Twitter is one of the most popular social media outlets available and has been expanding over the years in both scope and reach. The growing number of users, and the accessibility to their micro-posts and metadata make Twitter a popular subject for research in various research communities. In this paper, I propose and examine a content analysis method that utilizes the hierarchy of effects model, which has a very long history of use by both practitioners and academics in the field of advertising and marketing. I had judges manually annotate tweets in accordance with one of the five attitude stages the authors are assumed to be in: Atten-tion, Interest, Desire, Action, or Satisfaction. Next, I examine the tagged corpus from various aspects to iden-tify general traits and explore the possibilities for the newly gained information from the tweets. The results show that the consumer attitude information can improve the prediction quality of box-office revenues and may be used to better represent movie audience sentiment. These findings should aid other content analysis methods that utilizes Twitter by providing an additional dimension for the researchers to consider.
트위터는 마이크로블로깅 기능을 제공하는 현재 가장 많이 이용되는 소셜 미디어 서비스 중 하나이다. 계속적으로 증가하는 사용자의 수와 데이터로의 편리한 접근성 등이 트위터를 매력적인 연구주제로 만드는데 기여를 하였다. 하지만 분석할 양이 적고 추가적으로 접근 가능한 정보의 양이 제한적인 트위터에서는 내용분석만으로 더 양질의 정보를 이끌어낼 수 있는 방법론이 필요하다. 이 논문에서는 마케팅 분야에서 흔히 사용되는 효과계층 모델을 이용해 특정 영화에 대한 트윗들의 내용분석을 한다. 실험단계에 앞서 평가자들을 통해 직접 인지, 관심, 욕망, 행동, 만족 단계 중에서 트윗 저자들이 어떤 단계에 있는지를 평가하고 그 결과를 분석하며 또한 그것을 통해 어떠한 추가적인 정보가 획득 가능한지를 실험하였다. 실험결과 소비자 태도 정보를 획득함으로써 감성분석 등을 통한 영화매출 예측력을 보강할 수 있었고 전반적인 감성분석결과 또한 실제 영화리뷰 사이트의 척도에 더 가깝게 가공할 수 있었다. 결과적으로 추후 트위터 내용분석에 있어 감성 외에 태도라는 추가적인 차원을 제공해 더 많은 정보를 이끌어낼 수 있다는 점을 이끌어내었다.
