장’, ‘색상’, ‘코트’, ‘맞춤’, ‘면접’, ‘추천’, ‘룩’, ‘합격’, ‘넥타이’의 연관어를 가지는 것으로 나타났다.
- 전체 수집 기간인 2015년 11월 1일부터 2016년 10월 31일까지의 텍스트를 LDA 알고리즘에 적용하여 10개의 토픽을 도출하였다. 각 토픽은 전체 게시글에 대한 비중값을 기준으로 순위가 부여되었으며, 각 토픽을 구성하는 연관어들은 토픽 모델링의 수행 결과로 출력된 것으로 토픽에서 해당 단어가 나타나는 확률이 높은 순으로 10개의 연관어가 추출되었다(Table 3). 남성 스트라이프 셔츠의 디자인 속성을 중심으로 각 토픽의 텍스트들의 의미적 연관성을 고려하여 주제를 추론한 결과, 1번 토픽은 ‘무늬’, 2번, 8번 토픽은 ‘정장’, 나머지 토픽들은 대부분 ‘코디’가 상위 연관어로 발생하는 것으로 분류되었다.
- 2015년 11월 1일에서 2016년 10월 31일까지 1년간 남성 스트라이프 셔츠 관련 온라인 게시글은 네이버 블로그에서 5,615건, 다음 블로그에서 8,033건으로 총 13,648건이 수집되었다. 게시글 수집 추이 분석 결과, 네이버와 다음 블로그에서 모두 봄철인 4월 1일에서 4월 30일까지의 구간에서 게시글 수집량이 1,512건으로 가장 높게 나타났으며, 겨울철인 11월 1일에서 11월 30일까지의 구간은 게시글 수집량이 582건으로 가장 수집량이 낮은 것으로 나타났다. 수집된 게시글은 자연어 처리 과정을 통해 구두점과 숫자가 제거되었고, 문장에서 내용을 나타내는데 큰 역할을 하지 않는 전치사, 접속사 등의 기능어가 제거되어 총 38,627개의 텍스트가 도출되었다.
- 남성 스트라이프 셔츠에 대한 연관어분석 결과, ‘면접’ 등의 상황과 함께 ‘정장’, ‘맞춤형의’, ‘넥타이’, ‘추천’ 등이 높은 발생 확률을 가지며 자동화 추출되며 사용자의 디자인 니즈가 도출되는 것이 확인되었다.
- 남성 스트라이프 셔츠의 디자인 속성을 중심으로 각 토픽의 텍스트들의 의미적 연관성을 고려하여 주제를 추론한 결과, 1번 토픽은 ‘무늬’, 2번, 8번 토픽은 ‘정장’, 나머지 토픽들은 대부분 ‘코디’가 상위 연관어로 발생하는 것으로 분류되었다.
- 해당되는 토픽을 잘 보여주는 게시물을 살펴본 결과 면접 상황에서 활용되는 스트라이프 셔츠 관련한 게시글 내용이 확인되었으며, 시기별 특징적인 세부 주제로 판단되어 내용을 분석하였다. 내용 분석 결과, 면접 상황에서 착용되는 셔츠로 화이트 색상에 좁은 스트라이프 무늬를 제안하는 내용, 면접 상황에 따라 스트라이프 셔츠를 착용할 때의 고려할 사항, 셔츠 위에 착용되는 넥타이 무늬가 인상에 미치는 디자인 요소 등의 내용들이 나타났다.
- 온라인 상에서 제품 키워드의 빈도 증가는 판매 증가와 높은 연관이 있다는 점에서(Vosen & Schmidt, 2011), 봄과 겨울 시즌에 토픽 모델링 세부 분석 결과에서 나타난 패션이미지나 아이템 등의 키워드는 사용자들의 시기별 관심 지수로 디자인 개발 및 생산을 위한 실제적인 지표로 활용될 수 있을 것으로 사료된다. 둘째, 텍스트마이닝 분석은 사용자에 의해 이미 축적된 게시글을 수집, 분석하여 해석하는 귀납적 접근 방법으로서 패션디자인 평가 대상에 대하여 장소와 상황 등의 TPO(Time, Place, Occasion)를 고려하는 사용자들의 인식이 주제 및 연관어로 나타났다. 남성 스트라이프 셔츠에 대한 연관어분석 결과, ‘면접’ 등의 상황과 함께 ‘정장’, ‘맞춤형의’, ‘넥타이’, ‘추천’ 등이 높은 발생 확률을 가지며 자동화 추출되며 사용자의 디자인 니즈가 도출되는 것이 확인되었다.
- 이에 대하여 소셜미디어는 제품 및 서비스에 대한 솔직하고 자발적인 피드백을 어떠한 대가 없이 제공하고 있으며(Tirunillai & Tellis, 2014), 심층 인터뷰 등의 질적 가치를 가지는 데이터에 대한 양적 분석이 가능하다. 또한, 연구자는 미처 생각하지 못한 응답까지도 수렴하는 탐색적 분석으로 방대한 사용자들의 요구의 패턴을 빠르게 정량화할 수 있다는 장점을 갖는다(Table 1).
- 마지막으로 특징적으로 나타난 세부 주제는 3번 토픽 (0.122)으로 연관어로 ‘잭앤질’, ‘봄’, ‘스타일’, ‘룩’, ‘코디’, ‘아우터’, ‘정석’, ‘남친’ 등이 나타나며, 봄이라는 계절속성과 함께 남자친구의 룩(남친룩)과 관련된 코디 내용이 세부 주제로 도출되었다.
- 첫째, 텍스트마이닝 분석은 수집된 게시글의 기간을 바탕으로 시기별 패션디자인에 대한 언급 내용을 파악할 수 있는 것으로 나타났다. 본 연구는 1년간의 게시글의 토픽 모델링 분석으로 남성 스트라이프 셔츠에 대한 일반적인 주제를 도출하였으며, 무늬 표현, 맞춤형 정장 셔츠, 특정 브랜드 제품, 코디 방법, 구매 정보 등의 정보가 중점적으로 공유되는 것을 확인하였다. 또한 4월 1일부터 4월 30일까지의 기간에서는 봄이라는 계절의 특성을 바탕으로 데일리룩이나 남자친구룩을 연출하는 방법에 대한 정보가 중점적으로 공유되었고, 11월 1일부터 11월 30일까지의 기간에서는 면접이라는 특수한 상황을 중심으로 면접룩이나 맞춤정장 키워드가 토픽으로 도출되었다.
- 세부 기간 게시글의 내용 분석 결과, 수집 시기에 따른 사용자들의 상황에 바탕한 남성 스트라이프 셔츠에 대한 인식이 도출되었다. 게시글 수집량이 가장 높은 것으로 나타났던 4월에는 봄에는 계절의 특성을 바탕으로 데일리룩이나 남자친구룩을 연출하는 방법에 대한 정보가 중점적으로 공유되는 것으로 나타난 반면, 11월에는 면접이라는 특수한 상황을 중심으로 면접룩이나 맞춤정장 관련 세부 토픽이 도출되었으며, 추천하는 색상, 무늬가 형성하는 이미지, 함께 착용될 수 있는 넥타이 무늬 등에 대한 정보의 공유가 확인되었다.
- 게시글 수집 추이 분석 결과, 네이버와 다음 블로그에서 모두 봄철인 4월 1일에서 4월 30일까지의 구간에서 게시글 수집량이 1,512건으로 가장 높게 나타났으며, 겨울철인 11월 1일에서 11월 30일까지의 구간은 게시글 수집량이 582건으로 가장 수집량이 낮은 것으로 나타났다. 수집된 게시글은 자연어 처리 과정을 통해 구두점과 숫자가 제거되었고, 문장에서 내용을 나타내는데 큰 역할을 하지 않는 전치사, 접속사 등의 기능어가 제거되어 총 38,627개의 텍스트가 도출되었다. 텍스트 빈도 분석 결과, 출현 빈도 3.
- 174)은 가장 큰 비중값을 보인 토픽으로, ‘무늬’, ‘기본적인’, ‘셔츠’, ‘티셔츠’, ‘옷’, ‘컬렉션’ 등의 연관어가 발생 확률이 높은 것으로 나타났다. 연관어를 중심으로 게시글 내용을 살펴본 결과, 스트라이프 무늬의 활용에 대한 언급으로 기본적인 룩을 완성하는 일상복에서 적용할 수 있는 무늬로 제안되는 것이 나타났다.
- 전체 기간과 세부 기간에서 토픽 모델링 분석 결과를 바탕으로 남성 스트라이프 셔츠에 대한 일반적인 인식과 특정 시기와 상황에 따른 사용자들의 인식이 분석되었다. 전체 기간 게시글의 내용 분석 결과, 일반적으로 코디 관련 주제가 빈번하게 언급되며 데일리룩 연출, 시즌별 주목되는 핏, 계절 패션아이템의 활용 방법, 색상 연출 방법 등에 대해 주목하는 것으로 나타났으며, 정장과 함께 착용 가능한 아이템으로 인식하는 것이 확인되었다. 아울러 잭앤질과 같은 브랜드들의 경우 공식 브랜드 블로그를 운영하거나(http://blog.
- 전체 기간과 세부 기간에서 토픽 모델링 분석 결과를 바탕으로 남성 스트라이프 셔츠에 대한 일반적인 인식과 특정 시기와 상황에 따른 사용자들의 인식이 분석되었다. 전체 기간 게시글의 내용 분석 결과, 일반적으로 코디 관련 주제가 빈번하게 언급되며 데일리룩 연출, 시즌별 주목되는 핏, 계절 패션아이템의 활용 방법, 색상 연출 방법 등에 대해 주목하는 것으로 나타났으며, 정장과 함께 착용 가능한 아이템으로 인식하는 것이 확인되었다.
- 첫째, 텍스트마이닝 분석은 수집된 게시글의 기간을 바탕으로 시기별 패션디자인에 대한 언급 내용을 파악할 수 있는 것으로 나타났다. 본 연구는 1년간의 게시글의 토픽 모델링 분석으로 남성 스트라이프 셔츠에 대한 일반적인 주제를 도출하였으며, 무늬 표현, 맞춤형 정장 셔츠, 특정 브랜드 제품, 코디 방법, 구매 정보 등의 정보가 중점적으로 공유되는 것을 확인하였다.
- 텍스트 빈도 분석 결과, 출현 빈도 3.00% 이상에 해당되는 텍스트는 총 440개로 나타났으며, ‘셔츠’가 2,450회(1.38%)로 가장 높은 빈도로 나타났다(Table 2).
- 해당하는 게시글을 살펴본 결과, 아울렛 매장이나 상설매장 방문을 통한 사용자 리뷰 내용으로 매장에 진열되어 있는 스트라이프 셔츠 무늬 관련 선의 굵기나 소재의 특성에 대한 디자인 설명이나 사용자의 감성적 반응으로 ‘깔끔한’, ‘단정한’ 등으로 평가하는 내용이 나타났다.
후속연구
- 국내 패션디자인 분야에서 텍스트마이닝 연구는 아직 초기 단계라는 점에서 본 연구에서 사용자 의견을 대표하는 텍스트를 추출할 수 있는 기술적 부분들에 대한 제한점이 있었음을 밝히며, 빅데이터 연구는 기술 변화가 급속히 이루어지는 분야인 만큼 향후 패션블로그 등의 보다 세분화된 텍스트마이닝 분석이 향후 본 연구결과의 연장선 상에서 지속적으로 이루어져야 할 중요한 과제가 될 것으로 본다.
- 끝으로, 텍스트마이닝 분석은 실제 사용자들이 실시간으로 게시하고 있는 게시글의 내용을 키워드 수준이 아닌 맥락의 의미 분석으로 사용자들의 인식을 분석할 수 있는 것으로 확인되었으며, 본 연구에서 도출된 수치적인 주제에 대한 연관어의 발생 확률은 시즌에 따라 빠르게 변화하는 트랜드와 더불어 사용자들이 새롭게 언급하고 있는 요구사항에 신속하게 대응할 수 있는 지수를 제시한다는 점에서 평가 대상에 관한 인식뿐 아니라 사용자 행동에 대한 인사이트를 제시할 수 있을 것으로 사료된다.
- 남성 스트라이프 셔츠의 디자인 속성으로 ‘핏’과 함께 도출된 ‘오버’, ‘루즈한’ 등의 텍스트는 2016년 남성복 트렌드를 반영하는 내용이 도출되어 나타났다는 점에서(O'Connor, 2015), 향후 보다 다양한 텍스트마이닝 방법의 활용으로 시기별로 나타나는 핵심 텍스트 사전의 구축으로 트렌드가 어떻게 변화하는지를 살펴볼 수 있는 데이터베이스가 마련될 수 있을 것으로 기대된다.
- 0)을 활용하여 검색 키워드로 선정한 남성 스트라이프 셔츠에 대한 게시글을 수집하고, LDA(Latent Dirichlet Allocation) 알고리즘을 적용하여 남성 스트라이프 셔츠에 대한 사용자들의 언급 내용을 연관어를 통해 분석하였다. 본 연구는 사용자들의 현재 인식과 미래 행동에 대한 예측이 가능하다는 점에서 주목되는 소셜미디어를 중심으로 특정 디자인에 대한 관심이 증가하거나 감소하는 구간별 게시글 양과 주제를 계량적으로 분석할 수 있는 방법을 마련함으 로써 시즌에 따라 트렌드가 수시로 변화하는 패션디자인에 대해 보다 다각적 관점의 연구를 활성화하는데 기여할 것으로 기대된다. 아울러 패션디자인 분야에서 학술적으로 텍스트마이닝을 통해 사용자들의 인식을 수집 분석할 수 있는 새로운 연구방법을 제시하였다는 점에서 의의가 있다.
- 온라인 상에서 제품 키워드의 빈도 증가는 판매 증가와 높은 연관이 있다는 점에서(Vosen & Schmidt, 2011), 봄과 겨울 시즌에 토픽 모델링 세부 분석 결과에서 나타난 패션이미지나 아이템 등의 키워드는 사용자들의 시기별 관심 지수로 디자인 개발 및 생산을 위한 실제적인 지표로 활용될 수 있을 것으로 사료된다.
- 남성 스트라이프 셔츠의 디자인 속성으로 ‘핏’과 함께 도출된 ‘오버’, ‘루즈한’ 등의 텍스트는 2016년 남성복 트렌드를 반영하는 내용이 도출되어 나타났다는 점에서(O'Connor, 2015), 향후 보다 다양한 텍스트마이닝 방법의 활용으로 시기별로 나타나는 핵심 텍스트 사전의 구축으로 트렌드가 어떻게 변화하는지를 살펴볼 수 있는 데이터베이스가 마련될 수 있을 것으로 기대된다. 이를 통해 디자이너나 기업은 제품에 대한 디자인뿐 아니라 이를 개발하고 제안하며 판매하기까지의 전 디자인 개발 프로세스를 혁신할 수 있을 것으로 기대하며, 빠르게 변화하는 트랜디한 패션아이템 등을 평가하기에 적합한 인스타그램, 트위터 등의 다양한 SNS 플랫폼의 텍스트마이닝 방법에 대한 모색이 필요할 것으로 사료된다.
- 패션분야는 대량으로 생산하고 공급하는 시대에서 고도의 개성화로 시장이 세분화되는 추세에 따라, 쏟아져 나오는 정보에 대하여 IT 기술과의 접목으로 신속하면서도 다각화된 분석이 요구되고 있다(Kang, 2017). 이에 패션디자인 연관 소셜미디어 데이터는 사용자 중심의 트랜드 예측과 인사이트 추출을 가능하게 한다는 점에서 디자인 리스크를 관리하고 사용자 경험 가치를 높이는 맞춤형 상품 및 서비스를 개발하는 등에 활용될 수 있을 것으로 사료된다.
- 셋째, 본 연구는 남성 스트라이프 셔츠에 대한 사용자들의 주요 언급 내용을 통해 일반적인 생각을 알아보고자 높은 비중값을 기준으로 전체 기간의 상위 열 개의 토픽과 특정 시기별 구간의 상위 다섯 개의 토픽을 선정하여 분석하였다. 하지만 연구목적에 따라 특정 타깃에 대한 심층적인 분석이 필요한 경우 낮은 비중값을 갖는 토픽에 대한 수집 분석 또한 세분화된 디자인 정보에 대한 도출이 가능하다는 점에서 활용될 수 있을 것으로 사료 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.