[논문]텍스트마이닝과 네트워크 분석을 적용한 VR 게임 사용자의 관심 요소 연구 - STEAM 사용자 리뷰 데이터를 중심으로 -

위민영; 나지영; 박영일

doi:10.7583/jkgs.2018.18.6.69

텍스트마이닝과 네트워크 분석을 적용한 VR 게임 사용자의 관심 요소 연구 - STEAM 사용자 리뷰 데이터를 중심으로 -
A study on the Elements of Interest for VR Game Users Using Text Mining and Text Network Analysis - Focused on STEAM User Review Data - 원문보기

한국게임학회 논문지 = Journal of Korea Game Society, v.18 no.6, 2018년, pp.69 - 82

위민영 (이화여자대학교 융합콘텐츠학과) , 나지영 (이화여자대학교 융합콘텐츠학과) , 박영일 (이화여자대학교 융합콘텐츠학과)

초록
AI-Helper

최근 들어 VR 산업의 성장을 위한 양질의 VR 콘텐츠에 대한 필요성이 꾸준히 제기되고 있다. 이에 본 연구는 VR 콘텐츠 중에서 가장 큰 주목을 받고 있는 VR 게임의 사용자의 관심요소에 대해 연구하였다. 연구 수행을 위해 스팀(STEAM)의 사용자 리뷰 데이터를 활용하였고 리뷰 데이터에 텍스트마이닝과 네트워크 분석을 적용한 결과 VR 게임 사용자의 관심요소는 '현존감', '1인칭 시점 게임', '청각적 요소', '상호작용' 으로 확인되었다. 본 연구는 양질의 VR 게임 개발을 위한 사용자 관점의 연구를 수행하고 사용자 관점의 연구를 리뷰을 통해 시도한 초기 연구라는 것에 대해 그 의의가 있다.

Abstract ▼ AI-Helper

The need of high quality VR contents has been steadily raised in recent years. Therefore, this study investigated the user's interest factors of VR game which is receiving the most attention among VR contents. We used STEAM review data and applied Text mining and Network analysis to perform this research. As a result, it was possible to confirm 4 word clusters related VR game users. Each cluster is named by 'presence', 'first person view game', 'auditory factor' and 'interaction'. This study has its meaning. First, user related research would be very helpful to develop high quality VR game. Second, it confirms that review data of VR game users can be structured, analyzed and used.

주제어

표/그림 (8)

표 [Table 1] Research Questions
표 [Table 2] The Data Element and Format
그림 [Fig. 1] CONCOR Network Structure
표 [Table 3] Key Words that Consist of Data
표 [Table 4] Key Words of Cluster No.1
표 [Table 5] Key Words of Cluster No.2
표 [Table 6] Key Words of Cluster No.3
표 [Table 7] Key Words of Cluster No.4

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

두 번째 목적은 리뷰 데이터에서 추출된 핵심 단어군 추출이 완료된 자료를 바탕으로 텍스트 네트워크 분석을 실시하는 것이다. 이때 텍스트 네트워크 분석을 통해 리뷰데이터를 구성하는 핵심단어들의 구조와 흐름을 이해하고 텍스트 네트워크 분석 중 하나인 네트워크 분석에 포함된 단어들의 클러스터화를 가능하게 하는 CONCOR (CONvergence of iterated CORrelation) 분석을 통해 VR게임 사용자들의 VR게임에 대한 관심 요소를 범주화하여 도출하게 된다.
따라서 본 연구에서도 VR 디바이스를 사용하여 VR게임을 플레이하는 실 사용자들의 리뷰를 활용하여 현재 유통되고 있는 VR게임에 대한 사용자들의 주요 관심 요소를 추출하고자 하였다.
본 연구에서는 VR 콘텐츠 중에서도 가장 대표적인 VR게임의 사용자 관점의 연구를 수행하고, 이를 통해 양질의 게임 콘텐츠 개발을 위한 사용자 관심 요소를 추출하게 된다.
이러한 과정으로 수행될 본 연구의 첫 번째 목적은 리뷰 데이터를 통해 VR게임 리뷰에서 언급되고 있는 단어 중 핵심 단어군을 추출하여 리뷰 데이터를 구성하고 있는 주요 단어들을 파악하는 것이다.
이러한 목표를 통해 진행되는 본 연구는 궁극적으로 VR게임 사용자들의 경험 및 관심요소 분석을 통해 향후 양질의 VR게임 개발에 기여하는 데에 그 의의를 두게 될 것이다.
VR산업의 성장세가 주춤했던 원인 중 하나는 사용자를 끌어들일 수 있는 콘텐츠가 부족하다는 것이었다. 특히 잠재력에 비해 VR게임의 사용자에 대한 연구는 부족하다는 판단 하에 본 연구를 진행하였다. 본 연구의 결과는 다음과 같다.

제안 방법

그리고 네트워크 분석을 통해 핵심 단어의 아이겐벡터 중심성 지수를 도출하게 되면, 핵심 단어 간의 관계를 파악하기 위하여 네트워크 분석 내의 클러스터 분석 중 하나인 CONCOR분석을 수행한다. 그리고 UCINET 6의 시각화 프로그램 중 하나인 NetDraw를 사용하여 해당 구조를 시각화한다.
우선 VR게임 리뷰데이터의 핵심단어로 선정된 단어 간의 공출현 빈도 매트릭스를 작성한다(노드 간 관계의 분석에는 네트워크 분석 프로그램 UCINET 6을 활용한다). 그리고 네트워크 분석을 통해 핵심 단어의 아이겐벡터 중심성 지수를 도출하게 되면, 핵심 단어 간의 관계를 파악하기 위하여 네트워크 분석 내의 클러스터 분석 중 하나인 CONCOR분석을 수행한다. 그리고 UCINET 6의 시각화 프로그램 중 하나인 NetDraw를 사용하여 해당 구조를 시각화한다.
TEXTOM에서 지원하는 n1tk 형태소 분석 프로그램을 통해 단어 분석에 용이하지 않은 무의미한 조동사, 관사, 전치사 등의 단어를 삭제하고 과거형과 복수형 등의 동사나 명사를 현재형과 단수형으로 변환하는 표준화 작업을 거치게 되는 것이다. 그리고 일련의 과정을 거친 데이터는 빈도분석을 진행하여 리뷰데이터에서 언급되는 핵심 단어를 추출한다.
둘째, 리뷰 데이터의 핵심단어에 대한 네트워크 분석을 실시하여 VR게임 사용자의 주요 관심요소를 도출하였다. 네트워크 분석은 노드와 노드사의 관계의 파악으로 네트워크 내에서 어떤 노드가 중요한 역할을 하는 지에 대한 분석이 가능한데 본 연구에서는 단어들의 클러스터를 확인하기 위해 CONCOR분석을 활용하고 시각화하였으며, 클러스터 된 단어들의 중심성을 분석하면서 클러스터에 이름을 부여하였다.
다음으로, 리뷰데이터에서 사용자들의 관심 요소를 추출하기 위해 핵심단어를 기반으로 텍스트 네트워크 분석을 실시한다. 텍스트 네트워크 분석을 실시하기 위해 핵심단어의 공출현 빈도 매트릭스를 작성한다.
데이터를 구축하기 위해서 컴퓨터 언어 중 하나인 Python3을 사용하여 온라인 텍스트 데이터를 긁어올 수 있는 크롤러를 제작했고 이를 통해 사용자 리뷰의 크롤링을 실시하였다.
둘째, 리뷰 데이터의 핵심단어에 대한 네트워크 분석을 실시하여 VR게임 사용자의 주요 관심요소를 도출하였다. 네트워크 분석은 노드와 노드사의 관계의 파악으로 네트워크 내에서 어떤 노드가 중요한 역할을 하는 지에 대한 분석이 가능한데 본 연구에서는 단어들의 클러스터를 확인하기 위해 CONCOR분석을 활용하고 시각화하였으며, 클러스터 된 단어들의 중심성을 분석하면서 클러스터에 이름을 부여하였다.
본 연구에서는 (단어)X(단어)의 1모드(mode)로 방향성이 없는 매트릭스를 이용하였다. 또한 텍스트 공출현 빈도 매트릭스를 활용하여 네트워크 구조를 파악하기 위해 UCINET 6과 같은 네트워크 분석 프로그램을 사용하여 핵심 단어의 중심성(centrality)을 분석한다. 그리고 중심성은 네트워크 내에서 가장 중요한 노드를 노드가 차지하는 중심적 위치의 관점에서 설명한다[30].
본 연구는 VR게임 온라인 유통 플랫폼의 스팀(STEAM)에서 VR게임 사용자들의 리뷰를 바탕으로 데이터를 구축하게 되고 이것을 토대로 텍스트마이닝을 진행하게 된다. VR게임 온라인 유통 플랫폼인 스팀은 VR게임 분야에서 사용자 리뷰가 가장 활발하게 생성되는 플랫폼이다.
본 연구에서는 (단어)X(단어)의 1모드(mode)로 방향성이 없는 매트릭스를 이용하였다.
본 연구에서는 네트워크 구조 분석을 단어와 단어의 관계에 적용하여 텍스트 내의 의미를 파악하게 되는데, 문서를 구성하는 텍스트를 네트워크 분석에 활용하기 위해서는 단어의 동시 출현 빈도를 구하고 이를 기반으로 공출현 빈도 행렬 매트릭스를 만들어 네트워크 분석에 적용하게 된다.
본 연구에서는 연구자의 주관이 개입되는 것을 방지하고자 설문조사법이 아닌, VR게임의 사용자 리뷰(User Review)를 활용하게 된다.
본 연구의 분석을 위해 사용하게 될 텍스트마이닝의 과정을 살펴보면 먼저 크롤링으로 구축된 CSV형태의 리뷰데이터를 Python을 활용하여 분석에 불필요한 이모티콘과 세 단어 이하로 구성된 의미 없는 문장들을 삭제한다. 이렇게 1차로 정제가 완료된 데이터를 TEXTOM 프로그램에 업로드하여 nltk기반의 형태소 분석을 실시한다.
앞서 선정한 100개의 핵심 단어를 바탕으로 네트워크 관계를 분석할 수 있는 프로그램인 UCINET 6을 사용하여 단어 간의 의미를 파악할 수 있는 텍스트 네트워크 분석을 실시하였는데 노드의 개수는 총 100개이다. 여기서 CONCOR 분석을 활용하여 동시 출현 단어 간의 상관관계를 바탕으로 단어들을 클러스터화 하였다. 이후 각 클러스터를 구성하는 단어들의 중심성 분석을 실시하였고, 중심성 지수가 높은 단어와 VR게임의 특성을 가장 잘 나타낼 수 있는 단어 위주로 의미를 파악하여 각 클러스터를 개념화하였다.
연구 방법으로는 먼저 VR게임 사용자들의 리뷰 데이터를 구축하고 텍스트마이닝과 텍스트 네트워크 분석을 실시한 후, 최종적으로 VR게임의 사용자 관심요소를 도출하게 된다.
두 번째 목적은 리뷰 데이터에서 추출된 핵심 단어군 추출이 완료된 자료를 바탕으로 텍스트 네트워크 분석을 실시하는 것이다. 이때 텍스트 네트워크 분석을 통해 리뷰데이터를 구성하는 핵심단어들의 구조와 흐름을 이해하고 텍스트 네트워크 분석 중 하나인 네트워크 분석에 포함된 단어들의 클러스터화를 가능하게 하는 CONCOR (CONvergence of iterated CORrelation) 분석을 통해 VR게임 사용자들의 VR게임에 대한 관심 요소를 범주화하여 도출하게 된다.
본 연구의 분석을 위해 사용하게 될 텍스트마이닝의 과정을 살펴보면 먼저 크롤링으로 구축된 CSV형태의 리뷰데이터를 Python을 활용하여 분석에 불필요한 이모티콘과 세 단어 이하로 구성된 의미 없는 문장들을 삭제한다. 이렇게 1차로 정제가 완료된 데이터를 TEXTOM 프로그램에 업로드하여 nltk기반의 형태소 분석을 실시한다. 이후 최종 정제가 완료된 리뷰 데이터를 구성하는 단어의 빈도수 분석을 통해 리뷰 데이터를 구성하는 핵심단어 들을 추출하고 VR게임 사용자들의 전반적인 관심과 감정에 대해 파악한다.
먼저 VR게임을 다운로드 할 수 있는 게임 온라인 유통 플랫픔 스팀에서 VR게임의 사용자 리뷰 데이터를 크롤링(Crawling) 한다. 이어서 크롤링된 리뷰 데이터를 CSV 파일 형태로 데이터베이스화 하여 구축한다. 여기서 구축된 데이터는 정제과정을 거치는데, 정제과정에는 분석에 포함되는 텍스트데이터 외의 이모티콘이나 세 단어 이하의 의미 없는 문장을 삭제하는 과정이 포함된다.
이후 각 클러스터를 구성하는 단어들의 중심성 분석을 실시하였고, 중심성 지수가 높은 단어와 VR게임의 특성을 가장 잘 나타낼 수 있는 단어 위주로 의미를 파악하여 각 클러스터를 개념화하였다.
이후 정제과정을 거친 리뷰데이터는 빅데이터 일괄처리 솔루션 TEXTOM 프로그램을 통하여 분석에 용이한 형태로 자연어 처리를 한다. TEXTOM에서 지원하는 n1tk 형태소 분석 프로그램을 통해 단어 분석에 용이하지 않은 무의미한 조동사, 관사, 전치사 등의 단어를 삭제하고 과거형과 복수형 등의 동사나 명사를 현재형과 단수형으로 변환하는 표준화 작업을 거치게 되는 것이다.
이렇게 1차로 정제가 완료된 데이터를 TEXTOM 프로그램에 업로드하여 nltk기반의 형태소 분석을 실시한다. 이후 최종 정제가 완료된 리뷰 데이터를 구성하는 단어의 빈도수 분석을 통해 리뷰 데이터를 구성하는 핵심단어 들을 추출하고 VR게임 사용자들의 전반적인 관심과 감정에 대해 파악한다.
하지만 동일한 조건에 있는 게임을 분석하는 것이 연구의 타당성을 높일 수 있다고 판단하여 2018년 5월 기준 ‘Top sellers’로 분류된 유료 게임의 리뷰 데이터만으로 연구에 필요한 데이터베이스를 구축하였다.
한편 본 연구에서 리뷰데이터 네트워크 구조를 분석하는 주요 지표는 아이겐벡터 중심성으로 선정하였다.
한편 본 연구에서는 공출현 빈도 매트릭스를 바탕으로 단어 간 관계 파악을 위해서 네트워크 분석 프로그램 중 하나인 UCINET6을 사용하여 네트워크 분석을 실시하고 UCINET6의 시각화 프로그램 중 하나인 NetDraw를 활용하여 단어 간 관계를 시각화한 후 결과를 도출하게 된다.

대상 데이터

구축된 데이터에서 텍스트 정제 과정을 거쳐 16,971개의 단어가 추출되었고 출현 빈도 0.1%의 단어 182개를 다시 분류한 후 다시 상위 빈도 100개의 단어를 핵심단어로 선정하였다.
크롤링은 2018년 5월 15일에 실시되었으며 구성된 데이터의 기간은 스팀과 VR 기기가 연동되기 시작한 무렵의 2016년 3월 31일부터 2018년 5월 15일까지다. 리뷰데이터의 언어는 영어이며 총 59개의 게임이 분석에 포함되었다. 본래 크롤링 된 리뷰 데이터는 28,023개였지만 의미 없는 리뷰들을 제외한 총 21,142개의 사용자 리뷰가 연구 데이터로 최종 구성되었다.
리뷰데이터의 언어는 영어이며 총 59개의 게임이 분석에 포함되었다. 본래 크롤링 된 리뷰 데이터는 28,023개였지만 의미 없는 리뷰들을 제외한 총 21,142개의 사용자 리뷰가 연구 데이터로 최종 구성되었다.
앞서 선정한 100개의 핵심 단어를 바탕으로 네트워크 관계를 분석할 수 있는 프로그램인 UCINET 6을 사용하여 단어 간의 의미를 파악할 수 있는 텍스트 네트워크 분석을 실시하였는데 노드의 개수는 총 100개이다. 여기서 CONCOR 분석을 활용하여 동시 출현 단어 간의 상관관계를 바탕으로 단어들을 클러스터화 하였다.
이를 방지하기 위해 ‘VR only’ 탭으로 게임을 분류하여 순수 VR 디바이스를 사용하여 게임을 플레이한 유저들의 리뷰들로만 데이터를 구성하였다.
크롤링은 2018년 5월 15일에 실시되었으며 구성된 데이터의 기간은 스팀과 VR 기기가 연동되기 시작한 무렵의 2016년 3월 31일부터 2018년 5월 15일까지다. 리뷰데이터의 언어는 영어이며 총 59개의 게임이 분석에 포함되었다.
클러스터 1에서는 총 56개의 단어들이 본 클러스터에 포함되었다. 이중 아이겐벡터 중심성 상위단어를 중심으로 본 클러스터의 특징을 분석한 결과 아이겐벡터 중심성 지수가 가장 높은 단어는 ‘time’이며 0.

이론/모형

또한 텍스트 네트워크 분석을 본 연구에 적용하기 위해 다음과 같은 과정을 거친다. 우선 VR게임 리뷰데이터의 핵심단어로 선정된 단어 간의 공출현 빈도 매트릭스를 작성한다(노드 간 관계의 분석에는 네트워크 분석 프로그램 UCINET 6을 활용한다). 그리고 네트워크 분석을 통해 핵심 단어의 아이겐벡터 중심성 지수를 도출하게 되면, 핵심 단어 간의 관계를 파악하기 위하여 네트워크 분석 내의 클러스터 분석 중 하나인 CONCOR분석을 수행한다.

성능/효과

그 결과，4개의 클러스터가 도출 되었으며 이는 네트워크 분석의 지표 중 아이겐벡터 중심성의 분석에 따라 각각 현존감, 1 인칭 시점 게임, 청각적 요소, 상호작용으로 명명하였다.
긍정을 의미하는 단어 'fun'이 부정을 의미하는 단어 'sick' 보다 상위에 랭크되어 있었지만, 멀미나 피로함을 의미하는 부정적인 단어 'sick'이 핵심 단어 군에 포함되었다는 것은 VR 디바이스를 사용할 때, 지적되는 고질적인 문제인 이른바 '사이버멀미'가 VR게임에서도 문제가 되고 있음을 확인할 수 있었다.
둘째, VR게임 개발 시 VR의 장점을 극대화할 수 있는 요소를 고려해야 한다. 텍스트 네트워크 분석으로 도출된 ‘1인칭 시점 게임’과 ‘청각적 요소’는 VR게임에서 게임에 대한 몰입을 극대화 할 수 있는 요소들이다.
둘째, 사용자 리뷰 맥락을 파악하는데 텍스트마이닝이 아주 정확한 방법이 될 수는 없다는 것이다. 빅데이터에 적용하는 텍스트마이닝은 대용량의 데이터에 최적화 된 분석방법으로, 구축된 데이터가 분석에 용이하게 정제되어야 할 경우 문장 전체의 맥락이 삭제되는 경우가 있다.
또한 VR게임을 구동하는 디바이스에 대한 언급도 많았으며 움직임에 관련된 단어가 본 리뷰데이터를 구성하고 있었고 VR 디바이스가 부착된 신체와 관련된 단어도 확인할 수 있었다.
또한 다양한 분야에서 온라인 사용자 리뷰를 통해 사용자의 특성을 파악하고 이를 상품의 개선이나 개발에 사용하고 있다는 것을 파악할 수 있었다. 그러나 아직 VR 사용자 리뷰 데이터에 대한 연구는 전무하기에 본 연구가 중요한 가치를 지닐 수 있다.
셋째, 스팀을 통해 VR게임을 유통하는 개발사는 다양한 VR 디바이스를 지원할 수 있는 게임을 유통해야 한다.
이러한 아이겐벡터 중심성 분석 결과 네 개의 클러스터는 ‘현존감’, ‘1인칭 시점’, ‘청각적 요소’, ‘상호작용’으로 명명되었다.
이상의 이론적 고찰을 바탕으로 VR 산업의 성장을 위한 킬러콘텐츠의 개발에 대한 중요성과 VR게임이 VR콘텐츠 산업의 중심이 될 수 있는 잠재력을 가진 콘텐츠 분야라는 것을 확인하였다. 그러나 VR게임의 사용자가 중심이 되는 연구는 거의 전무함을 확인할 수 있었다.
이중 아이겐벡터 중심성 상위단어를 중심으로 본 클러스터의 특징을 분석한 결과 아이겐벡터 중심성 지수가 가장 높은 단어는 ‘time’이며 0.367의 아이겐벡터 지수를 보이고 있었다.
첫째, 사용자 리뷰 데이터를 구성하고 있는 핵심 단어 100개의 단어 중 감정과 관련된 단어를 살펴 보았을 때 VR게임의 사용자들은 대체로 VR게임에 의해 부정적인 경험 보다는 긍정적인 경험을 하고 있었다. 한편 VR게임을 구성하는 콘텐츠적 요소와 관련된 단어의 경우, 게임 이용자들이 적을 지칭하는 단어와 적을 공격하는 수단에 대한 단어를 한 가지가 아닌 여러 가지로 표현하고 있었다.
첫째, 텍스트 네트워크 분석에서 도출된 ‘현존감’과 ‘상호작용’이라는 사용자들의 관심요소를 통해 VR게임의 사용자들은 가상의 현실에서 실제로 존재한다고 느끼는 것에 ‘즐거움’과 같은 긍정적 감정을 갖고 있음을 확인하였다.

후속연구

현재 VR 콘텐츠의 개발이 시급함에도 불구하고 아직 VR게임 사용자에 대한 연구는 부족한 실정이다. 따라서 앞으로 사용자를 끌어들일 수 있을 만한 킬러 콘텐츠의 개발은 그 사용자를 연구하는 것에서 발판을 마련할 수 있는데, 본 연구는 VR게임의 사용자 관점에서 연구를 진행하였다는 데에서 의의가 있다.
본 연구에서도 비슷한 경향성을 보이고 있는데, 텍스트마이닝 과정 중 리뷰의 전체적인 맥락이 삭제되면서 추출된 단어들이 VR게임만의 특성을 나타낸 단어들인지, 혹은 특정 장르의 게임에 치우친 결과인지에 대해서는 추가적인 연구의 필요성이 요구될 수 있다.
앞으로 생동감 있는 VR 영상에 알맞게 디자인된 버추얼 사운드가 더해진다면 VR게임의 사용자들은 새로운 즐거움을 얻게 될 것이다.
여기서는 현재까지의 VR게임은 단순히 시각적 몰입만이 극대화 된 체험기반의 1인칭 관련 게임이 주를 이룸을 알게 해주는데 앞으로의 발전을 위해서는 감각적 몰입의 ‘체감성’ 내재되어야 하며 그 중 스토리텔링이 한 가지 방법이 될 수 있어야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	텍스트마이닝이란?	엄청난 양의 데이터 가운데 대부분이 비정형 데이터인 텍스트 문서로 저장되는데 저장된 데이터는 정제하여 사용하여야 의미를 파악할 수 있다. 즉, 텍스트로 된 데이터 소스로부터 새롭고 유용한 지식을 발견하는 일련의 과정들을 텍스트마이닝이라고 할 수 있다[29].
	여러 관점을 종합해보면 VR은 무엇을 의미하는가?	이처럼 관점은 다르지만 이 내용들을 종합해 보면, VR은 인간의 신체가 실제로 존재한다고 느끼는 것이 가능한 환경이며 그 환경은 컴퓨터 기술을 통해 창조된 가상의 미디어 공간을 의미하게 된다.

참고문헌 (33)

McLuhan, M., Understanding media: The extension of man, New York: New American Library, 1964
Steuer, J., "Defining virtual reality: Dimensions determining telepresence.", Journal of Communication, Vol. 42, No. 4, pp. 73-93, 1992.

상세보기
Shin, H., An Examination of Point of View in VR Contents, Proceedings of The Animation Society of Korea, Vol.2016, No.6, pp183-188, 2016.
Lim, I., Woo, T., Exploratory Research on Virtual Reality Contents Design Methods based on Head Mounted Device, Journal of Korean Society of Media & Arts, Vol.14, No.4, pp.91-106, 2016.
VR/AR Trend, Hebronstar Strategy Consultants, 2018.
C. Foster, C. Wheelock, Research Report: Virtual Reality for Consumer Markets, Tractica, 2015.
VR industry researchof KoreaIITP, 2016.
Shin, S., Lee, D., Choi, Y., A Study on applicable UI Design of Rhythm Game in Virtual Reality Devices using Gazed based Input Processing and Virtual Line - Using Gear VR, PROCEEDINGS OF HCI KOREA 2017, Vol.2017, No.2, pp714-717, 2017.
Jung, J., VR-gaming Makes a Real School Design, Journal of Korean Institute of Educational Facilities, Vol.25 No.2, pp.17-21, 2018.
Kim, Y., Yoon, Y., Oh, T., Hwangbo, Y., Hwang, J., Real-time VR Strategy Chess Game using Motion Recognition, Journal of Digital Contents Society, Vol.18, No.1, pp1-7, 2017.

원문보기 상세보기
Lee, B., Jin, J., Track of HMD VR-based simulation game that reflects the physical force, Proceedings of The Institute of Electronics and Information Engineers, Vol.2015, No.6, pp.1326-1327, 2015.
Jung, G., Bang, J., A study on how to reduce Cybersickness in Virtual Reality Game Development, Proceedings of Korea Society of Computer Information, pp.155-158, 2018.
Seol, J., Evaluation of satisfaction through immersive 3D simulation game Pilot program for VR, Journal of Digital Design, Vol.16 No.4, pp. 144-154, 2016.
Jung, Y., Woo, T., Study of VR Content Classification Methodology and Design Methodology as Games - Based on literature "unity virtual reality project", Journal of Korean Society of Media and Arts, Vol.15 No.6, pp. 63-75, 2017.
Jung, E., A Study on the Uncanny of VR(virtual reality)game - Based on Mori Masahiro's Uncanny Valley Phenomenon, Proceeding of The Animation Society of Korea, Vol.2016 No.06, pp. 189-194, 2016.
Kim, K., Lee, Ju., Differences of Fun and Immersion according to Game Viewpoint in VR Environment, Proceeding of The HCI Society of Korea, Vol.2018, No.1, pp. 929-932, 2018.
Kim, J., Byoen, H., Lee, S., Enhancement of User Understanding and Service Value Using Online Reviews, Journal of information systems, Vol.20, No.2, pp.21-36, 2014.
Yu, D., Lim, G., The Effect of the Quantity and Direction of online Replys on Word-Of-Mouth for Movie Choice, Proceedings of Korea Society of IT Services, Vol.2014, No.추계, pp.429-432, 2014.
Bae, J., Kim, B., Shim, B., Simultaneous Effect between eWOM and Revenues: Korea Movie Industry, ASIA MARKETING JOURNAL, Vol.12, No.2, pp.1-25, 2010
Chun, M., Credibility of e-WOM in Travel Industry, and Its Influence in WOM Effect, Journal of The Korea Contents Association, Vol.11, No.5, pp.424-432, 2011.
Park, Y., Choi, W.,Effects of a Electronic Word of Mouth on a Purchase Decision, Global Business Administration Review, Vol.13, No.3, pp.333-353, 2013.
Jo, Y., Kim, S.,Effects of Directionality and Type of Online e-WOM on Purchase Intention and Moderating Role of Regulatory Focus, Asia-pacific journal of multimedia services convergent with art, humanities, and sociology, Vol.8, No.1, pp.121-131, 2018.
Cha, T., Lee, Kyoung., Acceptance of Online Word-of-Mouth on Internet-Focus on Online Feedback System of Online Shopping Mall, ADVERTISING RESEARCH, Vol.- No.72, pp.223-252, 2006.
Dave, K., Lawrence, S., Pennock, D. M., Mining the Peanut Gallery: Opinion Extraction and Semantic Classification of Product Reviews, Proceedings of the 12th International Conference on World Wide Web, pp.519-528, 2003.
Kim, T., Lee, S., An Analysis of the User Experience in Storytelling-based Games through Grounded Theory, PROCEEDINGS OF HCI KOREA 2017, Vol.2017 No.2, pp.699-702, 2017.
Kang, H., Yong, H., Hwang, H., A Study of Factors Influencing Helpfulness of Game Reviews: Analyzing STEAM Game Review Data, Journal of Korea Game Society, Vol.17, No.3, pp.33-44, 2017.

원문보기 상세보기
Ahn, S., Game Review Text Mining by The Hit Cluster: Focused on Steam Review, Proceedings of Korea Society of IT Services, Vol.2017, No.1, pp.460-464, 2017.
Jung, J., Jeon, Y., Cho, N., Analysis of game product reviews using topic modeling and emotional analysis, proceedings of Korean Operations Research And Management Society, Vol.2017, No.4, pp.5692-5703, 2017.
Delen, D., Real-World Data Mining: Applied Business Analytics and Decision Making, Financial Times Press, 2014.
Kwak, G., Social Network Analysis, Cheongram, 2014.
Nam, S., Yoo, H., Shin, D., User Experience in Virtual Reality Games: the Effect of Presence on Enjoyment, Vol.24 No.3, pp.85-125, 2017.
Lombard, M., Ditton, T. B., Crane, D., Davis, B.,Gil-Egui, G., Horvath, K., Rossman, J., Park, S., Measuring Presence: A Literature-based Approach to the Development of a Standardized Parper-and-pencil Instrument, Presentation at PRESENCE 2000: The 3rd International Workshop on Presence, pp.27-28, 2000.
Steam Hardware & Software Survey: May 2018, STEAM, 2018.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증