사용자가 만든 시각적 컨텐츠를 벡터화하는 기계학습 기반의 브랜드 포지셔닝 분석

Abstract

이 연구에서는 머신 러닝 기법을 사용하여 시각적 사용자 생성 콘텐츠 (UGC)로부터 브랜드 포지셔닝 벡터를 추출하는 방법, 브랜드 포지셔닝 분석을 수행하는 접근 방식을 제안합니다. 기여 내용은 다음과 같습니다. (1) UGC 분석을 수행하기 전에 왜곡되거나 오해를 불러올 수 있는 컨텐츠를 제거할 수 있도록 유익한 컨텐츠만을 감지할 수 있는 분류 모델이 개발되었습니다. 해당 모델은 소셜 네트워크에서 수집할 수 있는 다양한 종류의 데이터를 활용합니다. (2) 커스터마이즈된 문장으로부터 브랜드 포지셔닝 벡터를 학습합니다. 빠르고 자동화된 방법으로 학습되어진 브랜드 포지셔닝 벡터는 브랜드가 소비되는 컨텍스트를 내포하고 있습니다. (3) 벡터를 활용한 브랜드 포지셔닝 분석 방법이 제시됩니다. 이러한 기여는 경쟁자, 소비 상황 및 브랜드의 고유성 식별과 같은 브랜드 포지셔닝에 대한 다양한 마케팅 통찰력을 얻는 데 도움을 줄 수 있습니다. 제안된 방법은 사례연구로 맥주와 의류 시장에 적용되었고 그 결과 제안된 방법이 브랜드 포지셔닝 분석에 효율적이고 효과적임을 확인했습니다. 마케팅 담당자는 제안된 방법을 사용하여 브랜드 포지셔닝을 자동으로 모니터링하고 해석할 수 있습니다.