Search
Search

연구성과물 검색 타이틀 이미지

HOME ICON HOME > Search by Achievements Type > Reports View

Reports Detailed Information

https://www.krm.or.kr/krmts/link.html?dbGubun=SD&m201_id=10071495&local_id=10086652
소셜네트워크에서 디지털 아이템 구매에 영향을 미치는 네트워크의 구조적 영향 요인에 관한 연구
Reports NRF is supported by Research Projects( 소셜네트워크에서 디지털 아이템 구매에 영향을 미치는 네트워크의 구조적 영향 요인에 관한 연구 | 2016 Year 신청요강 다운로드 PDF다운로드 | 이희태(한남대학교) ) data is submitted to the NRF Project Results
Researcher who has been awarded a research grant by Humanities and Social Studies Support Program of NRF has to submit an end product within 6 months(* depend on the form of business)
사업별 신청요강보기
  • Researchers have entered the information directly to the NRF of Korea research support system
Project Number 2016S1A5A8019258
Year(selected) 2016 Year
the present condition of Project 종료
State of proposition 재단승인
Completion Date 2017년 10월 19일
Year type 결과보고
Year(final report) 2017년
Research Summary
  • Korean
  • 본 연구의 목적은 크게 두 가지이다. 첫째, 어떤 네트워크 구조 변수가 디지털 아이템 구매에 영향을 미치는가? 둘째, 네트워크 구조 변수가 시간에 따라 불변(기존 연구에서 가정)인 경우(Base Model)와 시간에 따라 달라지는(dynamic) 경우(Proposed Model)를 설정했을 때 네트워크 구조 변수가 시간에 따라 변화함을 가정한 모형이 불변인 경우보다 모형의 성과가 더 좋은가? 하는 점을 알아보고자 하였다.
    모형 추정 결과 네트워크 구조 변수가 시간에 따라 변화한다는 Propsed Model의 성과가 Base Model의 성과보다 더 뛰어난 것으로 나타났다. 따라서 네트워크 구조 변수의 시간에 따른 변화를 가정하는 것이 보다 바람직함을 밝혔다. 또한 Proposed Model을 통해 네트워크 구조 변수 중 내향연결중심성, 내향 근접 중심성, 외향 근접중심성, 구조적 공백, 군집계수 등이 디지털 아이템 구매에 유의한 영향을 주는 것으로 나타났다. 자신을 방문하는 친구가 많거나, 친구와의 거리가 가깝거나, 정보를 중개하는 역할을 하거나, 주변 친구들과의 관계가 밀접한 경우 디지털 아이템 구매를 촉진시키는 것으로 해석할 수 있으며, 이는 고객이 처한 네트워크 구조가 디지털 아이템에 상당한 영향력을 행사함을 나타낸다.
  • English
  • Digital items have become one of main revenue sources and one of primary methods to attract people in social network services. This study investigates which social factors affect the purchase of digital items in social network services. As a result, in-degree, in-closeness centrality, out-closeness centrality, and clustering coefficient have positive and significant impact on the purchase of digital items. On the other hand, out-degree and constraint don’t affect the purchase of digital items significantly.
    In addition, we examine whether network structure variables indicating social values of social network users are dynamic over time and the model applying dynamic network structure variables is superior to the model applying static network variables. We find that network structure variables show considerable variations over time. By estimating and comparing the multi-level panel random intercept model and the multi-level panel random coefficient model, we find that all network structure indicators, excluding constraint, have time-varying coefficients, which shows that if applying static network variables, the estimated parameters can be biased.
    This paper can contribute to the existing research in three main respects. First this study first examines actual sale of digital items in SNS and its social factors using field data. Second, this study shows network structure variables are dynamic over time and demonstrates better performance in terms of model fit applying time varying network structure variables to the model which has been presented by the previous studies on social network analysis marketing research.
    Third, this study has its additional differentiation point in that it deals with communication network data containing both weight and direction information as a sample data unlike the previous studies which use network dataset reflecting just one characteristic or no characteristic out of “weight” and “direction.”
Research result report
  • Abstract
  • Digital items have become one of main revenue sources and one of primary methods to attract people in social network services. This study investigates which social factors affect the purchase of digital items in social network services. As a result, in-degree, in-closeness centrality, out-closeness centrality, and clustering coefficient have positive and significant impact on the purchase of digital items. On the other hand, out-degree and constraint don’t affect the purchase of digital items significantly.
    In addition, we examine whether network structure variables indicating social values of social network users are dynamic over time and the model applying dynamic network structure variables is superior to the model applying static network variables. We find that network structure variables show considerable variations over time. By estimating and comparing the multi-level panel random intercept model and the multi-level panel random coefficient model, we find that all network structure indicators, excluding constraint, have time-varying coefficients, which shows that if applying static network variables, the estimated parameters can be biased.
    This paper can contribute to the existing research in three main respects. First this study first examines actual sale of digital items in SNS and its social factors using field data. Second, this study shows network structure variables are dynamic over time and demonstrates better performance in terms of model fit applying time varying network structure variables to the model which has been presented by the previous studies on social network analysis marketing research.
    Third, this study has its additional differentiation point in that it deals with communication network data containing both weight and direction information as a sample data unlike the previous studies which use network dataset reflecting just one characteristic or no characteristic out of “weight” and “direction.”
  • Research result and Utilization method
  • 본 연구의 목적은 크게 두 가지이다. 첫째, 어떤 네트워크 구조 변수가 디지털 아이템 구매에 영향을 미치는가? 둘째, 네트워크 구조 변수가 시간에 따라 불변(기존 연구에서 가정)인 경우(Base Model)와 시간에 따라 달라지는(dynamic) 경우(Proposed Model)를 설정했을 때 네트워크 구조 변수가 시간에 따라 변화함을 가정한 모형이 불변인 경우보다 모형의 성과가 더 좋은가? 하는 점을 알아보고자 하였다.
    모형 추정 결과 네트워크 구조 변수가 시간에 따라 변화한다는 Propsed Model의 성과가 Base Model의 성과보다 더 뛰어난 것으로 나타났다(Log Likelihood, AIC, BIC 기준 모두). 따라서 네트워크 구조 변수의 시간에 따른 변화를 가정하는 것이 보다 바람직함을 밝혔다. 또한 Proposed Model을 통해 네트워크 구조 변수 중 내향연결중심성, 내향 근접 중심성, 외향 근접중심성, 구조적 공백, 군집계수 등이 디지털 아이템 구매에 유의한 영향을 주는 것으로 나타났다. 자신을 방문하는 친구가 많거나, 친구와의 거리가 가깝거나, 정보를 중개하는 역할을 하거나, 주변 친구들과의 관계가 밀접한 경우 디지털 아이템 구매를 촉진시키는 것으로 해석할 수 있으며, 이는 고객이 처한 네트워크 구조가 디지털 아이템에 상당한 영향력을 행사함을 나타낸다.
  • Index terms
  • 디지털 아이템, 소셜네트워크서비스, 동적 네트워크 구조 변수, 랜덤 효과 패널 토빗 모형
  • List of digital content of this reports
데이터를 로딩중 입니다.
  • This document, it is necessary to display the original author and you do not have permission
    to use copyrighted material for-profit
  • In addition , it does not allow the change or secondary writings of work
데이터 이용 만족도
자료이용후 의견
입력
트위터 페이스북
NRF Daejeon
(34113) 201, Gajeong-ro, Yuseong-gu, Daejeon, Korea
Tel: 82-42-869-6114 / Fax: 82-42-869-6777
NRF Seoul
(06792) 25, Heonreung-ro, Seocho-gu, Seoul, Korea
Tel: 82-2-3460-5500 / Fax: 82-2-3460-5759
KRM Help Center
Tel : 042-869-6086 Fax : 042-869-6580
E-mail : krmcenter@nrf.re.kr