The objective of this study is to examine the perception of golfwear and related trends based on major keywords and associated words related to golfwear utilizing big data. For this study, the data was collected from blogs, Jisikin and Tips, news articles, and web $caf{\acute{e}}$ from tw...
The objective of this study is to examine the perception of golfwear and related trends based on major keywords and associated words related to golfwear utilizing big data. For this study, the data was collected from blogs, Jisikin and Tips, news articles, and web $caf{\acute{e}}$ from two of the most commonly used search engines (Naver & Daum) containing the keywords, 'Golfwear' and 'Golf clothes'. For data collection, frequency and matrix data were extracted through Textom, from January 1, 2016 to December 31, 2017. From the matrix created by Textom, Degree centrality, Closeness centrality, Betweenness centrality, and Eigenvector centrality were calculated and analyzed by utilizing Netminer 4.0. As a result of analysis, it was found that the keyword 'brand' showed the highest rank in web visibility followed by 'woman', 'size', 'man', 'fashion', 'sports', 'price', 'store', 'discount', 'equipment' in the top 10 frequency rankings. For centrality calculations, only the top 30 keywords were included because the density was extremely high due to high frequency of the co-occurring keywords. The results of centrality calculations showed that the keywords on top of the rankings were similar to the frequency of the raw data. When the frequency was adjusted by subtracting 100 and 500 words, it showed different results as the low-ranking keywords such as J. Lindberg in the frequency analysis ranked high along with changes in the rankings of all centrality calculations. Such findings of this study will provide basis for marketing strategies and ways to increase awareness and web visibility for Golfwear brands.
The objective of this study is to examine the perception of golfwear and related trends based on major keywords and associated words related to golfwear utilizing big data. For this study, the data was collected from blogs, Jisikin and Tips, news articles, and web $caf{\acute{e}}$ from two of the most commonly used search engines (Naver & Daum) containing the keywords, 'Golfwear' and 'Golf clothes'. For data collection, frequency and matrix data were extracted through Textom, from January 1, 2016 to December 31, 2017. From the matrix created by Textom, Degree centrality, Closeness centrality, Betweenness centrality, and Eigenvector centrality were calculated and analyzed by utilizing Netminer 4.0. As a result of analysis, it was found that the keyword 'brand' showed the highest rank in web visibility followed by 'woman', 'size', 'man', 'fashion', 'sports', 'price', 'store', 'discount', 'equipment' in the top 10 frequency rankings. For centrality calculations, only the top 30 keywords were included because the density was extremely high due to high frequency of the co-occurring keywords. The results of centrality calculations showed that the keywords on top of the rankings were similar to the frequency of the raw data. When the frequency was adjusted by subtracting 100 and 500 words, it showed different results as the low-ranking keywords such as J. Lindberg in the frequency analysis ranked high along with changes in the rankings of all centrality calculations. Such findings of this study will provide basis for marketing strategies and ways to increase awareness and web visibility for Golfwear brands.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 골프웨어에 대한 소비자들의 인식을 빅데이터를 통해 분석하고자 2016년 1월 1일에서 2017년 12월 31일까지 총 2년의 기간을 설정하여, 포털사이트 .네이버(Naver), 다음(Daum)-을 활용하여 ‘골프웨어’ 및 ‘골프의류’ 키워드를 포함하고 있는 개인 블로그, 뉴스, 지식인(팁), 카페를 수집하여 분석한 것이다.
‘브랜드’는 70개 키워드 중 출현 빈도가 가장 높았다. 브랜드 관련 빈도수 23개 중 브랜드명은 22개가 제시되었는데(Table 2), 본 연구에서는 지명도가 높은 상위 4개의 브랜드 즉 아디다스(Adidas), 나이키(Nike), 와이드앵글(W.Angle), 까스텔바작(Castelbajak)에 대해 설명하고자 한다.
그러나 최근 4차 산업혁명으로 대변되는 신기술 전수조사방법은 다변화 요인을 분석하는 도구로서, 미래 지향적이다. 이에 본 연구는 4차 산업의 대표적 도구인 빅데이터를 활용하여 골프웨어에 대한 소비자 인식을 분석한 것으로, 연구의 목적은 급격한 증가추세를 가지면서 다변화되고 있는 골프웨어 시장을 분석하고 소비자의 인식을 살펴봄으로써, 미래 시장의 발전 방향을 도출하고 나아가 마케팅 전략을 위한 기초자료를 제공하는데 있다.
제안 방법
또한 중복되는 정보 및 연구와 관련이 없는 것으로 판단되는 데이터를 삭제하는 방법으로 명사를 정제하였다. 2차 정제를 위하여 동의어 및 유사어를 찾아내고, 데이터에 포함되어 있는 숫자, 기호 등 불필요한 부분을 삭제하고, 영문으로 표기되는 브랜드들은 국문으로 변경하는 방법으로 진행하였다. 광고성 및 스팸성 데이터 및 소비자 인식과 관련성 낮은 데이터는 연구 결과를 왜곡할 수 있으므로 3차 정제를 통해 정리하였다.
골프웨어 시장에 관련된 키워드 간 연결망을 분석하기 위하여 중심성을 산출하고 시각화하였다(Fig. 1).
2차 정제를 위하여 동의어 및 유사어를 찾아내고, 데이터에 포함되어 있는 숫자, 기호 등 불필요한 부분을 삭제하고, 영문으로 표기되는 브랜드들은 국문으로 변경하는 방법으로 진행하였다. 광고성 및 스팸성 데이터 및 소비자 인식과 관련성 낮은 데이터는 연구 결과를 왜곡할 수 있으므로 3차 정제를 통해 정리하였다. 정제과정을 거쳐 도출된 단어들을 바탕으로 키워드 간의 동시출현(cooccurrence) 빈도를 바탕으로 행과 열에 같은 개체가 배열되는 대칭형 1-mode (키워드×키워드) 매트릭스로 변환하여 이들 간의 관계성을 살펴보는 네트워크 분석을 실시하였다.
자료검색을 위한 키워드는 ‘골프웨어’로 하되 빈번하게 상용되는 동의어인 ‘골프의류’도 포함하였다. 네트워크 구조분석 시 데이터의 결절점, 즉 노드(Node)가 너무 많을 경우 시각화 표현에 한계가 있으므로 전체 네트워크에서 중요한 역할을 하고 있는 노드만으로 네트워크를 간략화하기 위해 상위 70개의 키워드를 중심으로 살펴보았다.
네트워크에 존재하는 상위 키워드를 선정하기 위하여 네 가지 중심성을 기준으로 상위 30개의 키워드에 해당하는 키워드들의 합집합을 도출하였다. 중심성 분석을 통해 어떠한 키워드를 중심으로 포털사이트에서 언급되고 있는지를 탐색함으로써, 마케팅 수립이나 전략계획을 작성하는데 활용할 수 있을 것으로 생각한다.
0를 활용하여 골프웨어 시장에 관련된 키워드 간 연결망을 분석하기 위하여 단어들의 중심성을 산출하고 시각화하였다. 대용량 텍스트 데이터베이스를 기반으로 하는 텍스트 마이닝을 하기 위하여 텍스트에 대한 전처리(preprocessing)를 하였다.
둘째, 빈도에 일괄적으로 ‘−100’, ‘−500’ 적용하여 빈도수를 조정하였다.
그러나 포괄성이 100%이고 전체 키워드들이 정상일 경우 네트워크 시각화에 설명의 어려움이 따른다. 따라서 본 연구에서는 네트워크를 요약하고 시각화하기 위해 두 가지 방법을 활용하였다. 첫째, 70개 중 상위 30개의 키워드를 추출하여 합집합을 도출하였다.
본 연구에서는 텍스톰에서 제공하는 사용자 사전(user dictionary)을 사용하여, 다르게 표현되어 있으나 실제로는 같은 의미로 사용된 단어를 통합하여 정제화를 수행하였다. 또한 중복되는 정보 및 연구와 관련이 없는 것으로 판단되는 데이터를 삭제하는 방법으로 명사를 정제하였다. 2차 정제를 위하여 동의어 및 유사어를 찾아내고, 데이터에 포함되어 있는 숫자, 기호 등 불필요한 부분을 삭제하고, 영문으로 표기되는 브랜드들은 국문으로 변경하는 방법으로 진행하였다.
본 연구에서는 텍스톰에서 제공하는 사용자 사전(user dictionary)을 사용하여, 다르게 표현되어 있으나 실제로는 같은 의미로 사용된 단어를 통합하여 정제화를 수행하였다. 또한 중복되는 정보 및 연구와 관련이 없는 것으로 판단되는 데이터를 삭제하는 방법으로 명사를 정제하였다.
셋째, 포털사이트에서 골프웨어 관련 키워드들을 추출한 결과, 포괄성이 100%이었고 전체 키워드들이 정상으로 나타났다. 이러한 경우 네트워크 시각화에 설명의 어려움이 따르므로, 본연구에서는 네트워크를 요약하고 시각화하기 위해 두 가지 방법을 활용하였다. 첫째, 70개 중 상위 30개의 키워드를 추출하여 합집합을 도출하였는데, 그 결과 상위키워드로는 ‘브랜드’,‘여성’, ‘사이즈’, ‘남성’으로 나타났다.
연결망은 노드 간의 연결관계(link, linkage)로 구성되며 개별 노드의 상호관계를 분석하여 어떠한 관련이 있는지 보여준다. 이를 적용한 의미연결망 분석에서 각 노드는 중요 키워드 단어를 나타내며 이 단어들이 서로 간에 결합되어 어떠한 관계를 가지고, 이 관계에서 어떠한 메시지가 발생되는지 분석한다. 의미연결망 분석의 장점은 표준화되지 않은 비정형 텍스트 자료로부터 구조화된 형태의 정보를 추출하는 것과 커뮤니케이션 과정의 패턴과 의미를 시각화가 가능한 것이라 할 수 있다(Kim & Jun, 2014).
정제과정을 거쳐 도출된 단어들을 바탕으로 키워드 간의 동시출현(cooccurrence) 빈도를 바탕으로 행과 열에 같은 개체가 배열되는 대칭형 1-mode (키워드×키워드) 매트릭스로 변환하여 이들 간의 관계성을 살펴보는 네트워크 분석을 실시하였다.
즉 모든 키워드에 ‘1’ 이라는 값이 부여되어 가중치가 없었으므로, 본 연구자는 네트워크를 간결하게 하여 시각화하기 위해 출현빈도수를 일괄적으로 ‘.100’, ‘.500’을 적용하여 조정하였다.
따라서 본 연구에서는 네트워크를 요약하고 시각화하기 위해 두 가지 방법을 활용하였다. 첫째, 70개 중 상위 30개의 키워드를 추출하여 합집합을 도출하였다. 둘째, 빈도에 일괄적으로 ‘−100’, ‘−500’ 적용하여 빈도수를 조정하였다.
텍스톰은 국내 외 포털사이트와 소셜 미디어 등 다양한 데이터를 대량으로 수집한 뒤 자동 정제과정을 통하여 네트워크 분석이 가능한 데이터 마이닝을 하여 자료를 제공해 준다. 텍스톰에서 수집한 데이터로 Netminer 4.0를 활용하여 골프웨어 시장에 관련된 키워드 간 연결망을 분석하기 위하여 단어들의 중심성을 산출하고 시각화하였다. 대용량 텍스트 데이터베이스를 기반으로 하는 텍스트 마이닝을 하기 위하여 텍스트에 대한 전처리(preprocessing)를 하였다.
대상 데이터
골프웨어 관련 내용을 텍스트 마이닝 한 결과로는 총 122,415건의 데이터가 수집되었다. 불필요한 단어 및 광고성 글 삭제 등 3차 정제과정을 통하여 33,849건의 데이터로 정리되었다.
포털사이트 선정은 정보의 접근이 용이하고, 정보 분석 기업 닐슨코리아(Nielson Korea)에서 웹사이트 방문자 순위 1위, 2위를 차지하고 있는 두 포털사이트 네이버(Naver)와 다음(Daum)을 분석채널로 선정하였다. 데이터수집은 2016년 1월 1일부터 2017년 12월 31일까지 2년 기간으로 네이버에서 제공하는 웹사이트, 뉴스, 블로그, 지식인, 전문정보(학술지), 그리고 다음에서 제공하는 뉴스, 블로그, 카페, 팁을 수집 범위로 지정하였다. 자료검색을 위한 키워드는 ‘골프웨어’로 하되 빈번하게 상용되는 동의어인 ‘골프의류’도 포함하였다.
먼저 골프웨어에 관한 사회적 인식을 알아보기 위하여 연령 및 성별에 제한을 두지 않고 텍스트 데이터를 중심으로 온라인에서 데이터를 수집하였다. 포털사이트 선정은 정보의 접근이 용이하고, 정보 분석 기업 닐슨코리아(Nielson Korea)에서 웹사이트 방문자 순위 1위, 2위를 차지하고 있는 두 포털사이트 네이버(Naver)와 다음(Daum)을 분석채널로 선정하였다.
골프웨어 관련 내용을 텍스트 마이닝 한 결과로는 총 122,415건의 데이터가 수집되었다. 불필요한 단어 및 광고성 글 삭제 등 3차 정제과정을 통하여 33,849건의 데이터로 정리되었다. 이 중 골프웨어와 관련된 키워드를 중심으로 상위 70개의 결과를 분석에 사용하였다(Table 1).
불필요한 단어 및 광고성 글 삭제 등 3차 정제과정을 통하여 33,849건의 데이터로 정리되었다. 이 중 골프웨어와 관련된 키워드를 중심으로 상위 70개의 결과를 분석에 사용하였다(Table 1).
먼저 골프웨어에 관한 사회적 인식을 알아보기 위하여 연령 및 성별에 제한을 두지 않고 텍스트 데이터를 중심으로 온라인에서 데이터를 수집하였다. 포털사이트 선정은 정보의 접근이 용이하고, 정보 분석 기업 닐슨코리아(Nielson Korea)에서 웹사이트 방문자 순위 1위, 2위를 차지하고 있는 두 포털사이트 네이버(Naver)와 다음(Daum)을 분석채널로 선정하였다. 데이터수집은 2016년 1월 1일부터 2017년 12월 31일까지 2년 기간으로 네이버에서 제공하는 웹사이트, 뉴스, 블로그, 지식인, 전문정보(학술지), 그리고 다음에서 제공하는 뉴스, 블로그, 카페, 팁을 수집 범위로 지정하였다.
이론/모형
본 연구는 골프웨어 인식을 알아보기 위하여 빅데이터를 활용한 연구방법인 텍스트 마이닝, 의미연결망 분석, 사회연결망 분석방법을 사용하였다. 각 분석방법에 대한 설명은 다음과 같다.
본 연구에서는 자료 수집 및 분석을 위하여, 소셜 매트릭스프로그램인 텍스톰(Textom) 버전 2.5를 활용하였다. 텍스톰(Textom)은 네덜란드 암스테르담대학 로엣 리셀도르프(LoetLeydesdorff) 교수가 개발한 Full Text 소프트웨어를 (주)더아이엠씨(THE IMC)가 한국어 환경에 맞게 KrKwic(Korean Keywords in Context) 방법을 사용하여 웹 프로그램으로 구현한 빅데이터 솔루션이다.
네이버(Naver), 다음(Daum)-을 활용하여 ‘골프웨어’ 및 ‘골프의류’ 키워드를 포함하고 있는 개인 블로그, 뉴스, 지식인(팁), 카페를 수집하여 분석한 것이다. 분석 도구로서는 데이터 수집을 위해 Textom을 사용하였고 중심성 분석을 위해 넷마이너(Netminer) 4.0를 활용하였다.
사회연결망 분석에서 네트워크 구조를 파악하기 위한 기법으로 밀도(Density), 구조적 틈새(Structural Hole), 집중도(Centralization) 등이 있는데, 본 연구에서는 네트워크 전체의 중심화 경향을 의미하는 집중도(Son, 2002)의 측정방법인 중심성을 분석하였다. 중심성 분석이란 한 키워드가 전체 네트워크에서 중심에 위치하는 정도를 나타내는 지표로, 네트워크에서 맺어지는 키워드 사이의 관계 중 어느 측면에 초점을 맞추어 중심을 측정하는가에 따라 상이한 중심성을 얻게 된다(Son, 2002).
성능/효과
고립·전달·수신 키워드는 없었고, 네 개의 중심성 분석에서 매개 키워드는 1개, 정상 키워드는 69개로 분석되었다.
그 결과 포괄성은 90%로 확인되었고, 전달· 수신 키워드는 없었으며, 고립 키워드는 7개, 매개 키워드는 31개, 정상 키워드는 32개로 분석되었다.
네 개의 중심성에 공통으로 존재하는 키워드는 21개(브랜드, 여성, 사이즈, 남성, 패션, 가격, 스포츠, 할인, 매장, 아디다스,티셔츠, 바지, 기능, 백화점, 디자인, 스타일, 색상, 모델, 아울렛, 용품, 니트)였고, 세 개의 중심성에 공출현하는 키워드는 11개(선물, 소재, 모자, 프리미엄, 점퍼, 가방, 신상, 나이키, 빈폴, 패딩, 타이틀리스트)로 분석되었다. 그리고 두 개의 중심성에 공출현하는 키워드는 2개(휠라, 캘러웨이)로 나타났고, 8개(아웃도어, 행사, 선수, 와이드앵글, 르꼬끄, 정품, 캐쥬얼, 까스텔바작)의 키워드는 상위 1개의 중심성에 포함되는 것으로 확인되었다. 정리하면 네 개의 중심성에 공통적으로 상위 30위에 들어가는 키워드는 총 42개로 나타났다.
네 개의 중심성에 공통으로 존재하는 키워드는 21개(브랜드, 여성, 사이즈, 남성, 패션, 가격, 스포츠, 할인, 매장, 아디다스,티셔츠, 바지, 기능, 백화점, 디자인, 스타일, 색상, 모델, 아울렛, 용품, 니트)였고, 세 개의 중심성에 공출현하는 키워드는 11개(선물, 소재, 모자, 프리미엄, 점퍼, 가방, 신상, 나이키, 빈폴, 패딩, 타이틀리스트)로 분석되었다. 그리고 두 개의 중심성에 공출현하는 키워드는 2개(휠라, 캘러웨이)로 나타났고, 8개(아웃도어, 행사, 선수, 와이드앵글, 르꼬끄, 정품, 캐쥬얼, 까스텔바작)의 키워드는 상위 1개의 중심성에 포함되는 것으로 확인되었다.
둘째, 빈도에 일괄적으로 ‘−100’, ‘−500’ 적용하여 빈도수를 조정하였는데, 조정된 중심성 분석에서는 로우데이터에서 순위에 나타나지 않은 키워드가 도출되는 차이를 보였다.
둘째, 상위 키워드 중 브랜드명의 키워드는 22개가 나왔으며, 이중 순수 국내 브랜드 5개였고, 이들은 각각 3위, 5위, 9위를 차지하여 글로벌 브랜드 못지않은 출현빈도를 보였다. 아직까지는 해외브랜드가 우세하지만 향후 더 많은 기업들의 국내 브랜드 런칭 시 효율적인 마케팅 활동을 통하여 브랜드 인지도를 높일 수 있을 것이다.
또한, 브랜드 순위에서 상위 4개의 브랜드를 살펴본 결과, 빈도가 높은 요인은 제품의 라인 확장, 다수의 하위 브랜드 보유, 본 연구의 데이터 수집 기간 사이에 브랜드사의 자산·제품·소유 등의 면에서 대형 이슈가 있었다.
로우데이터 결과에서 위세중심성에만 나타난 키워드 중 ‘아웃도어’는 조정된 출현빈도에서 −100을 한 결과, 네 가지 중심성 순위권에 들어왔으며, 특히 조정된 위세중심성 출현빈도에서는 −100을 한 결과 13위, −500을 한 결과 8위에 위치하였다.
로우데이터 결과에서 타이틀리스트, 용품, 아울렛은 연결정도중심성 및 근접중심성에서도 공동 2순위로 유사한 높은 순위에 나타났는데, 이러한 키워드를 중심으로 뉴스의 보도자료 혹은 홍보자료를 제공하면 온라인 유저들에게 웹 가시성을 높일 수 있을 것으로 판단된다. Table 5와 6에서는 로우데이터의 상위 1순위(25개)만 본 것으로 2순위가 생략되었으나 Table 3에 나타나 있다.
로우데이터 상의 상위 30개 키워드의 연결정도중심성 및 근접중심성의 순위가 동일하게 나왔는데, 공동 1위에 위치한 단어들 중 상위 9개의 단어들은 ‘브랜드, 여성, 사이즈, 남성, 패션, 스포츠, 가격, 매장, 할인’으로 빈도분석의 상위 순위와 동일하게 나타났으며, 연결정도중심성 값이 ‘1’로 동일한 것은 이러한 단어들이 매우 활발하게 다른 키워드들과 연결되어 있으며, 연결망 내에서 중요한 역할을 담당한다는 것을 의미한다.
로우데이터를 활용한 출현빈도 및 중심성 순위에서 하위에 위치하던 ‘제이린드버그’가 조정된 연결정도중심성, 근접중심성, 매개중심성에서는 상위로 나타났다.
로우데이터에서 연결정도중심성, 근접중심성, 매개중심성 분석에서 나타나지 않은 키워드 중 위세중심성 분석결과에 나온 키워드로는 아웃도어, 캐쥬얼, 정품, 와이드앵글, 르꼬끄, 까스텔바작이었다. 이 중 골프웨어 세개의 브랜드(와이드앵글, 르꼬끄, 까스텔바작)가 나타났는데, 이는 높은 연결정도중심성을 가진 키워드들과 연결되어 있는 단어들이다.
먼저 출현빈도에 ‘.100’을 하여 키워드들의 네트워크를 강제적으로 감소시킨 결과, 포괄성이 여전히 100%로 확인되었다.
모든 키워드가 정상 키워드였으며, 연결정도중심성이 ‘1’인 키워드가 25개에 이르렀으므로 연결정도중심성과 근접중심성이 동일하게 분석된 것으로 나타났다.
모든 키워드는 방향성이 없는 관계로서, 고립(isolate)·수신(receiver)·매개(carrier) 키워드는 없는 것으로 분석되었으며, 따라서 70개는 정상(ordinary) 키워드로 분석되었다.
이것은 웹가시성이 가장 높은 것이 브랜드명이고, 다음으로 의류(바지, 모자, 셔츠 등)와 제품정보(소재, 기능 등)라 할 수 있다. 뿐만 아니라 디자인, 캐쥬얼, 트렌드 등 패션 카테고리에 속해있는 키워드들도 비중있게 나타났고, 가격정보(가격, 할인 등), 구매매장(백화점, 아울렛 등) 및 구매목적(선물, 등산 등) 또한 부각됨이 확인되었다. 카테고리에서 빈도가 가장 높게 나타난 브랜드는 출현 빈도수 또한 가장 많은 것으로, 이것은 소비자들이 골프웨어 관련하여 정보 검색 시 브랜드 선정을 가장 중요하게 고려하는 것이라 사료된다.
셋째, 포털사이트에서 골프웨어 관련 키워드들을 추출한 결과, 포괄성이 100%이었고 전체 키워드들이 정상으로 나타났다. 이러한 경우 네트워크 시각화에 설명의 어려움이 따르므로, 본연구에서는 네트워크를 요약하고 시각화하기 위해 두 가지 방법을 활용하였다.
이상 단편적이기는 하나 상위 4개의 브랜드에 대해 논의 결과를 종합해 보면, 첫째 제품의 라인 확장과 다수의 하위브랜드 보유가 중요한 요인이었고, 다음으로는 본 연구기간인 2년의 데이터 수집기간 사이에 브랜드사의 자산·제품·소유 등의 면에서 대형 이슈가 있었다는 점들을 들 수 있다.
첫째, 70개 중 상위 30개의 키워드를 추출하여 합집합을 도출하였는데, 그 결과 상위키워드로는 ‘브랜드’,‘여성’, ‘사이즈’, ‘남성’으로 나타났다.
첫째, 골프웨어 관련 키워드는 중 상위 키워드로는 ‘브랜드’, ‘여성’, ‘사이즈’, ‘남성’, ‘패션’, ‘스포츠’, ‘가격’, ‘매장’, ‘할인’, ‘용품’, ‘기능’이 단어가 상위 10위 안에 드는 것으로 나타났다.
후속연구
본 연구는 포털사이트에서 주로 사용되는 네 가지 분야 지식인, 까페, 블로그, 뉴스를 활용하여 데이터를 수집하였는데, 뉴스는 공급자의 입장에서 글을 생성하고 퍼뜨리므로 차후에는 이를 분리하여 분석해 보는 것 또한 의미 있는 연구가 될 것으로 생각된다. 그러나 본 연구의 결과는 소비자들의 골프웨어에 관한 전반적인 인식을 파악하고, 트렌드 전망을 통해 관련 사업의 미래를 대비할 수 있는 자료가 된다는 측면에서 기업 및 골프시장에 도움을 줄 것으로 예측하며 특히 4차 산업인 빅데이터를 활용한 연구로서 향후 골프웨어 브랜드들의 경쟁력 강화를 위한 마케팅 전략에 기초자료로 활용될 수 있기를 기대한다.
뿐만 아니라 본 연구는 한국어 영역에 한정된 분석으로 향후 영어권역 외국인들의 인식이 포함된 분석이 요구된다. 본 연구는 포털사이트에서 주로 사용되는 네 가지 분야 지식인, 까페, 블로그, 뉴스를 활용하여 데이터를 수집하였는데, 뉴스는 공급자의 입장에서 글을 생성하고 퍼뜨리므로 차후에는 이를 분리하여 분석해 보는 것 또한 의미 있는 연구가 될 것으로 생각된다. 그러나 본 연구의 결과는 소비자들의 골프웨어에 관한 전반적인 인식을 파악하고, 트렌드 전망을 통해 관련 사업의 미래를 대비할 수 있는 자료가 된다는 측면에서 기업 및 골프시장에 도움을 줄 것으로 예측하며 특히 4차 산업인 빅데이터를 활용한 연구로서 향후 골프웨어 브랜드들의 경쟁력 강화를 위한 마케팅 전략에 기초자료로 활용될 수 있기를 기대한다.
또한 인터넷을 통한 분석은 온라인에서 정보를 얻고자 하는 젊은 연령층 대상은 용이하나 중장년 및 노년층을 포괄적으로 포함한다고 할 수 없으므로, 포털사이트 비사용자들에 대한 행태는 확인하기 어렵다는 한계점이 있다. 뿐만 아니라 본 연구는 한국어 영역에 한정된 분석으로 향후 영어권역 외국인들의 인식이 포함된 분석이 요구된다. 본 연구는 포털사이트에서 주로 사용되는 네 가지 분야 지식인, 까페, 블로그, 뉴스를 활용하여 데이터를 수집하였는데, 뉴스는 공급자의 입장에서 글을 생성하고 퍼뜨리므로 차후에는 이를 분리하여 분석해 보는 것 또한 의미 있는 연구가 될 것으로 생각된다.
둘째, 상위 키워드 중 브랜드명의 키워드는 22개가 나왔으며, 이중 순수 국내 브랜드 5개였고, 이들은 각각 3위, 5위, 9위를 차지하여 글로벌 브랜드 못지않은 출현빈도를 보였다. 아직까지는 해외브랜드가 우세하지만 향후 더 많은 기업들의 국내 브랜드 런칭 시 효율적인 마케팅 활동을 통하여 브랜드 인지도를 높일 수 있을 것이다. 또한, 브랜드 순위에서 상위 4개의 브랜드를 살펴본 결과, 빈도가 높은 요인은 제품의 라인 확장, 다수의 하위 브랜드 보유, 본 연구의 데이터 수집 기간 사이에 브랜드사의 자산·제품·소유 등의 면에서 대형 이슈가 있었다.
네트워크에 존재하는 상위 키워드를 선정하기 위하여 네 가지 중심성을 기준으로 상위 30개의 키워드에 해당하는 키워드들의 합집합을 도출하였다. 중심성 분석을 통해 어떠한 키워드를 중심으로 포털사이트에서 언급되고 있는지를 탐색함으로써, 마케팅 수립이나 전략계획을 작성하는데 활용할 수 있을 것으로 생각한다. 연결정도중심성, 근접중심성, 매개중심성, 위세중심성 중 본 연구에서는 연결정도중심성과 근접중심성이 동일하게 나타났으므로 두 가지를 합쳐서 Table 3에 나타내었다.
이와 같은 현상은 특별한 저항 요인이 없는 한 향후 지속될 것으로 예견된다. 특히 오늘날 빠른 대응속도를 요구하는 소비자의 움직임과, 다변화되고 있는 골프웨어 시장 트렌드를 파악하고, 이를 마케팅 전략에 반영하여 기업경쟁력을 확보하기 위해서는 골프웨어에 대한 심층적 연구는 필요한 것으로 사료된다. 현재까지 정보 수집을 위한 연구방법으로 설문조사 방법이 많이 활용되어왔다.
질의응답
핵심어
질문
논문에서 추출한 답변
텍스트 마이닝이란?
빅데이터를 활용한 분석방법에는 텍스트 마이닝, 데이터 마이닝, 소셜 네트워크 분석, 클러스터 분석, 오피니언 마이닝, 및 현실 마이닝 등이 있으며(Yoon, 2013), 이 중 텍스트 마이닝은 비정형(unconstructed) 문서를 대상으로 한 데이터 마이닝의 한 분야로서 문서에 숨겨진 고급 지식들을 탐색하는 분야이다. 텍스트 마이닝은 Feldman and Dagan(1995)에 의해 처음 언급된 용어로, 머신 러닝(machine learning)과 통계 분야의 알고리즘을 적용하여 텍스트에서 숨겨진 의미로 해석되는 유용한 패턴을 찾기 위한 목적을 갖는다고 할 수 있다(Hotho et al.
빅데이터를 활용한 분석방법 중, 텍스트 마이닝이 갖고 있는 장점 및 한계는?
텍스트 마이닝 기법들은 영어권 문서를 중심으로 활발히 개발되어 다양한 분야에서 활용되어 왔으나, 한국어 텍스트 마이닝에 대한 연구는 상대적으로 한계가 있었다. 최근 한국어 자료를 포함하는 빅데이터가 증가함에 따라 한국어 텍스트 마이닝의 중요성이 부각되고 있으며, 이에 대한 집중적인 고찰과 빅데이터에 적용이 요구되고 있는 시점이다(Goo, 2013). 텍스트 마이닝 기법의 장점으로는 과거에는 쉽지 않았던 질적 데이터를 분석할 수 있다는 점이다.
빅데이터를 활용한 분석방법에는 무엇이 있는가?
빅데이터를 활용한 분석방법에는 텍스트 마이닝, 데이터 마이닝, 소셜 네트워크 분석, 클러스터 분석, 오피니언 마이닝, 및 현실 마이닝 등이 있으며(Yoon, 2013), 이 중 텍스트 마이닝은 비정형(unconstructed) 문서를 대상으로 한 데이터 마이닝의 한 분야로서 문서에 숨겨진 고급 지식들을 탐색하는 분야이다. 텍스트 마이닝은 Feldman and Dagan(1995)에 의해 처음 언급된 용어로, 머신 러닝(machine learning)과 통계 분야의 알고리즘을 적용하여 텍스트에서 숨겨진 의미로 해석되는 유용한 패턴을 찾기 위한 목적을 갖는다고 할 수 있다(Hotho et al.
참고문헌 (50)
'Adidas sells TaylorMade for 408 billion won.' (2017, May 11). Yonhap news. Retrieved June 30, 2018, from http://sports.news.naver.com/golf/news/read.nhn?oid001&aid0009257039
An, H. S., & Park, M. J. (2018). A study on the evaluation of fashion design based on big data text analysis - Focus on semantic network analysis of design elements and emotional terms -. Journal of the Korean Society of Clothing and Textiles, 42(3), 428-437. doi:10.5850/JKSCT.2018.42.3.428
'Big data market to grow... forecast to exceed 3000 billion won'. (2015, November 1). The Electronic Times. Retrieved July 8, 2018, from http://www.etnews.com/20151030000257
Cha, M. K. (2015). Semantic network analysis of 'arts management' in newspaper articles - from 1990 to 2014. The Journal of Cultural Policy, 29(2), 168-200.
Chang, J. Y. (2013). A study on research trends of graph-based text representations for text mining. The Journal of the Institute of Internet, Broadcasting and Communication, 13(5), 37-47.
Cho, E. J. (2011). A study of domestic golf wear design by 2011 S/S market analysis - Focusing on consumers' lifestyle. Journal of the Korean Society of Beauty and Art, 12(3), 227-245.
Cho, W. K., & Jeong, S. J. (2002). A study on purchasing behavior of golf wear consumers. Design Forum 21, 5, 41-61.
Cho, Y. H., & Bang, J. H. (2009). Social network analysis for new product recommendation. Journal of Intelligence and Information Systems, 15(4), 183-200.
Chung, C. J., & Park, H. W. (2010). Textual analysis of a political message: The inaugural addresses of two Korean presidents. Social Science Information, 49(2), 215-239. doi:10.1177/0539018409359370
Chung, Y. S. (2009). A study on the functional material and products trend by the analysis of the golfwear brand market. Journal of Korean Society of Design Science, 22(4), 155-164.
Kim, C. S., & Lim, J. H. (2002). Analysis of consumer information for golf wear marketing strategy. Journal of the Korean Fashion & Costume Design Association, 4(3), 17-26.
Feldman, R., & Dagan, I. (1995). Knowledge discovery in textual databases (KDT). In proceedings of the First International Conference on Knowledge Discovery and Data Mining (KDD-95), Montreal, Canada, August 20-21, AAAI Press, pp. 112-117.
Germano, S. (2016, August 3). Nike to stop making golf clubs, balls. The Wall Street Journal. Retrieved June 30, 2018, from https://www.wsj.com/articles/nike-to-stop-making-golf-clubs-balls-1470270274
'Golfwear market, women exceeds men in sales, found to be big buyer'. (2018, June 30). The financial news. Retrieved July 14, 2018, from http://www.fnnews.com
Goo, J. N. (2013). Text mining for Korean: Characteristics and application to big data. Unpublished master's thesis, Sookmyung Women's University, Seoul.
Heo, M. H. (2015). R을 활용한 사회네트워크 분석 입문[Introduction to social network analysis using R]. Paju: Freedom Academy.
Hotho, A., Nurnberger, A., & PaaB, G. (2005, May). A brief survey of text mining. In Ldv Forum, 20(1), 19-62.
'Imported golfwear brands go parallel'. (2010, February 22). Apparelnews. Retrieved July 4, 2018, from http://www.apparelnews.co.kr/main/pnews.php?tablepaper_news&queryview&uid53988&p
Jung, J. S. (2008). 한국 골프용품산업의 현주소 [Current status of golf equipment industry in Korea]. Sport Science, 103, 74-80.
Kang, J. H., Kim, H. S., Kwon, K. S., & Ha, W. T. (2017, April 24). Korea golf industry white paper 2016 : Sport market value network series. Seoul: Yuwon Golf Foundation.
Kim, B. K., & Kim, M. K. (2015). Language network analysis of the cruise tourism issues. Tourism Research, 40(4), 1-20.
Kim, C. E., & Lee, J. H. (2018) Trends of big data and artificial intelligence in the fashion industry. Journal of the Korean Society of Clothing and Textiles, 42(1), 148-158. doi:10.5850/JKSCT.2018.42.1.148
Kim, H. K. (2018b, June 15). Fashion group Hyungji, Castel bajac. Seoul Finance. Retrieved June 27, 2018, from http://www.seoulfn.com/news/articleView.html?idxno311717
Kim, H. W., & Jun, C. N. (2014). An exploratory study on content creation methods utilizing big data : Linguistic and story resources for effective creation of TV home shopping content. Journal of Cyber Communication Academic Society, 31(3), 5-51.
Kim, J. A. (2006). Gender characteristics and consumption propensity depending on golfers' choice criteria for golf-wear. Fashion & Textile Research Journal, 8(6), 655-664.
Kim, J. A., & Jang, J. A. (2006). Selection criterion and brand preference of golf-wear according to golfers' gender - Focused on Gyeongsangnam-do -. Journal of Korean Society of Design Culture, 12(1), 196-204.
Kim, J. H., & Lee, J. M. (2018). Comparison and analysis of domestic and foreign sports brands using text mining and opinion mining analysis. Journal of the Korea Contents Association, 18(6), 217-234. doi:10.5392/JKCA.2018.18.06.217
Kim, J. S. (2018a). A study on the perception of fashion streaming service using text mining analysis - Focused on PROJECT ANNE -. The Korean Society of Fashion Design, 18(1), 107-118. doi:10.18652/2018.18.1.7
Kim, M. Y., & Jung, Y. K. (2014). A study on trend of domestic knit golf wear through market analysis. The Journal of the Korean Society of Knit Design, 12(3), 80-91.
Ko, J. H. (2000). Domestic golfers' preference of golfwear brands. Unpublished master's thesis, Konkuk University, Seoul.
Koo, I. S. (2007). A study on the image perception of golf wear brand - Focusing on the daks and superior golf wear -. Chungnam Journal of Home Economics, 20(1), 1-16.
Korean Golf Association. (2015). 2014 Korean Golf Index. Paju: Author.
Lee, H. J., Lee, Ryu, S. A., & Park, K. S. (2011). A study on the golf slacks pattern for women in 40's. Fashion & Textile Research Journal, 13(1), 116-129. doi:10.5805/KSCI.2011.13.1.116
Lee, J. H., Kim, M. J., & Jeong, S. H. (2010). Market segmentation based on the golf-wear purchasers' types and attribute evaluation. Korean Journal of Sport Management, 15(4), 79-94.
Lee, J. H., Lee, J. M., Kim, W., & Kim, H. G. (2017). A study on perception of swimsuit using big data text-mining analysis. Korean Journal of Sport Science, 28(1), 104-116.
Lee, J. W. (2009). The benefit segmentation of female golfwear consumers and golfwear buying behavior. Unpublished master's thesis, Konkuk University, Seoul.
Lee, Y. H. (2013). The need for big data in cultural business. Retrieved July 17, 2018, from http://www.kcti.re.kr/webzine2/webzineView.action?issue_count15&menu_seq3&board_seq3.
Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Byers, A. H. (2011, June). Big data: The next frontier for innovation, competition, and productivity. Mc-Kinsey Global Institute. Retrieved August 10, 2017, from https://www.mckinsey.com/-/media/McKinsey/Business%20Functions/McKinsey%20Digital/Our%20Insights/Big%20data%20The%20next%20frontier%20for%20innovation/MGI_big_data_full_report.ashx
Oh, I. K., Lee, T. S., & Chon, C. N. (2015). A study on awareness of Korea tourism through big data analysis. Journal of Tourism Sciences, 39(10), 107-126. doi:10.17086/JTS.2015.39.10.107.126
Park, E. J., & Pyo, H. S. (2006). Effects of shopping value on store choice behavior for golf wear. Fashion & Textile Research Journal, 8(5), 545-551.
Park, S. W. (2018a). The era of big data and data convergence. ICT & Media Policy, 30(1), 1-24.
Park, S. Y. (2018b, April 20). Wide Angle exceeded 200 shops in 4 years, also introduced premium stores. Financial News. Retrieved June 27, 2018, from http://www.fnnews.com/news/201804201011417181
Park, Y. H., & Shin, H. B. (2015). The influence of watching golf program on achievement goal, sport values, and happiness of members (Coterie). Korean Journal of Sports Science, 24(3), 689-701.
Son, D. W. (2002). 사회 네트워크 분석 [Social network analysis]. Seoul: Kyungmunsa.
Son, Y. J. (2017). The centrality of joint research in port economics using social network analysis. Journal of Korean Island, 29(1), 95-110.
Sondergaard, P. (2015, August 14). Big data fades to the algorithm economy. Forbes. Retrieved July 10, 2018, from https://www.forbes.com/sites/gartnergroup/2015/08/14/big-data-fades-tothe-algorithm-economy/#58c7861151a3
Sung, M. K. (2016). A study for semantic network analysis of Korean broadcasting standards : A structure of semantic on social and intellectual discourse. Unpublished doctoral dissertation, Sung kyunkwang University, Seoul.
Wasserman, S., & Faust, K. (1998). Social network analysis: Methods and applications. NY: Cambridge University Press. doi:10.1017/cbo9780511815478.006
'W. Angle to become a separate entity from K2 Korea'. (2016, January 7). Yonhap News. Retrieved July 21, 2018, from http://www.yonhapnews.co.kr/bulletin/2016/01/07/0200000000AKR20160107060400030.HTML?input1195m
Yoon, H. K. (2013). Research on the application methods of big data within the cultural industry. Academic Association of Global Cultural Contents, 10, 157-179.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.