[논문]상표권 정보를 활용한 코로나19 전후의 트렌드 변화 연구

나명선; 박인채

doi:10.22156/cs4smb.2022.12.02.116

상표권 정보를 활용한 코로나19 전후의 트렌드 변화 연구
A Study on the Trend Change using Trademark Information before and after COVID-19 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.12 no.2, 2022년, pp.116 - 126

나명선 (한성대학교 스마트융합컨설팅학과) , 박인채 (한성대학교 스마트경영공학부)

초록
AI-Helper

그동안 상표정보 활용과 관련한 여러 연구가 진행되었고 상표정보가 비즈니스 트렌드를 볼 수 있는 좋은 데이터임을 증명하였다. 본 연구는 상표정보를 활용하여 코로나-19 전후의 트렌드 변화를 분석하고자 한다. 상표정보로 상품류, 유사군 코드, 지정상품정보를 활용하여 코로나-19 전후의 변화를 비교하고 통계적으로 유의미한 차이가 있는지 확인하였다. 활용한 상표정보 중에 코로나-19 전후로 지정상품명을 활용한 트렌드의 변화가 유의미한 차이를 나타냈다. 결과의 검증을 위해 코로나-19 전후의 지정상품명에 사용된 키워드의 변화를 구글 트렌드의 키워드의 검색 노출빈도와 비교하였다. 지정상품명칭에서 추출된 상위 8개 키워드 중 '온라인, 항균, 방역, 밀키트, 가상'의 구글 트렌드 검색 노출 빈도는 증가추세이고, '마스크, 비말' 은 증가추세는 아니지만, 코로나-19시점에 급격히 증가하였으며 코로나-19 이후에도 이전에 비해 높은 수준을 나타냈다. '무인' 의 노출 빈도는 코로나-19 전후로 큰 차이는 없지만 꾸준히 높은 수준을 유지하여 코로나 이전부터 관련 비즈니스가 활발하였으며, 대중의 관심이 높은 키워드로 해석할 수있다. 본 연구는 세가지 상표정보를 활용하여 비즈니스 트렌드에 활용 가능성이 있는 정보를 구체적으로 확인하였다 점에서 학문적 성과가 있다.

Abstract ▼ AI-Helper

Many studies using trademark information have suggested that trademark information is good data to monitor business trends. This study intends to analyze the trend change before and after COVID-19 using trademark information. Changes before and after COVID-19 were analyzed by using goods & service classification, similar group code, and designated goods information as trademark information. Among the trademark information, it was statistically significant that the change in trends before and after COVID-19 using designated goods names. To verify the results, the changes in keywords using designated goods names before and after COVID-19 were compared with the frequency of keywords in Google Trends. Among the top 8 keywords extracted from designated goods names, the frequency of Google trend searches for 'online, antibacterial, prevention of epidemics, meal kit, virtual' is on the rise, and 'mask, droplet' is not on the rise, but it increased rapidly at the time of COVID-19, and even after COVID-19, it showed a higher level than before. The frequency of 'unmanned' does not differ much before and after COVID-19, but it has been maintained at a consistently high level, and related businesses have been active since before COVID-19, and it can be interpreted as a keyword with high public interest. This study has academic achievements in that it specifically identified information that could be used in business trends by using three types of trademark information.

주제어

표/그림 (20)

표 Table 1. Summary of Relevant Studies
그림 Fig. 1. Research Framework
표 Table 2. Goods&Services Classification Ranking
표 Table 3. Similar Group Code Ranking
표 Table 4. Designated Goods&Services Ranking
표 Table 5. Ranking Summary of Classification
표 Table 6. Test Statistics of Classification
표 Table 7. Ranking of Summary of Similar Code
표 Table 8. Test Statistics of Similar Code
표 Table 9. Ranking Summary of Designated Goods & Services
표 Table 10. Test Statistics of Designated Goods & Services
그림 Fig. 2. Search Results for "Online" in GOOGLE TRENDS
그림 Fig. 3. Search Results for "Antibacterial" in GOOGLE TRENDS
그림 Fig. 4. Search Results for "Prevention of epidemics" in GOOGLE TRENDS
그림 Fig. 5. Search Results for "Meal Kit" in GOOGLE TRENDS
표 Table 11. Designated Goods & Services Keyword Ranking
그림 Fig. 6. Search Results for "Virtual" in GOOGLE TRENDS
그림 Fig. 7. Search Results for "Mask" in GOOGLE TRENDS
그림 Fig. 8. Search Results for "Droplet" in GOOGLE TRENDS
그림 Fig. 9. Search Results for "Unmanned" in GOOGLE TRENDS

참고문헌 (14)

S. Y. Hu. (2003).Overview of Business Intelligence Concept.The Korean Institute of Information Scientists and Engineers, 21(10), 5-11. DOI : http://www.riss.kr/link?idA82298759
J. H, Yoon, N. U. Ko, B. K. Jeong & J. W. Choi. (2019). Trademark Data-Based Business Intelligence: Applications and Future Research Issues. Journal of the Korean Institute of Industrial Engineers, 45(4), 270-283. DOI : 10.7232/JKIIE.2019.45.4.270

상세보기
Y. G. Ham & S. B. Chae. (2020). Bigdata, Change Management. Seoul : Samsung Economic Research Institute.
M. G. Lee & S. J. Lee. (2017). Identifying new business opportunities from competitor intelligence: An integrated use of patent and trademark databases.Technological Forecasting and Social Change, 119, 170-183. DOI : 10.1016/j.techfore.2017.03.026

상세보기
S. J. Lee & S. J. Lee. (2007). Trend Analysis on Industry Covergence Using Trademark Information. A journal of the Korean Institute of Industrial Engineers, 44(2), 160-171.

상세보기
C. Castaldi. (2020). All the great things you can do with trademark data: Taking stock and looking ahead. Strategic Organization, 18(3), 472-484. DOI : 10.1177/1476127019847835

상세보기
S. Mendonca, T. S. Pereira & M. M. Godinho. (2004). Trademark as an indicator of innovation and industrial change. Research Policy, 33(9), 1385-1404. DOI : 10.1016/j.respol.2004.09.005

상세보기
U. Schmoch.(2003). Service marks as novel innovation indicator. Research Evaluation, 12(12), 149-156. DOI : 10.3152/147154403781776708
S. Petrie, M. Adams, B. M, Kahn & M. Johnson. (2020). TM-Link: An Internationally Linked Trademark Database. The Australian Economic Review, 53(2), 254-269. DOI : 10.1111/1467-8462.12373

상세보기
C. A. W. de Grazia, A. Myers & A. A. Toole. (2020). Innovation activities and business cycles; are trademarks a leading incicator?. Industry and Innovation, 27(1-2), 184-203. DOI : 10.1080/13662716.2019.1650252

상세보기
J. M. Kim. (2016). A Study on the Use of Trademark Database to Extract Design Insights: Focused on Symbol Design. A Journal of Brand Design Association of Korea. 14(1), 35-48.

상세보기
D. J. Kim, B. Y. Jeong & J. E. Kim. (2017). Product-Service System of Maunfacturing Company Using Trademark: Focusing on T-Station of Hankook Tire. The HCI Society of Korea, 392-395.
B. K. Jeong, N. U. Ko & J. H. Yoon. (2019). Business opportunity using deep on trademark data. Korea Insititute of industrial Engineers, 11, 595-605.
J. W. Choi & J. H. Jang. (2021). A Method of detecting promising business areas through text analysis of trademarked goods. Korean Institute of Industrial Engineer, 18-36.

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