• 경영정보학연구
• /
• 제23권4호
• /
• pp.147-163
• /
• 2021

본 논문은 포털의 댓글이력공개가 뉴스 댓글에 미치는 영향을 분석한다. 구체적으로, 네이버와 다음에서 수집한 뉴스 코멘트를 기반으로 이중차분분석 방법을 적용하여 네이버의 댓글이력공개 정책의 효과를 실증 분석한다. 분석 결과에 따르면, 댓글이력공개는 댓글의 길이와 긍정성을 증가시켰지만, 품질은 향상시키지 않은 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제15권4호
• /
• pp.391-406
• /
• 2015

온라인 뉴스에서 개인의 참여가 활성화 되면서 댓글의 중요성이 부각되고 있다. 최근엔 개인의 SNS(social networking site) 계정을 이용하여 댓글을 게재할 수 있는 소셜댓글 서비스가 활성화 되고 있다. 본 연구에서는 실제 온라인 뉴스 댓글 현황 데이터를 이용하여 (1) 댓글의 일반적 특성요소 중 일반댓글과 소셜댓글이 차이점을 보일 가능성이 있는 요소를 도출한 후, (2) 일반댓글에 비해 소셜댓글이 각 특성요소별로 어떻게 다른지 비교 분석하고, 마지막으로 (3) 소셜댓글 이용 업체별로 각 특성요소가 어떻게 달라지는지를 실증 분석해보았다. 이를 위해 기존문헌 조사 및 전문가 인터뷰를 진행하여 여섯 가지 특성요소를 도출하였다. 다음으로 SPSS Statistics의 t-test의 분석 방법을 사용하여, 소셜댓글과 일반댓글이 모든 요소에서 유의한 차이를 보임을 확인하였고, ANOVA와 Duncan test 결과 트위터와 페이스북 그룹 간 차이가 유의함을 확인하였다. 본 연구를 통해 소셜댓글의 실제적인 가치를 명확히 파악할 수 있을 뿐만 아니라, 소셜댓글을 이용한 악성댓글 문제 해결에 실마리를 제공하고, 개인, 기업, 정부기관 등을 주체로 다른 분야의 적용가능성도 살펴볼 수 있을 것으로 기대한다.

• 디지털콘텐츠학회 논문지
• /
• 제19권8호
• /
• pp.1489-1497
• /
• 2018

온라인 뉴스에 개인의 참여가 활성화되면서 댓글의 중요성은 더욱 커지고 있다. 특히 이용자들에게 많은 공감을 받는 '베스트 댓글'은 주된 여론으로 인식되고 큰 영향력을 가진다. 따라서 본 연구는 온라인 뉴스 댓글 데이터를 이용하여 베스트 댓글의 특성을 알아보고자 하였다. 이를 위해 일반 댓글과 차이점을 보일 가능성이 있는 요소를 설정 후, 데이터를 수치화하여 일반 댓글과 베스트 댓글의 차이를 분석하였다. 본 연구는 최근 댓글 조작 등의 문제 해결에 실마리를 제공하고 개인 및 학술단체, 정부기관 등을 주체로 하여금 기초 자료로 활용될 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제13권12호
• /
• pp.201-211
• /
• 2013

본 연구의 목적은 온라인 뉴스에 대한 베스트 댓글이 일반 댓글의 동조에 미치는 효과에 대해 검증하는 것이었다. 참가자는 총 194명이었으며, 참가자들은 통제집단(61명), 긍정적 베스트 댓글 집단(66명), 부정적 베스트 댓글 집단(67명) 중 한 집단에 무선할당 되었다. 참가자들은 온라인 뉴스 기사와 긍정적 또는 부정적인 베스트 댓글을 읽고 하단에 제시된 댓글 난에 자신의 의견을 댓글 형식으로 작성하였으며, 주제 관여도와 자기표현 정도를 묻는 설문지를 작성하였다. 참가자들이 직접 작성한 댓글은 4명의 연구자가 읽은 뒤 댓글 방향성을 긍정, 부정, 중립으로 분류하였으며, 평가자간 신뢰도는 평균 84.9%였다. 분석 결과, 실험 집단에 따른 주제 관여도와 자기표현 정도에는 유의미한 차이가 없어, 실험 집단 간 동질성이 확보되었다. 그리고 교차분석 결과, 실험 집단에 따라 긍정, 부정, 중립적 댓글 빈도가 유의미하게 차이가 있었다. 사후검증 결과, 통제집단과 긍정적 베스트 댓글 집단, 그리고 긍정적 베스트 댓글 집단과 부정적 베스트 댓글 집단 간 댓글 방향성에는 유의미하게 차이가 있었으나, 통제집단과 부정적 베스트 댓글 집단 간 댓글 경향에는 유의미한 차이가 없었다.

• 한국콘텐츠학회논문지
• /
• 제21권9호
• /
• pp.750-761
• /
• 2021

인터넷 기사에 대한 댓글은 토론 및 소통 등 긍정적 효과도 있지만, 악성 댓글은 사람의 목숨을 앗아가는 정도로 심각한 문제이다. 이런 측면에서 악성 댓글을 자동으로 검출하는 것은 중요한 문제이다. 그러나 현재 채택되고 있는 금칙어 바탕의 댓글 필터 방안은, 특히 한글 댓글의 경우 효과적이지 못한 실정이다. 이 논문에서는 형태소 분석을 통해 비속어 형태소와 존대어 형태소를 구별함으로써 댓글 필터링을 수행하는 방법을 제안한다. 이들 두 형태소를 바탕으로 댓글 건전도를 계산하고, 또한 건전도를 바탕으로 한 댓글 충격량 계산방법을 여럿 제안한다. 악성 댓글을 대상으로 한 실험을 수행한 결과, 포털에서 수행되고 있는 클린봇보다 재현율이 37.93% 포인트 개선되었으며 F-지수 값은 47.66 포인트 개선된 것으로 나타났다. 이 결과에 따르면, 형태소 분석을 기초로 한 새로운 필터 방법이 금칙어를 바탕으로 한 방법의 좋은 대안이 될 수 있을 것으로 기대된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.178-180
• /
• 2015

본 논문에서는 기계 학습(Machine Learning)을 이용하여 댓글의 악성 여부를 분류하는 시스템에 대해 설명한다. 댓글은 문장의 길이가 짧고 맞춤법이 잘 되어있지 않는 특성을 가지고 있다. 따라서 댓글 분석을 위해 형태소 분석 결과와 문자단위 Bi-gram, Tri-gram을 자질로 이용한다. 전처리 된 댓글에서 각 자질 추출 방법에 따라 자질을 추출한다. 추출된 자질을 이용하여 기계학습 알고리즘의 모델을 학습하고 댓글의 악성 여부 분류에 활용한다. 본 논문에서는 댓글의 악성 여부 판별을 위한 자질 추출방법을 제안하고 실험을 통해 이에 대한 효용성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.905-908
• /
• 2014

악성댓글은 인터넷 상에서 상대방이 올린 글에 대한 비방, 험담 등을 하는 악의적인 댓글을 의미한다. 사용자에게 스마트 모바일 기기, 소셜 네트워크 서비스 등의 편리한 서비스를 제공함에 따라 악성댓글에 대한 피해도 꾸준히 증가하고 있다. 본 논문에서 제안하는 방법은 댓글로부터 간단한 형태소 분석과 패턴 추출 과정을 거쳐 단어장을 형성한다. 단어장을 바탕으로 댓글에 포함된 단어가 악성댓글과 비악성댓글에서 나타날 확률을 구하고 이를 기반으로 주어진 댓글이 악성댓글인지 아닌지를 판별한다. 실험결과를 통하여 본 논문에서 제안하는 악성댓글을 판별하는 방법을 평가한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.869-872
• /
• 2018

온라인 뉴스 소비의 확산과 함께 댓글은 여론 형성에 큰 역할을 담당한다. 그러나 아직 댓글에 영향을 미치는 형식 요소에 대한 실증 데이터 기반의 연구는 미흡하다. 본 연구는 이의 시작으로 온라인 뉴스 기사 소비의 두 가지 중요 요소 즉, 헤드라인과 댓글의 관계에 대해 다루고자 한다. 이를 위해, 헤드라인의 논조 유무에 따른 댓글의 논쟁 활성화 정도 차를 확인하고자 댓글의 수와 길이를 분석하였다. '이세돌, 알파고 바둑대결', '최저임금', '북미회담' 기사로 총 537건의 해드라인과 약 85만개의 댓글을 수집하였다. 그 결과 논쟁 활성화 측면에서 논조가 있는 헤드라인일때 댓글의 수가 많고 길이가 길어 논쟁이 더 활발한 것을 할 수 있었다. 또, 댓글의 논쟁 주제도 차이가 있어 헤드라인의 논조가 있는 경우에 의견이나 감정을 표출하는 토픽이 더 많았다. 본 연구는 실증 데이터를 통해, 헤드라인의 논조 유무가 댓글의 논쟁의 활성화 정도와 주제에 영향을 주는 요소임을 밝힘으로써 댓글 소비에 대한 새로운 관점을 제시하고, 헤드라인의 형식 요소의 연구의 중요성을 확인한 데 그 의의가 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.770-773
• /
• 2019

본 논문에서는 매년 성장하는 웹툰 시장 속에서 신인 작가들이 성공할 수 있는 성공 요인을 밝히고자 하였다. 국내 1위 웹툰 플랫폼인 네이버 웹툰 중 데뷔작을 기준으로 완결 웹툰 212개, 연재 중인 웹툰 112개, 총 324개의 웹툰을 수집하여 연구를 진행하였다. 기존 선행연구와의 차별화를 두기 위해 독자의 직접적인 반응 중 하나인 댓글을 성공 요인에 포함하였다. 댓글에 담긴 긍정, 부정을 나타내는 주관을 탐지하기 위해 딥러닝을 이용하여 감성 분석을 실시하였다. 각 웹툰에 대한 댓글 반응을 포함하여 평균, '좋아요' 수, 장르 그리고 첫 화 댓글 수와 5화까지 평균 댓글 수를 흥행에 영향을 미치는 독립변수로 사용했다. 댓글 반응이 중요 요인인지를 확인하기 위해 각 모델 생성 시 댓글 반응을 포함한 모델과 포함하지 않은 모델을 생성하여 성능 평가를 실시하였다. 로지스틱 회귀분석, 아다 부스트, 그리고 서포트 벡터 머신 모델을 정확도와 ROC 그래프를 이용해 효율성을 비교하고, 이를 통해 댓글 반응을 활용한 로지스틱 회귀 모델이 가장 적합하다고 판단하였다. 모델 생성 결과 '좋아요' 수, 1화 댓글 수, 댓글 반응 순으로 성공 요인에 많은 영향을 미치는 것을 알 수 있었다.

• 한국전자거래학회지
• /
• 제17권1호
• /
• pp.173-187
• /
• 2012

뉴스 이용 경로가 오프라인 신문에서 온라인 뉴스 매체로 이동하면서, 새로운 여론 형성의 기제로 대두된 댓글에 대한 연구가 많이 이루어져왔다. 댓글에 대한 연구는 주로 댓글의 품질이나 영향력 유무, 여론 형성 기능 등을 중심으로 이루어져왔다. 그런데, 댓글의 여론 형성 기능에 대한 연구 외에, 정치적 민감도가 높은 이슈에 대한 매체별 논조와 개인의 정치성향에 따른 연구는 찾아보기 힘들다. 특히, 이용자의 사회정체성과 정치성향이 그들의 매체선택과 해당 매체에서 접하는 댓글에 대한 인식에 어떠한 영향을 미치는지에 관한 연구는 거의 없었던 것으로 보인다. 이에 본 연구는, 이용자들이 온라인 뉴스 매체와 자신의 정치성향이 유사한 정도에 따라 해당 댓글의 신뢰도, 영향도 등을 다르게 평가하는지에 대해 사회 정체성 이론의 관점에서 살펴보았다. 이를 위해 '개인과 온라인 뉴스 매체 간 정치성향의 유사성'을 독립 변수로 놓고 '댓글에 대한 일반적인 인식'과 '정치성향이 각기 다른 매체의 댓글에 대한 인식'을 종속 변수로 하여 양 변수의 관계를 분석하였다. 동 연구는 댓글 읽기에 초점을 두고 처음으로 정치성향에 따른 매체 이용 패턴과 댓글에 대한 인식을 연구하여 분석했다는 데 학문적 의미를 찾을 수 있을 것이다. 또한, 온라인 뉴스 매체별 댓글 인식의 차이는 댓글 읽기의 중요성과 공론장으로서의 댓글이 유효함을 증명한데 그 의미가 있다.