earticle

영어

Purpose: This study aimed to analyze the similarities and differences between each area using wordcloud analysis and semantic network analysis, which are text mining techniques. Further, confirmatory factor analysis will be conducted by crawling for word-of-mouth information on attribute reviews as satisfied, normal, or dissatisfied after purchases that are subjectively given by millennial generations. Methods: The R program version 4.1.2 was used as a big data collection and analysis tool, and text mining analysis was performed through preprocessing and stopword processing on the collected data. Further, using LISREL 8.80 we conducted confirmatory factor analysis on these results. Results: Wordcloud analysis revealed that the terms “skin,” “products,” and “skin” ranked first in the evaluation area of “satisfied,” “normal,” and “dissatisfied,” respectively. Additionally, using confirmatory factor analysis, the correlation between the three latent variables of satisfaction, normal, and dissatisfaction was differentiated. Conclusion: The similarities and differences between the domains obtained through wordcloud and semantic network analyses and derived by classifying individual emotional responses of millennial consumers in social media into satisfied, normal, and dissatisfied domains are considered very meaningful. The keywords derived with high centrality in the semantic network for each domain is then refined and introduced as an observation variable for confirmatory factor analysis in accordance with the purpose of the study; this is helpful in research development for causal analysis in the future.

한국어

목적: 본 연구는 밀레니얼 세대에 의해 주관적으로 생성된 구매 후 만족/보통/불만족에 대한 속성 리뷰의 구전 정보를 크롤링하여 텍스트 마이닝 기법인 워드클라우드 분석과 의미연결망 분석으로 각 영역간의 유사점과 차이점을 분석하고 확인적 요인분석을 실 시하고자 한다. 방법: 본 연구를 위해 R버전 4.1.2 프로그램을 빅데이터 수집 및 분석 도구로 사용하였으며, 수집된 데이터에 대한 전처리 및 불용어 처리 과정을 거쳐서 연구 목적에 맞는 텍스트 마이닝 분석을 수행하였다. 그리고 이 결과를 이용한 확인적 요인분 석은 LISREL 8.80 프로그램을 이용하여 수행하였다. 결과: 워드클라우드 분석 결과 '만족' 평가영역에서 피부가 1위, '보통' 평가영 역에서 제품이 1위, 평가영역에서 1위가 되는 것으로 나타났다. '불만족' 평가영역에서는 피부가 1위를 차지하였다. 그리고 확인적 요인분석에서는 만족/보통/불만족 3개의 잠재변수의 상관관계가 차별화가 되는 것으로 나타났다. 결론: 소셜미디어에 존재하는 밀 레니얼 소비자의 개별정서 반응을 만족/보통/불만족 영역으로 분류하여 도출된 워드클라우드 분석과 의미연결망 분석으로 얻게 되 는 이들 영역간의 유사점과 차이점의 결과는 매우 의미 있는 결과를 얻었다고 볼 수 있다. 그리고 텍스트 마이닝에서 도출된 확인적 요인분석의 관측변수는 인과분석에서 수행하는 설문지의 측정 항목으로 도입될 수 있을 것으로 기대된다

중국어

目的: 本研究抓取千禧一代主观产生的购买后满意/正常/不满意的属性评论口碑信息，通过词云分析和语义网络 分析等文本挖掘技术分析各领域的异同，我们打算进行验证性因素分析。方法: 本研究使用R version 4.1.2程 序作为大数据收集分析工具，通过对收集到的数据进行预处理和停用词处理，进行适合研究目的的文本挖掘分 析。并且使用该结果使用LISREL 8.80程序进行验证性因素分析。结果: 词云分析结果发现，皮肤在“满意”评价 区排名第一，产品在“正常”评价区排名第一，在评价区排名第一。在“不满意”评价区，皮肤排在第一位。并且 在验证性因素分析中，发现满意/正常/不满意三个潜变量的相关性是有区别的。结论: 通过将千禧一代消费者在 社交媒体中的个体情绪反应分类为满意/正常/不满意区域得到的词云分析和语义网络分析得到的这些区域的异同 结果得到了非常有意义的结果。可以看到。此外，期望引入文本挖掘验证性因素分析的观测变量作为因果分析 问卷的测量项。