KR101575683B1 - 시간 흐름에 따른 문맥 기반 트렌드 분석 방법 - Google Patents
Publication number KR101575683B1 KR101575683B1 KR1020140187026A KR20140187026A KR101575683B1 KR 101575683 B1 KR101575683 B1 KR 101575683B1 KR 1020140187026 A KR1020140187026 A KR 1020140187026A KR 20140187026 A KR20140187026 A KR 20140187026A KR 101575683 B1 KR101575683 B1 KR 101575683B1 Authority KR 트렌드를 사용하는 방법? South Korea Prior art keywords distribution extracting time topic word Prior art date 2014-12-23 Application number KR1020140187026A Other languages English ( en ) Inventor 이상근 히즈불 알람 류우종 Original Assignee 고려대학교 산학협력단 포항공과대학교 산학협력단 Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.) 2014-12-23 Filing date 2014-12-23 Publication date 2015-12-09 2014-12-23 Application filed by 고려대학교 산학협력단, 포항공과대학교 산학협력단 filed Critical 고려대학교 산학협력단 2014-12-23 Priority to KR1020140187026A priority Critical patent/KR101575683B1/ko 2015-12-09 Application granted granted Critical 2015-12-09 Publication of KR101575683B1 publication Critical patent/KR101575683B1/ko
Links
- Espacenet
- Global Dossier
- Discuss
- 238000005070 sampling Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 241000114889 Obama Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006011 modification reaction Methods 0.000 description 2
- 230000000875 corresponding Effects 0.000 description 1
- 210000000056 organs Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
- G — PHYSICS
- G06 — COMPUTING; CALCULATING; COUNTING
- G06F — ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00 — Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80 — Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/81 — Indexing, e.g. XML tags; Data structures therefor; Storage structures
Abstract
시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법이 개시된다. 상기 문맥 기반 트렌드를 분석하는 방법은 확률 분포를 계산할 수 있는 장치를 이용하여 문서 집합으로부터 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법으로서, 각 토픽에 대해, 단어를 선택하기 위해 사용될 어휘 분포와 해시태그(hashtag)를 선택하기 위해 사용될 해시태그 분포를 추출하는 단계, 상기 문서 집합에 포함된 각 문서에 대해, 토픽 분포를 추출하는 단계, 상기 어휘 분포, 상기 해시태그 분포, 및 트렌드를 사용하는 방법? 상기 토픽 분포에 대해 통계적 추론을 수행하는 단계, 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 상기 토픽 분포로부터 토픽을 추출하고, 시간에 대한 베타 분포(beta distribution)로부터 시간을 추출하는 단계, 및 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 단어 또는 해시태그를 추출하는 단계를 포함한다.
Description
본 발명의 트렌드를 사용하는 방법? 개념에 따른 실시 예는 시간 흐름에 따른 문맥 기반 트렌드 분석 장치 및 방법에 관한 것으로, 특히 소셜 미디어 상에서 사용자가 기술한 문서 집합으로부터 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 트렌드 분석 장치 및 방법에 관한 것이다.
트위터, 페이스북, 마이크로 블로그와 같은 소셜 미디어의 사용자가 증가함에 따라, 사용자들은 소셜 트렌드를 사용하는 방법? 미디어에 자신의 관심사, 사회적 이슈 등에 대한 의견을 기술하고 있다. 이러한 의견들 중 많은 사용자들이 기술하는 대상, 즉 많은 사용자들이 공통적으로 관심을 가지는 대상을 트렌드(trend)로써 정의한다. 따라서 소셜 미디어 상에 사용자들이 기술한 문서 집합을 이용해 트렌드를 분석하기 위한 많은 연구가 진행 중이다.
상술한 종래기술에서는 트렌드를 분석할 때 시간적인 속성을 고려해 시간 흐름에 따라 트렌드 및 트렌드의 변화를 분석한다. 예를 들어, 소셜 미디어로부터 세월호 참사에 대한 트렌드를 추출한 경우, 사용자들의 관심이 언제, 어떻게 증가하는지 또는 감소하는지 등의 시간 흐름에 따른 트렌드의 변화를 분석할 수 있다. 하지만 트렌드를 분석함에 있어 상기 트렌드에 어떤 감정, 기관, 인물 등이 연관되어 있는지, 즉 트렌드의 문맥을 분석할 수 없다는 한계가 있다.
본 발명이 이루고자 하는 기술적인 과제는 문서 집합으로부터 트렌드를 분석함에 있어 트렌드와 연관된 문맥을 추출하고, 추출된 문맥을 고려해 시간 흐름에 따른 트렌드의 변화를 분석할 수 있는 트렌드 분석 장치 및 방법을 제공하는 것이다.
본 발명의 실시 예에 따른 문맥 기반 트렌드를 분석하는 방법은 확률 분포를 계산할 수 있는 장치를 이용하여 문서 집합으로부터 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법으로서, 각 토픽에 대해, 단어를 선택하기 위해 사용될 어휘 분포와 해시태그를 선택하기 위해 사용될 해시태그 분포를 추출하는 단계, 상기 문서 집합에 포함된 각 문서에 대해, 토픽 분포를 추출하는 단계, 상기 어휘 분포, 상기 해시태그 분포, 및 상기 토픽 분포에 대해 통계적 추론을 수행하는 단계, 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 상기 토픽 분포로부터 토픽을 추출하고, 시간에 대한 베타 분포로부터 시간을 추출하는 단계, 및 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 단어 또는 해시태그를 추출하는 단계를 포함한다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 상세한 설명이 제공된다.
도 1은 본 발명의 일 실시 예에 의한 트렌드 분석 장치의 기능 블럭도이다.
도 2는 도 1에 도시된 트렌드 분석 장치를 이용한 트렌드 분석 방법에서 사용되는 표기를 도시한다.
도 3은 도 1에 도시된 트렌드 분석 장치를 이용한 시간 트렌드를 사용하는 방법? 흐름에 따른 문맥 기반 트렌드 분석 방법을 설명하기 위한 도면이다.
도 4는 도 1에 도시된 트렌드 추출 장치를 이용한 시간 흐름에 따른 문맥 기반 트렌드 추출 방법의 개념을 도시하고 있다.
도 5는 도 1에 도시된 트렌드 분석 장치를 이용한 시간 흐름에 따른 문맥 기반 트렌드 추출 방법을 설명하기 위한 흐름도이다.
도 6은 도 1에 도시된 트렌드 분석 장치를 이용하여 분석된 트렌드의 예를 도시한다.본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시 예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시 예들은 다양한 형태들로 실시될 수 트렌드를 사용하는 방법? 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.
본 발명의 개념에 따른 실시 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시 예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 벗어나지 않은 채, 제1 구성 요소는 제2 구성 요소로 명명될 수 있고 유사하게 제2 구성 요소는 제1 구성 요소로도 명명될 수 있다.
어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성 요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시 예에 의한 트렌드 분석 장치의 기능 블럭도이다. 도 1을 참조하면, 시간 흐름에 따른 문맥에 기반하여 트렌드를 분석할 수 있는 트렌드 분석 장치(10)는 문서 수집부(100), 문서 저장부(200), 트렌드 추출부(300), 및 트렌드 저장부(400)를 포함한다. 또한, 트렌드 분석 장치(10)는 확률 분포를 계산할 수 있는 장치로 명칭될 수도 있다.
문서 수집부(100)는 인터넷 등의 네트워크를 통해 소셜 미디어 또는 소셜 서비스를 제공하는 서버로부터 하나 이상의 문서를 수집할 수 있다. 문서 수집부(100)에 의해 수집된 문서 집합은 문서 저장부(200)에 저장될 수 있다. 이때, 문서 저장부(200)에 저장된 문서 집합 또는 문서 집합의 일부는 기존에 구축된 것일 수도 있다. 이때, 상기 문서 집합은 복수의 트윗(tweet)을 포함할 수 있다.
트렌드 추출부(300)는 문서 저장부(200)에 저장된 문서 집합에서 시간 흐름에 따른 문맥 기반 트렌드를 추출할 수 있다. 구체적으로, 트렌드 추출부(300)는 문서 저장부(200)에 저장된 문서 집합으로부터 시간 흐름에 따른 토픽 및 시간 흐름에 따른 문맥을 추출한다. 즉, 트렌드 추출부(300)는 토픽, 시간, 문맥을 동시에 고려함으로써 시간 흐름에 따른 문맥 기반 트렌드를 추출할 수 있다.
토픽 모델을 이용해 소셜 미디어 상에서의 많은 사용자들이 공통적으로 관심을 가지는 트렌드를 분석하기 위한 연구가 있었다. 또한, 고정된 시간에서의 트렌드를 분석하는데에서 나아가 시간이라는 속성을 고려해 트렌드를 분석할 뿐만 아니라 시간 흐름에 따른 트렌드의 변화를 모니터링하기 위한 연구가 진행되고 있다.
하지만 상술한 종래기술들은 단순히 트렌드를 분석하는 데에 초점이 맞춰져 있고, 분석한 트렌드에 대해 사용자들이 어떠한 감정 또는 생각을 가지고 있는지, 어떤 기관, 단체 또는 인물이 연관되어 있는지에 대한 문맥은 고려하지 않는다.
트렌드나 시간에 따른 트렌드의 변화를 분석함과 동시에 트렌드에 대한 문맥을 고려할 수 있다면 유용할 것이다. 사용자들이 트렌드에 대해 가지는 감정 또는 생각, 트렌드와 연관된 기관, 단체 또는 인물까지 분석 할 수 있다면 트렌드를 분석하는 관점을 그 자체에 한정하지 않고, 트렌드를 다양한 시각에서 분석할 수 있다. 예를 들어, 트렌드 분석 업체 및 트렌드에 초점을 맞추는 마케팅 업체의 경우, 트렌드의 문맥까지 고려한다면 다양한 사용자들을 위한 다양한 마케팅 전략을 세울수 있을 것이다.
본 발명에 따른 시간 흐름에 따른 문맥 기반 트렌드 분석 방법 및 장치는 소셜 미디어 상에 사용자들이 기술한 하나 이상의 문서 집합으로부터 시간 흐름에 따른 트렌드 분석 뿐만 아니라, 트렌드의 문맥까지 자동으로 분석 할 수 트렌드를 사용하는 방법? 있다는 장점을 가지고 있다.
문맥(context)은 해당 개념을 사용하는 분야에 따라 다양한 의미로서 정의할 수 있다. 하지만 본 발명에서 고려하는 문맥은 트렌드와 함께 자주 나타나는 해시태그들의 군집(cluster of hashtags)으로 정의될 수 있다.
트위터의 트윗은 해시태그(hashtag), 멘션(mention), 이미지(image), 링크(link) 등과 같은 다양한 메타데이터를 포함하고 있다. 그 중 해시태그는 중요한 메타데이터로써 다양한 역할을 하고 있다.
트윗은 140자로 제한된 길이의 문자를 통해서만 의견의 기술이 가능하다. 따라서 사용자들은 이러한 제한을 극복하기 위해 다양한 의미 및 유용한 정보를 함축하고 있는 해시태그를 사용한다.
예를 들어, 세월호 참사와 관련된 해시태그 중, "#PrayForSouthKorea"는 세월호 참사의 희생자를 추모하기 위한 온라인 커뮤니티를, "#SadStory"는 세월호 참사에 대한 사용자들의 감정을, "#RestInPeace"는 세월호 참사의 희생자들에 대한 사용자들의 소망을, "#YellowRibbon"은 세월호 참사 실종자들의 구조를 기원하는 사용자들의 운동을 의미할 수 있다. 이와 같이 해시태그는 한 단어로써 표현되지만 140자로 제한된 길이의 문자 제한을 극복하기 위해 사용자들의 감정, 소망 또는 기관, 단체, 인물 등 의미있는 정보를 함축하고 있다.
또한, 해시태그는 의미적으로 유사한 트윗들을 연결시킨다. 예를 들어, 공통의 관심사를 가진 사용자들은 공통의 해시태그를 사용함으로써, 이 해시태그는 두 개 이상의 서로 다른 트윗이 의미적으로 유사하다는 것을 암시적으로 나타낸다.
트윗은 트윗이 작성된 시간 정보를 포함하고 있다. 본 발명의 생성 과정(generative process)에서 시간은 토픽에 의해 생성된다고 가정하지만, 한 트윗내의 모든 단어(또는 어휘) 및 해시태그에는 트윗이 작성된 시간을 부여한다.
시간은 연속적인 속성을 가진다. 따라서 연속적인 속성을 가진 시간을 샘플링하기 위해 0~1 사이의 구간에서 정의되는 연속 확률 분포인 베타 분포(beta distribution)를 따른다.
도 1과 도 2를 참조하면, 각 문서는 d, 토픽은 z, 단어(또는 어휘)는 w, 해시태그는 c, 시간은 t로 표기되고, 일반적으로 개수 또는 횟수는 n으로 표기된다. 토픽, 단어, 해시태그, 시간 등에 대한 확률 분포는 각각 그리스 문자로 표기하고 있으며, 각 확률 분포의 디리클레 사전확률(Dirichlet prior)에도 해당 그리스 문자를 할당한다.
또한, 이후 기술에서 Dir()은 괄호 안의 인수를 기초로 디리클레 분포(dirichlet distribution)를 생성함을 의미하고, B()는 괄호 안의 인수를 기초로 베타 분포를 생성함을 의미한다.
도 1 내지 도 3을 참조하면, 각 토픽에 대해, 단어를 선택하기 위해 사용될 어휘 분포(또는 단어 분포), 해시태그를 선택하기 위해 사용될 해시태그 분포를 추출한다. 본 발명에서 단어, 해시태그, 및 시간은 토픽에 의해 생성된다고 가정한다. 따라서, 트윗을 모델링하기 위한 단어와 해시태그는 두 단계를 통해 생성된다.
도 1 내지 도 4를 참조하면, 도 4는 토픽(z), 단어(w), 해시태그(c), 시간(t) 사이의 관계를 표기하고 있다. 또한 각 확률 분포 및 변수를 구하는 순서를 표기하고 있다.
도 4의 우측을 보면, 단어의 다항 분포, 즉 어휘 분포(word distribution)는 디리클레 사전확률로부터 산출되고, 최종적으로 단어를 샘플링하는데 사용된다. 도 4의 좌측을 보면, 해시태그의 다항 분포, 즉 해시태그 분포(hashtag distribution)는 디리클레 사전확률로부터 산출되고, 최종적으로 해시태그를 샘플링하는데 사용된다.
도 5는 도 1에 도시된 트렌드 분석 장치를 이용한 시간 흐름에 따른 문맥 기반 트렌드 추출 방법을 설명하기 위한 흐름도이다. 도 5에 도시된 각 단계는 트렌드 분석 장치(10), 구체적으로는 트렌드 추출부(300)에 의해 수행될 수 있다.
도 1 내지 도 5를 참조하면, 단계 S110에서, 단어를 선택하기 위한 어휘 분포와 해시태그를 선택하기 위한 해시태그 분포가 추출된다. 즉, 토픽을 구성하는 어휘와 해시태그에 대해 디리클레 사전확률을 기초로 확률 분포가 구축된다.
단계 S120에서, 각 문서에 대해, 토픽의 다항분포, 즉 토픽 분포가 추출된다. 상기 토픽 분포는 토픽 분포에 대한 디리클레 사전확률로부터 추출될 수 있다. 이때, 단계 S120 이전 또는 단계 S110 이전에 네트워크를 통하여 상기 문서 집합에 포함되는 적어도 하나의 문서를 수집하는 단계가 더 포함될 수 있고, 이 단계는 문서 수집부(100)에 의해 수행될 수 있다.
단계 S130에서, 추출된 각 분포, 즉 어휘 분포, 해시태그 분포, 및 토픽 분포에 대해 통계적 추론을 수행한다. 이때, 통계적 추론에는 깁스 샘플링(Gibbs sampling) 기법이 사용될 수 있다. 아래의 수학식 1과 수학식 2는 각각 해시태그에 대한 샘플링 분포와 단어에 대한 샘플링 분포를 나타내고 있다.
수학식 1은 해시태그, 시간, 및 단어가 주어졌을 때, 토픽이 z일 확률을 의미하고, 수학식 2는 시간과 단어가 주어졌을 때 토픽이 z일 확률을 의미한다. z ´ 은 토픽에 대한 할당 벡터(assignment vector)로, 문서 d의 i번째 단어와 해시태그를 제외한 모든 단어 및 해시태그에 대한 것이다.
분석을 위한 자료는 2014년 4월 16일부터 약 한달간 "ferry"와 "prayforsouthkorea" 두 개의 키워드를 이용해 트위터로부터 "세월호 참사"와 관련된 트윗 데이터를 수집했고, 도 6은 트렌드 분석 장치(10)를 통해 추출된 시간 흐름에 따른 문맥 기반 트렌드 중 3개의 예를 도시하고 있다.
도 6에서 각 트렌드의 첫째 줄은 트렌드의 이름이고, 둘째 줄은 시간 흐름에 따른 트렌드의 변화를 나타내는 히스토그램이며, 셋째 줄은 트렌드에 대한 문맥 및 트렌드에 대한 단어의 집합이다.
"Brother saved sister" 트렌드를 살펴보면, 히스토그램을 통해 트렌드에 대한 사용자들의 관심이 어떻게 변화하는지 관찰할 수 있다. 또한, 문맥을 통해, 이 트렌드에 대해 사용자들은 충격을 받았고, 슬픈 감정을 가진다는 것을 알 수 있다. 또한, 이 트렌드는 뉴스 속보로 방송되었고, 청와대와 오바마 대통령과도 연관되어 있음을 추축할 수 있다.
본 발명은 도면에 도시된 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 트렌드를 사용하는 방법? 것이다.
Claims ( 6 )
확률 분포를 계산할 수 있는 장치를 이용하여, 문서 집합으로부터 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법에 있어서,
(a) 각 토픽에 대해, 단어를 선택하기 위해 사용될 어휘 분포와 해시태그(hashtag)를 선택하기 위해 사용될 해시태그 분포를 추출하는 단계;
(b) 상기 문서 집합에 포함된 각 문서에 대해, 토픽 분포를 추출하는 단계;
(c) 상기 어휘 분포, 상기 해시태그 분포, 및 상기 토픽 분포에 대해 통계적 추론을 수행하는 단계;
(d) 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 상기 토픽 분포로부터 토픽을 추출하고, 시간에 대한 베타 분포(beta distribution)로부터 시간을 추출하는 단계; 및
(e) 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 단어 또는 해시태그를 추출하는 단계를 포함하는, 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법.제1항에 있어서,
상기 어휘 분포, 상기 해시태그 분포, 및 상기 토픽 분포는 디리클레 사전확률(Dirichlet prior)로부터 추출되는, 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법.제1항에 있어서,트렌드를 사용하는 방법?
상기 (e) 단계는,
상기 어휘 분포로부터 단어를 추출하는 단계; 및
추출된 단어가 해시태그인 경우, 상기 해시태그 분포로부터 해시태그를 추출하는 단계를 포함하는, 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법.제1항에 있어서,
상기 (a) 단계 이전에 네트워크를 통하여 상기 문서 집합에 포함되는 적어도 하나의 문서를 수집하는 단계를 더 포함하는, 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법.구글 트렌드 사용법을 알고 빅데이터에 대해 파악해보기
구글 트렌드는 전 세계인이 가장 많이 사용하는 검색 엔진인 구글의 빅데이터를 기반으로 세상의 트렌드를 알아볼 수 있는 트렌드 분석 도구이다. 각 나라에서 각자의 언어로 검색을 하면 구글에서 제공하는 번역 서비스를 통해 번역된 언어의 결과를 보여주기 때문에 전 세계의 시간별 트렌드를 사용하는 방법? 지역별 검색어의 동향이나 사람들의 관심사 등을 파악하는 인사이트를 얻을 수 있다. 구글 트렌드 분석하는 법을 배워보고 내가 궁금해하는 검색어의 추이가 어떻게 되는지 파악해 보는 수업을 진행해 보자
1. 구글 트렌드 사용하는 법 알아보기
구글 검색창에 구글 트렌드를 입력하고 홈페이지에 접속하면 가장 윗부분에 전 세계 사용자들의 검색어 동향을 살펴볼 수 있는 창이 나오는데 여기에 내가 찾아보고 싶은 검색어나 주제를 입력한다. 내가 찾고 싶은 검색어를 입력하면 가장 먼저 지난 12개월 동안의 검색어 관심도 추이 변화를 그래프로 한눈에 확인할 수 있는데 기간도 본인이 선택할 수 있다. 검색어는 5개까지 검색 결과를 비교할 수 수 있다. 그 아래쪽으로 각 지역별 관심도를 보여주고 검색어 관련 연관 검색어와 주제를 함께 볼 수 있다. 메뉴창에서는 실시간 검색어 역할을 대신할 수 있는 인기 급 상습 검색어와 올해 사람들이 많이 검색하는 올해의 검색어도 확인해 볼 수 있다.
2. 구글 트렌드 올해의 검색어 예상해보기
구글 트렌드는 2021년 한 해 동안 전 세계인이 가장 많이 검색한 단어에 대한 데이터를 각 나라별로 소개하고 있다. 작년 한 트렌드를 사용하는 방법? 해 동안 코로나 팬데믹으로 인한 사람들의 상처 절망 등에 대한 이야기와 그런 고난 속에서도 다시 힘을 내고 일어서려는 의지를 담은 힘내는 방법 마음을 치유하는 방법 등 한 해동안 이슈가 되었던 검색어에 대한 자료를 감동적인 동영상에 담아 보여주고 있다. 동영상 아래쪽으로 각 나라별 한해의 검색들을 살펴볼 수 있는데 학생들이 2021년 한 해의 검색어를 예상해 보고 내가 생각한 검색어와 실제로 사람들이 많이 찾아본 검색어는 어떤 차이가 있는지 직접 눈으로 확인해 보는 수업을 진행할 수 있다.
3. 구글 트렌드 급상승 검색어
급상승 검색어 분야는 현재 사람들에게 가장 많이 관심을 받는 분야를 알 수 있다. 구글 트렌드 검색어 기능의 핵심중에 하나이다. 실시간으로 이슈가 되는 것이 트렌드를 사용하는 방법? 무엇인지 바로 알 수 있기 때문에 마케팅이나 광고 분야에서도 사람들의 관심도를 확인하는데 큰 도움을 준다. 각 나라별로 일자와 실시간 검색어의 빅데이터를 바로 확인할 수 있다. 수업활동으로 학생들에게 검색어를 통한 빅데이터 개념과 수집 과정이 어떻게 진행되고 활용되는지 등에 관한 내용을 알려주고 정보에 대한 무분별한 수용보다는 나만의 객관적인 데이터 분석을 통한 필터링의 중요성을 인식시켜 준다.
4. 구글 트렌드 분석을 통한 활동수업
이제 학생들과 구글 트렌드를 통해 2021년 가장 인기가 많았던 K팝 가수를 선정해 보자. 전 세계 한류 열풍으로 한국의 가수들이 전 세계에서 사랑받는 만큼 각 나라별로 인기 있는 K팝 가수가 누구인지 우리나라 지역별로 확인해 볼 수도 있고 한 가수를 정해 일 년 동안 인기의 추이를 살펴보는 활동도 학생들에게는 흥미를 끌 수 있는 활동이다. 이 활동은 개인보다는 모둠별로 하는 것을 추천한다. 먼저 모둠별로 검색할만한 지명도가 있는 가수를 선정하고 비교검색을 통해 데이터를 확인 후 선정기준을 정하고 결과를 취합해 모둠별 2021년 가수를 선정하고 발표로 마무리하는 수업을 진행해 볼 수 있다.
미래를 형성하는 10가지 주요 마케팅 트렌드
기다릴 시간이 없습니다. 미래는 이미 여기에 있습니다. 마케팅과 마테크의 미래에 대해 아직 생각하고 있지 않다면 금방 뒤처지게 될 것입니다. 앞으로 몇 년 동안 계속해서 미래를 형성할 마케팅 트렌드를 확인하십시오.
디지털 마케팅의 미래는 어떤 모습일지 살펴보십시오.
인공 지능
오늘날 AI는 기본적으로 어디에나 있으며 그 추세는 앞으로도 계속될 것입니다. 현재 콘텐츠 제작, 챗봇, 검색 엔진, 데이터 분석, 자연어 처리, 개인화 등과 같은 서비스에서 AI를 찾을 수 있습니다. 대부분의 기업은 AI에 대한 투자를 늘릴 계획입니다. AI에는 더 나은 고객 경험, 더 혁신적인 제품 및 서비스, 더 높은 비용 절감, 생산성 향상, 향상된 의사 결정과 같은 많은 이점이 있기 때문입니다.
머신 러닝과 딥 러닝이 발전함에 따라 앞으로 더 많은 AI를 보게 될 것입니다.
대화형 마케팅 및 챗봇
AI의 부상은 비즈니스와 프로세스에 큰 도움이 될 수 있지만 사람들과의 상호 작용에 관해서는 너무 기계처럼 들릴 수 있습니다.
사람들은 즉각적인 응답을 원할 뿐만 아니라 실제 사람과 대화하듯이 대화 방식으로 상호 작용하기를 원합니다. AI에는 한계가 있기 때문에 마케터의 일을 조금 더 어렵게 만들 수 있습니다. 그러나 최근에 챗봇과 상호 작용한 적이 있다면 상황이 개선되고 있음을 알 수 있습니다.
기업은 보다 발전된 AI를 사용하여 보다 개인화된 동영상과 이메일을 만들고 가상 영업 도우미를 제공할 수도 있습니다. 이 모든 것을 통해 기업은 원하는 시간, 방법, 장소 등 원하는 방식으로 고객을 만날 수 있습니다.
보이스 마케팅
얼마 전까지만 해도 장치와 상호 작용하는 유일한 방법은 문자를 통해서였습니다. 이제 음성만으로 많은 장치와 상호 작용할 수 있습니다.
Alexa, Siri 및 Google Nest는 모두 음성 상호 작용을 엄청나게 증가시켰습니다.
검색 중이신가요? 시리에게 물어보세요. 새 가제트를 사고 싶습니까? Google에 검색하여 구매해 달라고 요청하기만 하면 됩니다.
일부 브랜드는 이미 이를 수행하고 있습니다. Walmart 음성 주문을 사용하면 고객이 음성 명령을 통해서만 제품을 선택하고 장바구니에 추가할 수 있습니다. AmazonFresh를 사용하면 고객이 Alexa를 통해 쇼핑할 수도 있습니다.
시각적 검색
시각적 검색은 음성 마케팅을 한 단계 더 발전시킵니다.
사람들은 더 이상 원하는 것을 찾기 위해 특정 키워드를 사용하여 음성이나 텍스트로 무언가를 설명하는 것을 원하지 않습니다. 더 쉬운 일은 사진을 사용하여 검색하는 것입니다. 이는 2010년대 후반부터 가능했으며 다양한 정도의 성공을 거두었습니다.
AI의 개선으로 Google Lens, Pinterest Lens 및 Amazon StyleSnap은 이제 수십억 개의 이미지를 검색하여 누군가가 찾고 있는 것을 훨씬 더 정확하게 찾을 수 있습니다.
ASOS는 이미 이 기술을 사용하여 이미지를 기반으로 정확한 제품 또는 동일한 스타일의 유사 제품을 찾고 있습니다.
프로그래매틱 광고
프로그래밍 방식 광고는 이미 많은 사람들이 모범 사례로 간주하고 있지만 여전히 수동 입찰 옵션에 의존하는 다른 디지털 광고 전문가가 있습니다.
AI가 계속 발전함에 따라 자동화된 광고로 작업하는 것이 더 쉬워지고 리드를 생성하거나 예산을 최대한 활용하는 데 도움이 될 만큼 정확하다는 신뢰를 갖게 됩니다.
AR/VR/MR의 포괄적인 용어인 XR(eXtended Reality)은 지난 10년 동안 마케팅 분야에서 입지를 굳히고 있습니다.
게임 및 필터와 같은 다양한 휴대폰 기능에서 가장 자주 볼 수 있지만 이를 유리하게 사용하는 회사도 찾을 수 있습니다.
IKEA Place가 좋은 예입니다. AR 앱을 사용하면 IKEA 가구를 방에 배치하여 필요에 맞는 크기와 스타일인지 확인할 수 있습니다.
XR을 사용하는 많은 브랜드는 이 기술이 사람들이 브랜드와 감정적으로 연결되어 브랜드 충성도를 높이고 구매 횟수를 늘릴 수 있도록 하는 보다 현실적이고 개인화되고 몰입도 높은 스토리텔링 경험의 가능성을 만들어 낸다는 것을 확인했습니다.
예측 및 증강 분석
의심의 여지가 없습니다. 데이터는 지난 10-15년 동안 마케팅의 가장 큰 판도를 바꾸는 요소 중 하나가 되었습니다. 신뢰할 수 있고 정확한 데이터가 없으면 최고의 마케팅 아이디어조차 제대로 실현되지 못합니다.
이 추세는 현재로서는 거의 멈출 수 없습니다. AI와 ML은 예측 분석과 증강 분석을 통해 훨씬 더 많은 것을 가능하게 했습니다.
이름에서 알 수 있듯이 예측 분석은 기업이 미래를 예측하는 데 도움이 됩니다. 마케팅 용어로는 보다 정교한 리드 획득, 고객 세분화 및 개인화를 의미합니다.
증강 분석은 데이터 준비 및 공유를 자동화하여 더 큰 데이터 세트로 더 쉽게 작업할 수 있도록 도와줍니다.
코드 없음 마케팅
마케터에게 필요한 것이 무엇인지는 알지만 이를 수행할 수 있는 기술이 없는 것보다 더 실망스러운 것은 없습니다.
일반적으로 새로운 마테크는 소프트웨어개발팀에서 만듭니다. 그리고 항상 필요하지만 이제 마케터는 코드 없음 옵션을 활용할 수 있습니다.
디지털 자산, 앱, 분석 및 워크플로는 모두 개발 기술이 거의 또는 전혀 없이 생성될 수 있습니다.
위치 기반 및 AR 기반 광고
우리는 모두 전에 거기에 가본 적이 있습니다. 친구와 아무렇지 않게 제품에 대해 이야기하거나 간단히 Google 검색을 하다가 그날 Facebook, Instagram, YouTube에서 광고를 보기 시작했습니다. 다소 오싹하고 성가실 수 있지만 광고의 미래입니다.
IoT를 통해 점점 더 많은 장치가 네트워크에 연결됩니다. 이를 통해 광고를 더욱 개인화할 수 있습니다.
같은 제품이 당신이 지나갈 때 디지털 광고판에, 좋아하는 팟캐스트 중에 광고로, 심지어 휴대전화에 있을 때 AR 경험 제안으로 나타난다고 상상해 보십시오.
광고주는 누군가의 행동, 위치 및 시간을 기반으로 향상된 정확도로 광고를 개인화할 수 있습니다.
두뇌 인터페이스 광고
누군가의 마음에 직접 광고를 배치하는 것은 공상 과학 소설처럼 들릴지 모르지만 우리가 생각하는 것보다 현실에 더 가깝습니다.
이 새로운 형태의 마케팅의 첫 번째 단계는 Elon Musk의 Neuralink가 될 수 있습니다. 미크론 크기의 실을 뇌의 특정 영역에 삽입함으로써 사람들은 이론적으로 컴퓨터 및 장치와 인터페이스할 수 있었습니다.
이러한 유형의 연결이 어떤 결과를 가져올지, 또는 사람들이 이를 받아들일지 누가 알 수 있습니까? 하지만 이것은 신경 마케팅 분야에서 논리적인 다음 단계입니다.
무엇이든 마케팅의 미래는 확실히 디지털입니다. 어떤 트렌드를 이미 탐색하고 있습니까? 알려주십시오. 이 모든 것을 이해하는 데 약간의 도움이 필요하면 가이드를 확인하세요.
Google 트렌드 란?
SEO 전문가가 가장 많이 사용하는 도구 중 하나는 의심 할 여지없이 Google Trends입니다. 단어 (또는 단어 집합) 검색에서 "중요"가 얼마나 중요한지 알 수있는 무료 도구로, 온라인 마케팅 전략 (및 포지셔닝)에서 가장 효과적인 키워드를 결정하는 데 도움이됩니다. .
하지만 Google 트렌드 란 무엇입니까? 그것은 무엇입니까? 어떻게 작동합니까? 오늘은 잘 알지 못하는 Google 기능에 대해 알아야 할 모든 것을 설명합니다.
Google 트렌드 란?
Google 트렌드가 존재한다는 사실을 처음 알게 된 것은 2006 년에 회사가 키워드 기반 검색의 진화를 따르기 위해 도구를 출시했을 때였습니다. 즉, 몇 년, 몇 달, 몇 주 또는 며칠 동안 어떤 유형의 검색이 있는지 알 수 있도록 키워드를 분석 할 수있는 도구입니다.
Google 트렌드는 단어 나 용어의 인기도를 분석하여 추세에 있는지 또는 반대로 감소하고 있는지 확인하는 도구. 또한 인구 통계, 관련 검색, 관련 주제 등과 같은 기타 데이터도 제공합니다.
이 Google 기능은 완전 무료이며 사전 등록이 필요하지 않거나 이메일에 연결되지 않습니다. 많은 SEO 전문가 또는 디지털 마케팅 전문가가 작업에 매우 좋은 결과를내는 데 사용하지만, 고유 한 것이라고 말할 수는 없지만 실제로 다른 도구 (무료 또는 유료)와 결합합니다.
Google 트렌드는 무엇으로 만들어 졌나요?
처음에는 페이지를 방문하여 제어 할 용어를 입력하면 도구가 사용자에게 던지는 데이터가 압도 될 수 있지만 실제로는 이해하기가 매우 쉽습니다. 그리고 그것은 당신이 넣은 단어의 경향을 보여줄뿐만 아니라 훨씬 더 많은 것을 보여줄 것입니다. 특유한:
- 검색 량. 즉, 해당 단어가 특정 일, 주, 월 또는 연도를 기준으로 작동하는 방식입니다.
- 검색 트렌드. 이렇게하면 배치 한 단어가 트래픽이 증가하는지 감소하는지 알려줍니다. 이것은 무엇을위한 것입니까? 글쎄요, 지금 또는 단기간에 작동 할 수있는 단어인지 확인하려면 (예 : 트렌드를 사용하는 방법? 발렌타인 데이. 20 월 중순에 증가 할 수 있지만 XNUMX 월 XNUMX 일 이후에는 다음 해에 사라질 때까지 확실히 감소 할 것입니다. ).
- 예보. Google 트렌드의이 부분은 잘 알려져 있지 않지만 해당 키워드가 특정 시간에 상승 (또는 하락) 추세인지 알 수 있습니다.
- 관련 검색어. 즉, 입력 한 용어와 관련하여 검색된 단어입니다.
- 검색을 필터링합니다. 이 도구를 사용하면 지리적 위치, 카테고리, 날짜로 검색 할 수 있습니다.
전자 상거래에이 도구를 사용하는 이유
온라인 상점이있는 경우 마케팅 전략이 없더라도 Google 트렌드는 일상에 필수적입니다. 그리고 믿지 못할 수도 있지만 새로운 트렌드가 무엇인지, 사용자가 가장 많이 찾는 것이 무엇인지 등을 아는 데 도움이됩니다. 즉, 전자 상거래에서 성공할 제품을 결정하는 데 도움이됩니다.
예를 들어 신발 가게가 있는데 Google 트렌드에서 특정 브랜드의 신발이 거품처럼 떠오르는 것으로 밝혀 졌다고 가정 해 보겠습니다. 그리고 경쟁사보다 저렴한 가격으로 판매 할 수 있습니다. 글쎄요, 당신이 사람들이 찾는 것을 제공하고 있기 때문에 끌어 당기는 것을 이용하고 특정 제품을 홍보하는 데 트렌드를 사용하는 방법? 약간의 돈을 투자하면 방문과 판매가 증가 할 수 있습니다.
그것은 또한 당신을 돕습니다 제품 파일을 최적화하십시오. 그리고 가장 관련성이 높은 키워드를 사용하면 Google 크롤러가 더 나은 위치를 지정할 수 있도록 각 제품의 텍스트를 정교화 할 수 있습니다 (많은 사람들은 여전히 카드에 원본과 고유 한 텍스트를 배치하는 것이 다음과 같이 반복하는 것보다 훨씬 낫다는 것을 모릅니다. 다른 모든).
Google 트렌드를 사용하는 방법
그리고 이제 우리는 도구가 어떻게 작동하는지 알기 위해 실용적으로갑니다. 이를 위해 첫 번째 단계는 Google 트렌드 도구로 이동하는 것입니다. 기본적으로 오른쪽 상단에 스페인을 국가로 입력해야하지만 (스페인에있는 경우) 실제로 거주하는 국가를 변경할 수 있습니다.
메인 화면에서 몇 가지 예가 어떻게 표시되지만 조심하세요. 스페인의 데이터가 아닙니다. 하지만 미국이나 전 세계에서 왔는데 도움이되지 않을 수도 있습니다.
조금 더 아래로 내려 가면 최근 세계 트렌드가 무엇인지, 아래에서 연도 별 검색 량을 알 수 있습니다 (여기에서 스페인에 대한 용어를 찾을 수 있습니다).
검색 창도 있다는 것을 알게 될 것입니다. 여기에 검색어 나 주제를 입력해야합니다. 예를 들어, 전자 상거래. 돋보기 (또는 Enter)를 누르면 결과 페이지로 이동합니다.
결과 페이지는 많은 것을 보여줍니다. 그러나 우리가 가장 중요하게 생각하는 것은 :
- 국가. 스페인을 넣을 것이지만 여기에서 관심있는 국가로 변경할 수도 있습니다.
- 지난 12 개월. 기본적으로이 기간은 항상 첫 번째 검색에서 나오지만 몇 가지 옵션으로 변경할 수 있습니다. 2004 년에서 오늘, 지난 90 년 동안, 지난 30 일, 지난 7 일, 지난 4 일, 마지막 날, 마지막 XNUMX 시간, 마지막 순간.
- 모든 카테고리. 특히 여러 개념이있을 수있는 단어 또는 용어의 경우 정확한 검색을 결정할 수 있습니다.
- 웹 서핑. 기본적으로이 기능이 있지만 이미지, 뉴스, Google 쇼핑 (전자 상거래에 적합) 또는 YouTube로 검색 할 수도 있습니다.
바로 아래에 이전 데이터를 수정함에 따라 변경되는 그래프가 있습니다.
보시다시피 키워드가 상단에 표시되지만 자세히 살펴보면 "비교"라는 열이 있습니다. 이를 통해 관심있는 다른 키워드를 배치하고 둘 중 어느 것이 더 강하거나 더 많은 검색이 있는지 알 수 있습니다.
그런 다음 당신에게 나타납니다 이 용어가 국가에 대한 관심, 어떤 자치 커뮤니티가이 용어를 가장 많이 검색하는지 알려주는 방식입니다 (이는 커뮤니티 나 도시에서 가장 흥미로운 것이 무엇인지, 특히 전자 상거래가 더 지역적인 경우).
마지막으로 두 개의 열이 있습니다. 하나는 관련 주제즉, 검색 한 단어와 관련이있을 수있는 단어 또는 용어 반면에, 당신은 관련 검색어, 즉, 검색 한 키워드와 관련된 다른 키워드가 더 나은 옵션 일 수 있습니다.
기사의 내용은 우리의 원칙을 준수합니다. 편집 윤리. 오류를보고하려면 여기에.
기사 전체 경로 : 전자 상거래 뉴스 » CMS 및 기술 » 튜토리얼 및 리소스 » Google 트렌드 란?
Are you exploring
the programmatic AI landscape?
Read thought provoking articles on the use of machine learning for improving mobile app marketing performance.
Follow us: 시즌별 크리에이티브 모범 사례
시즌이 변함에 따라 앱 사용자의 행동과 구매력도 극적으로 변합니다. 앱을 성장시키려면 시즌별 트렌드를 활용하고 마케팅 캠페인을 다양한 축제 및 시즌별 기간에 맞게 조정하는 방법을 아는 것이 중요합니다.
시즌 요소를 광고 크리에이티브에 통합하면 어디언스가 메시지에 참여하도록 하고 쉽고 재미있는 방법입니다. 예를 들어, 12월 중순에 누가 샌들 광고를 보고 싶어 할까요? 크리에이티브에 현명한 접근 방법이 필요합니다.시즌별 캠페인 일정을 계획하시는 동안 몇 가지 성공적인 크리에이티브 방법을 확인해보세요:
#1 배경을 변경하고 올바른 색상 사용
시즌을 고려하여 광고 크리에이티브를 제작하면 전환에 긍정적인 영향을 줄 수 있습니다. 시즌에 맞게 광고 크리에이티브의 배경과 테두리를 조정합니다. 봄에는 꽃, 여름에는 야자수, 가을에는 단풍, 겨울에는 눈 등을 선택하고 색상을 신중하게 선택해야 합니다. 봄에는 녹색과 노란색을, 여름에는 노란색과 파란색을 사용하는 것이 사용자들의 기분에 맞춰서 광고를 크리에이티브하게 만들 수 있습니다.#2 관련있는 캐릭터 사용
앱에서 캐릭터와 피규어를 사용하는 것은 새로운 사용자를 유치하고 확보하는 데 중요한 역할을 하며, 떠난 사용자를 다시 활성화할 수 있습니다. 캐릭터가 시즌에 맞는 복장을 하고 있으면 사용자의 관심을 끌 수 있습니다. 예를 들어서 부활절에는 테마를 변경 할 수 있고 발렌타인데이에는 하트 테마, 홀리 페스티벌 시즌에는 화려한 색상 등 시즌에 맞는 다른 앱 요소를 포함하면 성능 향상에 도움이 됩니다.#3 페스티브 광고의 느낌
바쁜 시즌 동안에는 일부 대상 고객이 앱 참여를 중단 할 수 있습니다. 관련성을 유지하기 위해 축제에 참여해야 합니다! 부활절에는 귀여운 토끼와 화려한 달걀을 이용해서 재미를 줄 수 있고, 할로윈에는 코스튬과 유령을 이용한 무시한 영상이 있을 수도 있습니다. 크리스마스나 연말연시가 되면 앱의 영상을 아늑한 눈 덮인 장면이나 아이스 스케이팅 및 스키와 같은 겨울 스포츠로 바꿔야 합니다. 발렌타인 데이에는 분홍색과 빨간색을 사용해야 하고 재미있는 광고를 제공하면 최대한의 전환을 보장 할 수 있습니다.사례 연구
저희는 3주 동안 게임 앱을 위한 겨울 베이스 캠페인을 진행했습니다. 일반 캠페인과 트렌드를 사용하는 방법? 비교했을 때 크리스마스 캠페인의 실적은 전환율(CR)이 42.92% 개선되고 설치율(IR)이 48.2% 향상되었으며 설치 당 비용(CPI) 이 48.03% 감소했고 투자 수익률(ROI)은 39.79% 향상되었습니다.다른 게임 앱 캠페인에서 봄 테마 광고 크리에이티브를 활용했더니 CPI가 53.68% 감소하고 CR이 122% 증가하고 IR이 110% 향상되었습니다.
0 개 댓글