경영과 정보연구
HOME 학회자료실 경영과 정보연구
pISSN : 1598-2459
eISSN : 2733-4767
경영과 정보연구, Vol.41no. (2022)
pp.95~112
파이썬을 활용한 토픽모델링 모바일광고 연구동향
본 연구는 LDA기반 토픽 모델링(topic modeling) 분석기법을 활용하여 모바일 광고 연구를 살펴 모바 일 광고 연구를 체계적으로 구분하여 유형화하고 정량화 하였다. 모바일 광고 관련 선행 연구의 동향을 파 악하며 2012년부터 2021년까지 10년간 KCI에 등재된 모바일광고 관련 연구 419건을 연구대상으로 설정하 였다. 그리고 연구주제를 세부화하기 위하여 Python 3.9의 LDA 알고리즘 토픽모델링을 분석하여 각 연구 논문의 초록에 있는 키워드를 수집하고 전처리 하였다. 또, 총 6,210개의 키워드를 추출해 빈도분석을 진행했으며 가장 많이 등장한 키워드는 ‘mobile’(1,013)이며, 다음순서는 ‘advertising’(721), ‘brand’(217), ‘digital’(192) 등으로 나타났다. 또한, 추출한 키워드의 텍스트 마이닝을 통하여 ‘중심성분석’과 ‘토픽모델링’을 적용하였다. 중심성분석의 결과는 ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘brand’, ‘digital’, ‘media’, ‘consumer’, ‘content’ 등이 연결중심성 값이 높은것으로 나타났고, 매개중심성 값이 높은 키워드로는 ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘information’, ‘user’, ‘media’, ‘game’, ‘app’ 등의 순으로 나타 났다. 그리고 토픽모델링을 통해 ‘advertising effect’, ‘mobile advertising platform’, ‘marketing communication’, ‘social media’, ‘mobile advertising marketing’ 등 5개의 토픽 그룹으로 유형화 할 수 있다. 본 연구는 모바일광고에 대한 연구의 특성을 진단하며 이에 따른 모바일광고 발전방안을 모색한다는 점 에서 향후 연구에서 활용 가능한 기초연구 자료가 될 수 있기를 바란다. 연구결과는 모바일광고에 대한 효 과 측정이 혁신적인 지표의 개발이 필요 하다는 시사점이 도출되고 후속 연구에서는 모바일 광고 발전에 따라 시기별 핵심 주제어에 대한 연구가 이루어지기를 기대한다.
Topic Modeling Mobile Advertising Trends Using Python
This study examined mobile advertising research and systematically classified mobile advertising research. By grasping the trends of previous studies related to mobile advertising, 419 studies related to mobile advertisements registered in KCI for 10 years from 2012 to 2021 were set as the subjects of the study. For detailed classification of research topics, topic modeling analysis based on LDA algorithms using Python 3.9 was conducted to collect and refine keywords in the abstract of each research paper. A total of 6,210 keywords were extracted and frequency analysis was conducted and the most common keywords were ‘mobile’(1,013), followed by ‘advertising’(721), ‘brand’(217), and ‘digital’(192). This study applied centrality analysis and topic modeling through text cleaning of extracted keywords. ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘brand’, ‘digital’, ‘media’, ‘consumer’, ‘content’ had the high closeness centrality values and keywords with high betweenness centrality values were ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘information’, ‘user’, ‘media’, ‘game’, ‘app’. Topic modeling was categorized into 5 topic groups: ‘advertising effect’, ‘mobile advertising platform’, ‘marketing communication’, ‘social media’, ‘mobile advertising marketing’. In this study diagnosed the characteristics of the study on mobile advertising and sought ways to develop mobile advertising accordingly, it is hoped that it can be a basic study to be used in future studies. The research results drew implications that it is necessary to develop innovative indicators to measure the effectiveness of mobile advertising and in subsequent studies. It is expected that research on key keywords by period will be conducted according to the development of mobile advertisements.
