Earticle

최근 사물인터넷 시대가 도래함에 따라 ICT 융복합 환경에 따른 다양한 기술의 발전이 이루어지고 있으며, 관련된 학문적 이론 및 활용기술에 대한 관심이 고조되고 있다. 이러한 패러다임의 변화는 학문들 간의 급격한 융복합 현상을 초래하였으며, 특히, 정보시스템학(Information Systems)은 이러한 변화를 선도해 왔다. 그러나 정보시스템이 다른 학문들과의 관계에 있어서 융합적(Convergence) 역할을 해왔는 지, 아니면 분화적(Divergence) 혹은 파생적인 역할을 해왔는지에 대한 연구는 부족한 실정이다. 따라서, 본 연구에서는 시간 경과에 따른 정보시스템의 연구동향을 비교 분석하여 핵심 개념들을 살펴봄으로써 향후 정보시스템학 연구의 방향에 대한 시사점을 찾고자 한다. 1980년부터 2015년까지의 경영 정보학의 상위 국제저널 48,102개의 논문제 목, 저자, 초록, 키워드 분석을 통해 저자들의 공동 연구 네트워크 분석 및 연구 토픽 추출 결과를 년대별로 비교 분석하여 시각화하였다. 본 연구의 결과가 정보시스템 분야의 연구자들에게 정보시스템의 정체성에 대한 폭넓은 이해와 향후 연구 방향에 대한 새로운 시사점을 주길 기대한다.

본 연구는 온라인 상의 사용자 제작 콘텐츠 (User-Generated Contents, 이하 UGC)를 활용한 기업의 평판관리 방안을 마련해 보고자 한다. 다양한 형 태의 UGC중 소비자가 온라인상에 직접 작성한 상품의 구매후기를 활용하고자 후기작성이 가장 활발 한 산업군인 호텔산업을 선정하였다. 다수의 온라인 투숙후기 제공 사이트 중(예: Booking.com, Hotels.com, 및 Expedia.com등) 역사와 공신력 면에서 가장 대표 적인 TripAdvisor.com의 투숙후기 데이터를 활용하였다. 분석을 위해 감성분석(sentiment analysis)의 적용 후 토픽모델(topic model)의 확장분석을 토대로 호텔 상품의 중요 속성추출(aspect extraction) 및 해당속성 의 감성(sentiment on aspect)을 판별한다. 이를 통한 결점발견 및 분류로 호텔기업의 평판관리 개선에 기여 할 수 있는 방안 제안에 이바지 하고자 한다. 특정 상품에 대한 고객의 구매후기를 활용하는 방법을 통해 빅 데이터 시대에서 비정형 데이터의 대부분을 차지하고 있는 텍스트 정보의 가치 재발견 및 활용에 관해 고민할 기회와 시사점을 제공해 보고자 한다.

Recently, Korean's happiness index appeared to be poor as 27 of 36 countries surveyed total OECD. Although Korea experienced an exceptional economic growth among all over the world, its happiness level is not so high. Therefore, in this paper, we collected various web data through searching our own 27 keywords based on Alderfer's ERG Theory. Also, we tried to know which subjects are related to happiness and unhappiness using LDA topic modeling. We supposed each keyword contains one topic, and tried to gain the meaning from them. We extracted 89,127 data from 2013 to 2014 and performed topic modeling. The condition of the happiness and unhappiness were the top topics extracted each field. We analyzed the condition of the happiness and unhappiness more in detail and extracted several topics such as economic power, family, mental attitude etc. Therefore, we can understand the subjects which are Korean’s happiness and unhappiness as well as proposing the practical methods that shall enhance happiness or relieve unhappiness.

2011년부터 2014년에 걸쳐 발생한 기업들의 대규모 개인정보 유출사례를 바탕으로, 본 연구는 개인의 지각된 위험의 수준이 소비자의 부정적 정서 및 대처 행동에 미치는 영향에 대해 연구하였다. 지각된 위험의 수준을 개인의 재무위험과 프라이버시 위험으로 구분하여 서비스 이용자들이 작성한 트윗을 중심으로 텍스트마이닝 분석을 수행하였 다. 연구결과는 재무위험이 지각 되었을 떄 프라이버시 위험이 지각 되었을 떄보다 부정적 정서와 적극적 대처행동이 크게 나타났다. 한편 프라이버시 위험과 재무 위험은 사회적 지지 추구 대처행동에 무차별하게 영향을 미치는 것으로 나타났다. 본 연구의 시사점으로는 Featherman & Pavlou [2003]의 개인들은 재무 위험을 프라이버시 위험보다 더 크게 느낀다는 기존 연구를 트위터 상의 데이터를 통해서 실증적으로 확인했을 뿐만 아니라 나아가 지각된 위험의 종류가 사람들의 대처행동(문제 해결)에도 영향을 준다는 사실을 확인했다는 점이라고 할 수 있다.

The statistics from year 2013 to year 2015 have shown dengue mortality rate in Malaysia has increased as much as four time. The most common approach by the government is to control dengue mosquito rate by eliminating the breading ground. Still more effects needs to be done on the ground to control the epidemic. In this study, we analyze Malaysia government data sets on dengue and meteorological data with big data framework which reveals the correlation and the in adequacy with current data sets leads us to design and propose an awareness system which overcome and update the public and communities with accurate dengue hotspot, mortality and supports public / community interactions.

The analytics lens of big data is very popular in both industry press and academic literature where big data is often discussed in the contexts of volume, velocity, and variety. This study offered an innovation lens of big data as digital service innovation. An evolutionary, ecosystem-based framework is adopted for digital service innovation. Digital trace data from Twitter provides the opportunity to see glimpses of big data ecosystems and the elements of big data services at two stages in the evolutionary process. Also, co-hashtag network analysis and community structure detection are used to understand the structure and dynamics of the big data ecosystem and its elements, over time. Finally, discussions and implications are presented.

기업신용평가는 회사의 신용도 및 부도율 예측의 필요한 정보를 제공하며, 금융산업의 효율과 안정을 위해 필수적인 요소이다. 2007년의 글로벌 경제 위기 이후, 전문 신용평가사에 의해 결정되는 등급별 기업신용평가는 보다 더 객관적이고 보다 더 정확한 평가방식의 적용이 필요하게 되었다. 본 연구에서는 기업신용평가에 필요한 변수로 중요한 재무정보와 이들의 연도별 변화율을 변수로 선정한 후, decision tree(J48), naïve bayesian, random forest 등의 다양한 마이닝 알고리즘을 적용하여 신용평가모델을 구축하였다. 이를 위해 본 연구에서는 Wharton Research Data Services에서 2011년부터 2013년까지 S&P로부터 신용등급을 받은 북미지역 1,158개 기업의 신용등급과 재무정보를 받아, 세 가지 실험을 실시하였다. 먼저, 주요 재무정보들의 연도별 변화율이 신용평가에 긍정적인 영향을 미치는지 알아보기 위해, 기존 연구에서 사용한 변수들과 함께 이들의 2년간의 변화율을 가지고 평가모형을 구축하여 기존 연구에서의 평가모형과 그 정확도를 비교한 결과 재무정보들의 변화율이 평가에 긍정적인 영향을 미치는 것으로 확인 되었다. 다음으로, 기존 연구에서 중요하게 쓰인 재무변수 중 32개의 후보변수를 선정한 후 평가모형을 구축하여 그 정확도를 비교한 결과 15개의 변수를 사용하여 구축한 평가모형이, 본 연구에서 참조한 기존 연구에서 구축한 평가모형보다 예측정확도가 좋았다. 마지막으로, 앞에서 선정한 15개의 변수와 이들의 2년간의 변화율 변수를 사용한 결과 가장 좋은 예측률을 보이는 평가모형을 구축할 수 있었다. 결론적으로, S&P에서 받은 데이터를 사용하여 실험한 결과, 주요 재무변수들과 이들의 2년간의 변화율이 기업신용평가에 유익하게 사용될 수 있음을 확인하였다.

Recently, demand on application or using Bigdata analytics for CRM (Customer Relationship Management) has emerged in industry and academic research. However, most of previous text analytics studies validated algorithms and reported results of analysis without theoretical background or standardized framework. According to this reasons, expanding studies on various contexts and utilization have been limited. This study aims to develop theory-based framework on text mining techniques to evaluate service quality. Hence, previous studies and business cases are reviewed for selecting appropriate algorithms for measuring service quality. In this process, developed framework was applied to analysis customer’s online reviews. This study will be useful initial guideline on business operators who want to evaluate their service quality from user-generated-contents. It also has values on introductory business research on applied text data analysis and expand research scope and method on service research.

Since the government issued ICT priority policy for the last decade, Vietnam was reported to have impressed development of ICT infrastructure and Internet users. Until May of 2015, Vietnam has 39.7 millions of Internet users and 31 millions of social network user accounts. Facebook is the dominant website with more than 22 million Vietnamese users and 70% of those accesses Facebook via mobile phone. Several companies have utilized Facebook as the most effective interaction channels. The increasing of big text data such as posts and comments on Facebook that embed customer opinions requires method to mine sentiment text in Vietnamese language. This research applies machine learning with several algorithms such Naive-Bayes, decision trees and Support Vector Machine (SVM) for Vietnamese text data collected from fast-food industry on Facebook. The experiment results show that machine learning methods are able to classify Vietnamese sentiment text with the accuracy over 70%. Thus we proposed several recommendations for mining Vietnamese social text data.

최근 크라우드펀딩(Crowdfunding)은 개인 또는 단체의 창의적인 아이디어를 실현할 수 있도록 자금을 조달할 수 있는 좋은 대안으로 활용되고 있으며, 모금액의 규모와 후원자의 수가 지속적으로 증가하고 있는 추세이다. 이에 본 연구에서는 정보품질의 개념적 프레임워크를 토대로 프로젝트 소개 글의 정보품질을 구성하는 다섯 가지 요인들을 도출하고, 이를 다시 휴리스틱-체계적 모형(Heuristic-Systematic Model: HSM)에 의거 내용적 및 비내용적 특성요인으로 구분한 후, 도출된 요인들이 후원자의 정보수용에 어떠한 직접적 혹은 상호작용 영향을 미치는 지에 대해 실증해 보고자 한 다. 실증연구를 위한 자료수집은 대표적 크라우드펀딩 사이트인 Kickstarter를 대상으로 웹 하베스팅(Web Harvesting)방법을 사용해 이루어질 예정이다. 본 연구는 정보품질의 개념적 프레임워크 및 HSM을 크라우드펀딩 환경으로 확장, 적용하였다는 점에서 그 학술적 의의가 있으며, 창의적 아이디어를 가진 개인 및 단체가 성공적인 펀딩 프로젝트를 수행하기 위한 전략 마련의 토대를 제공할 수 있다는 점에서 실무적 의의를 찾을 수 있 다.