• 도서관문화
• /
• 제35권2호통권285호
• /
• pp.15-46
• /
• 1994

• 한국도서관연감
• /
• 2006호
• /
• pp.651-663
• /
• 2006

• 벤처다이제스트
• /
• 통권131호
• /
• pp.58-59
• /
• 2009

• 한국산학기술학회논문지
• /
• 제15권3호
• /
• pp.1345-1354
• /
• 2014

본 연구는 인터넷신문의 뉴스기사 본문 페이지 구성과 뉴스기사 본문 주변 공간의 콘텐츠 유형을 비교 분석하였다. 분석결과 네이버 뉴스기사 본문 페이지의 포맷은 다음, 네이트, 야후의 뉴스기사 본문 페이지보다 더 복잡하게 구성되었다. 또한 네이버는 다른 세 포털에 비해 광고 수, 광고 유형, 오락 콘텐츠, 다양한 유형의 콘텐츠가 더 높게 게재되었다. 특히 연예인 관련 뉴스기사의 게재 비율이 다른 포털사이트에 비해 높았다. 뉴스기사 본문 페이지에 뉴스기사를 가장 많이 게재한 포털사이트는 다음이었으며, 광고를 가장 적게 게재한 포털사이트는 야후였다. 그러나 전체적으로 볼 때, 이들 세 포털사이트의 뉴스기사 페이지의 포맷과 콘텐츠는 매우 유사하게 구성되었다. 결론적으로 독자들의 광고회피와 뉴스기사의 다양성 측면에서의 뉴스기사 이용의 편리성은 포털사이트의 뉴스서비스가 언론사닷컴의 뉴스서비스 보다 더 높은 것으로 평가할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제29권6호
• /
• pp.13-22
• /
• 2024

기사성광고의 필요성과 긍정적인면도 존재하나, 일부 무분별한 '기사성 광고'로 인하여 과장되고 위장된 정보를 전달함에 따라 독자들은 일반기사와 기사성 광고의 구별이 어려움에 따라 많은 정보의 오인과 혼란을 하고 있다. 독자들은 앞으로도 계속 새로운 정보를 획득하고 이러한 정보를 적재적소에 적용하여 많은 가치를 가져와야 하기에, 정확한 일반기사와 기사성 광고를 식별하는 것이 더욱이 중요하다고 판단된다. 따라서 일반기사와 기사성 광고의 구별된 정보를 필요로 하기에, 이러한 일환으로, 인터넷신문에서 이러한 무분별한 기사성 광고로 인한 정확한 정보식별의 어려움이 많은 독자들을 위해, 본 논문에서는 IT기술과 AI기술을 접목한 시스템측면에서 해결할 수 있는 방법을 제시하고자 하였으며, 이러한 방법은 광고성 키워드를 찾아내어 정제해주는 지식기반 자연어처리 방법과 딥러닝기술을 이용한 기사성 광고를 추출하고자 설계 하였다.

• 디지털융복합연구
• /
• 제19권12호
• /
• pp.11-20
• /
• 2021

본 연구는 신문기사 빅데이터를 통해 대학교육 관련 보도의 토픽을 추출하고, 토픽별 특징 및 신문사별 보도양상을 분석한다. 2016년-2021년 상반기 주요 중앙지와 지역지의 기사를 빅카인즈를 통해 추출하였고, 잠재디리슐레할당을 이용하여 총 9개의 토픽을 발견하였다. 토픽1과 토픽3은 교육에 대한 대학지원사업에 관련된 것이나 토픽3은 지역대학에 초점이 맞추어져 있다. 토픽2는 코로나19 이후 대학교육, 토픽4는 교수-학습법, 토픽5는 정부정책, 토픽6은 고교교육기여대학 지원사업, 토픽7은 대학교육 비전, 토픽8은 국제화, 토픽9는 입시 등을 논하고 있다. 조선일보, 경향신문, 한겨레는 코로나19 이후 강의, 정부정책 관련, 대학교육에 대한 기사와 논평을 많이 보도한 반면 동아일보, 중앙일보, 한라일보, 부산일보, 대전일보, 경인일보는 대학지원사업, 고교교육기여대학 지원사업 등 광고·홍보성 기사가 상대적으로 많았다. 2016년부터의 관련기사를 신문사별 뿐 아니라, COVID-19 발생 전후로도 분석하여 관련 보도의 토픽 차이를 살펴볼 수 있었다. 사회적으로 주요 관심 사항인 대학교육이 언론에 어떻게 보도되고 있는지 확인함으로써 미래의 대학교육 정책 방향과 미디어의 순기능과 역기능 등 언론의 역할에 대해 고찰할 필요가 있음을 시사한다.

• 재활복지
• /
• 제20권4호
• /
• pp.157-175
• /
• 2016

본 연구의 목적은 텍스트 빅데이터 분석의 일종인 의미연결망을 활용하여 신문기사에서 나타나는 장애인스포츠에 대한 인식을 알아보는 것이 목적이다. 이 목적을 위하여 '장애인스포츠'를 검색어로 네이버 포탈을 이용하여 21개 언론사 745건의 기사를 수집하였으며 Krkwic 소프트웨어 프로그램을 사용하여 자료정제와 공출현 빈도를 산출하였다. 장애인스포츠에 대한 인식은 Netminer 4.0을 활용하여 연결중앙성, 매개중앙성, 위세중앙성을 지표로 분석하였다. 의미연결망 분석을 통하여 얻은 결과는 다음과 같다. 첫째, 신문기사에서 나타난 장애인스포츠를 규정하는 핵심단어는 감동, 도전, 축제, 꿈, 희망이다. 그리고 장애인스포츠의 인식을 나타내는 핵심단어는 장애유형에 따라 차이가 있다. 둘째, 장애인스포츠에 대한 인식을 장애유형별로 구분하여 분석한 결과 크게 경기력관련 인식과 감성관련 인식으로 구분할 수 있다. 구체적으로 지체장애 스포츠 대상의 경기력관련 인식은 패럴림픽, 로봇, 감동 등이며 감성관련 인식은 행복, 희망 등이다. 지적장애 스포츠 대상의 경기력관련 인식은 패럴림픽, 스페셜올림픽, 축제 등이고 감성관련 인식은 사랑, 감동 등이다. 시각장애 스포츠 대상의 경기력관련 인식은 메달, 달리기 등이며 감성관련 인식은 희망, 나눔 등이다. 결론적으로 신문기사에서 나타나는 장애인스포츠에 대한 인식은 패럴림픽, 스페셜올림픽 등의 장애인스포츠 경기대회는 장애인들의 도전과 꿈을 이룰 수 있는 축제의 장이며 경기를 통해 일반대중들에게 감동을 선사한다고 의미화 할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제19권9호
• /
• pp.535-549
• /
• 2019

이 연구는 스타의 이미지가 어떠한 양상을 보이며 신문에 보도되어왔는지 살펴보고자 하였다. 이에 영화산업 및 미디어 동향에 맞추어 시기를 구분하고 시기별 대표 스타를 선정하여 신문에 보도된 관련 기사 798건을 수집하였다. 수집된 영화스타 기사의 보도성향, 내 외부주제, 보도형식, 성별 차이 등을 분석한 결과, 신문기사에 재현된 영화스타의 이미지는 특정 성별을 대표하지 않는 중립적 이미지가 많은 것으로 나타났다. 2000년대 이후에는 특정 이미지가 고착되어 보도되는 것이 아니라 다양한 이미지로 재현되는 경우가 많아지고, 내 외부 주제 비교를 통해서 보도주제가 다양해졌음을 알 수 있었다. 또한 서평 형식의 기사는 감소하고 인터뷰 형식의 기사가 증가하였으며, 남성 영화스타의 경우 여성 영화스타에 비해 작품을 주제로 한 기사의 비중이 높은 것으로 나타났다. 이 연구는 스타 발생 이후 현대까지의 보도를 통시적으로 연구하여 스타 이미지 재현과정의 변화를 탐색하였다는 의의를 지니며, 다매체 시대의 다양한 이미지 재현과정에 대한 관련 후속 연구의 기초 자료가 될 것으로 기대한다.

• 한국도서관정보학회지
• /
• 제50권4호
• /
• pp.381-403
• /
• 2019

신문기사를 주제 분야별로 나누고, 분야 내에서 각각의 범주들은 기본 패싯과 결합하는 패싯 택소노미 모형을 개발하였으며 구축 방안을 제시하고 패싯 택소노미를 구축하는 연구를 수행하였다. 패싯 택소노미는 신문기사를 주제 분야(정치, 경제 분야 등)로 나누고 범주(정치 분야의 경우, 정치일반, 행정, 사법 등) 및 하위 범주를 기본 패싯과 각각 결합한다. 하위 범주는 더욱 하위 구분할 수 있다. 택소노미는 범주 간의 계층 관계를 가질 수 있으며, 범주-패싯은 예를 들어, "예술"에 대해 '사람', '행위', '행사', '시간', '장소' 등과 결합한다. 그리고 예술의 하위 범주인 '미술', '음악', '무용' 등은 '예술'과 계층 관계를 이루어 추론과 브라우징에 활용할 수 있도록 구성하였다. 또한, 범주-패싯 결합은 기본 패싯순으로 계층 구조를 갖는다. 한편, 시험용 어휘 구축은 '예술 분야'를 대상으로 용어 145어를 본 연구에서 다루는 모든 구성요소를 포함하는 패싯 택소노미를 구축하고, 디스플레이를 예시하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.53-77
• /
• 2012

본 연구는 경향신문, 한겨레, 동아일보 세 개의 신문기사가 가지고 있는 내용 및 논조에 어떠한 차이가 있는지를 객관적인 데이터를 통해 제시하고자 시행되었다. 본 연구는 텍스트 마이닝 기법을 활용하여 신문기사의 키워드 단순빈도 분석과 Clustering, Classification 결과를 분석하여 제시하였으며, 경제, 문화 국제, 사회, 정치 및 사설 분야에서의 신문사 간 차이점을 분석하고자 하였다. 신문기사의 문단을 분석단위로 하여 각 신문사의 특성을 파악하였고, 키워드 네트워크로 키워드들 간의 관계를 시각화하여 신문사별 특성을 객관적으로 볼 수 있도록 제시하였다. 신문기사의 수집은 신문기사 데이터베이스 시스템인 KINDS에서 2008년부터 2012년까지 해당 주제로 주제어 검색을 하여 총 3,026개의 수집을 하였다. 수집된 신문기사들은 불용어 제거와 형태소 분석을 위해 Java로 구현된 Lucene Korean 모듈을 이용하여 자연어 처리를 하였다. 신문기사의 내용 및 논조를 파악하기 위해 경향신문, 한겨레, 동아일보가 정해진 기간 내에 일어난 특정 사건에 대해 언급하는 단어의 빈도 상위 10위를 제시하여 분석하였고, 키워드들 간 코사인 유사도를 분석하여 네트워크 지도를 만들었으며 단어들의 네트워크를 통해 Clustering 결과를 분석하였다. 신문사들마다의 논조를 확인하기 위해 Supervised Learning 기법을 활용하여 각각의 논조에 대해 분류하였으며, 마지막으로는 분류 성능 평가를 위해 정확률과 재현률, F-value를 측정하여 제시하였다. 본 연구를 통해 문화 전반, 경제 전반, 정치분야의 통합진보당 이슈에 대한 신문기사들에 전반적인 내용과 논조에 차이를 보이고 있음을 알 수 있었고, 사회분야의 4대강 사업에 대한 긍정-부정 논조에 차이가 있음을 발견할 수 있었다. 본 연구는 지금까지 연구되어왔던 한글 신문기사의 코딩 및 담화분석 방법에서 벗어나, 텍스트 마이닝 기법을 활용하여 다량의 데이터를 분석하였음에 의미가 있다. 향후 지속적인 연구를 통해 분류 성능을 보다 높인다면, 사람들이 뉴스를 접할 때 그 뉴스의 특정 논조 성향에 대해 우선적으로 파악하여 객관성을 유지한 채 정보에 접근할 수 있도록 도와주는 신뢰성 있는 툴을 만들 수 있을 것이라 기대한다.