과제정보
본 연구는 (주)바이브컴퍼니의 지원을 받아 데이터를 수집하였음. 이 논문은 2020년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2020S1A5B8103855).
참고문헌
- 강은경, 정연식, 양선욱, 권지윤, 양성병. (2022). MIS Quarterly 연구동향 탐색: 토픽모델링 및 키워드 네트워크 분석 활용. 지능정보연구, 28(2), 207-235. https://doi.org/10.13088/JIIS.2022.28.2.207
- 고정애, 안철수 지지층 38.3%는 이재명, 37.7%는 윤석열 찍었다, 중아일보, 2022, Available at https://www.joongang.co.kr/article/25058749.
- 공윤엽, 김동하, 최현성, 황재호. (2022). 소셜 빅데이터 기반의 20 대 대선후보 키워드 분석을 통한 선거전략 수립. 인문사회 21, 13(1), 3191-3206.
- 권혁남. (2001). 16 대 총선 여론조사의 문제점 및 개선방안: 출구조사와 무응답률 문제를 중심으로. 언론과학연구, 1(1), 46-74.
- 김가현, '깜깜이 기간' 尹으로 기운 포심... 지지격차는 0.9%~5.2%P 요동, 서울신문, 2022, Available at https://www.seoul.co.kr/news/newsView.php?id=20220310006005.
- 김양원, 송경재, [열린라디오 YTN] 여론조사 과잉시대...대선후보 여론조사 믿어도 될까, YTN 라디오 FM 94.5(20:20~21:00), 2021, Available at https://www.ytn.co.kr/_ln/0101_202111150859285538. 101_202111150859285538
- 김종훈, 연령불문 인기 1위 '유튜브' 50대 증가하는 까닭은?, 조선일보, 2019, Available at http://www.dizzotv.com/site/data/html_dir/2019/05/16/2019051680230.html.
- 김찬우, 박효찬, 박한우. (2017). 2017 년 대통령 후보수락 연설 유튜브 동영상의 댓글망과 의미망 분석. Journal of The Korean Data Analysis Society (JKDAS), 19, 1379-1390. https://doi.org/10.37727/jkdas.2017.19.3.1379
- 김형수. (2020). Step by Step 비즈니스 머신러닝 in 파이썬. 서울: 프레딕스.
- 바이브컴퍼니. Sometrend Biz, 2022, Available at https://biz.some.co.kr/intro.
- 박병언, 임규건. (2015). 일반영향요인과 댓글기반 콘텐츠 네트워크 분석을 통합한 유튜브 (Youtube) 상의 콘텐츠 확산 영향요인 연구. 지능정보연구, 21(3), 19-36. https://doi.org/10.13088/JIIS.2015.21.3.19
- 박상현, 김성훈, 정승화. (2020). 유튜브 정치.시사 채널 이용이 정치사회화에 미치는 영향. 한국콘텐츠학회논문지, 20(9), 224-237. https://doi.org/10.5392/JKCA.2020.20.09.224
- 박석봉, 정주호. (2021). 빅데이터 분석기술을 활용한 병역제도 여론 연구: 인터넷 뉴스, SNS를 중심으로. 한국국가안보국민안전학회지, 13, 7-30.
- 박영석, [그래픽] 역대 대선 여론조사 및 득표율, 연합뉴스, 2021, Available at https://www.yna.co.kr/view/GYH20211127000600044.
- 박중현, 유튜브의 인기 비결... 무엇이 현대인을 사로잡았나, 똑똑, 2021, Available at https://www.dokdok.co/post/youtube-3.
- 배정환, 손지은, 송민. (2013). 텍스트 마이닝을 이용한 2012 년 한국대선 관련 트위터 분석. 지능정보연구, 19(3), 141-156. https://doi.org/10.13088/JIIS.2013.19.3.141
- 송화영, 박세정, 박한우. (2020). 2020 년 국회의원 선거 기간의 유튜브 빅데이터 분석. Journal of The Korean Data Analysis Society, 22(5), 2063-2074. https://doi.org/10.37727/jkdas.2020.22.5.2063
- 안지현, '오락가락' 여론조사 결과 왜?.. '정치 저관여층'에 달렸다, JTBC, 2022, Available at https://news.v.daum.net/v/20220223190803040?s=print_news.
- 이광춘, 유튜브에 쌓인 데이터들... 대선 결과를 예측할까, 오마이뉴스, 2022, Available at http://www.ohmynews.com/NWS_Web/View/at_pg_w.aspx?CNTN_CD=A0002816615.
- 이서영, 권상집. (2019). 트위터 메시지 분석을 통한 선거 결과 예측 고찰: 18 대 대선을 중심으로. 한국콘텐츠학회논문지, 19(4), 174-186. https://doi.org/10.5392/JKCA.2019.19.04.174
- 이수범, 강연곤. (2013). 국내 일간지의 트위터 이슈에 관한 보도 프레임 분석: 정치적 소통과 여론 형성이라는 관점을 중심으로. 한국언론학보, 57(1), 28-53.
- 이승종, [심층출구조사 분석]①49.3% "후보 만족스럽지 않지만 투표", KBS뉴스, 2022, Available at https://news.kbs.co.kr/news/view.do?ncd=5412126.
- 이예나, 최은정, 김명주. (2018). 대선후보의 SNS 평판이 선거결과에 미치는 영향 분석-19 대대선을 중심으로. 디지털융복합연구, 16(2), 195-201. https://doi.org/10.14400/JDC.2018.16.2.195
- 임예인, "2022 대선, 여론조사의 패배를 묻다: 괴골 인터뷰 2/2", ㅍㅍㅅㅅ, 2022.05.11., Available at https://ppss.kr/archives/254019.
- 전창훈, 선거 100일전 웃은 후보가 결국 이겼다, 부산일보, 2021, Available at http://www.busan.com/view/bstoday/view.php?code=2021112817571734900.
- 정일권, 김상연. (2021). 해석적 선거 여론조사 보도: 기사 작성과 취재 실천 방안. 방송문화연구, 33(2), 9-46. https://doi.org/10.22854/SBC.2021.33.2.9
- 정지선, 김동성, 김종우. (2015). 온라인 언급이 기업 성과에 미치는 영향 분석: 뉴스 감성 분석을 통한 기업별 주가 예측. 지능정보연구, 21(4), 37-51. https://doi.org/10.13088/JIIS.2015.21.4.037
- 중앙선거관리위원회, 제20대 대통령선거(재보궐 포함) 투표구별 개표결과, 중앙선거관리위원회 선거1과, 2022, Available at https://www.nec.go.kr/site/nec/ex/bbs/View.do?cbIdx=1129&bcIdx=175508.
- 중앙선거관리위원회, 공직선거법 제108조(여론 조사의 결과공표금지 등), 중앙선거관리위원회 법제과, 2017, Available at https://www.law.go.kr/%EB%B2%95%EB%A0%B9/%EA%B3%B5%EC%A7%81%EC%84%A0%EA%B1%B0%EB%B2%95/%E7%AC%AC108%E6%A2%9D.
- 최문열, [이슈 따라잡기] 3일부터 여론조사 공표 금지, 배경과 이유, UPDOWNNEWS, 2022, Available at http://www.updownnews.co.kr/news/articleView.html?idxno=300555.
- 최필선, 민인식. (2013). 18 대 대통령 선거 여론 조사의 기관별 정확성 측정 및 비교. 조사연구, 14(2), 1-18.
- 하상현, 노태협. (2020). SNS 기반 여론 감성 분석. The Journal of the Convergence on Culture Technology (JCCT), 6(1), 111-120.
- 하승태. (2012). 선거여론조사와 후보별 보도량 분석: USA Today의 미대선 경선 보도를 중심으로. 지역과 커뮤니케이션, 16(2), 115-140.
- 홍원식, 한균태, 서영남. (2009). 대선보도와 여론 조사-여론조사 공표 금지 조항 개정을 중심으로. 정치커뮤니케이션 연구, 12, 245-277.
- MBC. [여론M] 여론조사를 조사하다, 2022, Available at http://poll-mbc.co.kr/.
- Chen, Y., & Wang, L. (2022). Misleading political advertising fuels incivility online: A social network analysis of 2020 US presidential election campaign video comments on YouTube. Computers in Human Behavior, 131, 107202. https://doi.org/10.1016/j.chb.2022.107202
- Krishna, A., Zambreno, J., & Krishnan, S. (2013, December). Polarity trend analysis of public sentiment on YouTube. In Proceedings of the 19th international conference on management of data (pp. 125-128).
- Lee, K., 9 Informative Infographics To Guide Your Visual Content Marketing, Buffer, 2014, Available at https://buffer.com/resources/infographics-visual-content-marketing/.
- Mehrabian, A. (1981). Silent messages: Implicit communication of emotions and attitudes, Wadsworth Pub.
- Patterson, T. E. (2005). Of polls, mountains: US journalists and their use of election surveys. Public Opinion Quarterly, 69(5), 716-724. https://doi.org/10.1093/poq/nfi065
- Ridout, T. N., Franklin Fowler, E., & Branstetter, J. (2010, August). Political advertising in the 21st century: The rise of the YouTube ad. In APSA 2010 Annual Meeting Paper.
- Shevtsov, A., Oikonomidou, M., Antonakaki, D., Pratikakis, P., & Ioannidis, S. (2020). Analysis of Twitter and YouTube during USelections 2020. arXiv preprint arXiv:2010.08183.
- Zolghadr, M., Niaki, S. A. A., & Niaki, S. T. A. (2018). Modeling and forecasting US presidential election using learning algorithms. Journal of Industrial Engineering International, 14(3), 491-500 https://doi.org/10.1007/s40092-017-0238-2