$\require{mediawiki-texvc}$

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.

토픽모델링을 활용한 Z세대의 애플리케이션 효용성에 대한 분석: 이용자의 에세이 데이터를 중심으로
Analysis of the Utilization of Mobile Applications by Generation Z using Topic Modeling :Focusing on Users' Essay Data 원문보기

산업융합연구 = Journal of industrial convergence, v.20 no.1, 2022년, pp.43 - 51  

박주연 (덕성여자대학교 차미리사교양대학) ,  정도헌 (덕성여자대학교 문헌정보학과)

초록
AI-Helper 아이콘AI-Helper

본 연구는 이용자 중심 관점에서 Z세대의 애플리케이션 사용의 효용성을 분석하여 Z세대에 대한 이해를 돕고 Z세대를 위한 모바일 서비스 마케팅 전략 수립, 교육서비스 개발, 공학교육 등에 필요한 기초 정보를 제공하는데 목적이 있다. 이를 위해 Z세대인 대학생의 애플리케이션 사용경험에 대한 에세이를 177건 수집하였고, 토픽모델링을 활용하여 주요 토픽들을 분석하고, 이를 워드 클라우드 분석을 통해 시각화하였다. 연구 결과 주요 토픽들은 이동, 대중교통 등과 같은 '교통', 일정관리, 금융관리, 음식관리 등과 같은 '개인적 관리', 계산, 모임, 구매, 외식 등과 같은 '거래', 여행, 스터디, 문화 등과 같은 '여가활용' 과 관련된 것으로 나타났다. 그리고 시간, 생각, 사람, 생활, 버스, 정보, 확인, 결제, 카카오톡 등의 용어가 높은 빈도를 보였다. 또한, 단과대학별로 분석한 결과 토픽 간 차이가 나타났다. 본 연구는 비정형데이터인 에세이를 수집하여 애플리케이션 효용성을 토픽모델링을 통해 실증적으로 분석하였다는 점에서 의의가 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The purpose of this study is to provide basic information necessary for the establishment of mobile service marketing strategies, educational service development, and engineering education for Generation Z by analyzing the utilitization of various applications by Gen Z. To this end, 177 essays on mo...

주제어

#애플리케이션   #효용성   #Z세대   #비정형데이터   #토픽모델링  

참고문헌 (21)

  1. J. H. Moon, H. J. Kim & J. H. Kim. (2015). A Study on Trend Prediction of Future Application Market by Comparing the Change Analysis of Smartphone Application Usage Patterns. Entrue Journal of Information Technology, 14(1), 57-72. 

  2. H. S. Park. (2016). A Study on the Characteristics of New Generation with Life Style: Focus on Generation Z. The Journal of Humanities and Social Sciences 21, 7(6), 753-767. DOI : 10.22143/HSS21.7.6.44 

    상세보기 crossref

  3. M. J. Kang, C. E. Lee, D. Y. Lee & Y. H. Lee. (2020). Identifying Characteristics and Types of Generation Z according to the Behavior of Smartphone Camera Use. Archives of Design Research, 33(3), 155-175. DOI : 10.15187/adr.2020.08.33.3.155 

    상세보기 crossref

  4. J. H. Lee. (2013). A Study on the Recognition & Preference App icon - Focused on App icon design for elementary school students -. A Journal of Brand Design Association of Korea, 11(3), 81-90. DOI : 10.18852/bdak.2013.11.3.81 

    상세보기 crossref

  5. S. J. Kim. (2013). The Characteristics in Design of Smart Phone Applications : Mainly on the Comparison between Korean and American Application Icons. Journal of Digital Design, 13(1), 215-224. DOI : 10.17280/jdd.2013.13.1.021 

    상세보기 crossref

  6. G. Y. Kim & K. J. Park. (2020). A Data-driven Approach to Categorization of Mobile Applications and Analysis of Application Attributes Affecting User Evaluation. Journal of the Korean Institute of Industrial Engineers, 46(2), 156-163. DOI : 10.7232/JKIIE.2020.46.2.156 

    상세보기 crossref

  7. H. S. Choi, Q. Peng & W. S. Rhee. (2020). Design and Implementation of the Machine Learning-based Restaurant Recommendation System. Journal of Digital Contents Society, 21(2), 259-268. DOI : 10.9728/dcs.2020.21.2.259 

    상세보기 crossref

  8. S. S. Kim, K. S. Han, B. S. Kim, S. K. Park & S. K. Ahn. (2011). An Empirical Study on Users' Intention to Use Mobile Applications. Journal of Korean Institute of Information Technology, 9(8), 213-228. 

  9. Y. S. Yoo. (2015). Consumer Preferences for Tea-Related Smartphone Applications : Focus on 20's Consumers. The Journal of the Korea Contents Association, 15(3), 352-361. DOI : 10.5392/JKCA.2015.15.03.352 

    원문보기 상세보기 crossref

  10. S. J. Oh. (2014). A Study on the Determinants of Mobile Application Purchase based on User Groups. Information Systems Review, 16(1), 73-88. DOI : 10.14329/isr.2014.16.1.073 

    원문보기 상세보기 crossref

  11. A. R. Lee, K. H. Kang & C. C. Lee. (2011). A Comparative Study on Smartphone App Store Use Based on Smartphone Adoption Stages: Focusing Individual Characteristics and Perceptions Toward Technology. Entrue journal of information technology, 10(2), 181-198. 

  12. Y. G. Lee. (2021). A Study on the Factors Influencing Acceptance Intention and Acceptance Behavior of Technologies Related to the 4th Industrial Revolution and Smart Factory. Journal of Convergence for Information Technology, 11(4), 1-18. DOI : 10.22156/CS4SMB.2021.11.04.001 

    원문보기 상세보기 crossref

  13. J. S. Choi, S. J. Kim & D. S. Kwon. (2021). The Type of Attachment of e-commerce Users Impact on the Intention to Accept Technology. Journal of Convergence for Information Technology, 11(4), 35-45. DOI : 10.22156/CS4SMB.2021.11.04.035 

    원문보기 상세보기 crossref

  14. J. H. Park & Y. J. Lee. (2019). A Study on Mobile Video Usage of Generation Z in the Republic of Korea based on the Grounded Theory - Focused on YouTube-. Journal of Communication Design, 67, 312-327. DOI : 10.25111/jcd.2019.67.24 

    상세보기 crossref

  15. C. Bakewell & V. W. Mitchell. (2003). Generation Y female consumer decision-making styles. International journal of retail & distribution management, 31(2), 95-106. 

    상세보기

  16. Y. J. Yang & K. O. Kim. (2020). Latent Profile Analysis of Smartphone Usage Patterns among Z Generation and Millennial Generation. Journal of Consumer Studies, 31(4), 159-182. DOI : 10.35736/JCS.31.4.7 

    상세보기 crossref

  17. Mobile app usage - Statistics & Facts. (2021. 10. 14.).https://www.statista.com/topics/1002/mobile-app-usage/#dossierKeyfiguresuarter/ 

  18. D. M. Blei, A. Y. Ng, & M. I. Jordan. (2003). Latent dirichlet allocation. The Journal of Machine Learning Research, 3, 993-1022. DOI : 10.5555/944919.944937 

    crossref

  19. D. H. Jeong & J. Y. Park. (2021). Data Analysis of Dropouts of College Students Using Topic Modeling. Journal of the Korea Institute of Information and Communication Engineering, 25(1), 88-95. DOI: 10.6109/jkiice.2021.25.1.88 

    원문보기 상세보기 crossref

  20. D. H. Jeong. (2019). Enhancing Classification Performance of Temporal Keyword Data by Using Moving Average-based Dynamic Time Warping Method. Journal of the Korean Society for information Management, 36(4), 83-105. DOI: 10.3743/KOSIM.2019.36.4.083 

    원문보기 상세보기 crossref

  21. D. M. Mimno, H. M. Wallach, E. M. Talley, M. Leenders & A. K. McCallum. (2011). Optimizing semantic coherence in topic models. In Proceedings of the Conference on Empirical Methods in Natural Language Processing: EMNLP '11, 262-272. DOI: 10.5555/2145432.2145462 

    crossref

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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