파이썬을 활용한 토픽모델링 모바일광고 연구동향

손미평; 김병대; 양우

추천

검색

자료유형: 학술저널

저자정보: 손미평 김병대 (신라대학교) 양우

저널정보: 대한경영정보학회 경영과 정보연구 경영과 정보연구 제41권 제2호

발행연도: 2022.6

수록면: 95 - 112 (18page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 LDA기반 토픽 모델링(topic modeling) 분석기법을 활용하여 모바일 광고 연구를 살펴 모바일 광고 연구를 체계적으로 구분하여 유형화하고 정량화 하였다. 모바일 광고 관련 선행 연구의 동향을 파악하며 2012년부터 2021년까지 10년간 KCI에 등재된 모바일광고 관련 연구 419건을 연구대상으로 설정하였다. 그리고 연구주제를 세부화하기 위하여 Python 3.9의 LDA 알고리즘 토픽모델링을 분석하여 각 연구 논문의 초록에 있는 키워드를 수집하고 전처리 하였다. 또, 총 6,210개의 키워드를 추출해 빈도분석을 진행했으며 가장 많이 등장한 키워드는 ‘mobile’(1,013)이며, 다음순서는 ‘advertising’(721), ‘brand’(217), ‘digital’(192) 등으로 나타났다. 또한, 추출한 키워드의 텍스트 마이닝을 통하여 ‘중심성분석’과 ‘토픽모델링’을 적용하였다. 중심성분석의 결과는 ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘brand’, ‘digital’, ‘media’, ‘consumer’, ‘content’ 등이 연결중심성 값이 높은것으로 나타났고, 매개중심성 값이 높은 키워드로는 ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘information’, ‘user’, ‘media’, ‘game’, ‘app’ 등의 순으로 나타났다. 그리고 토픽모델링을 통해 ‘advertising effect’, ‘mobile advertising platform’, ‘marketing communication’, ‘social media’, ‘mobile advertising marketing’ 등 5개의 토픽 그룹으로 유형화 할 수 있다. 본 연구는 모바일광고에 대한 연구의 특성을 진단하며 이에 따른 모바일광고 발전방안을 모색한다는 점에서 향후 연구에서 활용 가능한 기초연구 자료가 될 수 있기를 바란다. 연구결과는 모바일광고에 대한 효과 측정이 혁신적인 지표의 개발이 필요 하다는 시사점이 도출되고 후속 연구에서는 모바일 광고 발전에 따라 시기별 핵심 주제어에 대한 연구가 이루어지기를 기대한다.

This study examined mobile advertising research and systematically classified mobile advertising research. By grasping the trends of previous studies related to mobile advertising, 419 studies related to mobile advertisements registered in KCI for 10 years from 2012 to 2021 were set as the subjects of the study. For detailed classification of research topics, topic modeling analysis based on LDA algorithms using Python 3.9 was conducted to collect and refine keywords in the abstract of each research paper. A total of 6,210 keywords were extracted and frequency analysis was conducted and the most common keywords were ‘mobile’(1,013), followed by ‘advertising’(721), ‘brand’(217), and ‘digital’(192). This study applied centrality analysis and topic modeling through text cleaning of extracted keywords. ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘brand’, ‘digital’, ‘media’, ‘consumer’, ‘content’ had the high closeness centrality values and keywords with high betweenness centrality values were ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘information’, ‘user’, ‘media’, ‘game’, ‘app’. Topic modeling was categorized into 5 topic groups: ‘advertising effect’, ‘mobile advertising platform’, ‘marketing communication’, ‘social media’, ‘mobile advertising marketing’. In this study diagnosed the characteristics of the study on mobile advertising and sought ways to develop mobile advertising accordingly, it is hoped that it can be a basic study to be used in future studies. The research results drew implications that it is necessary to develop innovative indicators to measure the effectiveness of mobile advertising and in subsequent studies. It is expected that research on key keywords by period will be conducted according to the development of mobile advertisements.

#모바일광고 #토픽모델링 #연구현황 #파이썬 #Mobile advertising #Topic modeling #Research Trends #Python

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

손미평

소속기관

주요연구분야 사회과학 > 경영학

논문수 1 이용수 47

김병대

소속기관 신라대학교

주요연구분야 사회과학 > 경영학

논문수 3 이용수 147

양우

소속기관 신라대학교

주요연구분야 사회과학 > 경영학

논문수 2 이용수 54

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)