• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.242-244
• /
• 2015

정보통신기술이 발전함에 따라 인터넷 뉴스 기사의 수와 구독률이 지속적으로 상승하고 있다. 하지만 주로 텍스트로 구성된 인터넷 기사를 통해 전체적인 이슈의 현황을 파악하는 데는 한계가 있다. 이에 본 논문에서는 분산 시스템 환경 내에서 기계 학습을 통하여 대량의 뉴스를 분석하고, 주요 이슈와 이슈간의 연관성을 추출하여 시각화하는 시스템 설계에 대해 제안하고자 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.595-597
• /
• 2020

빅데이터 시대에서 대용량 문서의 의미를 자동으로 파악하기 위해서는 문서 내에서 주제 및 내용을 포괄하는 핵심 단어가 키워드 단위로 추출되어야 한다. 문서에서 키워드가 될 수 있는 단위는 복합명사를 포함한 단어가 될 수도, 그 이상의 묶음이 될 수도 있다. 한국어는 언어적 특성상 구묶음 개념이 적용되는 데, 이를 통해 주요 키워드가 될 수 있는 말덩이 추출이 가능하다. 따라서 본 연구에서는 문서에서 단어뿐만 아니라 다양한 단위의 키워드 묶음을 태깅하는 가이드라인 정의를 비롯해 태깅도구를 활용한 코퍼스 구축 방법론을 고도화하고, 그 방법론을 실제로 뉴스 도메인에 적용하여 주석 말뭉치를 구축함으로써 검증하였다. 본 연구의 결과물은 텍스트 문서의 내용을 파악하고 분석이 필요한 모든 텍스트마이닝 관련 기술의 기초 작업으로 활용 가능하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.236-236
• /
• 2021

최근 텍스트와 같은 비정형 데이터의 생성 속도가 급격하게 증가함에 따라, 이를 분석하기 위한 기술들의 필요성이 커지고 있다. 텍스트 마이닝은 자연어 처리기술을 사용하여 비정형 텍스트를 정형화하고, 문서에서 가치있는 정보를 획득할 수 있는 기법 중 하나이다. 텍스트 마이닝 기법은 일반적으로 각각의 분서별로 특정 용어의 사용 빈도를 나타내는 문서-용어 빈도행렬을 사용하여 용어의 중요도를 나타내고, 다양한 연구 분야에서 이를 활용하고 있다. 하지만, 문서-용어 빈도 행렬에서 나타내는 용어들의 빈도들은 문서들의 차별성과 그에 따른 용어들의 중요도를 나타내기 어렵기때문에, 용어 가중치를 적용하여 문서가 가지고 있는 특징을 분류하는 방법이 필수적이다. 다양한 용어 가중치를 적용하는 방법들이 개발되어 적용되고 있지만, 환경 분야에서는 용어 가중치 기법 적용에 따른 효율성 평가 연구가 미비한 상황이다. 또한, 환경 이슈 분석의 경우 단순히 문서들에 특징을 파악하고 주어진 문서들을 분류하기보다, 시간적 분포도에 따른 각 문서의 특징을 반영하는 것도 상대적으로 중요하다. 따라서, 본 연구에서는 텍스트 마이닝을 이용하여 2015-2020년의 서울지역 환경뉴스 데이터를 사용하여 환경 이슈 분석에 적합한 용어 가중치 기법들을 비교분석하였다. 용어 가중치 기법으로는 TF-IDF (Term frequency-inverse document frquency), BM25, TF-IGM (TF-inverse gravity moment), TF-IDF-ICSDF (TF-IDF-inverse classs space density frequency)를 적용하였다. 본 연구를 통해 환경문서 및 개체 분류에 대한 최적화된 용어 가중치 기법을 제시하고, 서울지역의 환경 이슈와 관련된 핵심어 추출정보를 제공하고자 한다.

• 정보화정책
• /
• 제26권4호
• /
• pp.20-35
• /
• 2019

본 연구에서는 육아에 대한 공포 등 심리적 요인이 출산율에 미치는 영향을 실증적으로 분석하였다. 2000년~2018년까지 육아에 대한 부정적인 기사가 전체 사회 기사에서 차지하는 비중을 바탕으로 지표를 산출하였다. 지표 분석 결과, 지표가 증가하면 3년 뒤의 출산율은 떨어지는 것으로 나타났다. 이러한 결과는 상관관계 분석, 단순 회귀분석, VAR 분석에서도 일관적으로 나타났다. 그랜져 인과관계 분석 결과, 지표와 3년 뒤 출산율의 관계는 단순 상관관계가 아닌 인과관계에 있음을 알 수 있었다. 연령대별로도 차이를 보였는데, 20~30대 여성의 출산율은 지표에 유의한 반응을 보였으나, 40대 출산율은 반응을 보이지 않았다. 또한 지표가 상승하면 1아 출산율에는 영향을 미치지만, 2아/3아 이상의 출산율에는 영향을 미치지 않는 것으로 나타났다. 이것은 여성의 나이가 어릴수록 육아에 대한 부정적인 기사에 영향을 많이 받지만, 이미 출산/육아를 경험해본 사람들에게는 큰 영향을 미치지 못한다는 직관과도 일치한다. 본 연구는 뉴스 빅데이터를 단순한 키워드 언급량 변화 모니터링이라는 한정된 용도를 벗어나, 사회 현상을 예측하는데 유의미한 지표를 추출해 냈다는데 의미가 있다. 또한 이러한 빅데이터 기반의 지표는 출산율에 대한 3년의 선행성이 있기 때문에 미리 감지할 수 정보를 제공한다는 장점이 있다.

• 정보화정책
• /
• 제25권4호
• /
• pp.37-64
• /
• 2018

본 연구는 빅데이터 분석을 통해 한국사회의 미래를 예견해보고자 한 것이다. 이러한 목적을 위해 일차적으로 국내 127개 주요 언론사의 뉴스기사(매체지) 및 사회과학 우수학술지 논문초록(학술지) DB에서 '미래사회' 관련 텍스트를 선정한 후, 해당 기사의 제목 및 논문 키워드로부터 주제어를 추출하였다. 추출한 핵심 주제어의 출현 빈도, 연도별 추세 및 주제어/연관어 연결망구조에 의거해 한국사회의 미래적 관심사를 탐지한 결과, 매체지의 미래 관심사는 '경제', '정치', '과학기술', 학술지의 그것은 '심리', '직무', '문화' 관련 사항들이 주축을 이루고 있음이 확인되었다. 여기에 $J{\ddot{u}}rgen$ Habermas의 '체계와 생활세계(system and life-world)' 개념틀을 적용하면, 매체지와 학술지의 미래 관심은 각기 '체계' 및 '생활세계' 범주에 집중되어 있다는 결론에 이르게 된다. 이 같은 미래 관심사의 분화 양상에 착안해 사회적 도전 과제들을 상이한 여건이나 가치들 간의 불일치의 소산으로 인식하는 '부조화론(mismatch theory)'을 미래연구를 위한 대안적 패러다임으로 제시함으로써, 절대적 혹은 상대적 빈곤 문제에 천착해 온 미래사회의 인식 수준을 한 단계 높이고자 한다.

• 정보교육학회논문지
• /
• 제25권6호
• /
• pp.935-945
• /
• 2021

이 연구의 목적은 빅데이터 분석 방법을 이용하여 아두이노 강의에 대한 사회적 인식을 분석하는 데 있다. 이를 위해 네이버 사이트의 블로그, 카페, 뉴스 채널에서 '아두이노+강의'를 검색 키워드로 2012년 1월부터 2021년 5월까지의 데이터를 텍스톰 사이트로 수집하였다. 수집된 데이터는 텍스톰 사이트를 이용하여 정제하였으며, 텍스톰 사이트, Ucinet 6, Netdraw 프로그램을 이용하여 텍스트 마이닝 분석과 의미 연결망 분석을 수행하였다. 빈도 분석, TF-IDF 분석, 연결 중심성 등의 텍스트 마이닝 분석 결과 '교육', '코딩' 등이 상위 키워드임을 확인하였다. 의미 연결망 분석을 위해 CONCOR 분석을 수행한 결과 '아두이노 관련 교육', '피지컬 컴퓨팅 관련 강의', '아두이노 특강', 'GUI 프로그래밍' 등 4개의 군집을 확인할 수 있다. 이 연구를 통해 인터넷상에서 아두이노 강의와 관련하여 일반 대중들의 여러 가지 의미 있는 사회적 인식을 확인할 수 있었다. 이 연구의 결과는 아두이노 강의를 준비하는 교수자나 해당 주제를 연구하는 연구자, 나아가 소프트웨어 교육이나 코딩 교육과 관련 정책을 수립하는 정책 입안자들에게 의미 있는 시사점을 제공하는 자료로 활용될 것이다.

• 디지털융복합연구
• /
• 제17권9호
• /
• pp.399-406
• /
• 2019

본 연구에서는 온라인 뉴스와 뉴스댓글로 부터 형성된 기업평판이 그 기업의 수익성과 어떠한 관계가 있는지를 알아보고자 하였다. 본 연구에서는 연구문제를 해결하기 위해 현대자동차, 신세계백화점, SK텔레콤, 아모레퍼시픽 네 기업을 대상으로 빅데이터 분석을 실시하였다. 연구 결과, 기업에 따라 온라인 뉴스와 뉴스댓글로 형성된 각각의 기업평판이 수익성에 미치는 영향은 차이가 나타났다. 현대자동차와 아모레퍼시픽과 같이 소비자가 직접 사용하는 제품제조기업인 경우 뉴스댓글로 형성된 기업평판이 더 큰 영향력을 나타났다. 또한 신세계백화점은 온라인 뉴스로 형성된 기업 평판의 영향력이 더 크게 나타났다. 반면 SK텔레콤은 수익성에 영향을 미치지 않았다. 결과를 바탕으로 본 연구는 기업의 평판관리에 있어 온라인 뉴스와 뉴스댓글을 중심으로 기업평판과 수익성 간의 관계를 알아봄으로써 평판관리전략을 수립하는데 기여하고자 한다.

• 인터넷정보학회논문지
• /
• 제16권3호
• /
• pp.105-116
• /
• 2015

2014년 4월 16일 발생한 세월호 침몰 사건은 그 동안의 어떤 사건, 사고 그리고 재난보다 한국 정치 사회 그리고 언론에 상당한 영향을 미쳤다. 이에 본 연구는 세월호 사건이라는 특수성을 고려해, 사건 발생 직후 드러난 트위터와 포털뉴스에서 나타난 의제의 현저성과 두 매체 간의 속성의제들이 어떠한 상관관계를 나타내고 있는가를 의제 순위 상관관계를 통해 탐구해 보았다. 빅데이터 수집을 통해 분석해 본 결과, 첫째 세월호라는 키워드와 연관된 트위터의 의제와 포털뉴스의 의제에 현저성에 차이가 없을 것이라는 가설은 기각되었지만, 두 매체의 의제들의 순위 상관관계는 높은 것으로 나타났다. 연구 결과 두 매체의 의제들은 대부분 서로 공유됨을 알 수 있다. 둘째, 세월호와 연관된 다섯 가지 대상의제들의 트위터와 포털뉴스에서의 속성의제들은 현저성에서 차이가 있었으며, 세 가지 의제들은 순위 상관관계가 높게 나타났고, 나머지 두 의제들은 순위 상관관계가 낮게 나타났다. 이 결과를 통해, 특정 주제에 관해서는 트위터가 포털뉴스와 전혀 다른 의제를 형성, 매체 내에서 공유하였다는 것을 알 수 있다.

• 한국산림과학회지
• /
• 제110권3호
• /
• pp.462-477
• /
• 2021

본 연구는 뉴스 기사와 사설의 빅데이터 분석을 통해 거시적 관점에서 국내 산림 정책의 변화와 산림에 대한 사회적 인식 변화를 고찰하는 것을 목적으로 하였다. 이를 위해 광복 이후인 1946년부터 2017년까지 7시기로 구분하여 중앙지와 경제지에 보도된 총 13,570건의 '산림' 관련 데이터를 수집하였고 키워드 및 구조등위성 분석(CONCOR: CONvergence of iterated CORrelations)을 실시하였다. 분석 결과, 첫째, '산림' 키워드의 기사 및 사설의 연도별 보도 건수 비율은 전반적으로 증가하였다. 둘째, 보도 분야에 있어서 '산림' 관련 뉴스 데이터는 1기(1946~1966년)에는 사회면에 집중되었다가 2기(1967~1972년)부터 5기(1988~1997년)에는 사회면과 경제면으로, 6기(1998~2007년)에는 문화면까지, 7기(2008~2017년) 이후에는 정치면까지 보도 비율이 높아지는 등 산림 관련 이슈가 다양한 분야로 확장되고 있는 것으로 나타났다. 셋째, 시기별로 정책적 패러다임의 변화가 사회적 인식 또한 크게 변화시키고 있음을 확인하였다. 1~2기에 사회적으로는 산림녹화, 보호에 관한 정책보다 생계에 직접적으로 체감되는 문제를 우선적으로 인식하였고 3~6기에 걸쳐서 경제성장을 이룩하면서 산림정책에 대한 계획적·과학적 조림의 필요성 인식(3기), 환경보호에 대한 인식(4기), 국토 보전에 대한 인식(5기), 환경·생태적 관점에서의 인식(6~7기)으로 확장되는 양상을 보였다. 본 연구는 산림에 관한 정책과 이에 대한 대중의 사회적 인식이 의미화되어 반영된 뉴스 빅데이터 자료를 활용하여 구명하였다는 데 의의가 있다. 향후 사회적 이슈를 도출하는 수단으로서 사설뿐 아니라 블로그, 유튜브 등 다양한 사회관계망 서비스(SNS;Social Network Service)의 텍스트 빅데이터와 GDP와 같은 시대별 경제지표를 더불어 활용한다면 대중의 담론, 인식 등을 좀 더 깊이있게 분석할 수 있으리라 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.501-503
• /
• 2019

IT 기술의 발달에 따라 다양한 웹 미디어의 데이터가 기하급수적으로 증가하고 있으며 이는 비정형 형태의 빅 데이터로 활용도가 매우 높다. 그 중 인터넷 뉴스나 SNS 등은 시간의 흐름에 따라 다양한 이슈들이 서로 영향을 주며 발생, 결합, 분화, 소멸된다. 본 논문에서는 인터넷상에서 발생하는 비정형 데이터들을 수집하여 텍스트 마이닝을 통해 글의 주요이슈 키워드, 카테고리, 날짜 등을 추출한다. 추출한 데이터를 일정 기간별로 나누어 이슈 매핑을 통해 이슈간의 상관관계를 분석한다. 나아가 LSTM 또는 GRU를 이용한 딥러닝을 통해 앞으로의 이슈를 예측하는 시스템 설계를 제안한다.