This study examines changes in consumer perceptions of fashion shows, which are critical elements in the apparel industry and a means to represent a brand's image and originality. For this purpose, big data in clothing marketing, text mining, semantic network analysis techniques were applied. This s...
This study examines changes in consumer perceptions of fashion shows, which are critical elements in the apparel industry and a means to represent a brand's image and originality. For this purpose, big data in clothing marketing, text mining, semantic network analysis techniques were applied. This study aims to verify the effectiveness and significance of fashion shows in an effort to give directions for their future utilization. The study was conducted in two major stages. First, data collection with the key word, "fashion shows," was conducted across websites, including Naver and Daum between 2015 and 2018. The data collection period was divided into the first- and second-half periods. Next, Textom 3.0 was utilized for data refinement, text mining, and word clouding. The Ucinet 6.0 and NetDraw, were used for semantic network analysis, degree centrality, CONCOR analysis and also visualization. The level of interest in "models" was found to be the highest among the perception factors related to fashion shows in both periods. In the first-half period, the consumer interests focused on detailed visual stimulants such as model and clothing while in the second-half period, perceptions changed as the value of designers and brands were increasingly recognized over time. The findings of this study can be utilized as a tool to evaluate fashion shows, the apparel industry sectors, and the marketing methods. Additionally, it can also be used as a theoretical framework for big data analysis and as a basis of strategies and research in industrial developments.
This study examines changes in consumer perceptions of fashion shows, which are critical elements in the apparel industry and a means to represent a brand's image and originality. For this purpose, big data in clothing marketing, text mining, semantic network analysis techniques were applied. This study aims to verify the effectiveness and significance of fashion shows in an effort to give directions for their future utilization. The study was conducted in two major stages. First, data collection with the key word, "fashion shows," was conducted across websites, including Naver and Daum between 2015 and 2018. The data collection period was divided into the first- and second-half periods. Next, Textom 3.0 was utilized for data refinement, text mining, and word clouding. The Ucinet 6.0 and NetDraw, were used for semantic network analysis, degree centrality, CONCOR analysis and also visualization. The level of interest in "models" was found to be the highest among the perception factors related to fashion shows in both periods. In the first-half period, the consumer interests focused on detailed visual stimulants such as model and clothing while in the second-half period, perceptions changed as the value of designers and brands were increasingly recognized over time. The findings of this study can be utilized as a tool to evaluate fashion shows, the apparel industry sectors, and the marketing methods. Additionally, it can also be used as a theoretical framework for big data analysis and as a basis of strategies and research in industrial developments.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
먼저, 빅데이터 수집을 위해 포탈사이트인 네이버, 다음 블로그와 카페, 지식IN(팁), 뉴스, 웹문서의 등에서 '패션쇼 ' 키워드 관련의 2015-2018년도 총 4년간의 자료를 수집하여 분석하였다. 다음으로, 패션쇼에 대한 키워드를 바탕으로 비정형 데이터를 수집한 후 연관 키워드를 분석하여 소셜 네트워크 정보를 분석함으로써 현재의 패션쇼 방향에 대하여 평가하고 패션쇼에 대한 소비자들의 전반적인 인식을 살펴보고자 한다. 빅데이터 자료의 텍스트 마이닝(데이터 수집 및 정제, 텍스트 마이닝, 워드 클라우딩)을 위해 Textom 3.
본 연구에서, 우선, 문헌 연구를 통해 다양한 측면으로 활용되고 있는 패션쇼의 특징과 역할에 대해 알아보고, 소비자들의 실질적인 관심과 마케팅 커뮤니케이션 수단으로서의 패션쇼 영향력을 시각화 분석을 실행하여 도출하고자 한다. 도출한 결과에 의하여 미래의 패션쇼 방향 수립에 도움이 되고자 한다.
본 연구는 최근 마케팅 전반에서 중요한 요소로 작용하는 빅데이터의 중요성을 바탕으로 의류산업에 있어 중요한 요소이자 브랜드의 이미지와 독창성을 전달하는 수단인 패션쇼에 대한 소비자들의 인식 변화를 살펴보았다. 이를 바탕으로 본 연구는 현재의 패션쇼의 효용성 및 의미를 도출하여 앞으로의 방향성을 제시하는 것에 목적이 있다.
본 연구는 한국의 대표적인 소셜네트워크를 기반으로 빅데이터 수집 및 분석을 실시하므로 한국패션산업과 관련한 서울패션쇼 선행연구를 중점적으로 살펴보았다. 한국 패션산업의 세계적 경쟁력 강화를 모토로 하는 서울 패션위크에 대한 사례분석 연구에서는, 서울 패션위크는 시즌을 거듭하며 주요 프로그램 구성의 어려움, 일시적인 후원, 분산된 장소 등의 문제로 2011년~2016년 5년간 서울 패션위크만의 뚜렷한 정체성과 이미지를 구축하지 못하였다고 평가하였다.
본 연구에서, 우선, 문헌 연구를 통해 다양한 측면으로 활용되고 있는 패션쇼의 특징과 역할에 대해 알아보고, 소비자들의 실질적인 관심과 마케팅 커뮤니케이션 수단으로서의 패션쇼 영향력을 시각화 분석을 실행하여 도출하고자 한다. 도출한 결과에 의하여 미래의 패션쇼 방향 수립에 도움이 되고자 한다.
본 연구에서는 ‘패션쇼’에 관련된 주요 키워드 간 연결망 분석을 위하여 상위 40개 단어에 대하여 네트워크를 시각화하여 노드(node)들의 상호 관계 표현하였다.
본 연구에서는 의류산업의 브랜드 이미지와 독창성을 전달하는 중요 수단인 패션쇼가 소비자에게 어떠한 키워드로 인식되는지에 대하여 알아보는 것을 목적으로 한다. 이를 위해, 연구는 두 단계로 수행된다.
본 연구에서는 의미연결망 분석을 위하여 상위 40개 단어에 대하여 연결중심성을 분석하였다. 연결중심성 순위로는 패션쇼 전기 기간에는 모델 (0.
본 연구는 최근 마케팅 전반에서 중요한 요소로 작용하는 빅데이터의 중요성을 바탕으로 의류산업에 있어 중요한 요소이자 브랜드의 이미지와 독창성을 전달하는 수단인 패션쇼에 대한 소비자들의 인식 변화를 살펴보았다. 이를 바탕으로 본 연구는 현재의 패션쇼의 효용성 및 의미를 도출하여 앞으로의 방향성을 제시하는 것에 목적이 있다. 이를 위하여 2014년 1월 1일부터 2018년 12월 31일까지 네이버와 다음의 블로그, 카페, 지식IN(팁), 뉴스, 웹문서를 통해 '패션쇼'라는 키워드 관련 데이터를 수집하고 분석하였다 .
이번 연구에서는 앞선 선행 연구를 바탕으로 홍보 수단으로서의 패션쇼의 역할과 커뮤니케이션 특성 및 소비자들과의 소통의 방식, 패션쇼 전시관람 경험에 대한 반응을 빅데이터 언어 네트워크 분석 방법을 통해 알아보는 것이다. 패션쇼에 대한 소비자들의 인식을 알아보기 위해 네이버, 다음 포털 등의 소셜네트워크를 실증적으로 분석하여 패션쇼의 영향력과 효과에 대해 살펴보고자 한다.
이번 연구에서는 앞선 선행 연구를 바탕으로 홍보 수단으로서의 패션쇼의 역할과 커뮤니케이션 특성 및 소비자들과의 소통의 방식, 패션쇼 전시관람 경험에 대한 반응을 빅데이터 언어 네트워크 분석 방법을 통해 알아보는 것이다. 패션쇼에 대한 소비자들의 인식을 알아보기 위해 네이버, 다음 포털 등의 소셜네트워크를 실증적으로 분석하여 패션쇼의 영향력과 효과에 대해 살펴보고자 한다. 키워드 ‘패션쇼’에 대한 빅데이터를 수집한 후 연관 키워드를 최근 4년을 바탕으로 전기와 후기 기간으로 나누어 소비자들의 관심사를 분석하여 실증적인 분석을 실시하고자 한다.
제안 방법
0을 사용하여 의미있는 노드들이 하나의 군집을 이루도록 클러스터 작업을 수행하였으며 어휘들이 하나의 군집으로 수렴될때까지 반복적으로 분석을 수행하기 때문에 수렴 횟수를 2회로 지정하였다. CONCOR 분석 결과를 바탕으로 NetDraw를 활용하여 네트워크 시각화 하였다.
구성된 네트워크 데이터를 바탕으로 CONCOR 분석을 실시하고 구조적으로 비슷한 위치의 노드들을 그룹화 하였다. 40개의 어휘들이 각 2차례 군집을 통해 군집으로 분류되었다.
본 연구에서는 Ucinet 6.0을 사용하여 의미있는 노드들이 하나의 군집을 이루도록 클러스터 작업을 수행하였으며 어휘들이 하나의 군집으로 수렴될때까지 반복적으로 분석을 수행하기 때문에 수렴 횟수를 2회로 지정하였다. CONCOR 분석 결과를 바탕으로 NetDraw를 활용하여 네트워크 시각화 하였다.
본 연구에서는 텍스트마이닝 분석을 통해 수집된 결과를 바탕으로 빈도 매트릭스 데이터를 추출하여 유사 단어 간의 상호 관계를 분석함으로써 단어 간의 숨겨진 의미를 파악하기 위하여 Ucinet 6.0과 NetDraw를 활용하여 의미연결망 분석을 실시하였다. 노드의 크기로 단어의 빈도를 알 수 있고 단어 간 연결선의 굵기는 두 단어의 동시 출현 빈도와 단어 간의 관련 정도를 알 수 있어 한눈에 키워드 간의 관계를 파악하기에 매우 용이하다(Kim & Jun, 2014).
전기와 후기 키워드에 대하여 수집된 데이터를 연구자 임의로 선정한 카테고리에 따라 해당하는 단어를 분류하여 Table 4와 같이 정리하였다. 분류 집단은 총 8개의 종류로 패션쇼 개최 정보, 패션쇼 종류, 미용관련 카테고리, 패션 관련 카테고리 , 모델 및 사진, 패션마케팅, 브랜드, 기타 항목으로 나누었다. 전기에는 패션쇼 개최정보, 모델 및 사진 관련, 패션 관련 카테고리 항목의 키워드가 높게 확인되었다.
분석 품사는 명사로 하였으며 동의어 및 유사 정보를 가지는 외래어는 하나의 명사로 통합하여 ‘옷 ’, ‘의상’은 ‘의상’으로, ‘포토 ’, ‘사진’은 ‘사진’ 등으로 변경되었다 .
다음으로, 패션쇼에 대한 키워드를 바탕으로 비정형 데이터를 수집한 후 연관 키워드를 분석하여 소셜 네트워크 정보를 분석함으로써 현재의 패션쇼 방향에 대하여 평가하고 패션쇼에 대한 소비자들의 전반적인 인식을 살펴보고자 한다. 빅데이터 자료의 텍스트 마이닝(데이터 수집 및 정제, 텍스트 마이닝, 워드 클라우딩)을 위해 Textom 3.0을 활용하고자하며 , 의미 연결망 분석(네트워크 분석, 연결 중심성, CONCOR 분석)을 수행하기 위해 Ucinet 6.0과 NetDraw를 활용하고자 한다. 본 연구는 비정형데이터에서 가치있는 정보를 추출하는 텍스트 마이닝 기법을 패션 소비자 시장에 적용할 수 있는 방향을 제시할 기초자료로 활용될 것으로 기대된다.
패션에 관한 빅데이터 어휘 연구로는 국내 대표적인 소셜 미디어에서 패션디자인 평가대상으로 한복이라는 키워드를 선정하여 텍스트 네트워크 분석방법을 적용하여 디자인 요소와 감성적 반응에 대한 평가를 감성어휘 중심으로 분석한 연구가 있다. 수집된 데이터의 적용, 분석을 실시하였다. 대중들의 감성적 반응 키워드는 네트워크 분석을 바탕으로 디자인 요소와 연결되어 분석되었다(An & Lee, 2016).
패션쇼 관련 내용을 1차 정제한 텍스트 마이닝 한 결과로 총 60,912개의 키워드가 수집되었다. 수집된 어휘에서 광고성 및 불필요한 단어, 소비자 인식과 연관성이 낮은 데이터는 연구결과를 왜곡할 수 있으므로 2, 3차 정제과정을 통해 정리하였다. 정제 과정을 마친 정리된 데이터 중 패션쇼와 연관성이 있는 키워드를 중심으로 비교 분석을 실시하였다.
실증적 검증을 위해 텍스트 마이닝(data mining) 기법을 활용하고자 하며, 자신들의 경험에 대해 소셜미디어를 통해 공유하는 밀레니얼 세대의 특성에 적합한 연구 방법으로 판단하였다(J.Kim,2018 ). 소셜 미디어의 텍스트 데이터를 분석하는 것이 직접 면담을 통한 인터뷰보다 소비자의 내면에 있는 진심을 보다 정확히 파악할 수 있다고 판단된다(Stephens-Davidowitz, 2017/2018).
또한 잘못된 형태소의 단위로 추출된 데이터의 경우 수정하는 방법으로 ‘런웨’ 는 ‘런웨이’ 로 명사를 정제하였다. 연구와 관련이 없는 숫자, 기호 등의 불필요한 데이터는 삭제하는 과정을 거쳐 2차 정제 작업을 진행하였다. Lee and Lee(2018)에 따르면 광고성 및 소비자 인식과 관련성이 낮은 데이터는 연구결과를 왜곡할 수 있으므로 본 연구와 관련이 없는 ‘것 ’, ‘등’, ‘대’, ‘에 서’와 같은 단어 및 광고성 단어는 3차 정제과정을 통해 분석에서 제외되었다(Lee & Lee, 2018).
네트워크 분석은 단순히 단어와 이미지에 대한 해석 개념을 넘어 사회적, 행동적, 정치적 또는 경제적 관계에 대해 설명해준다. 은유적 용어로만 정의될 수 있는 사회 구조적 특성에 대한 명시적인 공식 진술과 측정을 제공한다. 네트워크 분석은 관계형 개념 없이 설명하기가 거의 불가능한 구조와 시스템을 측정 할 수 있게 하며 이러한 구조적 특성에 대한 가설 검정을 제공한다(Wasserman & Faust, 1994).
수집된 어휘에서 광고성 및 불필요한 단어, 소비자 인식과 연관성이 낮은 데이터는 연구결과를 왜곡할 수 있으므로 2, 3차 정제과정을 통해 정리하였다. 정제 과정을 마친 정리된 데이터 중 패션쇼와 연관성이 있는 키워드를 중심으로 비교 분석을 실시하였다. 수집 기간이 너무 많을 경우 데이터 정제 및 분석 과정에 어려움이 있을 것으로 사료되어 최근 4년의 데이터를 2015년 1월–2016년 12월까지의 기간을 전기, 2017년 1월–2018년 12월을 후기로 구분하였다.
첫째, 텍스트마이닝과 워드클라우드 분석을 통해 소비자들의 기간별 ‘패션쇼’ 관련 언급 차이를 알아보았다.
키워드 ‘패션쇼’에 대한 빅데이터를 수집한 후 연관 키워드를 최근 4년을 바탕으로 전기와 후기 기간으로 나누어 소비자들의 관심사를 분석하여 실증적인 분석을 실시하고자 한다.
텍스트 집합에서 키워드를 선정하고 선정된 키워드(노드)와 키워드 간의 연결관계로 구성되는 것이 언어 네트워크이며 사회네트워크분석(SNA, social network analysis) 을 위해 개발된 기존의 다양한 분석기법들을 활용하여 언어 텍스의 구체적인 특성들을 분석하게 된다. 의미 연결망 분석은 단어 네트워크 분석, 언어 네트워크 분석, 의미 네트워크 분석, 키워드 네트워크 분석, 네트워크 텍스트 분석, 언어 연결망 분석, 동시단어 분석 등의 다양한 용어로 여러 영역에서 활용 되고 있다(Lee, 2014).
대상 데이터
Naver에서 총 9,565건, Daum에서 총 8,062건의 데이터가 수집되었다. 수집된 URL 데이터는 텍스톰에서 제공하는 Espresso K 분석기를 사용하여 형태소 및 의미 단위에 따라 1차 정제 작업을 수행하여 키워드를 추출하였다.
패션쇼와 관련된 연관 키워드를 살펴보는 것이 연구문제이므로 키워드 ‘패션쇼 ’는 분석에서 삭제하였다. 네트워크 간략화를 위해 3차 정제 과정을 거친 최종 데이터에서 두 기간별 상위 40개씩 총 80개의 키워드를 선정하여 분석을 실시하였다.
네이버에서 제공하는 블로그, 카페, 지식in, 뉴스, 웹사이트 그리고 다음에서는 블로그, 카페, 팁, 뉴스, 웹사이트를 수집 범위로 지정하였다. 데이터 수집 기간은 2015년 1월 1일부터 2018년 12월 31일까지 총 4년을 연구대상 기간으로 한정하였다. 데이터 수집을 위한 키워드는 ‘패션쇼’로 설정하였으며 데이터 수집의 전반적인 개요는 Table 1 과 같다.
먼저, 빅데이터 수집을 위해 포탈사이트인 네이버, 다음 블로그와 카페, 지식IN(팁), 뉴스, 웹문서의 등에서 '패션쇼 ' 키워드 관련의 2015-2018년도 총 4년간의 자료를 수집하여 분석하였다.
본 연구는 패션쇼에 대한 소비자의 동향을 알아보기 위해 성별과 연령에 제한을 두지 않고 온라인 상의 텍스트 데이터를 수집하였다. 포털 사이트 선정은 검색엔진의 점유율 다룬 오픈서베이 SNS 및 포탈 사용성 조사(Opensurvey, 2018)에서 검색포털 이용률 2016 기준 1,2위, 2018년 기준 1,3위를 차지하는 네이버(Naver )와 다음(Daum )을 분석 채널로 선정하였다.
본 연구에서는 URL 기반으로 수집하고자 하는 문서의 중복 제거 작업을 거쳐 텍스트 수집 과정을 진행하였으며 수집된 데이터는 총 17,627건의 URL에서 추출한 것으로 이를 Table2 에 정리하였다.
수집 기간이 너무 많을 경우 데이터 정제 및 분석 과정에 어려움이 있을 것으로 사료되어 최근 4년의 데이터를 2015년 1월–2016년 12월까지의 기간을 전기, 2017년 1월–2018년 12월을 후기로 구분하였다. 상위 40개씩 총 80개의 결과를 분석에 사용하였다. ‘패션쇼’ 검색어의 주요 연관 단어 빈도에 대한 데이터를 수집 및 분석하여 각 기간별 상위 40개의 결과를 정리한 결과이다(Table 3).
수집 기간이 너무 많을 경우 데이터 정제 및 분석 과정에 어려움이 있을 것으로 사료되어 최근 4년의 데이터를 2015년 1월–2016년 12월까지의 기간을 전기, 2017년 1월–2018년 12월을 후기로 구분하였다.
Naver에서 총 9,565건, Daum에서 총 8,062건의 데이터가 수집되었다. 수집된 URL 데이터는 텍스톰에서 제공하는 Espresso K 분석기를 사용하여 형태소 및 의미 단위에 따라 1차 정제 작업을 수행하여 키워드를 추출하였다. 분석 품사는 명사로 하였으며 동의어 및 유사 정보를 가지는 외래어는 하나의 명사로 통합하여 ‘옷 ’, ‘의상’은 ‘의상’으로, ‘포토 ’, ‘사진’은 ‘사진’ 등으로 변경되었다 .
이를 위하여 2014년 1월 1일부터 2018년 12월 31일까지 네이버와 다음의 블로그, 카페, 지식IN(팁), 뉴스, 웹문서를 통해 '패션쇼'라는 키워드 관련 데이터를 수집하고 분석하였다 .
). 최근 소프트웨어 기술적 진보로 인해 다양한 유형의 정량화 되지 않은 데이터를 사용할 수 있게 되었으며, 통상 빅데이터의 5% 정도만 구조화 및 정량화가 가능한 된 데이터이며, 나머지 95%의 데이터는 텍스트, 이미지, 오디오, 비디오 등 구조화하기 어려운 데이터로 구성된다. 이러한 빅데이터는 다양한 매체를 통해 생성되며 의사 결정을 이끌어내기 위해 사용할 때만 데이터의 잠재 가치가 드러나게 된다(Gandomi & Haider, 2015).
패션쇼 관련 내용을 1차 정제한 텍스트 마이닝 한 결과로 총 60,912개의 키워드가 수집되었다. 수집된 어휘에서 광고성 및 불필요한 단어, 소비자 인식과 연관성이 낮은 데이터는 연구결과를 왜곡할 수 있으므로 2, 3차 정제과정을 통해 정리하였다.
본 연구는 패션쇼에 대한 소비자의 동향을 알아보기 위해 성별과 연령에 제한을 두지 않고 온라인 상의 텍스트 데이터를 수집하였다. 포털 사이트 선정은 검색엔진의 점유율 다룬 오픈서베이 SNS 및 포탈 사용성 조사(Opensurvey, 2018)에서 검색포털 이용률 2016 기준 1,2위, 2018년 기준 1,3위를 차지하는 네이버(Naver )와 다음(Daum )을 분석 채널로 선정하였다. 네이버에서 제공하는 블로그, 카페, 지식in, 뉴스, 웹사이트 그리고 다음에서는 블로그, 카페, 팁, 뉴스, 웹사이트를 수집 범위로 지정하였다.
데이터처리
이를 위하여 2014년 1월 1일부터 2018년 12월 31일까지 네이버와 다음의 블로그, 카페, 지식IN(팁), 뉴스, 웹문서를 통해 '패션쇼'라는 키워드 관련 데이터를 수집하고 분석하였다 . Textom 3.0을 이용하여 데이터 수집 및 정제, 텍스트마이닝, 워드클라우딩을 실시하였으며 Ucinet 6.0과 NetDraw를 활용하여 네트워크분석, 연결중심성, CONCOR 분석 등을 실시하였다. 본 연구의 분석 결과를 바탕으로 다음과 같은 결론을 제안하였다.
본 연구는 수집된 데이터를 바탕으로 기간별 연관 키워드에 대한 비교 분석을 위해 텍스트마이닝, 워드클라우딩, 의미연결망분석, CONCOR분석 기법을 실시하였다.
이론/모형
본 연구에서는 데이터 수집 및 전처리를 위한 분석도구로 텍스톰(Textom) 버전 3.0을 활용하였다. 텍스톰은 리셀도르프(Loet Leydesdorff) 교수가 개발한 Full Text 소프트웨어를 한국어 기반으로 텍스트 빅데이터 분석이 가능하도록 (주)더아이엠씨에서 웹 환경에 맞게 구현한 솔루션이며 설문 조사 연구 데이터 수집의 어려움을 극복하기 위해 개발된 프로그램이다.
성능/효과
CONCOR분석 결과 ‘전기’의 패션쇼의 네트워크에서는 4개의 클러스터가 형성되었으며, ‘모델 및 패션쇼 관련 카테고리’, ‘글로벌 패션’, ‘패션 디자인’, ‘그외 이슈’ 으로 구분되었다.
후기 기간동안 ‘패션쇼’ 관련 빈도가 높게 나타난 상위 5개 단어는 모델(1,387개), 서울(1,207개), 디자이너(1,194개), 서울패션위크(1,126개), 브랜드(801개) 순으로 나타났다. 기간과 상관 없이 공통적으로 패션쇼와 관련하여 많은 언급량을 보인 키워드는 모델, 서울, 의상, 디자이너, 서울 패션위크, 브랜드, 행사 등의 단어로 번번이 언급되는 것을 확인할 수 있었다. 상대적으로 전기에서 더 많은 언급량(약 100 이상의 빈도차이)을 보인 키워드는 모델, 의상, 사진, 한복패션쇼, 기자, 한복, 기자, 포즈, 모습, 워킹 등이다.
두 네트워크 중심도 차이는 상대적으로 전기보다 후기가 좁은 의미로 인식되는 것을 보여주었다. 좁은 의미로 인식된다는 것은 단어의 분포가 넓지 않다는 것으로 전기의 ‘패션쇼’에 대한 소비자들의 인식이 넓은 의미를 함축하고 있음을 발견하였다.
둘째, 2집단은 전기 기간의 2집단 ‘글로벌 패션’ 와3집단 ‘패션디자인’의 노드인 패션브랜드 의상들이 함께 나타나는 형태를 보였다.
둘째, 의미연결망분석을 통해 패션쇼를 인식할 때 모델, 서울, 디자이너, 진행과 같은 키워드의 노드가 기간에 대한 구분 없이 동일하게 크고 굵은 연결선으로 나타났다. 단어 사이 동시 출현 빈도가 높고 단어 간의 연관성이 깊음을 의미한다.
본 연구의 의의는 첫째, 빅데이터 분석으로 실증 자료를 바탕으로 소비자들의 패션쇼에 대한 전반적인 인식을 살펴보며 분석된 결과를 한눈에 파악하고 직관적으로 이해하도록 이미지로 전환하여 적절한 빅데이터 시각화 기법을 사용하였다는 점이다. 둘째, 상대적으로 실증적인 자료와 기록들이 제한되어 있던 패션쇼 관련 연구를 새로운 시각에서 시도해보았다는 점이다.
의미연결망 분석과 CONCOR분석을 실시하여 명사형 어휘와 형용사형 어휘들의 연결 관계를 분석하였으며 디자인 요소는 명사 형태로 파생되었음을 패션 이미지와 사용자의 감정적 반응은 형용사 형태로 도출되었음을 확인 하였다. 빈도 분석을 통해 수집된 키워드를 평가 대상에 대한 관심 정도로 파악할 수 있으며, 품사의 형태 분류를 통해 어휘들을 분석하고 내용을 파악할 수 있는 것으로 나타났다.
셋째, 3 집단에서는 패션, 디자이너, 브랜드 등의 7개의 키워드가 나타나 패션디자인의 전문적인 특성과 미학 응용 분야 관심으로 주목되는 것을 확인하여 ‘패션 디자인’으로 명명하였다.
사용자 중심의 비정형 데이터를 수집하고 디자인 속성과 감성어휘를 중심으로 패션디자인 평가 어휘에 대한 연구를 진행한 An and Park(2018)의 연구에서는 빅데이터 텍스트 분석의 체계를 정립하였다. 의미연결망 분석과 CONCOR분석을 실시하여 명사형 어휘와 형용사형 어휘들의 연결 관계를 분석하였으며 디자인 요소는 명사 형태로 파생되었음을 패션 이미지와 사용자의 감정적 반응은 형용사 형태로 도출되었음을 확인 하였다. 빈도 분석을 통해 수집된 키워드를 평가 대상에 대한 관심 정도로 파악할 수 있으며, 품사의 형태 분류를 통해 어휘들을 분석하고 내용을 파악할 수 있는 것으로 나타났다.
포괄적인 패션쇼 관련 요소 및 정보와 모델에 대한 어휘들이 높은 응집도를 나타내며 네트워크를 구성하였다. 이와 같은 결과를 통해 소비자들은 패션쇼의 개최 장소나 시간, 모델의 및 배우의 참석 등 해당 패션쇼의 개최 관련 세부적인 정보에 관심이 집중되는 것을 확인 되었다.
전기 기간과 후기 기간 동일하게 ‘모델’에 대한 언급량이 가장 높게 나타났으며 서울, 오후 , 개최 등 패션쇼의 일시 및 장소와 개최 정보에 대한 키워드가 높게 나타났다.
노드의 크기로 단어의 빈도를 알 수 있으며, 단어와 단어 사이의 연결선 (ties)의 굵기는 단어간의 관련 정도와 두 단어의 동시출현 빈도의 크기를 의미한다. 전기 기간에 수집된 패션쇼 관련 키워드들은 1390개의 연결선(ties)이 형성되었으며 모델, 서울, 의상, 디자이너, 사진 , 오후, 진행 등의 노드가 크고 연결선이 굵은 것을 확인할 수 있다 . 네트워크 중심성(network centrality)이 높은 개념은 전체 텍스트에서 전달하고자 하는 의미를 이해할 수 있게 하며, 단순히 얼마나 많이 등장 하였는지에 대한 빈도와 마찬가지로 개념과 다른 개념들 간의 관계에서 구조적인 패턴 분석 하여 상호간의 역할과 공동 의미를 파악할 수 있다.
하지만 클러스터에 형성된 노드에는 차이가 있었으며 모델, 서울, 이벤트, 참석, 참여 등의 단어로 군집되어 ‘모델 및 패션쇼 관련 카테고리 ’로 명명하였다. 전기와 동일하게 나타난 노드는 모델, 서울, 사진, 런웨이, 오후, 기자, 진행, 참석의 어휘를 확인할 수 있었다.
첫째, 1집단은 가장 많은 단어들이 속한 클러스터로 18개 키워드 간의 높은 접촉빈도(s um of tie strengths )로 시각화 이미지에서 굵은 선으로 표현되어 강한 연결 관계가 확인 되었다. 모델, 서울, 사진 , 진행, 오후, 서울 패션위크 등의 단어로 군집되어 ‘모델 및 패션쇼 관련 카테고리’로 명명하였다.
첫째, 1집단은 전기 기간과 동일하게 18개의 가장 많은 키워드들이 속한 클러스터로 높은 접촉빈도와 밀접한 연결 관계가 확인 되었다. 하지만 클러스터에 형성된 노드에는 차이가 있었으며 모델, 서울, 이벤트, 참석, 참여 등의 단어로 군집되어 ‘모델 및 패션쇼 관련 카테고리 ’로 명명하였다.
후기 기간에서는 1,028개의 연결선이 형성되었으며 모델, 서울, 디자이너, 서울 패션위크, 브랜드, 패션, 진행 등의 노드가 크며 빈도가 높음을 확인할 수 있다. 디자이너, 브랜드 단어 간의 연결선이 가장 굵게 나타나 단어 간의 관련 정도가 높음을 알 수 있다.
후속연구
개별 단어가 속한 단어 군집을 통해 텍스트가 전달하고자 하는 행간의 의미를 파악함으로써, 명백히 드러나지 않는 텍스트가 전달하고자 하는 주요 의미를 파악하는데 유용한 방법이다. CONCOR분석은 향후 패션쇼의 마케팅 전략을 수립하는데 도움이 될 것이다.
본 연구의 의의는 첫째, 빅데이터 분석으로 실증 자료를 바탕으로 소비자들의 패션쇼에 대한 전반적인 인식을 살펴보며 분석된 결과를 한눈에 파악하고 직관적으로 이해하도록 이미지로 전환하여 적절한 빅데이터 시각화 기법을 사용하였다는 점이다. 둘째, 상대적으로 실증적인 자료와 기록들이 제한되어 있던 패션쇼 관련 연구를 새로운 시각에서 시도해보았다는 점이다. 셋째, 패션쇼 및 의류산업, 마케팅 수단에 대한 평가 도구로 빅데이터 분석을 활용할 수 있는 이론적 틀을 제공하고 향후 산업의 발전과 진행될 연구의 기초 자료가 될 수 있을 것으로 사료된다.
첫째, 데이터 수집 과정에서 연구자가 예측하지 못한 데이터가 포함될 수 있고 키워드 기반으로 내재된 의미를 분석함으로 연구를 수행하는데 있어 연구자의 주관을 배제하기 어렵다. 둘째, 한국 포털사이트의 선정으로 외국인의 인식이 포함된 글로벌적인 정보들을 파악할 수 있는 방법으로 활용될 것이라 기대한다.
0과 NetDraw를 활용하고자 한다. 본 연구는 비정형데이터에서 가치있는 정보를 추출하는 텍스트 마이닝 기법을 패션 소비자 시장에 적용할 수 있는 방향을 제시할 기초자료로 활용될 것으로 기대된다.
둘째, 상대적으로 실증적인 자료와 기록들이 제한되어 있던 패션쇼 관련 연구를 새로운 시각에서 시도해보았다는 점이다. 셋째, 패션쇼 및 의류산업, 마케팅 수단에 대한 평가 도구로 빅데이터 분석을 활용할 수 있는 이론적 틀을 제공하고 향후 산업의 발전과 진행될 연구의 기초 자료가 될 수 있을 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
빅데이터란 무엇인가?
인터넷 소셜 네트워크 상에서는 많은 정보가 생성되며, 분야별 필요에 따라 수집 가능한 방대한 분량의 자료를 빅데이터라고 한다. 이 같은 빅데이터에는 많은 인터넷 이용자들의 실질적인 의견이 표현되어 있다.
패션쇼의 한계는 무엇인가?
단순히 상품을 디스플레이 하는 것과는 달리, 패션쇼의 경우, 실제 모델을 통해 움직이는 형태로 상품을 제시하므로 패션 상품의 최신유행 감각을 전달하는데 가장 좋은 수단이다. 하지만, 다른 판촉 활동에 비해 쇼장의 규모에 따라 수용인원이 제한적이라는 한계를 가지고 있다(Ahn, Hwang, & Jung, 1999). 디자이너의 독특한 개성과 작품세계를 제품의 특성에 간접적으로 전달하며 여기에 패션쇼와 같은 전문적인 마케팅 커뮤니케이션 수단이 결합함으로써 패션브랜드는 성공적인 비즈니스를 전개하고 있다(Lim, Shin, Kim, & Lee, 2001).
패션 관련 빅데이터 연구는 무엇이 있는가?
패션 관련 빅데이터 연구로는, 현재 패션업계에서 사용되고 있는 빅데이터의 활용 사례분석 및 산업 동향에 관한 연구(C. Kim & J. Lee, 2018; Lee & Choi, 2017; Yun, 2017), 의류 브랜드에 대한 빅데이터 활용 전략에 대한 연구(Song, Jeoung, Jang, & Park, 2018), 빅데이터를 기반으로 하는 패션 큐레이션 서비스에 관한 연구(Eom & Oh, 2017) 등이 있다. 최근 패션 분야에서 빅데이터를 활용하여 스포츠웨어 중 골프의류, 골프웨어에 대한 연구(Lee & Lee, 2018; Lee,Lee,&Lee,2018 )로 빅데이터를 활용하여 골프의류시장의 흐름을 분석하고 소비자들의 구매행동을 파악하기 위해 데이터 정제작업을 실시하여 텍스트마이닝과 의미연결망분석, TF-IDF로 정리하였다.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.