DOI QR코드

DOI QR Code

Trend Analysis of Sports for All-Related Issues in Early Stage of COVID-19 Using Topic Modeling

토픽 모델링을 활용한 코로나19 초기 생활체육 이슈 분석

  • Chung, Yunkil (Department of Physical Education, College of Education, Korea University) ;
  • Seo, Sumin (Korea Institute of Science and Technology Information) ;
  • Kang, Hyunmin (Department of Physical Education, College of Education, Korea University)
  • 정연길 (고려대학교 사범대학 체육교육과) ;
  • 서수민 (한국과학기술정보연구원) ;
  • 강현민 (고려대학교 사범대학 체육교육과)
  • Received : 2022.07.08
  • Accepted : 2022.07.31
  • Published : 2022.09.30

Abstract

COVID-19, which started in December 2019, has had a great impact on our lives in general, including politics, economy, society, and culture, and activities in sports and arts have also been significantly reduced. In the case of sports, sports for all fields in which ordinary citizens participate were particularly affected, and cases of infection in places closely related to people's lives, such as gyms, table tennis, and badminton clubs, also amplified the social fear of the spread of COVID-19. Therefore, in this study, we analyzed news articles related to sports for all at the time when COVID-19 was first spread, and investigated what issues were emerging and being discussed in the sports for all field under the COVID-19 situation. Specifically, we collected news articles dealt with sports for all issues under the COVID-19 situation from Korea's leading portal news sites and identified key sports for all issues by performing topic modeling on these articles. Through the analysis, we found meaningful issues such as COVID-19 outbreak in sports facilities and support for sports activities. In addition, through wordcloud analysis of these major issues, we visually understood the issues and identified the changes in these issues over time.

지난 2019년 12월 시작된 코로나19는 정치, 경제, 사회, 문화 등 우리 삶의 전반에 많은 영향을 끼쳐 왔으며, 스포츠, 공연 예술 등의 분야 역시 이로 인해 큰 폭으로 활동이 위축되었다. 스포츠 분야의 경우 참여스포츠를 대표하는 생활체육 분야에서의 변화가 특히 크게 나타났으며, 헬스장, 탁구장, 배드민턴 동호회 등 국민 삶과 밀접한 장소에서의 확진자 발생은 코로나19의 확산에 대한 사회적 공포감을 증폭시키는 원인이 되기도 하였다. 이에 본 연구에서는 코로나19가 최초 확산한 시기의 생활체육 관련 국내 언론 기사를 분석하여, 코로나19 사태로 인해 생활체육 분야에서 어떤 이슈들이 현장에서 등장하고 있으며 어떠한 논의들이 이루어지고 있는지 살펴본다. 구체적으로 본 연구는 국내 대표적인 포털 뉴스 사이트로부터 생활체육과 관련된 코로나19 이슈를 다루고 있는 뉴스 기사를 수집한 후, 이에 대한 토픽 모델링(Topic Modeling) 분석을 통해 코로나19 환경에서의 주요 생활체육 이슈를 파악하였다. 분석을 통해 체육시설 코로나 발생, 체육활동 지원, 생활체육활동 변화 등의 의미있는 이슈를 발견하였으며, 이들 주요 이슈에 대한 워드 클라우드(Wordcloud) 분석을 통해 이슈를 시각적으로 이해하고 시간의 흐름에 따라 이러한 이슈가 변화하는 양상을 확인하였다.

Keywords

References

  1. 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
  2. 구강본. (2017). 체육학에서 빅 데이터의 적용과 한계. 한국스포츠학회지, 15(4), 651-660.
  3. 김경식. (2021). 미디어 빅데이터를 활용한 Covid-19 전후 여가 의미연결망 분석. 한국체육학회지, 60(2), 163-176.
  4. 김경식. (2022). 미디어 빅데이터를 활용한 생활체육 이슈 분석. 한국융합과학회지, 11(5), 1-15.
  5. 김경오. (2020). 코로나 19 시국 이후 체육교육의 행태와 의미의 변화: 포스트 코로나를 위한 함의. 한국웰니스학회지, 15(4), 401-412.
  6. 김남규, 이동훈, 최호창, William Xiu Shun Wong. (2017). 텍스트 분석 기술 및 활용 동향. 한국통신학회논문지, 42(2), 471-492.
  7. 김미옥, 고진수, 노승철, 정재훈. (2017). 빅데이터 분석을 활용한 기금지원 체육시설 활성화 방안. 디지털융복합연구, 15(2), 527-535. https://doi.org/10.14400/JDC.2017.15.2.527
  8. 김민수, 오승욱, 임정원, 한진욱. (2017). 소셜빅데이터를 활용한 스포츠산업 지원 사업 수요분석. 한국스포츠산업경영학회지, 22(2), 45-66.
  9. 김상미. (2020). 코로나 19 관련 온라인 교육에 관한 국내 언론보도기사 분석. 디지털콘텐츠학회논문지, 21(6), 1091-1100.
  10. 김우경, 박창범. (2019). 2018 자카르타-팔렘방아시안 게임에 관한 키워드 네트워크 분석. 코칭능력개발지, 21(1), 83-91.
  11. 김주원, 김우식. (2021). 계획행동이론을 적용한 대학생의 생활체육 참여의식 연구: COVID 19 팬데믹 이후를 중심으로. Journal of the Korean Applied Science and Technology, 38(4), 963-973. https://doi.org/10.12925/JKOCS.2021.38.4.963
  12. 김대경, 이현수. (2016). 소셜 빅데이터 텍스트 마이닝을 활용한 전국장애인체육대회 분석 연구. 한국체육학회지, 55(6), 801-810.
  13. 김현규. (2020). 응집도 점수를 기반으로 한 소셜 빅데이터의 효율적인 키워드 추출. 한국컴퓨터정보학회논문지, 25(10), 87-94. https://doi.org/10.9708/JKSCI.2020.25.10.087
  14. 김현중. (2019). 미등록 문제와 데이터 부족 현상을 해결하기 위한 비지도학습 토크나이저와 추출 기반 문서 요약 기법. 박사학위논문, 서울대학교 대학원.
  15. 박성건, 김완섭, 이대택. (2017). Mecab-ko 형태소 분석을 이용한 한국체육학회지 연구동향 분석. 한국체육학회지, 56(6), 595-605.
  16. 박성건, 박광원, 강현욱. (2019). 공저자 네트워크 및 토픽 모델링 기반 여가레크리에이션 학술연구 특징 분석, 한국체육학회지, 57(2), 279-289.
  17. 박영진, 윤종대, 이봉근. (2021). 코로나 19 사태로 인한 대학생의 여가활동 제약과 생활체육 참가 및 주관적 행복감의 관계. 한국스포츠학회지, 19(4), 71-80.
  18. 박재명, 김두한, 신미애. (2021). 포스트코로나 시대의 생활체육 달리기운동의 활성화 방안. Sports Science, 39(3), 331-336. https://doi.org/10.46394/ISS.39.3.37
  19. 백주해, 권형일, 최미화. (2019). 참고문헌의 유뮤가 ADA 를 사용한 토픽 모델링 결과에 미치는 영향. 한국체육학회지, 58(6), 197-207.
  20. 손원호, 손순호. (2022). 위드 코로나(with Corona) 시대의 우리나라 지방자치단체 생활체육 조례현황 및 정책방향 연구: 수도권 지방자치단체를 중심으로. 한국지적정보학회지, 24(1), 108-125.
  21. 안정훈. (2021). 지속적 생활체육 참여 노인들의 코로나-19 로 인한 운동제약이 삶의 만족도에 미치는 영향: 우울의 매개효과. 한국스포츠학회지, 19(2), 411-421.
  22. 안정훈, 김상태. (2021). 코로나 19 로 인한 생활 체육 동호인들의 운동참여제약이 정신적 웰빙에 미치는 영향: 긍정적 정서와 심리적 안녕 감의 매개효과. 한국스포츠학회지, 19(3), 467-477.
  23. 양동석, 조건상, 유은혜. (2020). 코로나-19 에 대처하는 초등학교 체육수업의 현실과 개선 방안. 한국초등체육학회지, 26(2), 131-144.
  24. 연진욱, 부현경, 김남규. (2022). 다이내믹 토픽 모델링의 의미적 시각화 방법론. 지능정보연구, 28(1), 131-154. https://doi.org/10.13088/JIIS.2022.28.1.131
  25. 오형근. (2020). 코로나 19 이후 주요 사회변화와 정보보안 이슈 분석. 정보과학회지, 38(9), 48-56.
  26. 유소연, 임규건. (2022). 토픽모델링을 활용한 COVID-19 학술 연구 기반 연구 주제 분류에 관한 연구. 지능정보연구, 28(1), 155-174. https://doi.org/10.13088/JIIS.2022.28.1.155
  27. 윤기준, 정현수. (2020). 한국스포츠교육학회지 연구 동향 분석. 한국스포츠교육학회지, 27(3), 1-16.
  28. 윤효준, 박재현, 윤지운. (2019). 비정형 텍스트 자료에서 잠재정보 추출을 위한 토픽모델링 소개: 치매관련 신체활동 뉴스 기사의 이슈 분석. 체육과학연구, 30(3), 501-512. https://doi.org/10.24985/KJSS.2019.30.3.501
  29. 이원미, 권구명. (2019). 토픽모델링을 적용한 노인체육의 연구주제: 국내 인문사회학 분야를 중심으로. 한국체육학회지, 58(6), 253-262.
  30. 이학준. (2021). 포스트 코로나 시대 스포츠의 뉴노멀. 스포츠인류학연구, 16 (1), 19-34.
  31. 장익영, 이원미. (2019). 토픽모델링을 적용한 한국스포츠사회학회지의 연구주제 분석. 한국스포츠사회학회지, 32(2), 20-35.
  32. 장준민, 김태홍. (2021). 포스트코로나 시대 생활 체육 활성화 방안. 한국정보통신학회 종합학술대회 논문집, 25(2), 170-171.
  33. 정주혁, 김금자, 유정인. (2021). 코로나 19 상황에서 생활체육 참여자들의 운동정서, 여가 만족, 심리적 웰빙의 관계. 한국엔터테인먼트산업학회논문지, 15(6), 81-92.
  34. 조경환. (2020). 코로나 19 시대 건강증진을 위한 노인체육 활성화 방안. 한국엔터테인먼트 산업학회논문지, 14(7), 141-160.
  35. 조미혜, 양민아. (2021). 포스트 펜데믹 시대, 교양체육 댄스스포츠 수업의 온라인 교수 프로그램 운영 사례 연구, 학습자중심교과교육연구, 21(14), 251-266.
  36. 조희진, 문정민, 박수경. (2021). 주변 녹지공간을 활용한 선형 문화체육시설 조성방안. 한국주거학회 학술대회논문집, 33(1), 244-244.
  37. 최희동, 정연길, 강현민. (2016). 한.일 생활체육 교류사업에 대한 양국 참가자의 사업만족과 사업성과 및 지속참여와의 관계 연구, 한국체육학회지, 55(2), 549-559.
  38. 한국스포츠정책과학원(2020). 소셜빅데이터 분석을 활용한 생활체육 정책 수요 분석.
  39. 한혜원, 전선혜. (2020). 빅데이터기반 토픽모델링을 활용한 국내 유아체육 분야 연구주제 분석. 한국체육과학회지, 29(1), 15-24.
  40. 함명환, 남윤호. (2021). 포스트 코로나 시대 생활스포츠지도자의 역할과 과제, 한국체육학회지, 60(5), 55-63.
  41. Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993-1022.
  42. Chang, J., Gerrish, S., Wang, C., Boyd-Graber, J. L., & Blei, D. M. (2009). Reading Tea Leaves: How Humans Interpret Topic Models. Advances in Neural Information Processing Systems, 288-296.
  43. Deerwester, S., Dumais, S. T., Furnas, G. W., Landauer, T. K., & Harshman, R. (1990). Indexing by Latent Semantic Analysis. Journal of the Association for Information Science, 41(6), 391-407.
  44. Ding, W., & Chen, C. (2014). Dynamic Topic Detection and Tracking: A Comparison of HDP, C-word, and Cocitation Methods. Journal of the Association for Information Science and Technology, 65(10), 2084-2097. https://doi.org/10.1002/asi.23134
  45. Fang, A., Macdonald, C., Ounis, I. & Habel, P. (2016). Using Word Embedding to Evaluate the Coherence of Topics from Twitter Data. Proceedings of the 39th International ACM SIGIR Conference on Research and Development in Information Retrieval, 1057-1060.
  46. Hofmann, T. (1999). Probabilistic Latent Semantic Indexing. Proceedings of the 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 50-57.
  47. Papadimitriou, C. H., Raghavan, P., Tamaki, H. & Vempala, S. (1998) Latent Semantic Indexing: A Probabilistic Analysis. Proceedings of the 17th ACM SIGACTSIGMOD-SIGART Symposium on Principles of Database Systems, 159-168.
  48. Steyvers, M., & Griffiths, T. (2007). Probabilistic Topic Models. Lawrence Erlbaum Associates Publishers, 427-448.
  49. Vineet, M., Caceres, R. S., & Carter, K. M. (2014). Evaluating Topic Quality Using Model Clustering. 2014 IEEE Symposium on Computational Intelligence and Data Mining, 178-185.