• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.928-931
• /
• 2014

The detection of human behavior from social media revolutionized health, business, criminal and political prediction. Significance of it, in incentive transformation of public opinion had already proven for developed countries in improving democratic process of elections. In $3^{rd}$ World countries, voters poll votes for personal interests being unaware of party manifesto or national interest. These issues can be addressed by social media, resulting as ongoing process of improvement for presently adopted electoral procedures. On the optimistic side, people of such countries applied social media to garner support and campaign for political parties in General Elections. Political leaders, parties, and people empowered themselves with social media, in disseminating party's agenda and advocacy of party's ideology on social media without much campaigning cost. To study effectiveness of social media inferred from individual's political behavior, large scale analysis, sentiment detection & tweet classification was done in order to classify, predict and forecast election results. The experimental results depicts that social media content can be used as an effective indicator for capturing political behaviors of different parties positive, negative and neutral behavior of the party followers as well as party campaign impact can be predicted from the analysis.

• Human Ecology Research
• /
• 제60권1호
• /
• pp.21-38
• /
• 2022

This study uses text mining compares and contrasts consumers' social media discourses on dietary related zero-waste movement before and after COVID-19. The results indicate that the amount of buzz on social networks for the zero- waste movement has been increasing after COVID-19. Additionally, the results of frequency analysis and topic modeling revealed that subjects associated with zero-waste movement were more diversified after COVID-19. Although the results of a sentiment analysis and word cloud visualization confirmed that consumers' positive responses toward the zero-waste have been increasing, they also revealed a need to educate and encourage those who are still not aware of the need for zero-waste. Finally, consumers mentioned only a small number of companies participating in zero-waste movement on SNS, indicating that the level of active involvement by such companies is much lower than that of consumers. Theoretical and educational implications as well as those for government policy-making are considered.

• 한국콘텐츠학회논문지
• /
• 제20권8호
• /
• pp.19-33
• /
• 2020

본 연구의 목적은 빅데이터 분석 기법을 이용하여 세종시 건설 계획에 대한 여론 변화를 분석하는 것이다. 연구 자료는 세종시 건설 계획과 관련된 한겨레와 동아일보, 한국일보 등 언론사의 신문기사이다. 세종시 건설 계획은 신행정수도, 행정중심복합도시, 세종시 수정안 등 3개 시기로 구분되었다. 분석 방법은 파이썬과 Gephi 0.9.2 프로그램을 활용한 빈도분석, 감성분석, 사회연결망분석이다. 세종시 건설에 따라 각 신문사의 쟁점에 대한 변화가 있었다. 첫째, 빈도분석 결과, 한겨레의 키워드는 세종시 건설 시기에 따라 찬성-찬성-반대의 특성을 나타내고 있었다. 동아일보는 반대-반대-찬성의 입장을 갖는 것으로 분석되었다. 한국일보는 반대-찬성-반대 경향을 갖는 것으로 분석되었다. 둘째, 감성분석 결과, 각 언론사는 논조의 특성이 변화되고 있었다. 한겨레는 긍정-긍정-부정 논조 특성을 보이고 있었고, 동아일보는 부정 - 부정 - 긍정으로 변화되었다. 한국일보는 부정-긍정-부정으로 변화되었다. 셋째, 사회연결망분석 결과는 다음과 같다. 각 언론사는 세종시 건설 시기에 진보와 보수, 중도 등 정치적, 이념적 특성에 따라 변화를 보이고 있었다. 한겨레는 지역균형발전에 초점을 맞추고 있었으며, 동아일보는 보수의 의견을 대변하고 있었다. 한국일보는 세종시 건설 시기에 여·야가 대립하는 이슈에 대해 부각 시키고 있었다.

• 문화기술의 융합
• /
• 제8권2호
• /
• pp.209-215
• /
• 2022

본 연구의 목적은 '포스트 코로나 뉴노멀'에 관한 소셜 미디어(social media) 빅데이터를 분석하여 한국사회에서 '포스트코로나 뉴노멀'에 대한 대중 인식을 감성 측면에서 살펴봄으로서 포스트 코로나 시대를 선제적으로 대처하기 위한 기초자료를 제공하는 것이다. 자료 수집 및 분석을 위하여 빅데이터 분석 프로그램인 '텍스톰' (textom)의 감성분석 프로그램을 활용하였다. 데이터 수집기간은 2020년 10월 5일부터 2021년 10월 5일까지 1년이고, 수집 채널은 다음(daum)과 네이버(naver)의 블로그, 카페, 트위터 및 페이스북으로 설정하였다. 이 채널에서 수집된 총 3,770개의수집텍스트를 편집, 정제한 원문데이터가 본 연구를 위해 사용되었다. 분석의 결과는 다음과 같다. 첫째, '포스트 코로나 뉴노멀'에 대해 호감과 흥미 감성이 가장 높다. 즉 일상 회복과 기술 성장 및 새로워진 미래에 대한 기대 등 낙관적 감성이 77.62%로 주도적임을 알 수 있다. 둘째, 슬픔과 거부감 같은 부정 감성은 전체의 22.38%이나, 감성의 강도는 23.91%로 비율보다 높아 이 부정 감성이 강렬하다는 것을 시사한다. 본 연구는 '포스트 코로나 뉴노멀'에 대한 빅데이터 분석을 통해서 대중의 긍정 및 부정감성의 세부 요인분석의 기여도가 있다.

• 정보관리학회지
• /
• 제39권1호
• /
• pp.91-117
• /
• 2022

국내를 비롯하여 전 세계적으로 우울증 환자 수가 매년 증가하는 추세이다. 그러나 대다수의 정신질환 환자들은 자신이 질병을 앓고 있다는 사실을 인식하지 못해서 적절한 치료가 이루어지지 않고 있다. 우울 증상이 방치되면 자살과 불안, 기타 심리적인 문제로 발전될 수 있기에 우울증의 조기 발견과 치료는 정신건강 증진에 있어 매우 중요하다. 이러한 문제점을 개선하기 위해 본 연구에서는 한국어 소셜 미디어 텍스트를 활용한 딥러닝 기반의 우울 경향 모델을 제시하였다. 네이버 지식인, 네이버 블로그, 하이닥, 트위터에서 데이터수집을 한 뒤 DSM-5 주요 우울 장애 진단 기준을 활용하여 우울 증상 개수에 따라 클래스를 구분하여 주석을 달았다. 이후 구축한 말뭉치의 클래스 별 특성을 살펴보고자 TF-IDF 분석과 동시 출현 단어 분석을 실시하였다. 또한, 다양한 텍스트 특징을 활용하여 우울 경향 분류 모델을 생성하기 위해 단어 임베딩과 사전 기반 감성 분석, LDA 토픽 모델링을 수행하였다. 이를 통해 문헌 별로 임베딩된 텍스트와 감성 점수, 토픽 번호를 산출하여 텍스트 특징으로 사용하였다. 그 결과 임베딩된 텍스트에 문서의 감성 점수와 토픽을 모두 결합하여 KorBERT 알고리즘을 기반으로 우울 경향을 분류하였을 때 가장 높은 정확률인 83.28%를 달성하는 것을 확인하였다. 본 연구는 다양한 텍스트 특징을 활용하여 보다 성능이 개선된 한국어 우울 경향 분류 모델을 구축함에 따라, 한국 온라인 커뮤니티 이용자 중 잠재적인 우울증 환자를 조기에 발견해 빠른 치료 및 예방이 가능하도록 하여 한국 사회의 정신건강 증진에 도움을 줄 수 있는 기반을 마련했다는 점에서 의의를 지닌다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.163-184
• /
• 2020

SNS에서 포스팅과 댓글 형태로 만들어지는 정보는 가공 및 확대되어 뉴스미디어로 재전송되거나 현실 세계에서의 활동으로 연결되기도 하는 등, 그 영향력이 점점 커지고 있다. 최근 들어 SNS 댓글의 이러한 정보 증폭 현상에 대한 논의가 진행되고 있으나, 구체적으로 어떠한 차원의 정보가 확대되는지나 증폭의 방향과 정도 및 이에 영향을 미치는 요인 등은 아직 잘 밝혀져 있지 않다. 따라서 본 연구에서는 댓글 내용의 센티멘트를 이용하여 SNS 댓글이 구체적으로 어떠한 차원에서 원 게시글을 확대하는지 살펴보고, SNS 포스팅 구조와 사회적 연결망의 특징이 어떻게 이 확대 방향과 크기에 영향을 미치는지 뉴스 댓글과 비교하여 살펴보았다. 2,378개의 페이스북 포스팅과 그에 포함된 뉴스 게시글, 이들에 달린 페이스북 댓글 26,312개, 뉴스 사이트 댓글 74,730개를 분석한 결과, SNS 댓글은 원 게시글의 센티멘트를 확대하는 것으로 나타났다. 특히 인지적, 사회적 차원에서는 뉴스 사이트의 댓글보다도 그 확대 정도가 더 큰 것을 알 수 있었다. 정서적 차원에서는 뉴스 사이트 댓글보다 부정적 감정의 확대 정도는 약하고 긍정적 감정의 확대 정도가 큰 것으로 드러나 SNS 댓글이 부정적 감정보다 긍정적 감정을 증폭하는 경향이 있음을 알 수 있었다. 댓글의 원 게시글 증폭 방향과 정도에 있어서는 댓글이 긍정 유지, 혹은 긍정 전환될 때는 SNS 포스팅 작성자와 포스팅에 포함된 게시글 작성자가 동일할 경우 증폭정도도 커지지만 부정 유지되는 경우에는 그렇지 않은 경우에 오히려 증폭되는 경향이 있다는 것을 밝혀 사회적 연결망 하의 관계가 댓글 증폭에 큰 영향을 미치는 것을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권1호
• /
• pp.391-406
• /
• 2015

Social media have emerged as new communication channels between consumers and companies that generate a large volume of unstructured text data. This social media content, which contains consumers' opinions and interests, is recognized as valuable material from which businesses can mine useful information; consequently, many researchers have reported on opinion-mining frameworks, methods, techniques, and tools for business intelligence over various industries. These studies sometimes focused on how to use opinion mining in business fields or emphasized methods of analyzing content to achieve results that are more accurate. They also considered how to visualize the results to ensure easier understanding. However, we found that such approaches are often technically complex and insufficiently user-friendly to help with business decisions and planning. Therefore, in this study we attempt to formulate a more comprehensive and practical methodology to conduct social media opinion mining and apply our methodology to a case study of the oldest instant noodle product in Korea. We also present graphical tools and visualized outputs that include volume and sentiment graphs, time-series graphs, a topic word cloud, a heat map, and a valence tree map with a classification. Our resources are from public-domain social media content such as blogs, forum messages, and news articles that we analyze with natural language processing, statistics, and graphics packages in the freeware R project environment. We believe our methodology and visualization outputs can provide a practical and reliable guide for immediate use, not just in the food industry but other industries as well.

• 한국수학교육학회지시리즈B:순수및응용수학
• /
• 제24권4호
• /
• pp.227-241
• /
• 2017

The study investigates the stock market using emotion index calculated from SMD based on investors' emotion. In the VAR anlaysis, we find that the correlation between the KOSPI200 return and emotion score sum is highest in 2- or 3- day lag. This study concludes that explanatory power of the SMD emotion index is limited in explaining the Korean stock market yet.

• 한국언론정보학보
• /
• 제67권
• /
• pp.177-208
• /
• 2014

이 연구는 1920~1930년대 식민지 시기 신문의 사회면-사회적 보도가 정치적으로 부호화되고 해독되는 양식화의 메커니즘을 분석하고 있다. 민족국가와 정치부재, 그리고 주밀한 검열체제 하에서 신문은 비정치적 장르를 정치화하는 담론전략을 시도하며 사회면은 이 식민지적 맥락 안에서 정치적 언설로 구성되고 해독되었다. 이를 규명하기 위해 첫째 민간지의 사회면의 위상 및 편집방향, 둘째 사회면의 사회적 사실을 생산하기 위한 취재, 조직, 기자, 기사작법, 셋째 사회면을 둘러싼 신문과 기자의 부호화 전략 및 이에 공조하는 독자의 해독 규약을 분석했다. 사회면 또는 사회적 사실의 정치적 양식화는 객관적 사실보다 이면의 심리적 사실을 중시하고, 식민지 현실의 부정적 현상(現狀)에 주목하면서 운명공동체로서 민족적 비참을 형상화하며 뉴스를 극적 구조의 감정적 현실 서사(實事敍辭)로 구성하였다. 사회면은 민족공동체적 감각을 공유하고 유지하는 데 의미를 부여하며 이를 위해 민족적 감정을 동요하는 취재보도와 기사의 양식화를 이룬 것이다. 식민지에서는 모든 사회적 사실들이 정치적 문제로 환원된다는 점을 전제하면 사회면에 배치되는 사회적 사실들에 정치적 함의를 덧씌우기 위한 식민지 지식인/기자들의 전략과 전술, 의도는 식민지 저널리즘의 한 특수한 양상을 드러낸다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.845-854
• /
• 2016

감성분석 (sentiment analysis) 혹은 오피니언 마이닝 (opinion mining)은 블로그, 리뷰, 신문기사나 소셜네트워크 등의 문서에서 개인의 주관적인 정보 혹은 의견을 알아보는데 사용되는 텍스트 마이닝의 기법이다. 평점이 있는 온라인 리뷰에서 리뷰 텍스트에 기반한 평점의 분류문제에 대한 선행연구에서는 이진 분류만을 고려하였다. 그러나 긍정과 부정 외에도 중립적인 의견도 있을 수 있기 때문에 이진 분류보다는 다범주 분류가 더 적합할 것이다. 본 연구에서는 리뷰 텍스트에 기반한 평점의 다범주 분류문제를 고려한다. 전처리에서는 카이제곱 통계량을 이용하여 평점과 연관된 단어들을 추출하고 이를 입력변수로 삼아 지지벡터기계 (support vector machines)와 비례오즈 모형 (proportional odds model) 등 다범주 분류기의 예측력을 비교한다.