본문 바로가기
KERD
논문KCI 등재

유튜브 ‘인기급상승’ 장기 노출을 위한 콘텐츠 전략에 관한 연구

A study on content strategy for long-term exposure of YouTube's 'Trending'

최상현|이민영|변국도
한국융합학회 (Korea Convergence Society)|2022.04|한국융합학회논문지 (Journal of the Korea Convergence Society)|제13권 제4호|pp. 359-372|DOI https://doi.org/10.15207/JKCS.2022.13.04.359

0

조회

0

다운로드

4

인용

0

참고문헌

키워드

텍스트마이닝빅데이터유튜브YouTubeText MiningData Mining데이터마이닝Big Data콘텐츠 전략Content Strategy인기급상승Trending
주제분류학제간연구

초록

본 연구는 2021년 1년간의 유튜브 인기급상승 데이터를 활용하여 장/단기노출 20개 채널의 특징을 비교함으로 인기급상승에 장기 노출될 수 있는 유튜브 콘텐츠 전략을 도출하고자 하였다. 먼저 피어슨 상관분석을 통해 제목 글자 수, 태그 수와 같은 여러 요소들이 장기노출과 연관성이 있음을 파악하고 이를 지표로 설정해 콘텐츠 특징을 비교분석하였다. 분석 결과, 1)과도한 특수문자를 사용하지 않은 약 40-45글자 정도의 ‘영상 제목’, 2)10분 이내의 ‘영상 길이’, 3)2-3문장, SNS 정보 기입, 3개 정도의 핵심 태그를 포함한 ‘영상 설명’ 등의 콘텐츠 전략을 활용할 때 인기급상승에 장기 노출될 수 있음을 알 수 있었다. 또한, 텍스트마이닝을 통해 (먹방, mukbang), (역대급, 레전드) 등의 핵심 태그 쌍을 도출하였고, 본 태그를 동시에 설정한다면 더욱 효과적이라는 결과를 얻었다. 이러한 전략을 통해 콘텐츠가 인기급상승에 장기노출 된다면 채널은 세계적으로 확산되어 구독자, 조회 수 확보 등 다방면의 이점을 가져올 것이며, 기업 측면에서는 채널의 글로벌성을 평가할 수 있는 지표로 활용될 수 있을 것이다.

Abstract

This study aimed to derive a YouTube content strategy that can be exposed to Trending for a long time by comparing the features of 20 channels in the short/long term using ‘YouTube Trending' data in 2021. First, through Pearson's correlation analysis, we found that various factors such as ‘the number of title or tag letters’ related to long-term exposure, and set this as an index to compare features. As a result, 1)'video title' of about 40-45 letters without excessive special characters, 2)'video length' within 10 minutes, 3)'Video description' is effective when writing 2-3 sentences and adding SNS information or including 3 key tags. Also, it would be more effective if you set key tag pairs such as (먹방, mukbang), (역대급, 레전드) derived through text mining. Through this, the channel will spread globally, bringing various advantages, and will be used as an indicator to evaluate the globality of the channel.

참고문헌 (39)

  1. 박정이, "유튜브 브랜드 채널 콘텐츠의 커뮤니케이션 전략", 한국광고홍보학보, 20(2), pp.95~151 (2018), 한국광고홍보학회[DOI]
  2. "The ripple effect and meaning of YouTube" (2019)[URL]
  3. Nasmedia, "Internet usage behavior in 2021" (2021), Nasmedia
  4. "Internet usage behavior in 2021, YouTube search increase, & paid video or paid membership spread" (2021)[URL]
  5. H. J. Seo, "The assessment and prospect of the era of creators" (2018), Korea Press Foundation
  6. 정지원, "YouTube 영상에 대한 카테고리별 특성 및 사용자 반응성 분석에 관한 연구", 디지털콘텐츠학회논문지, 20(12), pp.2573~2581 (2019), 한국디지털콘텐츠학회[DOI]
  7. "The Reason Conspiracy Videos Work So Well on YouTube" (2019)[URL]
  8. 김희숙, "데이터 마이닝을 이용한 유튜브 인기 동영상 콘텐츠 분석", 디지털콘텐츠학회논문지, 21(4), pp.673~681 (2020), 한국디지털콘텐츠학회[DOI]
  9. "YouTube's trending videos" (2022)[URL]
  10. "How the YouTube Algorithm Works" (2020)[URL]
  11. X. Cheng, "Statistics and social network of youtube videos", 200816th Interntional Workshop on Quality of Service, pp.229~238 (2008), IEEE
  12. M. Bärtl, "YouTube channels, uploads and views: A statistical analysis of the past 10 years", Convergence: The International Journal of Research into New Media Technologies, 24(1), pp.16~32 (2018)
  13. G. Chatzopoulou, "A first step towards understanding popularity in YouTube", 2010 INFOCOM IEEE Conference on Computer Communications Workshops, pp.1~6 (2010), IEEE
  14. E. J. Jeong, "A Study on the Interesting Factors of Youtube Channel for Generation Z", KSDS Conference Proceeding, pp.440~441 (2019), Korean Society of Design Science
  15. 변현진, "유튜브 콘텐츠의 제작·이용 환경 특성과 인기 채널 분석 및 함의점 고찰", 조형미디어학, 21(4), pp.227~239 (2018), 한국일러스아트학회
  16. 이병호, "수익 창출 측면에서의 유튜브 역사 분석 - 유튜브와 크리에이터 영상미디어 채널의 수익 증진 현황 -", 예술과 미디어, 15(3), pp.117~146 (2016), 예술과미디어학회[DOI]
  17. 안대천, "SNS유형별 광고속성 평가 및 태도에 관한 연구: 블로그, 트위터, 페이스북, 유튜브의 비교", 광고학연구, 23(3), pp.53~84 (2012), 한국광고학회[DOI]
  18. 김은재, "인플루언서 마케팅에서 정보원 유형과 경제적 대가 표시에 따른 광고 효과 연구 : 유튜브(YouTube) 플랫폼을 중심으로", 디지털콘텐츠학회논문지, 20(2), pp.297~306 (2019), 한국디지털콘텐츠학회[DOI]
  19. J. Davidson, "The YouTube video recommendation system", Proceedings of the fourth ACM conference on Recommender systems, pp.293~296 (2010), ACM
  20. Y. S. Yun, "Personal Broadcasting Platform Technology: Focusing on Afreeca TV and YouTube", Information and Communications Magazine, 33(4), pp.56~63 (2016)
  21. 유소엽, "사용자의 소셜 카테고리를 이용한 유튜브동영상 추천 알고리즘", 정보과학회논문지, 42(5), pp.664~670 (2015), 한국정보과학회
  22. "How YouTube is impacting current and future college students" (2016)[URL]
  23. Kyongseok Kim, "A Content Analysis of Smoking Fetish Videos on YouTube: Regulatory Implications for Tobacco Control", Health Communication, 25(2), pp.97~106 (2010), Informa UK Limited[DOI]
  24. Milad Dehghani, "Evaluating the influence of YouTube advertising for attraction of young customers", Computers in Human Behavior, 59, pp.165~172 (2016), Elsevier BV[DOI]
  25. 장혜준, "유튜브 먹방 채널의 콘텐츠 품질이 시청자 만족도에 미치는 영향:식생활 라이프스타일의 조절효과를 중심으로", Culinary Science & Hospitality Research, 27(11), pp.206~216 (2021), (사)한국조리학회[DOI]
  26. 이재원, "연예 뉴스 생산자의 유튜브 저널리즘 인식에 관한 탐색적 연구 : 연예 매체 채널의 콘텐츠 전략을 중심으로", 정보사회와 미디어, 22(3), pp.29~54 (2021), 한국정보사회학회[DOI]
  27. 성윤아, "한일 인기 유튜브 콘텐츠의 특징-운영 주체와 콘텐츠 분야별 데이터 비교분석-", 한국융합학회논문지, 11(2), pp.167~174 (2020), 한국융합학회[DOI]
  28. K. S. Kim, "Improvement Method of Classification Rate in ML Antivirus systems using Kaggle Datasets", Proceedings of the Korean Society of Computer Information Conference, pp.49~52 (2019), The Korean Society Of Computer And Information
  29. B. Jose, "Exploring the merits of nosql: A study based on mongodb", 2017 International Conference on Networks, &Advances in Computational Technologies (NetACT), pp.266~271 (2017), IEEE
  30. "Interpret the key results for Correlation Coefficient" (2022)[URL]
  31. Gary Kader, "The Evolution of Pearson's Correlation Coefficient", The Mathematics Teacher, 102(4), pp.292~299 (2008), National Council of Teachers of Mathematics[DOI]
  32. 이종화, "해시태그를 이용한 실시간 연관 규칙 분석 연구", 인터넷전자상거래연구, 17(4), pp.105~117 (2017), 한국인터넷전자상거래학회
  33. 윤여경, "SNS 해시태그 방식에 대한 비교평가 UI 디자인 연구", 상품문화디자인학연구, (46), pp.103~113 (2016), 한국상품문화디자인학회[DOI]
  34. 김남규, "텍스트 분석 기술 및 활용 동향", 한국통신학회논문지, 42(2), pp.471~492 (2017), 한국통신학회[DOI]
  35. "Use hashtags to search for videos" (2022)[URL]
  36. J. P. Courtial, "A coword analysis of scientometrics", Scientometrics, 31(3), pp.251~260 (1994), Springer Science and Business Media LLC[DOI]
  37. 조인동, "소셜 네트워크와 데이터 마이닝 기법을 활용한 학문 분야 중심 및 융합 키워드 추천 서비스", 지능정보연구, 17(1), pp.127~138 (2011), 한국지능정보시스템학회
  38. 최다빈, "충북지역 대학생의 중소기업 취업에 대한 인식조사: 텍스트마이닝을 기반으로", 중소기업연구, 42(4), pp.235~250 (2020), 한국중소기업학회[DOI]
  39. 이재윤, "공동연구 네트워크 분석을 위한 중심성 지수에 대한 비교 연구", 정보관리학회지, 31(3), pp.153~179 (2014), 한국정보관리학회[DOI]

관련 논문AI추천

국내 광역지방자치단체 유튜브 콘텐츠 특성에 관한 연구 : 인기 콘텐츠의 내용 분석을 중심으로강한나, 김기욱한국광고PR실학회 · 광고PR실학연구2022 · 제15권 제2호유튜브 상에서의 K-뷰티 한류 콘텐츠확산 전략 연구이선정, 이수범재단법인 경기연구원 · GRI연구논총2018 · 제20권 제3호대학도서관 인기 유튜브 콘텐츠 특성과 제공 전략에 관한 연구김지현한국도서관·정보학회 · 한국도서관·정보학회지2024 · 제55권 제4호유튜브 콘텐츠 제목의 특성과 기능 - 피트니스 콘텐츠를 중심으로 -장경현우리말글학회 · 우리말글2024 · 제101권 네일 유튜브 콘텐츠 분석 - 조회 수 상위권(1~10위) 영상물을 중심으로 -김수지, 김은실한국의류산업학회 · 한국의류산업학회지2024 · 제26권 제3호뷰티 유튜브 콘텐츠 분석 - 남성 뷰티 유튜버를 중심으로 -김수지, 김은실한국의류산업학회 · 한국의류산업학회지2024 · 제26권 제2호

이 간행물의 다른 논문 (66건)

신뢰성 유지를 위한 이벤트 기반 실시간 웹크롤러의 설계 및 구현안용학pp. 1-6AI 윤리와 규제에 관한 표준 프레임워크 설정 방안 연구남문희pp. 7-15비트코인 가격 예측을 위한 LSTM 모델의 Hyper-parameter 최적화 연구성한울, 김준호pp. 17-24데이터 3법 기반 디지털 헬스케어 산업에서 안전한 데이터 활용에 관한 연구최선미, 김경진pp. 25-37문제해결 학습법(WCSNA) 기반 온라인 학습시스템 개발 및 응용홍희동pp. 39-44
원문 보기