이단계 군집분석을 활용한 유튜브 스포츠 콘텐츠 특성분석: 유튜브 스포츠 채널 빅데이터를 중심으로 = Analysis of YouTube Sports Content Characteristics Using Two-stage Cluster Analysis: Focusing on YouTube Sports Channel Big Data

국문 초록 (Abstract)

본 연구는 이단계 군집분석을 이용하여 유튜브 스포츠 콘텐츠의 유형을 분류하고, 분류된 각각의 유형별 영상의 특성을 분석하는데 있다. 이를 통해 유튜브 플랫폼이라는 새로운 미디어 환경에서의 스포츠 콘텐츠 상품의 특성을 파악하여 시장전략에 필요한 정보를 제공하고자 하였다. 이와 같은 연구의 목적을 달성하기 위해 유튜브 플랫폼 상에서 활동하는 124개의 주요 스포츠 관련 채널을 선정한 후, 해당 채널에 게시된 89,912개의 콘텐츠와 콘텐츠에 형성된 웹 데이터(Web data)를 웹 크롤링(Crawling) 기술과 데이터 마이닝 API(Data ming API), 내용분석(Contents analysis) 등을 활용하여 분석 자료로 수집하였다. 수집된 자료는 3가지 기준변수(스포츠 종목 유형, 콘텐츠 기능, 썸네일 형태)를 활용한 이단계 군집분석에 의해 5가지 유형의 군집으로 분류되었고, 이후 분류된 군집은 ‘영상 기계적 형식(Format)’, ‘성과지표’, ‘영상 접근 용이성’, ‘게시자 속성’과 같은 콘텐츠 특성 변수들을 활용해 특성이 분석되었다. 분석 결과 콘텐츠 군집은 ‘영역경쟁 스포츠-오락형 콘텐츠’, ‘필드경쟁 스포츠-사회형 콘텐츠’, ‘영역경쟁 스포츠-분석형 콘텐츠’, ‘기록경쟁스포츠-분석형 콘텐츠’, ‘투쟁 및 단련 스포츠-레슨형 콘텐츠’의 5개 군집으로 분류되었고, 각각의 콘텐츠 특성 변인에 따라 군집들이 차이를 보이는 것으로 파악되었다. 이와 같은 결과를 토대로 본 연구에서는 유튜브에 게시된 스포츠 콘텐츠들의 유형을 구분하고, 각각의 콘텐츠 유형들의 주요한 특성을 파악하여 새로운 스포츠 미디어 시장에 대한 이론적·실무적 시사점에 대해 논의하였다.

다국어 초록 (Multilingual Abstract)

The purpose of current study is to classify the types of YouTube sports content using a two-step cluster analysis, and to analyze the characteristics of each classified type of YouTube sports contents. Through this, we tried to provide necessary information for market strategy by understanding the characteristics of sports content products in a new media environment especially on YouTube platform. To achieve this purpose, 124 major sports-related channels active on the YouTube platform were selected. 89,912 contents posted on the selected channel and web data formed on the contents were collected as analysis data using web crawling technology, data mining API, and contents analysis. The collected data were classified into five types of clusters by a two-step cluster analysis using three standard variables(sport type, content function, and thumbnail format), and the clusters classified afterwards were ‘video Mechanical Format’, ‘Performance Indicator’, ‘Easy to access video’, and ‘Creator property’ were used to analyze the characteristics of the contents. As a result of the analysis, the content cluster was classified into 5 clusters(area competitive sports-entertainment type contents, field competitive sports-social type contents, area competitive sports-analysis type contents, recorded competitive sports-analysis type contents, combat and training sports- lesson conets). And it was found that the clusters showed differences according to each content characteristic variable. Based on these results, the types of sports contents posted on YouTube were classified, the main characteristics of each type of contents were identified, and theoretical and practical implications for the new sports media market were discussed.

참고문헌 (Reference)

• 1 남상백, "프로스포츠 구단 공식 유투브채널에 대한 시청동기, 팀 동일시, 시청태도, 시청만족 및 관람의도 간의 구조적 관계" 한국체육과학회 28 (28): 671-685, 2019
• 2 이유진, "짧은 동영상 이용 동기가 동영상 유형별 이용 정도에 미치는 영향에 관한 연구" 한국방송학회 32 (32): 65-102, 2018
• 3 박병언, "일반영향요인과 댓글기반 콘텐츠 네트워크 분석을 통합한 유튜브(Youtube)상의 콘텐츠 확산 영향요인 연구" 한국지능정보시스템학회 21 (21): 19-36, 2015
• 4 이경수, "유튜브 측정을통한 UCC 서비스 경향 파악에 대한 연구" 897-900, 2008
• 5 오대영, "수용자의 인구사회적 특성, 이용동기, 성격이 유튜브의 장르 이용에 미치는 영향" 한국지역언론학회 17 (17): 122-162, 2017
• 6 박성현, "고급 SPSS 이해화 활용" 한나래출판사 2011
• 7 Gill, P, "Youtube traffic characterization:a view from the edge" 15-28, 2007
• 8 신영훈, "Web 2.0 기반 인터넷 방송(CCS) 컨텐츠와UCC 컨텐츠의 기능적 차이에 따른 장르별사용동기 비교: Afreeca TV 와 YouTube 의사례를 중심으로" 1226-1230, 2013
• 9 Cheng, X., "Understanding the characteristics of internet short video sharing: YouTube as a case study"
• 10 Cheng, X., "Understanding the characteristics of internet short video sharing: A youtube-based measurement study" 15 (15): 1184-1194, 2013
• 11 Duncan, M. C., "Types and sources of spectating pleasure in televised sports" 6 (6): 195-211, 1989
• 12 Sargent, S. L., "The gender gap in the enjoyment of televised sports" 22 (22): 46-64, 1998
• 13 Stauff, M., "Sports on YouTube, The YouTube Reader"
• 14 Hutchins, B., "Sport beyond television: The internet, digital media and the rise of networked media sport (Vol. 40)" Routledge 2012
• 15 Rousseeuw, P. J., "Silhouettes: a graphical aid to the interpretation and validation of cluster analysis" 20 : 53-65, 1987
• 16 Zimmerman, M. H., "Set the agenda like Beckham: A professional sports league’s use of YouTube to disseminate messages to its users" 10 (10): 180-195, 2011
• 17 Habermas, J., "Religion in the public sphere" 14 (14): 1-25, 2006
• 18 Hoiles, W., "PAC algorithms for detecting nash equilibrium play in social networks: From twitter to energy markets" 4 : 8147-8161, 2016
• 19 Manzerolle, V., "On the transactional ecosystems of digital media" 1 (1): 393-408, 2016
• 20 Newman, M. Z., "New media, young audiences and discourses of attention: from Sesame Street to ‘snack culture’" 32 (32): 581-596, 2010
• 21 McLean, D., "Kraus’ recreation and leisure in modern society" Johns & Bartlett Learning 319-348, 2005
• 22 Yoganarasimhan, H., "Impact of social network structure on content propagation:A study using YouTube data" 10 (10): 111-150, 2012
• 23 Raney, A. A., "Handbook of sports and media" 313-329, 2006
• 24 Mahoney, T. Q., "Examining emergent niche sports’ YouTube exposure through the lens of the psychological continuum model" 13 (13): 218-238, 2013
• 25 Lambert, C. M., "Digital sports journalism" Routledge 2018
• 26 Chaffey, D., "Digital marketing excellence: planning, optimizing and integrating online marketing" Taylor &Francis 2017
• 27 Checchinato, F., "Content and Feedback Analysis of YouTube Videos: Football Clubs and Fans as Brand Communities" 10 (10): 71-88, 2015
• 28 Downie, N. M., "Basic statistical methods" Harper and Row 1970
• 29 Chiu, T, "A robust and scalable clustering algorithm for mixed type attributes in large database environment" 263-268, 2001
• 30 Lai, K, "A measurement study of external links of YouTube" IEEE 1-6, 2009