KCI등재
인공지능 기술 기반 OTT 사용자 분석 방안 = A Study on the OTT Consumer Classification Based on Artificial Intelligence
저자
최재운 (경일대학교)
발행기관
학술지명
권호사항
발행연도
2020
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
115-128(14쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
As the use of OTT such as YouTube and Netflix is increasing rapidly, the media and network market is also changing rapidly. In particular in the case of network operators, as the traffic caused by OTT increases rapidly, it has become essential to analyze the OTT traffic of consumers in pricing plans and infrastructure investment. In addition, companies that provide OTT also help establish management strategies such as providing their own proprietary content and paying network usage fees for OTT users. In this study, we propose a method to analyze users by analyzing the traffic of OTT users. First of all, we classified users based on machine learning techniques that are traditionally used for user classification. In addition, a method for classifying OTT users through deep learning techniques, which has recently attracted attention in various fields, has also been proposed. When analyzing users based on machine learning, it was confirmed that analysis was possible in a relatively fast time while showing high accuracy. When analyzing OTT users using deep learning, it can be seen that the accuracy is higher than that of existing machine learning techniques. The techniques proposed in this study enable network operators and OTT operators to more accurately classify OTT users, enabling them to set customized plans, invest in efficient infrastructure and discover competitive content. In addition, it has been confirmed that OTT user analysis is possible through deep learning, so many operators will be able to use deep learning when accurate analysis is required.
더보기OTT 사용이 급증하면서 관련 시장이 급변하고 있다. 특히 네트워크 사업자들의 경우 OTT로 인한 트래픽이 급증하면 서, 요금제 책정, 인프라 투자 등에 있어 소비자들의 OTT 트래픽을 분석하는 것이 필수적이다. 또한, OTT를 제공하는 업체 역시 사용자의 정확한 소비패턴 분석이 자체 독점 콘텐츠 제공, 네트워크망 이용료 지불 등 경영전략 수립에 도움이 된다. 본 연구에서는 OTT 사용자들의 트래픽을 분석하여 사용자를 분석하는 방법을 제안한다. 사용자 분류를 위해 널리 활용되는 머신러닝 기법들을 기반으로 분석을 해보았다. 또한, 다양한 분야에서 주목받고 있는 딥러닝 기법을 통한 분석 방법도 제안하였다. 머신러닝을 활용할 경우 높은 정확도를 보이면서 비교적 빠른시간에 분석이 가능함을 확인할 수 있었다. 딥러닝을 활용하여 분석할 시, 기존 머신러닝 기법 대비 정확도가 높게 나타난다. 본 연구에서 제안하는 기법을 통해 사업자는 OTT 사용자를 분석함으로써 맞춤형 요금제 책정, 효율적인 인프라 투자, 경쟁력 있는 콘텐츠 발굴 등이 가능하다. 또한, 딥러닝을 통해 OTT 사용자 분석이 가능함을 확인하였기에 정확한 분석이 필요할 때 딥러닝을 활용할 수 있을 것이다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2003-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2002-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2000-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.6 | 0.6 | 0.71 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.75 | 0.75 | 1 | 0.2 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)