정보의 특성이 정보의 확산 모형에 미치는 영향
The impact of information characteristics on information diffusion models
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
온라인 매체를 통한 정보의 무분별한 생산과 확산으로 정보의 신뢰도가 하락하고 있는 상황에서 정보의 확산 패턴을 정확히 파악하고 대응하는 것이 매우 중요하다. 그러나 현재까지 정보의 확산을 다룬 연구는 온라인 매체의 특성이나 정보의 특성을 부분적으로 비교하는 경우가 많으며, 정보가 속하는 분야별 특성과 차이를 고려한 연구는 미흡한 상황이다. 이에 본 연구에서는 다양한 분야별 정보의 특성을 구분하고, 온라인상에서 정보 확산의 차이를 다면적으로 비교･분석하는 것을 목적으로 한다. 실증분석 결과, 정치, 사회, 환경, 문화 분야의 32개 키워드에 대한 확산 모형은 모두 통계적으로 유의하며, 추정된 혁신계수와 모방계수는 정(+)의 관계가 존재한다는 것을 확인할 수 있었다. 자료의 특성이 정보의 확산에 미치는 영향을 분석한 결과, 모든 정보의 특성이 혁신계수와 모방계수에 영향을 미치는 것으로 나타났다. 세부적으로 정치 분야의 확산 계수는 다른 분야와 유의한 차이를 보였으며, 키워드가 특정 사건으로 한정되거나 자료 제공 주기가 짧을수록 혁신계수와 모방계수의 값이 증가함을 알 수 있었다. 본 연구는 온라인상에서 정보의 확산 패턴을 실증적으로 추정했다는 점에서 의미가 있으며, 향후 효과적인 정보의 생성 및 이용에 대한 시사점을 도출하기 위해 활용될 수 있을 것이다.
Abstract
In a situation where the reliability of information is declining due to the indiscriminate production and spread of information through online media, it is very important to accurately identify and respond to the patterns of information diffusion. However, previous studies on the diffusion of information have only partially analyzed the characteristics of online media or the characteristics of information. So, research that considers the differences in diffusion patterns according to the characteristics of information is not enough. Therefore, the purpose of this study is to distinguish the characteristics of information by various fields and to analyze the differences in information diffusion online comprehensively. As a result of the empirical analysis, the diffusion models for 32 keywords in the fields of politics, society, environment, and culture are all statistically significant, and the estimated innovation coefficients and imitation coefficients have a positive relationship. As a result of analyzing the effect of data characteristics on the diffusion of information, all information characteristics affected the innovation coefficients and imitation coefficients. In detail, the diffusion coefficient in the field of politics showed a significant difference from other fields, and the values of the innovation coefficients and imitation coefficients increased as keywords were limited to specific events or the data provision cycle was shorter. This study is meaningful in that it empirically estimates the diffusion pattern of information online, and can be utilized to derive implications for effective information creation and use in the future.
참고문헌 (40)
- 2023 인터넷이용실태조사, "과학기술정보통신부", ~ (2024)
- 곽현수, "SNS의 관계특성과 콘텐츠요인이 신뢰를 매개로 정보확산에 미치는 영향 : 페이스북 이용자를 중심으로", 산업경제연구, 29(4), pp.1489~1518 (2016)
- 김경모, "온라인 뉴스 확산과 여론 형성 : ‘박경신 블로그 논란’ 사례 분석", 언론과학연구, 12(4), pp.35~72 (2012)
- 김나라, "온라인상에서 부정적 편향에 따른 평판 확산 차이에 관한 연구 : 선거 사례를 중심으로", 한국IT서비스학회지, 14(1), pp.263~276 (2015)
- 김무곤, "정보전달형식의 차이가 뉴스수용행위에 미치는 영향", 언론과학연구, 6(3), pp.37~64 (2006)
- 소셜미디어를 통한 위험정보 확산과 위험인식에 관한 연구, "류현숙", 한국행정연구원, ~ (2013)
- 2023년 방송매체 이용행태 조사, "방송통신위원회", ~ (2023)
- 백헌, "제품유형별 정보확산을 위한 정보원 차이: 트위터 중심으로", e-비즈니스연구, 18(1), pp.205~217 (2017)
- 안길승, "신경망을 이용한 SNS상에서의 정보확산 예측모형 : Digg 사례를 중심으로", 정보화연구, 13(4), pp.609~616 (2016)
- 오세욱, "가짜 뉴스 현황과 문제점" (2017), 한국언론진흥재단
- 오일석, "가짜 뉴스에 대한 규범적 고찰", 미국헌법연구, 29(1), pp.157~193 (2018)
- 이병욱, "구글 트렌드를 이용한 기업의 매출액 및 주가 예측", 예술인문사회융합멀티미디어논문지, 8(10), pp.491~501 (2018)
- 이상근, "매체와 정보유형에 따른 정보확산 차이에 대한 연구", 지능정보연구, 19(4), pp.133~146 (2013)
- 이윤희, "국내 SNS 의 이용 현황과 주요 이슈 분석", Internet & Security Focus, 8, pp.56~78 (2014)
- 임성수, "소셜 네트워크 내 정보 확산 최적화 및 상전이 현상 연구", 정보과학회지, pp.23~29 (2011)
- 진형익, "소셜 빅데이터를 이용한 행복도 측정 방법론 개발 연구 : 구글 트렌드를중심으로", 한국혁신학회지, 15(5), pp.215~237 (2020)
- 한혜주, "소비자의 소셜 미디어를 통한 정보공유 활동에 대한 연구", 소비자학연구, 25(2), pp.21~44 (2014)
- 현대경제연구원, "가짜 뉴스(Fake News)의 경제적 비용 추정과 시사점", 한국경제주평, 736, pp.1~15 (2017)
- 홍재원, "블로그의 네트워크적 특성이 정보확산에 미치는 영향", 한국지식정보기술학회 논문지, 8(1), pp.9~17 (2013)
- Allcott, H., "Social media and fake news in the 2016 election", Journal of Economic Perspectives, 31(2), pp.211~236 (2017)
- Anderson, E., "The visual impact of gossip", Science, 332(6036), pp.1446~1448 (2011)
- Bass, F. M., "A new product growth model for consumer durables", Management Science, 15(5), pp.215~227 (1969)
- Baltas, G., "A model for multiple brand choice", European Journal of Operational Research, 154(1), pp.144~149 (2004)
- Bussiere, D., "Evidence and implications of electronic word-of-mouth", Developments in Marketing Science, 23, pp.361~361 (2000)
- Cox, D. R., "Analysis of Survival Data" (1984), Chapman and Hall
- Fang, A., "Does bad news spread faster?", Proceedings of 2017 International Conference on Computing, Networking and Communications(ICNC), pp.793~797 (2017), IEEE
- Fourt, L. A., "Early prediction of market success for new grocery products", Journal of Marketing, 25(2), pp.31~38 (1960)
- Geroski, P. A., "Models of technology diffusion", Research Policy, 29(4-5), pp.603~625 (2000)
- Hahn, M., "Analysis of new product diffusion using a four-segment trial-repeat model", Marketing Science, 13(3), pp.224~247 (1994)
- Jun, D. B., "A choice-based diffusion model for multiple generations of products", Technological Forecasting and Social Change, 61(1), pp.45~58 (1999)
- Kshetri, N., "The economics of fake news", Proceedings of IT Pro November, 2017, ~[DOI]
- Kwon, S., "Prominent features of rumor propagation in online social media", Proceedings of 2013 IEEE 13th International Conference on Data Mining, pp.1103~1108 (2013)
- Lee, M., "A study on the relationship between technology diffusion and new product diffusion", Technological Forecasting and Social Change, 77(5), pp.796~802 (2010)
- Li, M., "A survey on information diffusion in online social networks : Models and methods", Information, 8(4), pp.118~ (2017)
- Mahajan, V., "New product diffusion models in marketing : a review and directions for research", Journal of Marketing, 54(1), pp.1~26 (1990)
- Mansfield, E., "Technical change and the rate of imitation", Econometrica, 29(4), pp.741~766 (1961)
- Pfeffer, J., "Understanding online firestorms: Negative word-of-mouth dynamics in social media networks", Journal of Marketing Communications, 20(1-2), pp.117~128 (2014)
- Wu, S., "Does bad news go away faster?", Proceedings of the Fifth International AAAI Conference on Weblogs and Social Media (2011)
- Yang, J., "Predicting the speed, scale, and range of information diffusion in Twitter", Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media, pp.355~358 (2010)
- Yoo, E., "Evaluating information diffusion speed and its determinants in social media networks during humanitarian crises", Journal of Operations Management, 45, pp.123~133 (2016)