요인에 대한 다른 가중치를 얻기 위해 데이터의 새로운 하위 집합을 만들었습니다. 이 데이터 집합은 후원자 수 또는 획득한 달러 측면에서 90번째 백분위에 있는 성공적인 캠페인으로만 구성되었습니다. 그런 다음 R의 tm, snowballC 및 wordcloud 패키지를 사용하여 블러브와 제목에 사용된 단어를 준비하고 분리했습니다. 매우 성공적인 캠페인과 관련된 단어는 종종 고유하지 않아 유사한 마케팅 전략을 시사했습니다. 이 새로운 범주에서 가장 일반적인 단어를 세었습니다. 블러브와 제목 모두에서 가장 일반적인 상위 50개 단어를 추출하여 가중치를 적용했습니다. 이를 통해 블러브에 대한 두 가지 범주와 제목에 대한 두 가지 범주, 총 네 개의 새로운 단어 집합을 얻었습니다. 새로운 단어 집합 각각에 대해 기본 R의 grepl 함수를 사용했습니다. 이 함수는 특정 단어 또는 문자 집합에 대한 문자열을 쿼리하여 TRUE 또는 FALSE 값을 반환합니다. 각 새 단어 세트에 grepl을 사용한 후, 제목이나 광고문구에 네 세트의 단어 중 하나가 있는지 여부에 따라 TRUE 또는 FALSE를 포함하는 네 개의 새 열이 생성되었습니다. TRUE 및 FALSE 값은 TRUE를 나타내는 1과 FALSE를 나타내는 0으로 변경되었습니다. 새 1과 0은 합계의 가중치로 사용되었습니다. 네 개의 열을 합산한 후, 표 3 에 표시된 대로 수준이 0, 1, 2, 3, 4로 코딩된 Twords라는 새 요인 열이 생성되었습니다 . 강남가라오케 갤럭시S25사전예약 다낭가라오케 다낭 유흥 강남레깅스룸 강남달토 갤럭시S25사전예약 나트랑 유흥 호치민불건마 성인용품 성인용품 지피방 소액결제 현금화 정보이용료 현금화 하남휴대폰성지 하남휴대폰성지 무료웹툰 모음 개인회생자대출 레드라인 먹튀 천안다국적노래방 구글백링크 구글상위노출 구글백링크 구글상위노출 카지노솔루션 카지노솔루션 먹튀사이트 제작 스포츠중계제작