Earticle

현재 위치 Home

빅데이터 분석을 통한 유명인 모델의 광고효과 예측 모형 개발
Development of a Prediction Model for Advertising Effects of Celebrity Models using Big data Analysis

첫 페이지 보기
  • 발행기관
    한국융합학회 바로가기
  • 간행물
    한국융합학회논문지 KCI 등재 바로가기
  • 통권
    제11권 제8호 (2020.08)바로가기
  • 페이지
    pp.99-106
  • 저자
    김유나, 한상필
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A380298

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
The purpose of this study is to find out whether image similarity between celebrities and brands on social network service be a determinant to predict advertising effectiveness. To this end, an advertising effect prediction model for celebrity endorsed advertising was created and its validity was verified through a machine learning method which is a big data analysis technique. Firstly, the celebrity-brand image similarity, which was used as an independent variable, was quantified by the association network theory with social big data, and secondly a multiple regression model which used data representing advertising effects as a dependent variable was repeatedly conducted to generate an advertising effect prediction model. The accuracy of the prediction model was decided by comparing the prediction results with the survey outcomes. As for a result, it was proved that the validity of the predictive modeling of advertising effects was secured since the classification accuracy of 75%, which is a criterion for judging validity, was shown. This study suggested a new methodological alternative and direction for big data-based modeling research through celebrity-brand image similarity structure based on social network theory, and effect prediction modeling by machine learning.
한국어
본 연구는 소셜 빅데이터에 기반을 둔 유명인과 브랜드의 이미지 유사도가 광고효과를 예측할 수 있는 결정변수 가 될 수 있는지를 파악하기 위해, 광고효과 예측모형을 생성하고 빅데이터 분석기법인 기계학습 방법을 통해 그 타당도 를 검증하는 것을 목적으로 하였다. 이를 위해 SNS상의 키워드 네트워크 구조에 기반하여 유명인-브랜드 이미지 유사 도를 정량화하고, 학습 데이터를 통해 이미지 유사도를 독립변수로, 광고효과 데이터를 종속변수로 하는 다중회귀모형 을 반복 실시하여 광고효과 예측모형을 생성하였다. 이렇게 생성된 예측모형의 정확도를 판단하기 위해 예측 데이터에 서 얻은 광고효과 예측값과 비교 기준으로서의 서베이값을 비교한 결과, 타당도를 판단하는 기준치인 75%의 분류 정확 도를 보였으므로 본 광고효과 예측 모델링의 타당성은 확보된 것으로 입증되었다. 본 연구는 유명인-브랜드 이미지 유 사성 구조를 소셜 네트워크 구조로 설명하고 그 효과를 기계학습을 통한 예측 모델링으로 검증하여 빅데이터 기반 모델 링 연구에 새로운 방법론적 대안과 방향을 제시하였다.

목차

요약
Abstract
1. 서론
2. 문헌 연구
2.1 유명인 모델과 브랜드의 이미지 유사성
2.2 빅데이터를 통한 효과 예측 방법
3. 연구 방법
3.1 연구 문제 및 제안모형의 정의
3.2 빅데이터 수집 모듈
3.3 빅데이터 전처리 모듈
3.4 빅데이터 통합 적재 모듈
3.5 이미지 유사도 산출 모듈
3.6 광고효과 학습 모듈
3.7 광고효과 예측 모듈
4. 연구 결과
4.1 연구 문제1: 이미지 유사도 분류 기준 선정 결과
4.2 연구 문제2: 유명인-브랜드 이미지 유사도의 광고효과 예측 의사결정
5. 결론
REFERENCES

키워드

유명인-브랜드 이미지 유사성 광고효과 예측모형 기계학습(머신러닝) 소셜 빅데이터 연상 네트워크 이론 Celebrity-brand image similarity Advertising effect prediction model Machine learning Social big data Association network theory

저자

  • 김유나 [ Yuna Kim | 서울예술대학교 광고창작과 교수 ]
  • 한상필 [ Sangpil Han | 한양대학교 광고홍보학과 교수 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국융합학회 [Korea Convergence Society]
  • 설립연도
    2011
  • 분야
    복합학>학제간연구
  • 소개
    본회는 융합학문 및 융합기술을 교류를 통한 학문기술의 확대․발전․보급 및 기술개발 전략에 과학적으로 접근하여 융합학문 및 기술을 더욱 활성화하고, 회원 상호간의 정보 교류를 도모함으로써 지역과 나라발전에 기여함을 목적으로 한다.

간행물

  • 간행물명
    한국융합학회논문지 [Journal of the Korea Convergence Society]
  • 간기
    월간
  • pISSN
    2233-4890
  • 수록기간
    2010~2022
  • 십진분류
    KDC 530 DDC 620

이 권호 내 다른 논문 / 한국융합학회논문지 제11권 제8호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장