$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

모바일 간편 결제 서비스 활성화 전략 : 토픽 모델링과 PEST - SWOT 분석 방법론을 기반으로
Proposal of Promotion Strategy of Mobile Easy Payment Service Using Topic Modeling and PEST-SWOT Analysis 원문보기

지능정보연구 = Journal of intelligence and information systems, v.28 no.4, 2022년, pp.365 - 385  

박성우 (아주대학교 e-비즈니스학과) ,  김세형 (아주대학교 비즈니스 애널리틱스학과) ,  강주영 (아주대학교 경영대학 e-비즈니스학과)

초록
AI-Helper 아이콘AI-Helper

간편 결제 서비스는 간편 인증 수단을 이용한 결제 및 송금 서비스이다. 코로나 19로 인해 온라인 거래가 증가하면서 간편 결제 서비스 이용이 증가하고 있다. 이와 함께 네이버페이, 카카오페이, 토스와 같은 전자금융업이 간편 결제 시장의 경쟁 구도를 다각화하고 있다. 해외의 핀테크 기업인 PayPal과 Alibaba는 자국 내 독보적인 점유율을 보유하고 있지만, 국내 간편 결제 시장은 독보적인 점유율을 차지하고 있는 업체가 없어 경쟁이 심화되고 있다. 본 연구에서는 간편 결제 시장 참여자를 전자금융업자, 휴대폰 제조업자, 금융회사로 분류하고, 각 업종의 대표적인 서비스들에 대해 SWOT 분석을 진행하였다. 구글 플레이스토어 실 사용자 후기를 토픽모델링 기법을 사용하여 분석하였고, 긍정 토픽을 강점으로 부정 토픽을 약점으로 활용하였다. 또한, 뉴스 기사를 P(정치), E(경제), S(사회), T(기술)로 나누어 토픽모델링을 진행하여 간편 결제 서비스에 대한 기회와 위협을 도출하였다. 본 연구를 통해 간편 결제 시장 참여자가 자사의 서비스 역량을 확인할 수 있도록 하고, 서비스별로 간편 결제 시장에서 우위를 점할 수 있는 서비스 활성화 전략을 제안하고자 한다.

Abstract AI-Helper 아이콘AI-Helper

The easy payment service is a payment and remittance service that uses a simple authentication method. As online transactions have increased due to COVID-19, the use of an easy payment service is increasing. At the same time, electronic financial industries such as Naver Pay, Kakao Pay, and Toss are...

주제어

표/그림 (18)

참고문헌 (43)

  1. 강은경, 양선욱, 양성병, 권지윤, 정연식. (2022). MIS Quarterly 연구동향 탐색: 토픽모델링 및 키워드 네트워크 분석 활용. 지능정보연구, 28(2), 207-235. 

  2. 권혁준, 기영훈, 곽승준, 배은준. (2019). 간편결제서비스의 등장 배경과 현황 및 향후 대응방안에 관하여. 지급결제학회지, 11(1), 171-193. 

  3. 김명숙, 김지연. (2022). 텍스트마이닝 방법을 이용한 간편결제서비스 이용자의 질문 분석. 멀티미디어학회논문지, 25(2), 269-279. 

  4. 김석출, 치미드공칙슴라. (2012). 몽골 농촌관광 개발전략. 한국 시베리아연구, 16(2), 229-262. 

  5. 김세형, 윤태영, 강주영. (2022). 텍스트 마이닝 기반 고령자 관련 법제도 개선을 위한 분쟁유형 도출방법론 제안. 한국전자거래학회지, 28(3), 45 -66. 

  6. 김세형, 채정우, 강주영. (2022). 위성영상 이미지를 활용한 연구 동향 및 데이터셋 리뷰. 스마트미디어저널, 11(1), 17-30. 

  7. 김예진, 박상민, 김인영, 고한검, 조성우, 윤일수. (2021). 국내외 자율주행차 테스트베드 분석기반 K-City 발전 전략 수립에 관한 연구. 한국ITS학회논문지, 20(4), 28-45. 

  8. 김재득, 김찬선. (2022). 디지털화폐 가상자산에 대한 사회적 인식 SWOT 분석. 한국융합과학회지, 11(9), 121-136. 

  9. 김찬선, 류길호. (2021). 뉴 노멀 사이버보안산업의 방향성에 대한 SWOT 분석: 소프트파워의 가치. 한국융합과학회지, 10(5), 242-258. 

  10. 박상현, 이정은. (2021). 제조기업의 공정혁신 한계성과 발전방향. 전문경영인연구, 24(1), 51-65. 

  11. 박정민, 반영환. (2019). 국내 온라인 쇼핑 간편결제 서비스의 통합적 경험 연구, 차세대컨버전스정보서비스기술논문지, 8(1), 83-94. 

  12. 배정환, 한남기, 송민. (2014). 토픽 모델링을 이용한 트위터 이슈 트래킹 시스템. 지능정보연구, 20(2), 109-122. 

  13. 삼정KPMG 경제연구원. (2018). 간편결제 시장의 경쟁 심화와 기업의 대응 방향. 

  14. 신선아, 강주영. (2022). 인공지능 기술에 관한 가트너 하이프사이클의 네트워크 집단구조특성 및 확산패턴에 관한 연구. 지능정보연구, 28(1), 107-129. 

  15. 안정국, 이소현, 안은희. (2016). 핀테크 동향 및 모바일 결제 서비스 분석 : 텍스트 마이닝 기법 활용, 정보화정책. 23(3), 26-42. 

  16. 유소연, 임규건. (2022). 토픽모델링을 활용한 COVID-19 학술 연구 기반 연구 주제 분류에 관한 연구. 지능정보연구, 28(1), 155-174. 

  17. 유염봉, 이충배. (2019). '일대일로'이니셔티브하의 중국 해외교통인프라 투자의 지정학과 SWOT-PEST 분석. 통상정보연구, 21(3), 87-108. 

  18. 이경전, 허미리, 황보유정. (2016). 핀테크의 이해, 한국정보시스템학회, 25(2), 173-189. 

  19. 임성빈. (2021). 온라인 리뷰를 활용한 국내 금융플랫폼 탐색적 데이터 분석 : 토픽모델링과 감성분석을 중심으로, 서울대학교 대학원 경영학과. 

  20. 장한수, 최원재, & 도현수. (2012). PEST-SWOT-AHP 방법론을 적용한 국가 과학기술 전략 수립에 관한 연구: 핵융합 연구개발 사례를 중심으로. 기술혁신학회지, 15(4), 766-782. 

  21. 정민의, & 유성진. (2019). 4 차 산업혁명 시대의 사물인터넷 산업 발전전략에 관한 연구: 기업측면의 비즈니스 모델혁신 방향을 중심으로. 지능정보연구, 25(2), 57-75. 

  22. 정지훈, 정혜인, 이준기. (2021). 텍스트마이닝 기법과 ARIMA 모형을 활용한 배달의 민족 앱 리뷰 분석. 한국디지털콘텐츠학회 논문지, 22(2), 291-299. 

  23. 조희준, 이성노. (2015). PEST분석 모델과 해외사례 분석을 통한 한국형 독립리고 비즈니스 모델 개발. 한국체육과학회지, 24(5), 837-849. 

  24. 최원상, 신진. (2021). SPRO-PEST-SWOT 분석에 의한 인공지능 기반의 국가위기관리정책 발전요인과 발전전략에 관한 연구. 융합보안 논문지, 21(1), 169-175. 

  25. 최재원, 여준기. (2022). 도시 교외형 커피전문점의 활성화 요인에 대한 SWOT 분석 연구-대구 근교 커피전문점 사례를 중심으로. 주거환경, 20(1), 177-191. 

  26. 최주원, 이종섭, 김영애, 신용태. (2020). 미래 스마트 양식 플랫폼의 구축방안에 대한 연구. 정보처리학회논문지. 컴퓨터 및 통신시스템, 9(7), 157-164. 

  27. 한국개발연구원. (2022). 전자금융거래법 개정이 금융소비자에게 미치는 영향과 보완과제 

  28. 한국은행. (2015). 전자금융총람. 

  29. 한국은행. (2022). 2021년중 전자지급서비스 이용현황 보도자료. 

  30. 한국은행. (2022). 2021년 지급수단 및 모바일금융서비스 이용행태 조사결과. 

  31. 한국은행. (2022). 2022년 상반기중 전자지급서비스 이용 현황 보도자료. 

  32. 홍정림, 유미림, 최보름. (2019). 토픽 모델링을 활용한 모바일 증강현실 앱 사용자 리뷰 분석, 디지털콘텐츠학회논문지, 20(7), 1417-1427. 

  33. Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent dirichlet allocation. Journal of machine Learning research, 3(Jan), 993-1022. 

  34. Dieng, A. B., Ruiz, F. J., & Blei, D. M. (2020). Topic modeling in embedding spaces. Transactions of the Association for Computational Linguistics, 8, 439-453. 

  35. Dumais, S. T. (2004). Latent semantic analysis. Annu. Rev. Inf. Sci. Technol., 38(1), 188-230. 

  36. GURL, E. (2017). SWOT analysis: A theoretical review. 

  37. Kim, S. H., Pyun, C. W., Ryu, J. Y., Kim, Y. H., & Kang, J. Y. (2022). Method of Selecting the Optimal Location of BarrierFree Bus Stops Using Clustering. STUDIES IN COMPUTATIONAL INTELLIGENCE., Emotional Artificial Intelligence and Metaverse, 157-167. 

  38. Liang, H., Zheng, J., Wang, Q., & Chen, Y. (2020). Research on Development Strategy of "Internet+ Traditional Chinese Medicine" Based on PEST-SWOT Model. In 2020 International Conference on Public Health and Data Science (ICPHDS), 232-236. 

  39. Ramage, D., Rosen, E., Chuang, J., Manning, C. D., & McFarland, D. A. (2009). Topic modeling for the social sciences. In NIPS 2009 workshop on applications for topic models: text and beyond, 5, 1-4. 

  40. Sammut-Bonnici, T., & Galea, D. (2014). PEST analysis. 

  41. Seo, J., & Bae, S. (2016). Developing Product Liability Response Strategies of SMEs using PEST-SWOT-AHP analysis. Journal of the Society of Korea Industrial and Systems Engineering, 39(2), 11-18. 

  42. Vayansky, I., & Kumar, S. A. (2020). A review of topic modeling methods. Information Systems, 94, 101582. 

  43. Wallach, H. M. (2006, June). Topic modeling: beyond bag-of-words. In Proceedings of the 23rd international conference on Machine learning, 977-984. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로