본문 바로가기

이봉규 (Lee Bong Kyu) 논문수  · 이용수 21,051 · 피인용수 137

  • 저자정보 . 논문
  • 공저자 . 저널

저자의 연구 키워드

저자의 연구 키워드
#공정성 위기
#공정혁신(Process Innovation)
#광고 마케팅
#광고 태도
#광고효과
#구독률
#구전효과(Word of Mouth)
#그린 ICT 정책
#내용분석
#대인관계
#댓글
#매체 이용
#모바일
#모바일 생태계(Mobile Ecosystem)
#미디어산업 변화
#방송
#베스트 댓글
#보안 중요도
#보안성숙도
#분류모델 성능비교
#블록체인
#비용절감(Cost Cutting)
#사업자 경쟁방안
#상호작용
#소비자 세분화
#소셜 네트워크 서비스
#소셜네트워크서비스(Social Network Service)
#소셜커머스(Social Commerce)
#순서화 로짓 모형
#순환신경망
#스마트 디바이스
#스마트 모바일광고
#스마트폰 광고
#스마트폰(Smart Phone)
#시나리오 네트워크매핑
#시청률
#신문
#악성 댓글
#애착
#앱스토어(Appstore)
#언론의 공정성
#연구 동향
#온라인뉴스
#외향성
#인공신경망
#자기노출
#잠재 디리클레 할당
#정보보호
#정보보호 수준평가 방법
#정책 우선순위
#제품혁신(Product Innovation)
#조절효과(Moderating Effect)
#종합편성채널
#중소기업 혁신성과(SME's Innovation Performance)
#지속 가능한 개발
#챗봇
#클라우드 서비스
#토픽 모델링
#통신정책(Communication Policies)
#통합기술수용이론
#평가 지표
#프로빗 회귀모형(Probit Regression Model)
#핀테크
#협업(Collaboration)
#회피성향
#Acceptance of Advertisement
#Advertisement Marketing
#Advertising Effect
#AHP(Analytic Hierarchy Process)
#ANP(Analytic Network Process)
#Artificial Neural Network
#Assessment Indicator
#Assessment Method for Information Security Levels
#Attachment
#bakery ingrdient
#balance
#Best Comments
#bigkinds
#Blockchain
#Chatbot
#Cloud Services
#Collaboration
#Comments
#Comparison Performance
#Competitive Strategies
#Comprehensive Programming Channels
#Consumer Perception
#Content Analysis
#COVID-19
#Extraversion
#Fintech
#health orientation
#impartiality
#Information Security
#Interaction
#Interpersonal Relationship
#LDA
#Malicious Comment
#Media Industry Trend
#media usage
#news coverage
#Online News
#Ordered Logit Model
#press fairness
#Probit Regression Model
#Process Innovation
#Product Innovation
#Q Methodology
#Q방법론
#Recurrent Neural Network
#Research Trend
#Scenario Network Mapping
#Security Importance
#Security Maturity
#Self-Disclosure
#Smart Device
#Smart Mobile Advertising
#Smart Phone Advertisement
#SME's Innovation Performance
#Social Network Service
#Topic Modeling
#trust crisis of fairness
#Unwillingness-to-Communicate
#UTAUT

저자의 논문

연도별 상세보기를 클릭하시면 연도별 이용수·피인용수 상세 현황을 확인하실 수 있습니다.
피인용수는 저자의 논문이 DBpia 내 인용된 횟수이며, 실제 인용된 횟수보다 적을 수 있습니다.