데이터 기반 공모전 분석 프레임워크 설계: 텍스트마이닝을 활용한 공모전 기획 인사이트 도출
Data-Based Contest Analysis Framework Design: Using Text Mining to Derive Insights for Contest Planning
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
2014년 한국에서 열린 공모전 수는 약 4천 건 이였으며 2024년에는 약 1만여 건으로 증가하였다. 이처럼 공모전은 분야별로 꾸준히 증가하고 있다. 이에 따라 공모전 기획자들에게는 비용을 절감하며 최대한의 효과를 얻을 수 있는 효율적인 주제 선정이 중요해지고 있다. 자연히 이를 도울 수 있는 데이터 기반 분석 도구의 필요성도 대두된다. 본 연구에서는 2011년부터 2024년까지의 만화 공모전 데이터 7,587건(중복 제거 후 5,646건)을 텍스트마이닝 기법을활용해 분석하는 프레임워크를 제안한다. 본 연구는 TF-IDF(Term Frequency-Inverse Document Frequency)와Word2Vec(Word-To-Vector)을 결합한 조인 벡터(Join Vector) 기법을 통해 키워드의 출현 빈도와 의미의 연관성을함께 반영하고, 시간 흐름에 따른 경향을 종합적으로 파악하여 공모전 기획자에게 실질적인 인사이트를 제공할 수 있는방법을 제시한다. 이 프레임워크는 빈도 기반 중요도 점수와 의미의 복합 벡터를 통한 중요 키워드 순위를 만든다. 최종적으로는 연도별 변화율의 평균치를 통하여 전체 기간을 관통하는 추세 지표를 산출한다.
Abstract
In 2014, the number of contests held in Korea was about 4,000, and it is expected to increase to about 10,000 by 2024. The number of contests is steadily increasing by sector. It's becoming increasingly important for contest organisers to select topics efficiently to maximise impact while reducing costs. This increases the need for data-driven analytical tools to help them do this. In this study, we propose a framework to analyse 7,587 (5,646 after deduplication) comic contest data from 2011 to 2024 using text mining techniques. Through an analysis methodology that combines TF-IDF and Word2Vec, we propose a methodology that reflects the frequency of keyword occurrence and semantic associations together, and comprehensively identifies trends over time to provide practical insights for contest planners. The framework creates a ranking of important keywords through a composite vector of frequency-based importance scores and semantics. Finally, it calculates a trend metric that spans the entire time period by averaging the percentage change from year to year.