• 문화기술의 융합
• /
• 제9권6호
• /
• pp.1111-1117
• /
• 2023

이 연구는 최근 국내 신문사가 다시금 온라인 뉴스에 대한 유료화를 시도하는 상황에 주목하고 뉴스 독자 중에서도 유료이용 경험자에 대한 이해를 높이고자 했다. 한국언론진흥재단의 2022년 언론수용자조사 데이터(N = 58,936)를 분석한 결과, 2020년 이후 온라인 뉴스에 대한 유료이용 경험 및 유료이용 의향에 꾸준한 증가세가 관찰되었다. 실제 유료이용 경험을 설명하는 요인은 인구사회학적 속성 중 성별, 연령, 학력으로 나타났으며, 그밖에 정치·사회 현안에 대한 관심도, 다양한 미디어를 통한 뉴스 이용(신문, 잡지, 포털, 메신저, SNS. 동영상사이트, 팟캐스트) 등이 영향을 미치는 것으로 나타났다. 각 신문사가 온라인 뉴스 유통에 활용하고 있는 디지털 플랫폼의 형태와 관련해서는 언론사 애플리케이션과 이메일 뉴스레터의 이용이 유료구독 경험을 설명하는 요인으로 나타났다. 이와 같은 연구결과는 앞으로 한국의 언론사가 차별화된 뉴스 콘텐츠를 자사의 플랫폼을 통해 유통할 수 있도록 준비하고, 뉴스 독자와의 신뢰 관계를 형성하기 위한 구체적인 계획을 수립하는 것이 중요할 것임을 시사한다.

• 경영과학
• /
• 제31권4호
• /
• pp.93-106
• /
• 2014

This paper investigated customers' willingness to pay (WTP) for the integrated news platform, which is a paid digital news service provided by Korean newspapers. The integrated news platform has been widely employed and regarded as an alternative to recover dramatically decreasing sales of newspapers since N-Screen era began. This study employed a conjoint analysis to examine WTP for the integrated news platform and its attributes. According to the results, WPT for the integrated news platform was estimated as 4543.6 won, which is only 30.3% of the real price. Digitalized newspaper and premium news were found to be significant attributes explaining customers' WTP. The results of this paper implies that present marketing strategies for the integrated news platform of Korean newspapers should be reconsidered and revised.

• 한국콘텐츠학회논문지
• /
• 제19권12호
• /
• pp.249-258
• /
• 2019

미디어 기술의 진화는 지상파방송뉴스프로그램도 다양한 매체 및 플랫폼의 뉴스콘텐츠와 경쟁해야 할 상황에 노출시키고 있다. 변화하는 미디어 환경은 지상파뉴스 프로그램의 질적 향상과 시청률 제고를 위한 새로운 전략적 돌파구 마련을 요구하고 있다. 이 연구에서는 지상파방송뉴스가 사회의 공론장으로 기능하기 위해 요구되는 두 가지 요건, 즉 뉴스의 품질과 시청자의 선택의 상관관계를 살펴보았다. 지상파 종합뉴스의 기사에 대한 내용분석을 통해 질적 수준을 측정하고 개별 기사 단위의 시청률 데이터를 수집하여 양 자의 상관관계 분석을 실시하였다. 분석결과를 토대로 뉴스 프로그램의 공정성과 심층성의 하위 요인과 시청률의 관계성도 검토하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.229-237
• /
• 2021

Our modern 'information-hungry' age demands delivery of information at unprecedented fast rates. Timely delivery of noteworthy information about recent events can help people from different segments of life in number of ways. As world has become global village, the flow of news in terms of volume and speed demands involvement of machines to help humans to handle the enormous data. News are presented to public in forms of video, audio, image and text. News text available on internet is a source of knowledge for billions of internet users. Urdu language is spoken and understood by millions of people from Indian subcontinent. Availability of online Urdu news enable this branch of humanity to improve their understandings of the world and make their decisions. This paper uses available online Urdu news data to train machines to automatically categorize provided news. Various machine learning algorithms were used on news headline for training purpose and the results demonstrate that Bernoulli Naïve Bayes (Bernoulli NB) and Multinomial Naïve Bayes (Multinomial NB) algorithm outperformed other algorithms in terms of all performance parameters. The maximum level of accuracy achieved for the dataset was 94.278% by multinomial NB classifier followed by Bernoulli NB classifier with accuracy of 94.274% when Urdu stop words were removed from dataset. The results suggest that short text of headlines of news can be used as an input for text categorization process.

• Asia pacific journal of information systems
• /
• 제30권4호
• /
• pp.719-740
• /
• 2020

The stock market changes continuously as new information emerges, affecting the judgments of investors. Online news articles are valued as a traditional window to inform investors about various information that affects the stock market. This paper proposed new ways to utilize online news articles with technical indicators. The suggested hybrid model consists of three models. First, a self-attention-based convolutional neural network (CNN) model, considered to be better in interpreting the semantics of long texts, uses news content as inputs. Second, a self-attention-based, bi-long short-term memory (bi-LSTM) neural network model for short texts utilizes news titles as inputs. Third, a bi-LSTM model, considered to be better in analyzing context information and time-series models, uses 19 technical indicators as inputs. We used news articles from the previous day and technical indicators from the past seven days to predict the share price of the next day. An experiment was performed with Korean stock market data and news articles from 33 top companies over three years. Through this experiment, our proposed model showed better performance than previous approaches, which have mainly focused on news titles. This paper demonstrated that news titles and content should be treated in different ways for superior stock price prediction.

• Journal of Information Technology Applications and Management
• /
• 제22권3호
• /
• pp.19-33
• /
• 2015

SNS is perceived as an effective tool for sharing news and enabling news content to reach many more users than before. And some users think that SNS is an important source to get news. This study's purpose is to understand the key factors contributing to behavior of news consumption on social network sites in Cambodia and its influence. We identified three key factors including convenience, recency, and variety; however, recency showed less significant effect on news consumption on SNS. Besides the key factors, it also seeks to understand the impact of news consumption on social engagement and government's transparency in Cambodia. The analytical results achieved through the Partial Least Squares (PLS) approach.

• 한국정보디스플레이학회:학술대회논문집
• /
• 한국정보디스플레이학회 2009년도 9th International Meeting on Information Display
• /
• pp.1375-1378
• /
• 2009

In this paper, a new method to efficiently generate the holographic news ticker in holographic 3DTV or 3-D movies using N-LUT method is proposed. The proposed method is largely consisted of five steps: construction of the LUT for each character, extraction of characters in news ticker, generation and shift of the CGH pattern for news ticker using the LUT, composition of hologram pattern for 3-D video and news ticker and reconstruct the holographic 3D video with news ticker. From some simulation results confirmed the feasibility of the proposed method in fast generation of CGH patterns for holographic news ticker.

• 한국전자거래학회지
• /
• 제21권2호
• /
• pp.1-22
• /
• 2016

최근 온라인 뉴스 포탈의 뉴스 추천 메커니즘이 뉴스 콘텐츠를 수집, 선택, 편집 및 왜곡하는 일이 일어나고 있다. 선행연구들은 뉴스의 가치에 대한 일관된 정의를 내리지도, 뉴스의 가치가 독자의 반응에 어떤 영향을 미치는지 실증적으로 검증하지도 못했다. 본 연구는 선행연구의 뉴스 가치 개념을 종합하고, 뉴스 가치를 아우를 수 있는 개념으로 대표성의 개념을 도입하였으며, 대표성 기반 정보발견법 및 정보 수용 모델을 활용하여, 대표성이 인지된 뉴스 품질, 신뢰, 인지된 유용성, 서비스 만족도, 충성도, 지속사용의도, 구전의도 등 독자 반응에 어떠한 영향을 미치는 지를 실증적으로 검증하였다. 시나리오 설문 법을 통해 총 357개의 유효한 자료가 수집되었다. 각 집단들은 1) 시간 순서기반 뉴스 추천 메커니즘, 2) 조회수 기반 뉴스 추천 메커니즘, 3) 편집자에 의해 선택된 주요 뉴스를 다시 조회수 기반으로 정렬한 뉴스 추천 메커니즘의 세 종류의 메커니즘에 각각 노출되었다. MANOVA 분석결과에 따르면, 편집자에 의해 선택된 주요 뉴스를 다시 조회수 기반으로 정렬한 뉴스 추천 메커니즘만이 여타 집단에 비해 인지된 뉴스 품질과 신뢰에서 유의한 차이를 보였다. PLS 분석 결과에 따르면, 이렇게 형성된 인지된 뉴스 품질과 신뢰는 인지된 유용성, 서비스 만족도, 충성도, 지속사용의도, 구전의도 등 독자 반응을 유의하게 증가시키는 것으로 조사되었다. 본 연구의 학술적 기여는 언론 영역에서 정보기술의 역할을 강조하고, 편집자와 독자 모두가 인정하는 뉴스가 가치 있는 뉴스라고 개념화 하였으며, 뉴스 추천 메커니즘의 효과를 실증한 가치를 가진다. 실무적 측면에서 본 연구는 온라인 뉴스 포탈이 편집자와 독자의 시각이 모두 반영된 절충안의 뉴스 추천 메커니즘을 활용하는 것이 독자를 유인하기 위해 도움이 될 것이라고 제안한다.

• 서비스연구
• /
• 제10권2호
• /
• pp.59-76
• /
• 2020

본 연구는 뉴스를 전달하는 데 있어 선정적인 앵커 멘트가 부정적 감정과 뉴스 신뢰도, 방송사 태도에 어떤 영향을 미치는지 알아보고, 앵커 매력성과 시청자 성별의 조절 효과를 검증하고자 하는데 목적이 있다. 가설 검증 결과 첫째, 뉴스 보도에서 앵커 멘트가 선정적일수록 시청자들의 부정적인 감정은 증가하는 것으로 나타났다. 둘째, 뉴스 보도에서 앵커 멘트의 선정적인 표현이 강할수록 뉴스 신뢰도는 떨어지는 것으로 나타났다. 셋째, 앵커가 매력적이라고 생각한 집단의 경우 앵커 멘트가 선정적이든 아니든 부정적 감정과 뉴스 신뢰도, 방송사 태도에 대한 차이가 없었지만, 앵커가 매력적이라고 생각하지 않은 집단은 앵커가 선정적인 멘트를 사용하면 부정적 감정이 커지고 뉴스 신뢰도는 떨어지며 방송사 태도가 안 좋아지는 것으로 나타났다. 넷째, 앵커 멘트가 선정적이지 않은 경우 여성과 남성 시청자의 부정적 감정과 방송사 태도에 대한 차이는 거의 없었지만, 앵커 멘트가 선정적인 경우 남성 시청자보다 여성 시청자의 부정적 감정이 증가하고 방송사 태도가 안 좋아지는 것으로 나타났다. 본 연구를 통해 지금까지 거의 연구되지 않았던 앵커 멘트의 선정성과 앵커 매력성 등의 분야를 분석하면서 학문적이고 실무적인 관점에서 시사점을 제공하였다. 또한 뉴스 보도와 앵커 등 언론 관련 분야와 매력성, 신뢰도 등 마케팅 분야의 연구를 접목해 새로운 시도를 하면서 언론과 마케팅 분야 모두에 의미 있는 시사점을 제공하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.179-188
• /
• 2023

최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.