미디어자료 분할표 분석을 위한 정확추론

Abstract

미디어 채널 사용이 급격히 증가함에 따라 고객들의 프라이버시 침해우려가 증가하고 있다. 이러한 행태를 분석하기 위해 분할표 분석이 사용될 수 있으며, 분할표 분석을 위해 주로 근사적인 분포를 이용한다. 하지만 빈도수가 작을 경우에는 정확추론이 선호되며, 이에 대해 다양한 몬테카를로 방법이 사용되고 있지만 그 결과가 만족스럽지 못하다. 이에 대한 대안으로 최근에 확률적근사 몬테카를로 주표집(SAMCIS; Cheon et al., 2014) 알고리즘이 제안되었다. 본 연구는 SAMCIS를 이용하여 2016년과 2018년 기간의 미디어패널 자료에서 다양한 분할표 분석을 진행하였다. SAMCIS 알고리즘은 국소 트랩의 문제를 해결하였고 적절한 표본공간을 조절할 수 있는 능력을 갖추고 있다. 이에 본 논문에서는 SAMCIS 알고리즘을 이용하여 연도별 프라이버시 침해 우려와 관련 있는 여러 변수를 선택한 후 분할표 분석을 실시하였다. 분석 결과, 셀 빈도수가 작을 경우 근사추론보다 정확추론이 선호되며 SAMCIS 알고리즘이 CaB 알고리즘에 비해 보다 정확한 추론을 제공함을 알 수 있었다. 특히 반려동물소유와 SNS 활동이 2016년에는 프라이버시 침해 차이가 있었으나 2018년에는 차이가 없음을 알 수 있었고, 성별, 카페활동 유무, 반려동물 소유유무에 따라 프라이버시 침해의 차이는 2016년에는 없었으나 2018년에는 있었다.