빅데이터 - 하나하나차시 확인

주요 용어·맞춤형 콘텐츠 개인의 성향분석을 통한 콘텐츠의 기획·제작·협업 필터링 사용자와 성향이 대등한 타인의 사용행위 분석을 바탕으로 추천하는 방식·로봇 저널리즘(Robot jounalism)으로, 복사기사 작성에 필요한 데이터의 수집·분석·처리·기사의 의미 발생·기사 작성에 이르기까지의 과정을 자동으로 작성하여 작성 과정에 관여하여 전달한다. 콘텐츠와 빅데이터 ⇒ 빅데이터 활용 - 고객관리자 머캐팅(고객정보 분석) - 공공정보 분석 ⇒ 콘텐츠 분야 - 콘텐츠 기획에 활용 - 개인의 성향 분석에 따른 맞춤형 콘텐츠 ⇒ 과거와 달리 다양해진 매체 - 콘텐츠를 즐길 수 있는 매체가 거의 매일같이 / 신문, 방송 -> 인터넷 기반의 수많은 매체 - 콘텐츠 공급의 급격한 증가 / 콘텐츠 수요 상회 / 원하는 콘텐츠를 찾을 수 없다 - 디지털 콘텐츠의 증가 제작에서 콘텐츠 소비에 이르기까지 전 과정에서 데이터 수집 가능 - 소비자의 행동 데이터 수집 / 분석

>

■콘텐츠 기획으로 빅데이터 활용과 개인 맞춤형 콘텐츠 제공.컨텐츠의 효과적인 발견 가능성을 올린 것, 사용자에게 지난 유한룰 얻을 수 있는 컨텐츠의 기획.성공 가능성 높은 컨텐츠 제작 2. 빅 데이터 활용 사례-영화/드라마 ■ 할리우드 등 미국의 영화/드라마 업계를 중심으로 빅 데이터의 도입-제작자의 직감에 의존하던 기존 방식을 탈피하고 빅 데이터 분석을 통한 데이터 과학적 접근-출연진 캐스팅 등 빅 데이터 분석 접목 ■ 넷플릭스, 아메 리카-1997년에 인터넷을 통해서 우편으로 DVD를 대여하는 사업으로 시작-2009년 온라인 스트리밍 서비스 개시-7.99달러에서 영상 콘텐츠의 무제한의 신청-다리 생선 난 추천 기능 * 취향에 맞는 영상물 시청 가능

>

■ 넷플릭스의 알고리즘-시네 매치 알고리즘(Cinematch Algorithm)*협업 필터링(collaborative filtering):사람들과의 관계 가운데-넷플릭스 양자 이론(Netflix Quantum Theory)*이수 트리 기반 필터링(content based filtering):특정 상품을 중심으로 관계 구성(장르 소개 기반한 것이 아니라 영화를 분류하는 76,897개 기준을 마련-넷플릭스 양자 이론에 분류된 영화의 예(Region+Adjectives+Noun Genre+Based on...+Set In... + From the... +About...+For Age X to Y(Violent Suspenseful Action&Adventure from the하나 980s*Time Travel Movies starring William Hartnell*British set in Europe Sci-Fi&Fantasy from the하나 960s

-훙히화도에은, 기존의 시청률보다 가입자의 만족도가 중요-76,897개의 태그에는 등장 인물의 도덕적인 취향 등도 포함-수백만 사용자들의 시청 습관과 상호 분석(만족도 높은 컨텐츠의 추대 가능 ■ 하우스 오브 카드(House of Cards)-미국에서 블루 레이나 DVD보다 인터넷을 통해서 영화를 보는 비율이 크게 증가-2011년 VOD콘텐츠 공급자들의 인상에 넷플릭스가 적자를 기록.자사의 컨텐츠 제작의 필요성을 증대.콘텐츠 구입비용보다 자체 제작시 비용이 더 효용이 높다는 분석*빅데이터 분석을 통해 하우스 오브 카드 제작-자체 개발한 추천 알고리즘->각 회원들이 선호하는 영상 콘텐츠가 있는 사람인지 파악 가능-회원들이 공통적으로 괜찮아 같은 컨텐츠 기획-2,500만 유저의 일시 정지, 반전 등의 사용법, 하루 평균 3,000만 건의 동영상 재생 기록, 20억시 나카 이상의 동영상 시청 기록, 하루 평균 400만건의 이용자 평가 기록, 300만건의 건 색 정보, 위치, 단말 정보, 영상물의 색깔 톤과 음량, 평일과 주말의 시청 형태, 소셜 네트워크 수집 자료, 닐슨 등의 연구 자료가 분석에 사용-빅 데이터 분석을 바탕으로 1990년에 방영된 영국 BBC드라마인<하우스 오브 카드>을 리메이크하게 판정-캐스팅 때문에 해당 BBC·라마를 좋아.회원들의 호감도 파악*케빈 스페이시가 주연한 드라마와 데이비드 핀 조 감독을 주로 검색하고 시청-프로듀서, 개인의 직감에 의존한 것이 아니라, 빅 데이터 분석이 통계적 기법을 통해서 연출한 사례- 제65회 에미상 최우수 감독상 등 3관왕-시즌 1과 시즌 2에피소드 각 13개를 동시에 유출.시청자에게 선택권을 준 사례-드라마 유출 이후 2013년 1분기에 300만명의 신규 가입자 유치-2013년 매출 총 37억 5000만달러(약 3조 8000억원)의 기록-2014년 6월 기준 4400만명의 가입자 확보 ■ 영화 흥행 실적 예측-미국에서 다수의 영화 시장 분석 사업자들이 소셜 미디어 빅 데이터를 이용하고 새로 나오는 영화의 박스 오피스의 실적을 예측이나 폭발적인 SNS의 성장으로 미국 성사람의 절반 이상이 SNS를 사용하여 교은헤그와 정보 교류-소셜 미디어를 활용한 빅 데이터 분석이 높은 신뢰 수준을 확보 ■ 피지 올로지(Fizziology)-소셜 빅 데이터를 활용한 흥행 예측 서비스의 향상·공개 4주 전체 부지 공개 후 3주의 기간 소셜 빅 데이터 수집-Movie Tracker를 통해서 정확도 95%수준의 예측

>

3. 빅 데이터 활용 사례-게이입니다 ■ 게이입니다 사용자 경험 분석 - 게입니다 산업도 사업자의 분석이 불가결합니다. 안에 게이머가 남기는 데이터를 분석 - 게이데스를 하는 시간대, 게이입니다. 지속시간,함께게잡이를하는사람,게잡이에지출하는비용등을분석⇒캔디크러쉬,킹(King) -영국게입니다.회사 킹(King)사가 만든 퍼즐게이입니다. -전편의 사탕 크래시사가(Candy Crush Saga)의 성공의 경험을 빅 데이터 분석하고 사탕 크래시 소다사가(Candy Crush Soda Saga)을 개발 한 억 5천 만 사용자의 재방문율을 통계적 분석(Second day retention*한 4 day retention-분석 결과를 토대로 다시 방문율을 높이는 방향으로 수준의 난이도 디자인 ■ 징가(Zynga)-소셜 게이입니다 디벨로퍼 - 게입니다 개발과 운영에 자사 게임입니다. 유저로부터 취득한 데이터의 활용-하나별, 월별의 접속 기록, 1회 접속시입니다. 실시 시간, 1인당 어린이 아이템 구매 빈도와 합계 금액 등의 구매 개인 취향 등의 데이터 분석-어린이 아이템 구매율과 게입니다. 재방문율을 높이는데 사용 4. 빅 데이터 활용 사례-소리액 ■ 소리 나는 콘텐츠로 빅 데이터의 활용은 추천 서비스 개발 쵸쵸움이 맞춰졌고 ■ 사용자의 소리 나는 청취 행위 데이터의 분석을 기반으로 사용자의 경험에 최적화된 플레이 리스트를 만들어 줌 ■, 판도라(Pandora)-청취자 게츄이울 고려한 소리액 추천-2억명 이상의 사용자 프로필 데이터와 청취 행위를 빅 데이터 분석.사용자의 Like, Dislike데이터*썰매 거품을 조사한 장소/시간*조사에 이용한 단말기, 뮤직 게놈 프로젝트(Music Genome Project)*목소리 악의 속성을 450여가지로 분류(넷플릭스 양자 이론과 대충 유사)*각 소리 조의 속성과 사용자의 선호도(Like, Dislike)의 데이터를 상호 교환 분석에서 만족감이 높은 추천 소리액 제공.최소 입력 정보만으로도 게츄이에 맞소리액 조사 가능 5)빅 데이터 활용 사례-서적/전자 북 ■ 전자 북의 급속한 보급에 의해서 독자의 독서 행위가 데이터화되기 시작해 ■ 이에 출판 업계에서는 마케티은을 위한 빅 데이터 분석 기법 도입 ■ 독자의 구매 헤아이테과 독서하는 행위를 토대로 정확한 서적 추천 서비스를 제공 ■, 아마존(Amazon)-20일 2년을 기점으로 전자책 판매가 종이 책을 추월-전자 북 소리지의 책과 달리 독자의 독서 행위 데이터를 수집할 수 있다, 빅 데이터 분석 가능*아마존 킨들:하이라이트로 노트를 다른 사람들과 공유 가능(특정 책을 열람하는 횟수, 한꺼번에 읽을 페이지 만큼 선호하는 폰트, 좋아하는 책 종류 등 다양한 정보 분석-마케티은에 도움(독자가 읽은 도서 목록에 기반하고 책의 추천-도서 판매의 35퍼센트가 추천에서 발생-론 손 한 비즈니스가 가능

>

6. 빅 데이터 활용 사례-언론 ■ 로봇·저널리즘(Robot Journalism)-로봇이 기사 작성에 필요한 데이터 수집, 분석, 처리 기사의 의미 생성, 기사 본문의 작성, 배포에 이르는 전 과정에 관여하고 자동적으로 기사를 작성-알고리즘이 빅 데이터 분석을 통해서 데이터의 주요 위 미소를 파악-사례(서울대 언론 정보학과 연구 팀)

>

-알고리즘은 대용량의 데이터를 신속하고 확실하게 처리할 수 있는 속보성 기사 작성과 배포에 도움이 된다*스포츠 중계의 기사(지진과 같은 재해 정보 기사:LA Times QuakeBot(지진 생성 감지 후 0.5초 만에 기사 송고 및 배포 가능)*증권 금융 관련 기사-알고리즘을 통해서 개인의 이득 게츄이/요구를 고려한 기사 작성 가능*맞춤형 기사*개인 관련 빅 데이터(Personal Bigdata)관련 기사:예)개인의 건강과 관련한 기사-이야기 과학, 오토자 테드 인사이트 등 회사가 기이 빅 데이터 분석 후 자동적으로 기사를 작성하는 서비스를 제공 중 오토 메이 티드 인 사이트를 2013년에 발행된 기사는 무려 300만건에 다른 것-AP통신, Forbes, LA Times등의 매체가 로봇이 작성한 기사를 사용 7)빅 데이터 활용 전망 ■ 소비자에 대한 이해의 증가한 유통 경로를 통해서 유입되는 콘텐츠 소비자와 직접적인 관계를 맺을 수 있다는 기회가 증가함과 트위터와 페이스북 등의 주요 소셜 미디어 채널을 통한 소비자의 피드백을 분석하고 소비자에 대한 보다 자세한 이해를 도모할 수 있습니다 소리-소비자에 대한 이해는 추천 서비스의 개선으로 이어짐. 보다 정교한 추대 가능 ■ 트렌드 대응·콘텐츠 분야는 트렌드에 민감한 분야-트렌드를 지속적으로 파악하고 즉각 대응하는 마케팅 전략 필요-소비자 온라인 기록을 바탕으로 콘텐츠에 대한 반응을 파악한 뒤 이를 바탕으로 보다 정확하고 세분화된 목표를 설정하고 마케팅 전략을 수립할 수 있는 소리 ■ 사생활 문제- 하지만 콘텐츠 분야에서 빅 데이터의 기법이 더 적극적으로 사용되려면 사생활 문제를 고려해야 한다-수집되는 빅 데이터가 개인적인 정보가 포함되어 있는 전망이 많습니다 소리-프라이버시에 관련된 법규, 윤리의 사건들이 가장 먼저 고려돼야 한다 ​ ​ ​ 정리하는 1. 다양한 디지털 매체의 등장으로 콘텐츠 공급이 급격히 증가했다.2. 개인 맞춤형 콘텐츠의 제공으로 컨텐츠의 효과적인 발견 가능성을 높일 수 있다.3. 컨텐츠 기획에서 빅 데이터를 활용하여 사용자에 트렌드를 얻는 콘텐츠를 기획할 수 있다.4. 넷플릭스가 자체 제작한 알고리즘을 통해서, 사용자의 게잉게츄이그와 영상 콘텐츠 소비 패턴을 분석하고 새로운 영상 콘텐츠를 성공적으로 기획, 제작했다.5. 언론 분야에서는 알고리즘이 빅 데이터를 분석, 처리하고 기사를 자동적으로 작성하는 로봇 저널리즘이 등장했다.​ ​ ​ 습관 사건 1. 콘텐츠 분야에서 빅 데이터를 활용하려는 의도에 대해서 설명하시오.답:개인의 개인 개취 분석을 통한 커스터마이즈 된 콘텐츠를 제작·기획할 수. ​ 2.House of Cards의 성공의 이유에 대해서 설명하시오.답: 자체 개발한 콜라보레이션 필터링, 스토리 기반 필터링 알고리즘을 통해 회원들이 선호하는 영상 콘텐츠가 어떤 것인지 파악하고 이를 바탕으로 콘텐츠를 제작했다.