텍스트 마이닝 기법을 활용한 게임소비자 인식에 관한 연구

• 영문명: Exploring Game Consumers’ Perception in Online Game Community using Text Mining Approach: The Case of Reddit
• 발행기관: 한국소비문화학회
• 저자명: 김우혁(Kim, Woohyuk) 박은혜(Park, Eunhye)
• 간행물 정보: 『소비문화연구』제24권 제1호, 73~83쪽, 전체 11쪽
• 주제분류: 사회과학 > 사회과학일반
• 파일형태: PDF
• 발행일자: 2021.03.31

국문 초록

최근 게임 산업이 지속적으로 성장하지만, 게임 산업에 관한 소비자 인식연구는 부족한 실정이다. 본 연구는 텍스트 마이닝 기법을 활용하여 온라인커뮤니티에서의 게임소비자 인식을 규명하는 데 목적이 있다. 이러한 목적을 달성하기 위해 본 연구는 온라인커뮤니티 중에서 Reddit에 초점을 두고 진행하였다. 데이터수집을 위해 Python을 기반으로 한 Reddit API(Application Programming Interference)를 활용하였으며, 데이터 분석을 위해 2020년 1월1일부터 5월26일까지 작성된 총 5,269개의 게시물과 댓글을 이용하였다. 수집된 데이터를 분석하기 위해서 토픽모델링, independent t-test, 감성 분석을 시행하였다. 연구결과, 첫째, 토픽모델링을 통해서 토픽3(Play idea exchange), 토픽4(Emotion), 그리고 토픽6(New product review) 등을 확인하였다. 둘째, 시간의 흐름에 따라 게임소비자들이 관심을 가지는 토픽이 다른 것을 확인하였다. 셋째, 게임소비자들 사이에서 기대, 즐거움, 믿음과 같은 감정이 가장 두드러지게 나타났다. 향후 이러한 연구결과는 게임 관련 의사결정자들에게 실질적인 유용한 마케팅 정보를 제공할 것이다.

영문 초록

Despite the recent continued growth of the game industry, there is still little research in terms of game consumers’ perception. The purpose of this study is to investigate the consumers’ perception in online game community using text mining approach. In terms of data collection, the Python-based Application Programming Interface(API) was used for data collection, and a total of 5,269 posts and comments were used for data analysis from 1 January to 26 May 2020. In order to investigate the data, we used topic modeling, ind pendent t-test, sentiment analysis. Based on the results, we found Topic 3(Play idea exchange), Topic 4(Emotion), and Topic 6 (New product review) based on topic modeling. In addition, game consumers were interested in different topics over time. Lastly, emotions such as expectation, joy, and faith were most prominent among game consumers. This study will provide a lot of information to develop marketing strategies for marketers.

목차

Ⅰ. 서론

Ⅱ. 이론적 고찰

Ⅲ. 연구 방법

Ⅳ. 분석 결과

Ⅴ. 결론

키워드

게임소비자 텍스트 마이닝 감성 분석 온라인커뮤니티 토픽모델링 Game consumer Text mining Sentiment analysis Online community Topic modeling