1차년도:
OSNS를 비롯한 소셜 미디어 내에서 음악의 확산 과정에 대한 데이터베이스 (Master DB) 구축 및 SNA을 결합한 마케팅 방법론 연구를 실시할 것이다.
◦ 샘플 가수 선정 및 관련 데이터 수집
샘플로 선정된 가수들의 특성을 분석하기 위해서 다음 데이터를 수집: ...
1차년도:
OSNS를 비롯한 소셜 미디어 내에서 음악의 확산 과정에 대한 데이터베이스 (Master DB) 구축 및 SNA을 결합한 마케팅 방법론 연구를 실시할 것이다.
◦ 샘플 가수 선정 및 관련 데이터 수집
샘플로 선정된 가수들의 특성을 분석하기 위해서 다음 데이터를 수집: 장르, 연령, 성별, 멤버의 숫자, 데뷔일, 발매 음반/음원 수, 제작사, 유통사, 스트리밍 및 다운로드 매출
◦ OSNS 데이터 수집 – 트위터(Twitter)
트위터가 제공하는 데이터 API를 이용하여 1차년도 동안 다음 데이터를 수집할 것이다.
․샘플 아티스트 관련 트윗(tweet) / 트윗 텍스트를 통한 사용자의 의견(opinion) 추출 /․트윗에 포함된 URL 분석
․사용자 정보: 생성일, 업로드한 트윗의 숫자, 팔로잉 및 팔로워 숫자, 프로필 텍스트, 프로필 이미지, 위치, 사용 언어, 리스트에 포함된 횟수, 트위터의 공인(verified) 여부 등
․사용자 간 사회 관계망: (1) 리트윗/멘션(mention) 등의 양자간 상호작용 (2) 팔로잉/팔로워 관계.
◦ 소셜 미디어 데이터 수집 – 유튜브(YouTube), 라스트닷에프엠(Last.fm)
개인 음악 취향과 음악 전파를 확인할 수 있는 소셜 미디어로는 유튜브와 라스트닷에프엠이 있다.
․유튜브의 데이터 API를 이용하여 샘플 가수의 이름을 제목에 키워드로 포함되어 있는 동영상 관련 데이터를 수집: 업로드한 사용자, 업로드한 날짜, 조회수, 댓글 수, ‘좋아요’/‘싫어요’(like/dislike) 수, 공유된 수, 구독자 수, 시청된 재생 시간, 동영상 퀄리티, 시청자 국적, 연령 및 성별
․라스트닷에프엠: 사용자들의 청취 기록 중에서 샘플 가수들을 들은 적이 있는 사용자의 정보 수집 예정: 이름. 프로필 이미지. 국적. 성별. 나이. 샘플 가수 이외에 청취한 가수 기록. 그 중에서 특히 좋아하는 가수들의 목록.
․이로써 트위터 데이터를 보완해 가수의 소셜 미디어 인기도나 사용자의 음악 선호를 추론하는 데 활용할 수 있다.
◦ 사회 관계망 분석 (SNA)의 계량 엔터테인먼트 마케팅 활용 방안 모색
․(1) 행위자 및 그들의 행위는 상호 의존적(interdependence) (2) 행위자 간의 연결은 자원(resource)의 전이 혹은 흐름의 채널이라는 두 가지 가정을 근거로 사람들 간의 관계를 분석한다. 따라서 사회적 개체를 교점(node), 개체들 간의 관계를 연결(link)로 정의하여 수학, 물리학 분야에서 정립된 네트워크 이론(network theory)의 분석 방법론을 활용할 예정이다.
2차년도:
◦ 연구 1: OSNS을 통한 음악 정보 전파 영향력 모델
․일반적인 개인들 간의 관계에서 발생하는 영향력에 대한 연구의 필요성이 제기되고 있다. 기존 연구에는 다차원적인 관계적 속성이 구조적 특성(특히 중심성)에서 야기된 오피니언 리더십과 어떤 방식으로 상호작용하는 지에 관한 통합적인 영향력 모델 제시가 거의 없었기에 본 연구를 통한 융합 모델링 시도가 필요하다.
․연구 1 모델링 계획:
가수의 평균적인 질(mean quality)에 대한 사용자의 믿음(belief)는 확률 분포(probability distribution)의 형태를 가진다. 친구 및 미디어 정보를 통해 학습한 결과를 바탕으로 이전 믿음(prior belief)은 새 정보에 의해 현재 믿음(posterior belief)로 갱신되는 과정, 즉 베이지안 방법(Bayesian fashion)에 따라 학습 모델로 공유 의사 결정 모델 구현이 가능하다고 본다. 1차년도에 DB가 구축이 된다면, 이를 모델에 넣어 추정 후 관계적 속성 및 중앙성 등에 따라 분류된 채널의 효과성을 비교함으로써, 사회 관계망에서 측정할 수 있는 다양한 속성을 통합한 영향력 모델을 수립할 것으로 전망한다.
◦ 연구 2: OSNS을 통한 음악 시장 내 팬덤(fandom) 지속 모델
․팬덤을 통해 얻을 수 있는 만족감 중 상당 부분은 다른 팬들과의 소통을 통해 얻어진다. OSNS 상에서 유사 취향을 가진 사람들과 감상 및 경험을 공유하는 과정을 통해 혼자 음악을 들었을 때보다 더 큰 만족감을 얻을 수 있기 때문에 결과적으로 특정 아티스트의 충성 고객이 될 수 있을 것이다. 따라서 음악 소비 결정에 소비자 간 관계가 미치는 영향을 OSNS상의 네트워크 구조를 바탕으로 실증적으로 밝혀낼 필요가 있다.
․연구 2 모델링 계획:
팬 네트워크 구조가 팬덤 지속 시간에 주는 영향을 분석하기 위해 생존분석(survival analysis) 기법을 사용, 팬 활동 시작 시점부터 중단시점까지 팬으로서 생존하는 기간을 종속변수로 하는 가속수명시간모형(AFTM)을 구축할 계획이다. 생존기간에 영향을 주는 가속 계수(acceleration factor)는 크게 다섯 가지 독립변수로 구성할 계획이다: (i) 시변 유저-아티스트 특정 변수 (ii) 시변 유저 특정 변수 (iii) 시변 아티스트 특정 변수 (iv) 시불변 유저 특정 변수 (v) 시불변 아티스트 특정 변수