KR102327383B1 - Content marketing effect analysis system using social big data - Google Patents

Content marketing effect analysis system using social big data Download PDF

Info

Publication number
KR102327383B1
KR102327383B1 KR1020210076119A KR20210076119A KR102327383B1 KR 102327383 B1 KR102327383 B1 KR 102327383B1 KR 1020210076119 A KR1020210076119 A KR 1020210076119A KR 20210076119 A KR20210076119 A KR 20210076119A KR 102327383 B1 KR102327383 B1 KR 102327383B1
Authority
KR
South Korea
Prior art keywords
content
social
marketing effect
keyword
analysis
Prior art date
Application number
KR1020210076119A
Other languages
Korean (ko)
Inventor
김종우
이준호
Original Assignee
주식회사 프레시앤텍
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 프레시앤텍 filed Critical 주식회사 프레시앤텍
Priority to KR1020210076119A priority Critical patent/KR102327383B1/en
Application granted granted Critical
Publication of KR102327383B1 publication Critical patent/KR102327383B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/258—Heading extraction; Automatic titling; Numbering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Abstract

The present invention relates to a content marketing effect analysis system using social big data and, more specifically, to a content marketing effect analysis system using social big data for supporting more objective and intuitive analysis of social content marketing effect based on statistical data of social content, a quantity of keyword searching, the number of content issuance, and the like collected from a social network service.

Description

소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템{Content marketing effect analysis system using social big data}Content marketing effect analysis system using social big data

본 발명은 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템에 관한 것으로, 보다 구체적으로는, 소셜 네트워크 서비스로부터 수집한 소셜 콘텐츠들의 통계 데이터와 키워드 검색량과 콘텐츠 발행 수 등을 기반으로 소셜 콘텐츠의 마케팅 효과를 보다 객관적이고 직관적으로 분석할 수 있도록 지원하기 위한 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템에 관한 것이다. The present invention relates to a content marketing effect analysis system using social big data, and more specifically, marketing of social content based on statistical data of social content collected from social network services, keyword search volume, number of content publications, etc. It relates to a content marketing effect analysis system using social big data to support more objective and intuitive analysis of effects.

소셜 마케팅은 검색광고를 제치고 제 1 시장으로 올라설 정도로 이제 선택이 아닌 필수인 시대이다. 하지만 전문용어와 난해한 분석결과를 제공하는 기존 마케팅 분석 시스템들은 사용하거나 이해하기에 너무 어렵기 때문에, 대부분의 사용자들은 고가의 비용을 지불하고 온라인 마케팅 대행업체를 통해 소셜 마케팅을 진행하지만, 이 또한 마케팅 효과조차 검증하지 못하고 있는 것이 현실이다.Social marketing is an era where social marketing is no longer an option but a necessity to the extent that it has overtaken search advertisements to become the number one market. However, because existing marketing analytics systems that provide jargon and esoteric analysis results are too difficult to use or understand, most users pay a high price to conduct social marketing through online marketing agencies, but this also The reality is that even the effect has not been verified.

한편 최근 콘텐츠의 창의성이나 품질과 같은 주관적인 기준으로 소셜 콘텐츠의 마케팅 효과를 분석하기 보다 객관적인 데이터를 기반으로 마케팅 효과를 분석하고 콘텐츠 제작 및 광고에 이용하는 퍼포먼스 마케팅이 온라인 마케팅의 주류로 떠오르고 있다.Meanwhile, rather than analyzing the marketing effect of social content based on subjective criteria such as creativity or quality of content, performance marketing that analyzes the marketing effect based on objective data and uses it for content creation and advertisement is emerging as the mainstream of online marketing.

일반적으로 소셜 마케팅의 광고효과를 분석하기 위한 도구로 CPM(Cost Per mille), CPC(Cost Per Click), CPA(Cost Per Action), ROAS(Return On Ad Spending)와 같은 지표들이 사용되고 있지만, 이러한 것들은 광고 집행 시 제공되는 지표들로서 브랜드 마케팅이나 콘텐츠 마케팅과 같이 소셜 콘텐츠 자체의 마케팅 효과를 분석하기에는 한계가 있으며, 소셜 콘텐츠의 구전효과를 분석하기 위한 방법으로 소셜 네트워크 서비스가 자체적으로 콘텐츠에 대한 조회수, 관심자수, 공유수, 유입경로 등 통계자료를 제공하기도 하지만 이 또한 콘텐츠의 마케팅 효과를 객관적이고 직관적으로 분석하기에는 어려움이 있다.In general, indicators such as CPM (Cost Per Mille), CPC (Cost Per Click), CPA (Cost Per Action), and ROAS (Return On Ad Spending) are used as tools to analyze the advertising effectiveness of social marketing, but these are As indicators provided during advertisement execution, there is a limit to analyzing the marketing effect of social content itself, such as brand marketing or content marketing. Although it provides statistical data such as number of embroidery, number of shares, and funnel, it is also difficult to objectively and intuitively analyze the marketing effect of content.

특히 소셜 콘텐츠의 마케팅 효과의 변화를 정확하게 분석하기 위해서는 단순한 지표가 아닌 해당 콘텐츠의 상대적인 효과를 분석하기 위한 방법이 필요하므로, 본 발명에서는 소셜 콘텐츠의 검색량을 활용하여 소셜 콘텐츠의 마케팅 효과를 분석하기 위한 모델을 제안한다. In particular, in order to accurately analyze the change in the marketing effect of social content, a method for analyzing the relative effect of the corresponding content, rather than a simple indicator, is required. propose a model for

국내 공개특허공보 제10-2020-0133300호(2020.11.27. 공개) 소셜미디어 기반 콘텐츠 가공형 마케팅 제공 시스템 및 그 방법Domestic Patent Publication No. 10-2020-0133300 (published on November 27, 2020) Social media-based content processing type marketing providing system and method therefor

본 발명은 상기의 문제점을 해결하기 위한 것으로, 소셜 콘텐츠의 조회수, 공감수, 댓글수 등과 함께 소셜 빅데이터를 활용한 키워드 분석을 통해 소셜 콘텐츠의 마케팅 효과를 보다 객관적이고 직관적으로 분석할 수 있도록 하기 위한 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템을 제공하기 위한 것이다.The present invention is to solve the above problems, and to analyze the marketing effect of social content more objectively and intuitively through keyword analysis using social big data along with the number of views, sympathy, and comments of social content. This is to provide a content marketing effect analysis system using social big data for

그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.However, the objects of the present invention are not limited to the above-mentioned objects, and other objects not mentioned will be clearly understood by those skilled in the art from the following description.

상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템은, 소셜 네트워크 서비스 서버(100), 네트워크(200), 키워드 검색 서버(300), 소셜콘텐츠 마케팅 효과 분석 서버(400) 및 정보요청단말(500)을 포함하는 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템(1)에 있어서, 소셜콘텐츠 마케팅 효과 분석 서버(400)는, 정보요청단말(500)의 요청에 따라 소셜 네트워크 서비스 서버(100) 및 키워드 검색 서버(300)로부터 소셜 콘텐츠 분석에 필요한 데이터를 수집한 뒤, 수집된 데이터를 사용하여 소셜 마케팅 효과를 분석하는 것을 특징으로 할 수 있다.In order to achieve the above object, a content marketing effect analysis system using social big data according to an embodiment of the present invention is a social network service server 100 , a network 200 , a keyword search server 300 , and social content marketing. In the content marketing effect analysis system 1 using social big data including the effect analysis server 400 and the information request terminal 500, the social content marketing effect analysis server 400 includes the information request terminal 500 After collecting data necessary for analyzing social content from the social network service server 100 and the keyword search server 300 according to a request of , the social marketing effect may be analyzed using the collected data.

이때, 소셜콘텐츠 마케팅 효과 분석 서버(400)는, 소셜 빅데이터 수집 및 정제를 수행하되, 소셜 네트워크 서비스 서버(100) 및 키워드 검색 서버(300)로부터 분석 대상 콘텐츠의 통계 데이터와 분석 키워드의 검색량, 분석 키워드를 사용하는 콘텐츠의 발행량 및 분석 키워드 검색 결과 데이터를 수집하여 데이터베이스(430)에 저장하는 소셜 빅데이터 수집 및 정제 모듈(421); 을 포함하는 것을 특징으로 할 수 있다.At this time, the social content marketing effect analysis server 400 collects and refines social big data, but searches for statistical data and analysis keywords of the analysis target content from the social network service server 100 and the keyword search server 300 . , a social big data collection and purification module 421 for collecting and storing the issuance amount of content using the analysis keyword and the analysis keyword search result data in the database 430; It may be characterized in that it comprises a.

또한, 소셜콘텐츠 마케팅 효과 분석 서버(400)는, 소셜 콘텐츠 마케팅 효과 분석을 위한 상대지표 및 경쟁지표 산출(마케팅 효과 분석)을 수행하되, 소셜 콘텐츠의 마케팅 효과분석을 위해 소셜 빅데이터 수집 및 정제 모듈(421)을 통해 수집된 데이터를 활용하여 분석 대상 콘텐츠의 상대지표와 경쟁지표를 산출하는 상대지표 및 경쟁지표 산출모듈(422); 을 더 포함하는 것을 특징으로 할 수 있다.In addition, the social content marketing effect analysis server 400 performs the calculation of the relative and competitive indicators (marketing effect analysis) for analyzing the social content marketing effect, but a social big data collection and refinement module for analyzing the marketing effect of the social content a relative indicator and competition indicator calculation module 422 for calculating a relative indicator and a competition indicator of the content to be analyzed by using the data collected through 421; It may be characterized in that it further comprises.

또한, 소셜콘텐츠 마케팅 효과 분석 서버(400)는, 소셜 콘텐츠 마케팅 효과 분석하되, 소셜 네트워크 서비스로부터 수집한 분석 대상 콘텐츠 지표와 키워드 검색 서버로부터 수집한 키워드 검색량 데이터를 활용하여 상대지표를 산출하고, 상대지표의 변화 상승률이 음수일 경우 마케팅 효과 매우 부족으로 분석하는 마케팅 효과 분석모듈(423); 을 더 포함하는 것을 특징으로 할 수 있다.In addition, the social content marketing effect analysis server 400 analyzes the social content marketing effect, and calculates a relative index by using the analysis target content index collected from the social network service and the keyword search amount data collected from the keyword search server, a marketing effect analysis module 423 for analyzing a very insufficient marketing effect when the rate of increase of the change in the relative indicator is negative; It may be characterized in that it further comprises.

삭제delete

본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템은, 분석 대상 소셜 콘텐츠의 마케팅 효과를 분석함에 있어 경쟁 콘텐츠들과의 비교 분석이 가능하도록 상대지표와 경쟁지표를 정의하고, 이들 지표들을 활용하여 마케팅의 효과를 객관적이고 직관적으로 분석할 수 있도록 지원이 가능한 효과를 제공한다. A content marketing effect analysis system using social big data according to an embodiment of the present invention defines a relative index and a competition index to enable comparative analysis with competing contents in analyzing the marketing effect of the analysis target social content, By using these indicators, it provides an effect that can support the objective and intuitive analysis of the marketing effect.

뿐만 아니라, 본 발명의 다른 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템은, 경쟁 콘텐츠들과의 비교분석을 통해 분석 대상 콘텐츠의 향후 마케팅 효과 예측이나 마케팅 전략 수립에 활용할 수 있도록 하는 효과를 제공한다.In addition, the content marketing effect analysis system using social big data according to another embodiment of the present invention can be utilized for predicting future marketing effects of the content to be analyzed or establishing a marketing strategy through comparative analysis with competitive content. provides an effect.

도 1은 본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템(1)을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템(1) 중 소셜콘텐츠 마케팅 효과 분석 서버(400)의 구성요소를 나타내는 블록도이다.
도 3 내지 도 5는 본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템(1) 및 소셜콘텐츠 마케팅 효과 분석 서버(400)를 설명하기 위한 그래프이다.
도 6은 본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 방법을 나타내는 흐름도이다.1 is a diagram illustrating a content marketing effect analysis system 1 using social big data according to an embodiment of the present invention.
2 is a block diagram showing the components of the social content marketing effect analysis server 400 of the content marketing effect analysis system 1 using social big data according to an embodiment of the present invention.
3 to 5 are graphs for explaining the content marketing effect analysis system 1 and the social content marketing effect analysis server 400 using social big data according to an embodiment of the present invention.
6 is a flowchart illustrating a content marketing effect analysis method using social big data according to an embodiment of the present invention.

이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, detailed description of preferred embodiments of the present invention will be described with reference to the accompanying drawings. In the following description of the present invention, if it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted.

본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송'하는 경우에는 구성요소는 다른 구성요소로 직접 상기 데이터 또는 신호를 전송할 수 있고, 적어도 하나의 또 다른 구성요소를 통하여 데이터 또는 신호를 다른 구성요소로 전송할 수 있음을 의미한다.In the present specification, when one component 'transmits' data or signal to another component, the component may directly transmit the data or signal to another component, and through at least one other component This means that data or signals can be transmitted to other components.

도 1은 본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템(1)을 나타내는 도면이다. 도 1을 참조하면, 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템(1)은 소셜 네트워크 서비스 서버(100), 네트워크(200), 키워드 검색 서버(300), 소셜콘텐츠 마케팅 효과 분석 서버(400) 및 정보요청단말(500)을 포함할 수 있다.1 is a diagram illustrating a content marketing effect analysis system 1 using social big data according to an embodiment of the present invention. Referring to FIG. 1 , a content marketing effect analysis system 1 using social big data includes a social network service server 100 , a network 200 , a keyword search server 300 , and a social content marketing effect analysis server 400 . and an information requesting terminal 500 .

네트워크(200)는 대용량, 장거리 음성 및 데이터 서비스가 가능한 대형 통신망의 고속 기간 망인 통신망이며, 인터넷(Internet) 또는 고속의 멀티미디어 서비스를 제공하기 위한 차세대 유선 및 무선 망일 수 있다. 네트워크(200)가 이동통신망일 경우 동기식 이동 통신망일 수도 있고, 비동기식 이동 통신망일 수도 있다. 비동기식 이동 통신망의 일 실시 예로서, WCDMA(Wideband Code Division Multiple Access) 방식의 통신망을 들 수 있다. 이 경우 도면에 도시되진 않았지만, 이동통신망(700)은 RNC(Radio Network Controller)을 포함할 수 있다. 한편, WCDMA망을 일 예로 들었지만, 3G LTE망, 4G망 그 밖의 5G 등 차세대 통신망, 그 밖의 IP를 기반으로 한 IP망일 수 있다. 네트워크(200)는 소셜 네트워크 서비스 서버(100), 키워드 검색 서버(300), 소셜콘텐츠 마케팅 효과 분석 서버(400) 및 정보요청단말(500), 그 밖의 시스템 상호 간의 신호 및 데이터를 상호 전달하는 역할을 한다. The network 200 is a high-speed backbone network of a large-scale communication network capable of high-capacity, long-distance voice and data services, and may be a next-generation wired or wireless network for providing the Internet or high-speed multimedia services. When the network 200 is a mobile communication network, it may be a synchronous mobile communication network or an asynchronous mobile communication network. As an embodiment of the asynchronous mobile communication network, there may be a wideband code division multiple access (WCDMA) type communication network. In this case, although not shown in the drawings, the mobile communication network 700 may include a Radio Network Controller (RNC). Meanwhile, although the WCDMA network is taken as an example, it may be a 3G LTE network, a 4G network, other next-generation communication networks such as 5G, and other IP-based IP networks. The network 200 serves to mutually transmit signals and data between the social network service server 100 , the keyword search server 300 , the social content marketing effect analysis server 400 and the information request terminal 500 , and other systems. do

도 2는 본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템(1) 중 소셜콘텐츠 마케팅 효과 분석 서버(400)의 구성요소를 나타내는 블록도이다. 도 2를 참조하면, 소셜콘텐츠 마케팅 효과 분석 서버(400)는 송수신부(410), 제어부(420) 및 데이터베이스(430)를 포함하며, 제어부(420)는 소셜 빅데이터 수집 및 정제 모듈(421), 상대지표 및 경쟁지표 산출모듈(422) 및 마케팅 효과 분석모듈(423)을 포함함으로써, 정보요청단말(500)의 요청에 따라 소셜 네트워크 서비스 서버(100) 및 키워드 검색 서버(300)로부터 소셜 콘텐츠 분석에 필요한 데이터를 수집한 뒤, 수집된 데이터를 사용하여 소셜 마케팅 효과를 분석할 수 있다.2 is a block diagram showing the components of the social content marketing effect analysis server 400 of the content marketing effect analysis system 1 using social big data according to an embodiment of the present invention. Referring to FIG. 2 , the social content marketing effect analysis server 400 includes a transceiver 410 , a controller 420 and a database 430 , and the controller 420 includes a social big data collection and refinement module 421 . , social content from the social network service server 100 and the keyword search server 300 according to the request of the information request terminal 500 by including the relative indicator and competition indicator calculation module 422 and the marketing effect analysis module 423 . After collecting the data required for analysis, the social marketing effect can be analyzed using the collected data.

소셜 빅데이터 수집 및 정제 모듈(421)은 소셜 빅데이터 수집 및 정제를 수행하되, 소셜 네트워크 서비스 서버(100) 및 키워드 검색 서버(300)로부터 분석 대상 콘텐츠의 통계 데이터와 분석 키워드의 검색량, 분석 키워드를 사용하는 콘텐츠의 발행량 및 분석 키워드 검색 결과 데이터를 수집하여 데이터베이스(430)에 저장할 수 있다.The social big data collection and purification module 421 collects and refines social big data, but analyzes the statistical data of the content to be analyzed and the search amount of analysis keywords from the social network service server 100 and the keyword search server 300 . The amount of issuance of content using keywords and analysis keyword search result data may be collected and stored in the database 430 .

보다 구체적으로, 소셜 빅데이터 수집 및 정제 모듈(421)은 분석 대상 콘텐츠의 조회수, 관심수(좋아요), 공유수, 댓글수와 함께 분석 대상 콘텐츠의 키워드에 대한 특정기간 검색량과 해당 키워드를 사용하는 콘텐츠의 특정기간 내 발행량을 수집하고, 하기의 수학식 1에 의해 해당 키워드에 대한 "키워드 경쟁강도(KCS)"를 연산한다. 소셜 빅데이터 수집 및 정제 모듈(421)에 의해 연산되는 키워드 경쟁강도는 동일 키워드를 사용하는 콘텐츠 수 대비 검색량을 의미하며, 즉 콘텐츠 당 평균 검색횟수(선택 받을 수 있는 평균 가능성)를 나타낸다.More specifically, the social big data collection and purification module 421 uses the search volume and the corresponding keyword for a keyword of the analysis target content along with the number of views, interests (likes), shares, and comments of the analysis target content. The issuance amount of the content to be published is collected within a specific period, and the "keyword competition intensity (KCS)" for the corresponding keyword is calculated by Equation 1 below. The keyword competition intensity calculated by the social big data collection and refining module 421 means the amount of searches compared to the number of contents using the same keyword, that is, it represents the average number of searches per content (average probability of being selected).

Figure 112021090645618-pat00001
Figure 112021090645618-pat00001

여기서 Q는 키워드 검색량(횟수), C는 콘텐츠 발행량, k는 키워드, t는 측정시점, n은 측정기간을 의미한다.Here, Q is the keyword search volume (number of times), C is the amount of content issuance, k is the keyword, t is the measurement time, and n is the measurement period.

다음으로, 상대지표 및 경쟁지표 산출모듈(422)은 소셜 콘텐츠 마케팅 효과 분석을 위한 상대지표 및 경쟁지표 산출(마케팅 효과 분석)을 수행하되, 소셜 콘텐츠의 마케팅 효과분석을 위해 소셜 빅데이터 수집 및 정제 모듈(421)을 통해 수집된 데이터를 활용하여 분석 대상 콘텐츠의 상대지표와 경쟁지표를 산출할 수 있다.Next, the relative indicator and competition indicator calculation module 422 performs relative indicator and competition indicator calculation (marketing effect analysis) for social content marketing effect analysis, but collects and refines social big data for marketing effect analysis of social content By using the data collected through the module 421 , a relative indicator and a competition indicator of the content to be analyzed may be calculated.

보다 구체적으로 일반적으로 콘텐츠의 마케팅 효과를 측정하기 위한 방법으로 소셜 네트워크 서비스들은 조회수, 관심자수(좋아요) 및 공유수를 제공하며, 댓글의 개수나 내용을 통해서도 해당 콘텐츠의 관심정도나 긍정/부정 효과를 특정할 수 있다. 하지만 이러한 지표들은 사용자의 해당 행동에 대한 절대적 수치만을 제공하기 때문에 도 3의 그래프와 같이 마케팅 효과를 가늠하기 어렵다. 예를 들어, 도 3의 분석 대상 콘텐츠의 조회수 그래프를 보면 해당 콘텐츠의 효과를 정확하게 파악하기 어렵다. 대안으로 도 4의 누적조회수를 활용하면 조회수가 꾸준히 증가하고 있음을 파악할 수 있으나, 이 또한 현재의 조회수 증가 추세가 어느정도의 경쟁력을 가지는지를 파악하기는 어렵다. More specifically, as a method for measuring the marketing effect of content in general, social network services provide the number of views, the number of people interested (likes) and shares, and the degree of interest in the content or the positive/negative effect through the number or content of comments. can be specified. However, it is difficult to estimate the marketing effect as shown in the graph of FIG. 3 because these indicators provide only absolute figures for the corresponding behavior of the user. For example, it is difficult to accurately grasp the effect of the corresponding content by looking at the view count graph of the content to be analyzed in FIG. 3 . As an alternative, if the cumulative number of views shown in FIG. 4 is used, it can be understood that the number of views is steadily increasing, but it is also difficult to understand how competitive the current trend of increasing the number of views is.

따라서 본 발명에서는 분석 콘텐츠가 다른 경쟁 콘텐츠와 비교하여 어느정도의 마케팅 효과를 가지는 지를 분석하기 위해 상대지표 및 경쟁지표 산출모듈(422)에서 제공하는 상대지표와 경쟁지표를 제안한다. 상대지표 및 경쟁지표 산출모듈(422)은 분석 대상 콘텐츠의 조회수, 관심수(좋아요), 공유수, 댓글수를 해당 콘텐츠의 키워드 검색량, 키워드 경쟁강도 및 상위 N개(N은 2 이상의 자연수) 검색 콘텐츠의 조회수 평균과 대비하여 산출한다. 예를 들어, 상대지표 및 경쟁지표 산출모듈(422)은 분석 대상 콘텐츠의 조회수에 대한 상대지표인 상대조회비율(RVR)과 경쟁지표인 조회경쟁력(CV), Top N조회경쟁력(CVN)은 하기의 수학식 2, 수학식 3, 수학식 4에 의해 산출할 수 있다. Therefore, in the present invention, the relative index and competition index provided by the relative index and competition index calculation module 422 are proposed in order to analyze how much marketing effect the analyzed content has compared to other competitive content. The relative indicator and competition indicator calculation module 422 calculates the number of views, interests (likes), shares, and comments of the content to be analyzed, keyword search volume, keyword competition intensity, and top N (N is a natural number of 2 or more) It is calculated by comparing it with the average number of views of search content. For example, the relative indicator and competition indicator calculation module 422 calculates the relative inquiry ratio (RVR), which is a relative indicator for the number of views of the content to be analyzed, and inquiry competitiveness (CV), which is a competition indicator, and Top N inquiry competitiveness (CVN) as follows. It can be calculated by Equation 2, Equation 3, Equation 4 of

Figure 112021090645618-pat00002
Figure 112021090645618-pat00002

여기서 V는 분석 대상 콘텐츠의 조회수, Q는 키워드 검색량(횟수), k는 키워드, t는 측정시점, n은 측정기간을 의미한다.Here, V is the number of views of the content to be analyzed, Q is the keyword search amount (number of times), k is the keyword, t is the measurement time, and n is the measurement period.

도 5의 상대조회비율 그래프를 보면 기존 누적조회수와는 달리 분석 대상 콘텐츠의 키워드 검색량 대비 누적조회 비율이 조금씩 줄어들고 있는 것을 볼 수 있어, 경쟁 콘텐츠들과의 경쟁력을 보다 객관적이고 직관적으로 분석할 수 있다. If you look at the relative view ratio graph in FIG. 5, you can see that the cumulative search ratio compared to the keyword search amount of the analysis target content is gradually decreasing, unlike the existing cumulative hits, so you can analyze the competitiveness with competing contents more objectively and intuitively. have.

한편 상대지표 및 경쟁지표 산출모듈(422)은 분석 대상 콘텐츠의 경쟁력을 보다 정확하게 분석하기 위해서 키워드 경쟁강도 대비 조회수 비율인 조회경쟁력(CV)과 키워드 검색 상위노출 N개 콘텐츠의 조회수의 평균 대비 조회수 비율인 Top N 조회경쟁력(CVN)을 각각 하기의 수학식 3 및 수학식 4에 의해 연산하여 제공할 수 있다.On the other hand, the relative indicator and competition indicator calculation module 422 is configured to more accurately analyze the competitiveness of the content to be analyzed. The Top N query competitiveness (CVN) may be calculated and provided by Equations 3 and 4 below, respectively.

Figure 112021090645618-pat00003
Figure 112021090645618-pat00003

Figure 112021090645618-pat00004
Figure 112021090645618-pat00004

여기서 V는 분석 대상 콘텐츠의 조회수, k는 키워드, t는 측정시점, n은 측정기간, N은 키워드 검색 상위노출 콘텐츠의 개수를 의미한다.Here, V denotes the number of views of the content to be analyzed, k denotes a keyword, t denotes a measurement time, n denotes a measurement period, and N denotes the number of top-exposed content in keyword search.

상기한 바와 동일한 방법으로 상대지표 및 경쟁지표 산출모듈(422)은 분석 대상 콘텐츠의 관심수(좋아요), 공유수 및 댓글수에 대해서도 상대지표와 경쟁지표를 산출할 수 있으며, 분석 대상 콘텐츠의 경쟁 콘텐츠 대비 경쟁력을 분석하는 도구로 활용될 수 있다.In the same manner as described above, the relative indicator and competition indicator calculation module 422 may calculate the relative indicator and competition indicator for the number of interests (likes), shares, and comments of the analysis target content, and competition of the analysis target content It can be used as a tool to analyze competitiveness compared to content.

다음으로, 마케팅 효과 분석모듈(423)은 소셜 콘텐츠 마케팅 효과 분석하되, 소셜 콘텐츠 마케팅 효과분석 과정은 아래와 같다. 마케팅 효과 분석모듈(423)은 먼저 소셜 네트워크 서비스로부터 수집한 분석 대상 콘텐츠 지표와 키워드 검색 서버로부터 수집한 키워드 검색량 데이터를 활용하여 상대지표를 산출하고, 상대지표의 변화 상승률이 음수일 경우 마케팅 효과 매우 부족으로 분석할 수 있다. Next, the marketing effect analysis module 423 analyzes the social content marketing effect, but the social content marketing effect analysis process is as follows. The marketing effect analysis module 423 first calculates a relative index by using the analysis target content index collected from the social network service and the keyword search amount data collected from the keyword search server, and when the change in the relative index is negative, the marketing effect It can be analyzed as very insufficient.

이후 마케팅 효과 분석모듈(423)은 분석 대상 콘텐츠 지표, 키워드 검색량, 키워드 콘텐츠 발행량을 활용하여 산출한 경쟁지표가 1 이하인 경우 마케팅 효과 부족으로 분석할 수 있다. 마지막으로, 분석 대상 콘텐츠 지표와 키워드 검색 결과 상위노출 N개 콘텐츠의 지표 평균값을 활용하여 산출한 Top N 경쟁지표가 1 이하인 경우 마케팅 효과 양호로 분석할 수 있으며, 1 이상인 경우에는 마케팅 효과가 매우 양호한 것으로 분석할 수 있다.Thereafter, the marketing effect analysis module 423 may analyze the lack of marketing effect when the competition index calculated by using the analysis target content index, keyword search amount, and keyword content issuance amount is 1 or less. Finally, if the Top N competition index calculated by using the analysis target content index and the average index value of the top N contents displayed in the keyword search results is 1 or less, it can be analyzed as good marketing effect. If it is 1 or more, the marketing effect is very good can be analyzed as

도 6은 본 발명의 실시예에 따른 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 방법을 나타내는 흐름도이다. 도 6을 참조하면, 도 6과 같이 제어부(420)의 마케팅 효과 분석모듈(423)은 상대지표 및 경쟁지표 산출모듈(422)에 의해 상대지표가 산출되면(S11), "상대지표 상승률 > 0"인지 여부를 판단할 수 있다(S12).6 is a flowchart illustrating a content marketing effect analysis method using social big data according to an embodiment of the present invention. Referring to FIG. 6 , as shown in FIG. 6 , when the marketing effect analysis module 423 of the control unit 420 calculates the relative indicator by the relative indicator and competition indicator calculation module 422 ( S11 ), “Relative indicator increase rate > 0” "It can be determined whether or not it is (S12).

단계(S12)의 판단 결과 "상대지표 상승률 > 0"인 경우, 제어부(420)의 마케팅 효과 분석모듈(423)은 상대지표 및 경쟁지표 산출모듈(422)에 대한 요청으로 경쟁지표 산출을 요청하여 경쟁지표가 산출되도록 할 수 있다(S13). When the determination result of step S12 is "relative index increase rate > 0", the marketing effect analysis module 423 of the control unit 420 requests the competition index calculation by requesting the relative index and competition index calculation module 422, Competitive indicators may be calculated (S13).

반대로 단계(S12)의 판단 결과 "상대지표 상승률 > 0"가 아닌 경우, 마케팅 효과 분석모듈(423)은 마케팅 효과 매우 부족으로 분석할 수 있다(S13a).Conversely, if the determination result of step S12 is not "relative index increase rate > 0", the marketing effect analysis module 423 may analyze the marketing effect as very insufficient (S13a).

단계(S13) 및 단계(S13a) 이후, 마케팅 효과 분석모듈(423)은 "경쟁지표 > 1"인지 여부를 판단할 수 있다(S14).After the steps (S13) and (S13a), the marketing effect analysis module 423 may determine whether "competition indicator > 1" (S14).

단계(S14)의 판단 결과, "경쟁지표 > 1"인 경우, 마케팅 효과 분석모듈(423)은 상대지표 및 경쟁지표 산출모듈(422)에 대한 요청을 통해 TOP N 경쟁지표를 산출하도록 할 수 있다(S15).As a result of the determination in step S14, if "competition index > 1", the marketing effect analysis module 423 may calculate the TOP N competition index through a request to the relative index and competition index calculation module 422. (S15).

반대로, "경쟁지표 > 1"이 아닌 경우, 마케팅 효과 분석모듈(423)은 마케팅 효과 부족으로 분석할 수 있다(S15a).Conversely, if "competition indicator > 1" is not, the marketing effect analysis module 423 may analyze the lack of marketing effect (S15a).

단계(S15) 및 단계(S15a) 이후, 마케팅 효과 분석모듈(423)은 "TOP N 경쟁지표 > 1"인지 여부를 분석할 수 있다(S16).After the steps (S15) and (S15a), the marketing effect analysis module 423 may analyze whether "TOP N competition index > 1" (S16).

단계(S16)의 분석결과, "TOP N 경쟁지표 > 1"인 경우, 마케팅 효과 분석모듈(423)은 마케팅 효과 매우 양호로 분석할 수 있다(S17).As a result of the analysis of step (S16), when "TOP N competition index > 1", the marketing effect analysis module 423 may analyze the marketing effect as very good (S17).

반대로 "TOP N 경쟁지표 > 1"이 아닌 경우, 마케팅 효과 분석모듈(423)은 마케팅 효과 양호로 분석할 수 있다(S17a).Conversely, if it is not "TOP N competition indicator > 1", the marketing effect analysis module 423 may analyze the marketing effect as good (S17a).

본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.The present invention can also be implemented as computer-readable codes on a computer-readable recording medium. The computer-readable recording medium includes all types of recording devices in which data readable by a computer system is stored.

컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. Examples of computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. also includes

또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.In addition, the computer-readable recording medium is distributed in a computer system connected through a network, so that the computer-readable code can be stored and executed in a distributed manner. And functional programs, codes, and code segments for implementing the present invention can be easily inferred by programmers in the technical field to which the present invention pertains.

이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.As described above, preferred embodiments of the present invention have been disclosed in the present specification and drawings, and although specific terms are used, these are only used in a general sense to easily explain the technical contents of the present invention and to help the understanding of the present invention. , it is not intended to limit the scope of the present invention. It will be apparent to those of ordinary skill in the art to which the present invention pertains that other modifications based on the technical spirit of the present invention can be implemented in addition to the embodiments disclosed herein.

1 : 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템
100 : 소셜 네트워크 서비스 서버(100)
200 : 네트워크(200)
300 : 키워드 검색 서버
400 : 소셜콘텐츠 마케팅 효과 분석 서버
500 : 정보요청단말1: Content marketing effect analysis system using social big data
100: social network service server 100
200: network 200
300: keyword search server
400: social content marketing effect analysis server
500: information request terminal

Claims (5)

소셜 네트워크 서비스 서버(100), 네트워크(200), 키워드 검색 서버(300), 소셜콘텐츠 마케팅 효과 분석 서버(400) 및 정보요청단말(500)을 포함하는 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템(1)에 있어서,
상기 소셜콘텐츠 마케팅 효과 분석 서버(400)는 송수신부(410), 제어부(420) 및 데이터베이스(430)를 포함하고,
상기 제어부(420)는
소셜 빅데이터 수집 및 정제를 수행하되, 소셜 네트워크 서비스 서버(100) 및 키워드 검색 서버(300)로부터 분석 대상 콘텐츠의 통계 데이터와 분석 키워드의 검색량, 분석 키워드를 사용하는 콘텐츠의 발행량 및 분석 키워드 검색 결과 데이터를 수집하여 하기의 수학식 1에 의해 해당 키워드에 대한 "키워드 경쟁강도(KCS)"를 연산하여 데이터베이스(430)에 저장하는 소셜 빅데이터 수집 및 정제 모듈(421);
소셜 콘텐츠 마케팅 효과 분석을 위한 상대지표 및 경쟁지표 산출(마케팅 효과 분석)을 수행하되, 소셜 콘텐츠의 마케팅 효과분석을 위해 소셜 빅데이터 수집 및 정제 모듈(421)을 통해 수집된 데이터를 활용하여 분석 대상 콘텐츠의 상대지표와 경쟁지표를 산출하되, 분석 콘텐츠가 다른 경쟁 콘텐츠와 비교하여 어느정도의 마케팅 효과를 가지는 지를 분석하기 위해 분석 대상 콘텐츠의 조회수에 대한 상대지표인 상대조회비율(RVR)과 경쟁지표인 조회경쟁력(CV), Top N조회경쟁력(CVN)은 하기의 수학식 2, 수학식 3, 수학식 4에 의해 산출하는 상대지표 및 경쟁지표 산출모듈(422); 및
소셜 콘텐츠 마케팅 효과 분석하되, 소셜 네트워크 서비스로부터 수집한 분석 대상 콘텐츠 지표와 키워드 검색 서버로부터 수집한 키워드 검색량 데이터를 활용하여 상대지표를 산출하고, 상대지표의 변화 상승률이 음수일 경우 마케팅 효과 매우 부족으로 분석하되, 분석 대상 콘텐츠 지표, 키워드 검색량, 키워드 콘텐츠 발행량을 활용하여 산출한 경쟁지표가 1 이하인 경우 마케팅 효과 부족으로 분석하고, 분석 대상 콘텐츠 지표와 키워드 검색 결과 상위노출 N개 콘텐츠의 지표 평균값을 활용하여 산출한 Top N 경쟁지표가 1 이하인 경우 마케팅 효과 양호로 분석하며, 1 이상인 경우에는 마케팅 효과가 매우 양호한 것으로 분석하는 마케팅 효과 분석모듈(423); 을 포함하되,
상기 소셜콘텐츠 마케팅 효과 분석 서버(400)는, 정보요청단말(500)의 요청에 따라 소셜 네트워크 서비스 서버(100) 및 키워드 검색 서버(300)로부터 소셜 콘텐츠 분석에 필요한 데이터를 수집한 뒤, 수집된 데이터를 사용하여 소셜 마케팅 효과를 분석하는 것을 특징으로 하는 소셜 빅데이터를 활용한 콘텐츠 마케팅 효과 분석 시스템.

[수학식 1]
Figure 112021090645618-pat00005

상기에서, Q는 키워드 검색량(횟수), C는 콘텐츠 발행량, k는 키워드, t는 측정시점, n은 측정기간을 의미한다.

[수학식 2]
Figure 112021090645618-pat00006

상기에서, V는 분석 대상 콘텐츠의 조회수, Q는 키워드 검색량(횟수), k는 키워드, t는 측정시점, n은 측정기간을 의미한다.

[수학식 3]
Figure 112021090645618-pat00007


[수학식 4]
Figure 112021090645618-pat00008

상기에서, V는 분석 대상 콘텐츠의 조회수, k는 키워드, t는 측정시점, n은 측정기간, N은 키워드 검색 상위노출 콘텐츠의 개수를 의미한다.A content marketing effect analysis system using social big data including a social network service server 100 , a network 200 , a keyword search server 300 , a social content marketing effect analysis server 400 , and an information request terminal 500 . In (1),
The social content marketing effect analysis server 400 includes a transceiver 410, a controller 420 and a database 430,
The control unit 420 is
Collecting and refining social big data, but searching the statistical data of the analysis target content and the analysis keyword from the social network service server 100 and the keyword search server 300, the issuance amount of the content using the analysis keyword, and the analysis keyword a social big data collection and purification module 421 that collects the result data, calculates "keyword competitive strength (KCS)" for the corresponding keyword by Equation 1 below, and stores it in the database 430;
Calculation of relative and competitive indicators (marketing effect analysis) for social content marketing effect analysis, but analysis target using data collected through social big data collection and refining module 421 for marketing effect analysis of social content In order to calculate the relative index and competition index of the content, but to analyze how much marketing effect the analyzed content has compared to other competitive content, the relative view ratio (RVR), which is a relative index for the number of views of the content to be analyzed, and the competition index Inquiry competitiveness (CV), Top N inquiry competitiveness (CVN) is a relative indicator and competition indicator calculation module 422 calculated by Equation 2, Equation 3, and Equation 4 below; and
Analyze social content marketing effects, but calculate relative indicators by using the analysis target content indicators collected from social network services and keyword search volume data collected from keyword search servers. However, if the competition index calculated by using the analysis target content index, keyword search volume, and keyword content issuance volume is 1 or less, it is analyzed as lack of marketing effect, and the average value of the index of the top N contents displayed in the analysis target content index and keyword search results a marketing effect analysis module 423 that analyzes the marketing effect as good when the Top N competition index calculated by using is 1 or less, and analyzes the marketing effect as very good when it is 1 or more; including,
The social content marketing effect analysis server 400 collects data necessary for analyzing social content from the social network service server 100 and the keyword search server 300 according to the request of the information request terminal 500 , and then collects the collected data. A content marketing effect analysis system using social big data, characterized in that it uses data to analyze social marketing effects.

[Equation 1]
Figure 112021090645618-pat00005

In the above, Q is the keyword search amount (number of times), C is the content issuance amount, k is the keyword, t is the measurement time, and n is the measurement period.

[Equation 2]
Figure 112021090645618-pat00006

In the above, V denotes the number of views of the content to be analyzed, Q denotes a keyword search amount (number of times), k denotes a keyword, t denotes a measurement time, and n denotes a measurement period.

[Equation 3]
Figure 112021090645618-pat00007


[Equation 4]
Figure 112021090645618-pat00008

In the above, V denotes the number of views of the content to be analyzed, k denotes a keyword, t denotes a measurement time, n denotes a measurement period, and N denotes the number of keyword search top-exposed content. 삭제delete 삭제delete 삭제delete 삭제delete
KR1020210076119A 2021-06-11 2021-06-11 Content marketing effect analysis system using social big data KR102327383B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210076119A KR102327383B1 (en) 2021-06-11 2021-06-11 Content marketing effect analysis system using social big data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210076119A KR102327383B1 (en) 2021-06-11 2021-06-11 Content marketing effect analysis system using social big data

Publications (1)

Publication Number Publication Date
KR102327383B1 true KR102327383B1 (en) 2021-11-17

Family

ID=78702628

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210076119A KR102327383B1 (en) 2021-06-11 2021-06-11 Content marketing effect analysis system using social big data

Country Status (1)

Country Link
KR (1) KR102327383B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102546328B1 (en) 2023-03-06 2023-06-22 시너지마인 주식회사 Method, device and system for providing content information monitoring and content planning automation solution for online marketing
KR20240031742A (en) 2022-09-01 2024-03-08 주식회사 프레시앤텍 Social Marketing Curation System and Method

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120137542A (en) * 2011-04-11 2012-12-24 에스케이씨앤씨 주식회사 Marketing service method and apparatus using sns
KR20180113111A (en) * 2017-04-05 2018-10-15 주식회사 이랜드월드 Apparatus and method for generating prediction information based on a keyword search volume
KR101935937B1 (en) * 2017-12-05 2019-01-07 설형수 System for providing advertisement information using opinion mining and a method thereof
KR20200133300A (en) 2019-05-19 2020-11-27 임승주 Social media-based contents processing marketing system and method
KR102234590B1 (en) * 2019-11-25 2021-04-01 브이에스커뮤니티(주) Method and Apparatus for Recommending Contents for Contents Producer

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120137542A (en) * 2011-04-11 2012-12-24 에스케이씨앤씨 주식회사 Marketing service method and apparatus using sns
KR20180113111A (en) * 2017-04-05 2018-10-15 주식회사 이랜드월드 Apparatus and method for generating prediction information based on a keyword search volume
KR101935937B1 (en) * 2017-12-05 2019-01-07 설형수 System for providing advertisement information using opinion mining and a method thereof
KR20200133300A (en) 2019-05-19 2020-11-27 임승주 Social media-based contents processing marketing system and method
KR102234590B1 (en) * 2019-11-25 2021-04-01 브이에스커뮤니티(주) Method and Apparatus for Recommending Contents for Contents Producer

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240031742A (en) 2022-09-01 2024-03-08 주식회사 프레시앤텍 Social Marketing Curation System and Method
KR102546328B1 (en) 2023-03-06 2023-06-22 시너지마인 주식회사 Method, device and system for providing content information monitoring and content planning automation solution for online marketing

Similar Documents

Publication Publication Date Title
US10510094B2 (en) Method for transmitting information to device on a network based upon information associated with a different device on the network
US11206311B2 (en) Method and system for measuring user engagement using click/skip in content stream
JP6827515B2 (en) Viewing time clustering for video search
JP5209733B2 (en) Method and system for using keyword vectors and associated metrics to learn and predict user correlation of targeted content messages in a mobile environment
US8935390B2 (en) Method and system for efficient and exhaustive URL categorization
KR102327383B1 (en) Content marketing effect analysis system using social big data
US20140280890A1 (en) Method and system for measuring user engagement using scroll dwell time
US20150012519A1 (en) Recommendation search method for search engine, device and computer readable storage medium
JP6593936B2 (en) Perform media monitoring for mobile platforms using adaptive bitrate streaming and associated messaging
US20140280550A1 (en) Method and system for measuring user engagement from stream depth
WO2007071143A1 (en) Method and apparatus for issuing network information
JP2011520193A (en) Search results with the next object clicked most
US20100250349A1 (en) System and method for advertisement measuring and reporting
CN109885656B (en) Microblog forwarding prediction method and device based on quantification heat degree
JP6637524B2 (en) Internet advertisement providing apparatus and method
US20190050317A1 (en) Systems and methods for determining event processing delays
KR100443483B1 (en) Method and system for detecting serach terms whose popularity increase rapidly
US20170236171A1 (en) Relative pricing indication estimation of content item criteria
CN115713223A (en) Business data processing method and device, electronic equipment and storage medium
KR20050102869A (en) Method and system for detecting serach terms whose popularity increase rapidly
KR20130049231A (en) Apparatus for analyzing interests of targeted customers, and method for targeted advertisement
KR20110137604A (en) Apparatus and system for managing advertisement keywords

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant