• 한국콘텐츠학회논문지
• /
• 제16권8호
• /
• pp.180-191
• /
• 2016

본 연구는 국내 주요언론이 이념성향에 따라 보도 프레임을 달리할 것이라는 가정 하에 미국 대선 후보 주자였던 '버니 샌더스'를 대상으로 뉴스보도의 의미연결망을 분석하였다. 버니 샌더스라는 인물은 '미국'이라는 보수의 가치와 '불평등 해소'라는 진보의 가치를 동시에 지닌 인물이이서 언론의 이념적 차이가 잘 드러날 수 있는 대상이기도 하다. 보수언론과 진보언론의 빈도순위를 비교해 본 결과, 보수언론은 '사회주의자'와 '흑인'이라는 단어를, 진보언론은 '불평등'과 '문제'라는 단어를 많이 사용한 것으로 나타났다. 특히 보수언론과 진보언론은 '한국'이라는 동일한 단어를 가지고 전혀 다른 의미구성을 보였다. 진보언론은 샌더스가 지적하는 사회문제와 기성정치에 대한 비판을 '한국'사회에 접목하여 이야기하고자 했다면, 보수언론은 '한국'이라는 단어와 구체적인 정당, 그리고 정치인의 이름을 거론해 샌더스와 닮았다고 한 발언에 대해 노골적인 표현으로 비난했다. 이는 동일한 단어를 사용함에도 전혀 다른 관점과 맥락에서 보도하는 경향성을 파악한 것으로, 사안에 대한 언론사의 의미구성이 이념적 지향에 따라 확연한 차이를 보인다는 것을 알 수 있다. 또한 본 연구는 의미연결망 분석을 통해 주요 단어들의 사용빈도 뿐만 아니라 단어들 간의 연결 강도와 중심성을 토대로 뉴스구성의 맥락을 해석했다는 점에서 보도분석을 위한 방법론의 확장에도 기여하고자 하였다.

• 한국의상디자인학회지
• /
• 제22권3호
• /
• pp.49-61
• /
• 2020

This study analyzed the social media accounts and performed a Big Data analysis of Z-generation fashion using Textom Text Mining Techniques program and Ucinet Big Data analysis program. The research results are as follows: First, as a result of keyword analysis on 67.646 Z-generation fashion social media posts over the last 5 years, 220,211 keywords were extracted. Among them, 67 major keywords were selected based on the frequency of co-occurrence being greater than more than 250 times. As the top keywords appearing over 1000 times, were the most influential as the number of nodes connected to 'Z generation' (29595 times) are overwhelmingly, and was followed by 'millennials'(18536 times), 'fashion'(17836 times), and 'generation'(13055 times), 'brand'(8325 times) and 'trend'(7310 times) Second, as a result of the analysis of Network Degree Centrality between the key keywords for the Z-generation, the number of nodes connected to the "Z-generation" (29595 times) is overwhelmingly large. Next, many 'millennial'(18536 times), 'fashion'(17836 times), 'generation'(13055 times), 'brand'(8325 times), 'trend'(7310 times), etc. appear. These texts are considered to be important factors in exploring the reaction of social media to the Z-generation. Third, through the analysis of CONCOR, text with the structural equivalence between major keywords for Gen Z fashion was rearranged and clustered. In addition, four clusters were derived by grouping through network semantic network visualization. Group 1 is 54 texts, 'Diverse Characteristics of Z-Generation Fashion Consumers', Group 2 is 7 Texts, 'Z-Generation's teenagers Fashion Powers', Group 3 is 8 Texts, 'Z-Generation's Celebrity Fashions' Interest and Fashion', Group 4 named 'Gucci', the most popular luxury fashion of the Z-generation as one text.

• 디지털산업정보학회논문지
• /
• 제5권2호
• /
• pp.1-11
• /
• 2009

This study presents HCWS algorithm for researcher grouping on a weighted researcher network. The weights represent intensity of connections among researchers based on the number of co-authors and the number of co-authored research papers. To confirm the validity of the proposed technique, this study conducted an experimentation on about 80 research papers. As a consequence, it is proved that HCWS algorithm is able to bring about more realistic clustering compared with HCS algorithm which presents semantic relations among researchers in simple connections. In addition, it is found that HCWS algorithm can address the problems of existing HCS algorithm; researchers are disconnected since their connections are classified as weak even though they are strong, and vise versa. The technique described in this research paper can be applied to efficiently establish social networks of researchers considering relations such as collaboration histories among researchers or to create communities of researchers.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1442-1453
• /
• 2016

Now, there are prodigiously expanding worldwide economic networks in the information society, which require their social structural changes through technology innovations. This paper so tries to formally define a process-centered knowledge model to be used to analyze policy-making procedures on technology innovations. The eventual goal of the proposed knowledge model is to apply itself to analyze a topic network based upon composite keywords from a document written in a natural language format during the technology innovation procedures. Knowledge model is created to topic network that compositing driven keyword through text mining from natural language in document. And we show that the way of analyzing knowledge model and automatically generating feature keyword and relation properties into topic networks.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.51-58
• /
• 2018

SNS의 사용자와 데이터량이 폭발적으로 증가함에 따라, SNS 빅 데이터를 기반으로 한 연구들이 활발히 진행되고 있다. 특히 소셜 마이닝 분야에서는 비 분류된 대용량 SNS 텍스트 데이터로부터 각 텍스트 별 유사성을 파악하고, 그로부터 트렌드를 추출하기 위해 대표적인 토픽 모델 기법인 LDA를 사용한다. 그러나 LDA는 단문 데이터에 대하여 비 빈발 단어 출현으로 인한 의미 희박성(semantic sparsity)으로 인해 양질의 주제 추론이 어렵다는 한계를 가진다. BTM 연구는 이와 같은 LDA의 한계점을 두 단어의 조합을 통해 개선하였으나, BTM 또한 조합된 단어 중 높은 빈도수의 단어에 더 큰 영향을 받아 각 주제와의 연관성을 고려한 가중치 계산이 불가능하다는 한계점을 지닌다. 본 논문은 단어 간의 의미적 연관성을 반영함으로써 기존 연구 BTM의 정확도를 개선하는 방안을 모색한다.

• 한국콘텐츠학회논문지
• /
• 제21권9호
• /
• pp.24-33
• /
• 2021

본 연구는 대구·경북지역 대학 총장 인사말에 나타난 의미론적 관계와 대학의 방향성을 탐색하였다. 2020년 9월 기준, 각 대학 웹사이트에서 인사말을 수집하였다. 분석 결과, 머리말엔 긍정적인 인상의 '여러분', '환영하다', '방문하다' 등이 자주 사용되었고 본문엔 '대학'과 '교육'이 주요 단어 쌍을 이뤘다. 연결망 중심성 분석에는 '세계'와 '글로벌'이 높은 값을 보였다. 텍스트 내에 존재하는 의미 구조의 하위 차원을 찾기 위해 군집 분석을 실시한 결과, 중심 집단 3개와 보조 집단 3개가 나타났다. 핵심 군집엔 대학의 사회적 책임과 지역발전, 그리고 세계화를 의미하는 단어들이, 보조 군집엔 사업, 꿈, 인사와 관련한 단어들이 출현하였다. 전문대학과 4년제를 비교하면 전문대학은 산업과 기술적 역량에, 4년제는 교육 역량과 학문적 연구 성과에 중점을 뒀다. 본 연구는 학령인구 감소와 변화하는 사회적 환경 속, 대구·경북 대학들이 내세우는 지향점을 파악한다는 점에서 가치를 가진다.

• 한국조경학회지
• /
• 제47권2호
• /
• pp.28-48
• /
• 2019

본 연구는 1920~1999년까지 매스미디어에 나타난 국내 도시재생의 시대적 동향을 의미연결망(Semantic-Network Analysis)분석방법을 활용하여 도시재생에 대한 인식을 파악하고, 향후 지향해야 할 정책적 시사점을 예견하는데 목적이 있다. 분석 결과, 시대별로 기사수가 증가함에 따라 사회적 현상과 이슈의 상호관계가 복잡하게 얽혀서 도시재생의 의미가 형성되어 온 것으로 분석되었다. 전반적으로 '도시'와 '재생' 키워드도 시대별로 등장 빈출이 다르게 나타났는데, 특히 도시개발이 심화되는 1970년을 기점으로 '도시'와 '재생'이 밀접하게 관련되어 나타나는 것으로 분석되었다. 시대적 변천에 따라 '도시'는 1990년도에 이를수록 등장빈도가 높게 나타났으나, '농촌'의 등장빈도가 급격히 하향하는 것으로 분석되었다. 이는 1990년대까지의 도시문제 해결 정책의 부작용으로 나타난 슬럼화 및 침체 현상이 대부분 도시에 집적되어 있었으며, 재생에 있어서 농촌보다 도시의 물리적 환경을 개선하는 목표 중심으로 정책적 논의가 진행되었기 때문으로 해석된다. 1970년대 이후 '개발'과 '재생'의 키워드 분포가 양적 증가 추세를 보이는데, 도시의 외연적 성장을 위한 개발로 인해 도시의 양극화 현상은 두드러지게 나타나 결국 환경적 위협의 가속화를 초래했던 시대적 상황과 인식이 같은 흐름을 보이는 것으로 나타났다. 특히 '재생'의 키워드는 주로 환경문제와 직결되는 쓰레기, 폐품, 오염, 공해 등과 같은 키워드와 연관되어 등장하였는데, 이러한 환경문제의 대두는 1980년대 이후 지속가능성에 대한 관심, 환경 및 생태 친화적 기술과 분야의 발전을 촉진시키는 계기가 되었다. 도시재생과 관련하여 허브 역할을 수행하는 키워드로 '도시', '재생', '환경'의 등장 빈출이 1990년대에 이를수록 증가하는 것으로 나타났는데, 이는 도시재생의 촉발이 사회문제로 제기되었던 '환경'과 밀접한 관계가 있음을 시사한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.363-366
• /
• 2016

추천 기법은 개인의 관심사와 상황을 고려한 개인화된 아이템을 제공함으로써 아이템의 소비과정에서 발생하는 부하를 줄여주고 정보 소비의 효율성을 증대시키는데 중요한 역할을 한다. 본 연구에서는 전통적인 추천 기법인 Content-Based(CB)기법과 최근 온라인 소셜 네트워크의 경향을 반영한 Social Network-based(SN)기법을 접목하여 새로운 복합방식의 정보 추천 기법을 제시한다. CB 기법의 대표적인 한계점인 cold start problem과 SN 기법의 추천 아이템의 전문성 문제를 상호 보완하며, 특히 최근 소셜 네트워크의 특징인 비신뢰 (non-trust) 기반의 영향력 있는 정보 확산자가 존재하는 환경에서 기법을 적용할 수 있도록 하였다. 또한 대부분 사람 추천 중심인 기존의 SN 기법들과는 달리 사람에게 제공할 정보의 추천에 초점을 두며, 정보 선정과정에서 개인의 온라인과 현실(real world)에서의 사회 활동 정보를 모두 활용하여 더육 더 개인화된 가치 정보를 제공하고자 한다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.193-200
• /
• 2021

최근 소셜미디어에서 관광지에 관한 게시글과 의견이 활발하게 공유된다. 이러한 소셜 빅데이터는 소비자가 인식하는 관광지의 객관적인 이미지를 파악할 수 있는 유의미한 정보를 제공한다. 이에 따라 본 연구는 소셜미디어의 빅데이터를 이용해서 강원도 지역에 대한 관광 이미지를 분석하는 것이다. SNS 및 빅데이터의 대표적인 분석 방법인 텍스트마이닝과 의미연결망 분석 절차를 사용해서 강원도의 관광 이미지를 분석하고 차별화된 경쟁력을 확보할 수 있는 이미지 향상에 대한 방안을 제공하고자 하였다. 분석결과에 따르면, 강원도 지역의 관광으로 속초, 강릉, 양양 순으로 지명 언급이 높은 수준으로 나타났고, 여행목적은 맛집투어, 식도락, 가족여행, 휴가, 체험 등으로 나타났다. 특히, 당일여행, 주말, 체험 등을 선호하는 것으로 나타났다. 분석결과를 바탕으로 네 가지 제안을 하였다. 첫째, 강원도 관광의 활성화를 위하여 가격대별로 다양한 호텔, 숙박 시설과 체험 관광 마케팅이 필요하다. 둘째, 강원도의 자연경관과 수도권 근접성을 활용한 당일상품을 개발할 필요가 있다. 셋째, 강원도 향토음식과 전통식당의 홍보가 필요하다. 마지막으로 힐링과 가족여행에 적합한 관광 마케팅 개발이 필요하다. 본 연구 결과를 통해 강원도의 관광 이미지를 현황을 파악하고 경쟁력을 향상할 수 있는 마케팅 전략을 제시하였다. 또한, 관광 소비자의 빅데이터를 관광사업 분야에서 활용할 수 있는 이론적 근거를 제공하였다.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.1-10
• /
• 2021

본 연구에서는 빅데이터 기법 중에 하나인 텍스트마이닝을 활용하여 소셜플랫폼에서 외국인근로자에 대한 인식을 알아보고 시사점을 도출하고자 하였다. 연구를 위해서 2020년 1월 1일부터 12월 31일까지를 기준으로 '외국인근로자' 검색 키워드를 수집하여 빈도분석, TF-IDF 분석, 연결중심성 분석으로 상위 키워드 100개를 도출하고 비교분석을 수행하였다. 또한 Ucinet6.0과 Netdraw를 이용해 의미연결망을 분석하였으며, CONCOR 분석을 통해 외국인정책 이슈, 지역사회 이슈, 사업주 관점 이슈, 고용 이슈, 근로환경 이슈, 법적 이슈, 출입국 이슈, 인권 이슈로 8개 클로스터로 군집화하였다. 이러한 분석 결과를 바탕으로 외국인근로자 국민적 인식, 주요 이슈를 파악하였으며, 향후 외국인근로자에 대한 정책 및 관련 연구에 필요한 기초자료를 제공하고자 한다.