소셜 빅데이터분석을 활용한 모바일 쇼핑 키워드 분석

Analysis on Mobile Shopping Keyword by Social Big Data

모바일 쇼핑이라는 주제어를 중심으로 소셜 텍스트마이닝 분석을 실시하였다. 분석 방법으로는 TEXTOM과 Ucinet 프로그램을활용하여 주제어 빈도 분석(TF-IDF) 및 네트워크분석과 CONCOR분석을 실시하여 모바일 쇼핑 만족도에 영향을 미치는 군집을 도출하였다. 모바일 쇼핑 구매후기에 대한 텍스트마이닝 키워드 빈도 결과 빈도 상위권을 차지한 단어들은 후기, 가격, 배송 등이며, Ucinet 을 이용한 그룹 분석 도출 결과 고밀도 중심 군집으로 신종 모바일 마케팅 및 택배 관련 그룹, 구매후기, 추천 관련 그룹이 도출되었으며, 저밀도 군집으로 판매촉진 및 방법, 품질 가치 관련 그룹이 도출되었다. 시사점으로 차별화된 서비스 전략, 다양한 고객이벤트 정책, 합리적인 배송 서비스 전략이 필요하다.

The purpose of this study is to derive the characteristics of mobile shopping by using the social big data analysis technique and network analysis. This study conducted the Term Frequency-Inverse Document Frequency(TF-IDF) and Semantic Network Analysis of Text Mining Technique by using TEXTOM and Ucinet. In the results of analyzing the Text Mining keyword frequency and TD-IDF on the reviews with mobile shopping, the words showing the high frequency were product, purchase, satisfaction, price, review, recommendation, verification, information, comparison, and rocket delivery, which means that the customers using mobile shopping are interested in price, product function, delivery, product purchase review, and recommendation. In the results of drawing the analysis of groups by using Ucinet, new mobile marketing and parcel delivery-related groups, purchase reviews, and recommendation-related groups were derived as high-density-centered clusters, and sales promotion and methods, and quality-value-related groups were derived as low-density clusters. As the rush of mobile shopping is continued, the mobile shopping would need to have its own differentiated service strategies such various customer event policies and rational delivery service strategies for their customers.