• 한국융합학회논문지
• /
• 제13권2호
• /
• pp.1-12
• /
• 2022

본 연구는 장애 유아에 대한 최근 10년간의 사회적 인식을 알아보기 위해 인터넷 기반의 빅데이터 분석 시스템인 Textom을 활용하였다. Textom으로 수집된 자료는 데이터 클리닝 과정을 거쳐 빈도가 높은 순으로 50개의 키워드가 선정되었으며, 의미연결망 분석을 위해 UCINET6으로 중심성 분석과 CONCOR분석을 실시하였다. 분석된 자료는 NetDraw를 활용하여 시각화하였다. 그 결과 '교육, 요구, 부모, 통합교육' 등의 키워드가 빈도수, 연결 및 위세 중심성에서 높은 순위를 차지하였다. 그리고 매개 중심성은 '부모, 교사, 문제, 프로그램, 상담'이 높은 순위를 차지하였다. CONCOR분석에서는 '장애, 유아, 진단, 프로그램'의 키워드를 중심으로 하는 4개 군집이 형성되었다. 이러한 연구 결과를 바탕으로 장애 유아에 대한 사회적 인식의 주제가 무엇인지 살펴보고, 주제별 시사점을 논하였다.

• Journal of Contemporary Eastern Asia
• /
• 제13권2호
• /
• pp.15-39
• /
• 2014

This research conducted a before/after naturalistic field experiment, with the early Arab Spring as the treatment. Compared to before the early Arab Spring, after the observation period the associations became stronger among the Web terms: 'Jihad, Sharia, innovation, democracy and civil society.' The Western concept of civil society transformed into a central Islamist ideological component. At another level, the inter-nation network based on Jihad-weighted Web hyperlinks between pairs of 46 Muslim Majority (MM) nations found Iran in one of the top two positions of flow betweenness centrality, a measure of network power, both before and after early Arab Spring. In contrast, Somalia, UAE, Egypt, Libya, and Sudan increased most in network flow betweenness centrality. The MM 'Jihad'-centric word co-occurrence network more than tripled in size, and the semantic structure more became entropic. This media "cloud" perhaps billowed as Islamist groups changed their material-level relationships and the corresponding media representations of Jihad among them changed after early Arab Spring. Future research could investigate various rival explanations for this naturalistic field experiment's findings.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.204-210
• /
• 2022

From the 1970s to the present, the number of new infectious diseases such as SARS, Ebola virus, and MERS has steadily increased. The new infectious disease, COVID-19, which began in Wuhan, Hubei Province, China, has pushed the world into a pandemic era. As a result, Countries imposed restrictions on entry to foreign countries due to concerns over the spread of COVID-19, which led to a decrease in the movement of tourists. Due to the restriction of travel, keywords such as "Corona blue" have soared and depression has increased. Therefore, this study aims to analyze the stress meaning network of the COVID-19 era to derive keywords and come up with a plan for a travel-related platform of the Post-COVID 19 era. This study conducted analysis of travel and stress caused by COVID-19 using TEXTOM, a big data analysis tool, and conducted semantic network analysis using UCINET6. We also conducted a CONCOR analysis to classify keywords for clustering of words with similarities. However, since we have collected travel and stress-oriented data from the start to the present, we need to increase the number of analysis data and analyze more data in the future.

• 정보관리학회지
• /
• 제26권4호
• /
• pp.93-112
• /
• 2009

최근 정보검색 환경은 검색 2.0으로 대표되는 차세대 검색서비스에 대한 논의들이 활발해지고 있다. 따라서 이 연구에서는 정보검색의 발전과 진화에 대한 다양한 논의들을 토대로 정보검색의 발전 과정을 구분하였다. 그리고 현재 거론되고 있는 차세대 검색서비스의 등장 배경, 주요 개념, 그리고 관련 사례와 속성을 파악하였으며, 이러한 속성과 사례에 대한 데이터를 통해 차세대 검색서비스를 설명하는 핵심적인 키워드를 확인하기 위한 군집 분석을 수행하였다. 군집 분석의 결과 차세대 검색서비스를 대표하는 주요 키워드는 소셜 검색, 지능형 의미 검색, 그리고 관계기반 검색 등으로 나타났다.

• 한국수소및신에너지학회논문집
• /
• 제33권2호
• /
• pp.121-129
• /
• 2022

With the advent of the post-2020 climate regime, the hydrogen industry is growing rapidly around the world. In order to build the hydrogen economy, it is important to identify social issues related to hydrogen and prepare countermeasures for them. Accordingly, this study conducted a semantic network analysis on hydrogen news from NAVER. As a result of the analysis, the number of hydrogen news in 2020 increased by 4.5 times compared to 2016, and as of 2018, the hydrogen issue has shifted from an environmental aspect to an economic aspect. In addition, although the initial government-led hydrogen industry is expanding to the mobility field such as privately-led fuel cell electric vehicles and hydrogen fuel, terms showing concerns about the safety such as explosions are constantly being exposed. Thus, it is necessary not only to expand the hydrogen ecosystem through the participation of private companies, but also to promote hydrogen safety.

• 영재교육연구
• /
• 제25권2호
• /
• pp.195-216
• /
• 2015

직업가치관은 학생들의 직업동기 형성에 핵심적인 역할을 한다. 특히 지속가능한 미래 과학기술인력 공급과 육성을 위해서 과학영재들의 이공계 직업에 대한 직업가치관 형성은 중요한 의미를 지닌다. 이 연구는 사회네트워크 분석법을 통하여 중학교 과학영재와 일반학생들의 자신의 희망 직업과 관련된 직업 가치관을 비교 분석하였다. 이를 위하여 학생들이 희망하는 직업과 그 직업을 선택한 이유에 해당하는 직업가치관으로 구성된 네트워크를 구조화한 후, 사회 네트워크 분석법을 통해 산출된 네트워크의 구조적 지표들을 바탕으로 두 집단의 인식 네트워크의 특성을 확인하였다. 과학영재 학생들과 일반학생들의 네트워크를 비교분석한 결과, 첫째, 과학영재학생들은 창의성을 가장 중요한 직업가치관 요소로 생각하고 있었다. 둘째, 과학영재들은 직업선택 과정에서 일반학생들보다 다양한 직업가치관 요소들을 고려하고 있었다. 셋째, 과학영재들은 이공계열과 의약계열 직업 모두에 대해서 능력발휘와 같은 자아실현 관점을 중심으로 직업가치관을 고려했으나, 일반학생들은 사회봉사를 가장 큰 직업가치관 요소로 보고 있었다. 이 연구는 과학영재학생들의 희망 직업에 대한 직업가치관 구조가 일반학생과 많은 차이가 있음을 확인하고, 과학영재학생들의 진로 직업을 지도하는데 있어 직업가치관과 관련된 네트워크적 기초자료를 제공했다는데 그 의의가 있다.

• Journal of Nutrition and Health
• /
• 제56권3호
• /
• pp.330-347
• /
• 2023

Purpose: This study identified words closely associated with the keyword "dietary supplement" (DS) using big data in Korean social media and investigated consumer perceptions and trends related to DSs before (2019) and after the coronavirus disease 2019 (COVID-19) pandemic (2021). Methods: A total of 37,313 keywords were found for the 2019 period, and 35,336 keywords were found for the 2021 period using blogs and cafes on Daum and Naver. Results were derived by text mining, semantic networking, network visualization analysis, and sentiment analysis. Results: The DS-related keywords that frequently appeared before and after COVID-19 were "recommend", "vitamin", "health", "children", "multiple", and "lactobacillus". "Calcium", "lutein", "skin", and "immunity" also had high frequency-inverse document frequency (TF-IDF) values. These keywords imply a keen interest in DSs among Korean consumers. Big data results also reflected social phenomena related to DSs; for example, "baby" and "pregnant woman" had lower TD-IDF values after the pandemic, suggesting lower marriage and birth rates but higher values for "joint", indicating reduced physical activity. A network centered on vitamins and health care was produced by semantic network analysis in 2019. In 2021, values were highest for deficiency and need, indicating that individuals were searching for DSs after the COVID-19 pandemic due to a lack an awareness of the need for adequate nutrient intake. Before the pandemic, DSs and vitamins were associated with healthcare and life cycle-related topics, such as pregnancy, but after the COVID-19 pandemic, consumer interests changed to disease prevention and treatment. Conclusion: This study provides meaningful clues regarding consumer perceptions and trends related to DSs before and after the COVID-19 pandemic and fundamental data on the effect of the pandemic on consumer interest in dietary supplements.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1119-1130
• /
• 2019

With the wide spread of Social Network Services (SNS), fake news-which is a way of disguising false information as legitimate media-has become a big social issue. This paper proposes a deep learning architecture for detecting fake news that is written in Korean. Previous works proposed appropriate fake news detection models for English, but Korean has two issues that cannot apply existing models: Korean can be expressed in shorter sentences than English even with the same meaning; therefore, it is difficult to operate a deep neural network because of the feature scarcity for deep learning. Difficulty in semantic analysis due to morpheme ambiguity. We worked to resolve these issues by implementing a system using various convolutional neural network-based deep learning architectures and "Fasttext" which is a word-embedding model learned by syllable unit. After training and testing its implementation, we could achieve meaningful accuracy for classification of the body and context discrepancies, but the accuracy was low for classification of the headline and body discrepancies.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.71-86
• /
• 2023

본 연구의 목적은 빅데이터 분석을 활용하여 메타버스에 관한 한국과 중국 사회의 공중 인식 특성에 관한 차이를 탐색적으로 비교하는 것이다. COVID-19 팬데믹의 영향, 기술적 발전, Z세대 및 알파 세대와 같은 새로운 소비자 기반 확대 등의 환경적 영향으로 메타버스에 관한 국제 사회의 관심이 집중되면서 관련 학술연구도 2021년부터 본격화되고 있다. 특히, 한국과 중국은 메타버스 산업을 선도하는 주요 국가로 급부상했다. 메타버스에 관한 빅데이터 언급량이 급증한 시점에서 양국에서 발생한 빅데이터를 활용하여 사회 인식의 차별성을 발견하는 것은 시의성 있는 연구문제이다. 분석기법은 텍스트마이닝 분석으로 정제 데이터의 단어빈도, N-gram, TF-IDF 분석을 수행하여 핵심 단어의 중요도를 파악하고, 시맨틱 네트워크의 밀도 및 중심성 분석을 통해 단어 간의 연결 강도와 의미적 연관성을 살펴보고자 한다. 데이터 분석은 Python 3.9 아나콘다 데이터 사이언스 플랫폼 3과 Textom 6 버전을 활용하였고, 시맨틱 네트워크 분석과 구조적 등위성(CONCOR) 분석을 위해 UCINET 6.759 프로그램으로 시각화 분석을 수행하였다. 분석 결과, 데이터를 유사성이 있는 단어 그룹으로서 각 4개씩의 블록을 도출하였다. 이 블록들은 메타버스에 관한 양국의 사회적 인식 유형을 각각 반영하는 관점들로 이해할 수 있다. 메타버스에 관한 연구들은 증가하고 있으나, 아직 비교문화 관점에서 국가나 다문화 간 비교연구 접근의 연구는 거의 수행되지 않았다. 이 시점에서 본 연구는 선행연구로서 후속 연구들에 이론적 근거와 의미 있는 인사이트를 제공할 수 있을 것으로 기대한다.

• 인터넷정보학회논문지
• /
• 제15권6호
• /
• pp.99-106
• /
• 2014

최근 자연어 및 정형언어 처리, 인공지능 알고리즘 등을 활용한 효율적인 의미 기반 지식모델의 생성과 분석 방법이 제시되고 있다. 이러한 의미 기반 지식모델은 효율적 의사결정트리(Decision Making Tree)와 특정 상황에 대한 체계적인 문제해결(Problem Solving) 경로 분석에 활용된다. 특히 다양한 복잡계 및 사회 연계망 분석에 있어 정적 지표 생성과 회귀 분석, 행위적 모델을 통한 추이분석, 거시예측을 지원하는 모의실험 모형의 기반이 된다. 하지만 대부분의 지식 모델은 특정 지표나 정제된 데이터를 수동적으로 모델링하여 분석에 활용한다. 본 논문에서는 텍스트 마이닝 기술을 통해 방대한 비정형 정보로부터 지식 모델을 구성하는 토픽인자와 관계 노드를 생성하고 이를 통합하는 방법과 정형적 알고리즘을 제시한다. 이를 위해 먼저, 텍스트 마이닝을 통해 도출되는 키워드 맵을 동치적 지식맵으로 변환하고 이를 의미적 지식모델로 통합하는 방법을 설명한다. 또한 키워드 맵으로부터 유의미한 토픽 맵을 투영하는 방법과 의미적 동치 모델을 유도하는 알고리즘을 제안한다.