• 한국콘텐츠학회논문지
• /
• 제19권12호
• /
• pp.57-67
• /
• 2019

뉴스 이용자들이 뉴스를 읽는 방식이 신문에서 스크린으로 바뀌고 있다. 옥스퍼드 대학 로이터 연구소의 2017년 연구에 따르면 뉴스 소비 중 온라인을 이용하는 비율이 꾸준히 증가하고 있으며 미국인의 51%이상이 소셜미디어를 통해 뉴스를 받아보고 있다. 반면에 신문 구독률은 빠르게 줄어들고 있다. 선행연구에 의하면 문자정보의 이해도는 스크린에서보다 인쇄매체에서 더 높게 나타난다. 온라인 뉴스 매체들은 양질의 뉴스를 전달하기 위해 인포그래픽 뉴스 서비스를 제공하고 있다. 따라서 본 연구에서는 뉴스에서 인포그래픽을 사용하는 것이 독자에게 미치는 영향을 이해하고자 했다. 이를 위해 세 가지 실험이 수행되었다. 인포그래픽의 이해도는 매체에 따라 어떻게 다른지 실증 분석한 결과 스크린보다 인쇄매체에서 이해도가 더 높은 것으로 밝혀졌다. 연구 결과에 따르면 뉴스에서 인포그래픽을 사용하면 인지 효과와 수용의도 측면에서 사용자에게 긍정적인 영향을 미친다. 인쇄 뉴스와 비교할 때 온라인뉴스는 이해력 면에서 효과적이지 않다. 온라인 인포그래픽의 디자인 유형에 따라 퀴즈 정답률에는 차이가 없었지만 지각된 이해도에서는 유의미한 차이가 발견되었다.

• 방송공학회논문지
• /
• 제22권4호
• /
• pp.438-447
• /
• 2017

이 연구는 사행산업의 분야인 복권, 체육진흥투표권, 경마, 카지노에 대해 언론에서는 어떻게 다루어지고 있는지를 1990년부터 2015년까지의 뉴스데이터를 의미연결망 분석을 통해 밝혀보고자 하는 연구이다. 기사의 빈도와 연결성을 프레이밍과 시민관심 정도로 재조명 하여 기사에 대한 언론보도자의 의도와 시민의 인식차이를 밝히고, 이를 통해 정책적 특성과 개혁과제를 탐색하였다. 분석결과 복권의 경우 당첨번호, 당첨금, 조작의혹 등 당첨에 대한 부분이 주제인 '사회문제' 형태였으며, 체육진흥투표권의 경우에는 사업입찰, 불법사이트, 발매대상 등 주로 사업추진과 불법사이트에 대한 '의무정보' 종류였고, 경마의 경우 사업장, 홍보, 기사 등으로 사업홍보나 광고 관련 뉴스이었고, 마지막으로 카지노의 경우에는 불법, 도박장, 외국인 등 '주요정보'에 해당하는 논문이었다. 시대에 따라 1990년대에는 카지노, 2000년대에는 복권, 2010년대에는 경마에 대한 기사보도가 많아졌으며, 이에 대한 시민의 반응도 사업비리, 당첨, 시민운동 등의 차이가 있었다. 마지막으로 기사의 빈도와 연결성이 나타내는 프레이밍 정도와 시민의 관심은 '1. 홍보광고(경마), 2. 의무정보(스포츠베팅), 3. 사회이슈(복권), 4. 주요정보(카지노)' 네 가지로 구분되었으며 이 중 사고, 비리 등 주요기사로 구분되는 사회문제가 주요 공공의제로 형성되는 것을 확인할 수 있었다.

• 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.

• 디지털융복합연구
• /
• 제17권5호
• /
• pp.137-143
• /
• 2019

가짜 뉴스는 소셜 미디어와 같이 사용자가 상호작용하는 미디어 플랫폼에서 정보가 빠른 속도로 확산되는 이점을 가지는 오류 정보(misinformation)의 한 형태이다. 최근 가짜 뉴스의 증가로 인해 사회적으로 많은 문제가 발생하고 있다. 본 논문에서는 이러한 가짜 뉴스를 탐지하는 방법을 제안한다. 이전의 가짜 뉴스 탐지는 텍스트 분석을 사용한 연구가 주로 수행되었다. 본 연구는 소셜 미디어의 뉴스가 확산되는 네트워크에 초점을 두고, 네트워크 임베딩 방법인 DeepWalk 로 자질을 생성하고 로지스틱 회귀분석을 사용하여 가짜 뉴스를 분류한다. 인터넷에 공개된 뉴스 211개와 120만개의 뉴스 확산 네트워크 데이터를 사용한 가짜 뉴스 탐지에 대한 실험을 수행하였다. 연구 결과 텍스트 분석에 비하여 네트워크 임베딩을 사용한 가짜 뉴스 탐지의 정확도가 최소 1.7%에서 최대 10.6% 더 높게 나타났다. 또한, 텍스트 분석과 네트워크 임베딩을 결합한 가짜 뉴스 탐지는 네트워크 임베딩에 비해 정확도의 상승이 나타나지 않았다. 본 연구의 결과는 기업이나 조직은 온라인 상에서 확산되는 가짜 뉴스 탐지에 효과적으로 활용될 수 있다.

• International Journal of Advanced Culture Technology
• /
• 제11권4호
• /
• pp.378-384
• /
• 2023

In this study, we explore social awareness, interest, and acceptance of generative AI, including chatGPT, which has revolutionized web search, 30 years after web search was released. For this purpose, we performed a machine learning-based topic modeling analysis based on Korean news big data collected from November 30, 2022, when chatGPT was released, to August 31, 2023. As a result of our research, we have identified seven topics related to chatGPT and generative AI; (1)growth of the high-performance hardware market, (2)service contents using generative AI, (3)technology development competition, (4)human resource development, (5)instructions for use, (6)revitalizing the domestic ecosystem, (7)expectations and concerns. We also explored monthly frequency changes in topics to explore social interest related to chatGPT and Generative AI. Based on our exploration results, we discussed the high social interest and issues regarding generative AI. We expect that the results of this study can be used as a precursor to research that analyzes and predicts the diffusion of innovation in generative AI.

• Journal of Contemporary Eastern Asia
• /
• 제18권2호
• /
• pp.16-32
• /
• 2019

Media manipulation of breaking news through article selection, ranking and tweaking of social media data and comment streams is a growing concern for society. We argue that the combination of human and machine curation on media portals marks a new period for news media and journalism. Although intermediary platforms routinely claim that they are merely the neutral technological platform which facilitates news and information flows, rejecting any criticisms that they are operating as de facto media organisations; instead, we argue for an alternative, more active interpretation of their roles. In this article we provide a contemporary account of the South Korean ('Korean') online news media ecology as an exemplar of how contemporary media technologies, and in particular portals and algorithmic recommender systems, perform a powerful role in shaping the kind of news and information that citizens access. By highlighting the key stakeholders and their positions within the production, publication and distribution of news media, we argue that the overall impact of the major portal platforms of Naver and Kakao is far more consequential than simply providing an entertaining media diet for consumers. These portals are central in designing how and which news is sourced, produced and then accessed by Korean citizens. From a regulatory perspective the provision of news on the portals can be a somewhat ambiguous and moving target, subject to soft and harder regulatory measures. While we investigate a specific case study of the South Korean experience, we also trace out connections with the larger global media ecology. We have relied on policy documents, stakeholder interviews and portal user 'walk throughs' to understand the changing role of news and its surfacing on a distinctive breed of media platforms.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.294-302
• /
• 2022

Detection of fake news is a complex and a challenging task. Generation of fake news is very hard to stop, only steps to control its circulation may help in minimizing its impacts. Humans tend to believe in misleading false information. Researcher started with social media sites to categorize in terms of real or fake news. False information misleads any individual or an organization that may cause of big failure and any financial loss. Automatic system for detection of false information circulating on social media is an emerging area of research. It is gaining attention of both industry and academia since US presidential elections 2016. Fake news has negative and severe effects on individuals and organizations elongating its hostile effects on the society. Prediction of fake news in timely manner is important. This research focuses on detection of fake news spreaders. In this context, overall, 6 models are developed during this research, trained and tested with dataset of PAN 2020. Four approaches N-gram based; user statistics-based models are trained with different values of hyper parameters. Extensive grid search with cross validation is applied in each machine learning model. In N-gram based models, out of numerous machine learning models this research focused on better results yielding algorithms, assessed by deep reading of state-of-the-art related work in the field. For better accuracy, author aimed at developing models using Random Forest, Logistic Regression, SVM, and XGBoost. All four machine learning algorithms were trained with cross validated grid search hyper parameters. Advantages of this research over previous work is user statistics-based model and then ensemble learning model. Which were designed in a way to help classifying Twitter users as fake news spreader or not with highest reliability. User statistical model used 17 features, on the basis of which it categorized a Twitter user as malicious. New dataset based on predictions of machine learning models was constructed. And then Three techniques of simple mean, logistic regression and random forest in combination with ensemble model is applied. Logistic regression combined in ensemble model gave best training and testing results, achieving an accuracy of 72%.

• 한국의류학회지
• /
• 제45권2호
• /
• pp.285-304
• /
• 2021

Today, false news is increasing in volume, and fashion news often circulates uncritically. Therefore, an evaluation framework is needed to determine whether fashion news is accurate or good. In journalism, the judgment of good news is made through the criterion of news value factors. These factors are the criteria for assessing the likelihood of an event being reported in the news. Through the study of news value by various journalistic scholars, this study selected nine news value factors applicable to the value measurement of fashion news as the framework of analysis. Based on this, after analyzing the actual news on online fashion media, new characteristics and content were reconstructed for fashion news. As a result of the study, it was finally selected that the crucial factors were: expertise, social importance, timelessness, conflict, and negativity for measuring the value of fashion news. To assess the news value of fashion accurately, this study found that reconceptualized news values are needed, which are different from the news values of general journalism. The study is meaningful in that it explores elements and content for the development of a theoretical framework for the qualitative evaluation of fashion news.

• Journal of Information Technology Applications and Management
• /
• 제21권4호
• /
• pp.157-171
• /
• 2014

As electronic word of mouth plays an important role in purchase behavior among consumers, the number of studies on the impact of electronic word of mouth is rapidly increasing. Nevertheless, it is difficult to discover comparative studies on the mass media which had a great impact on consumer's purchase behavior before the impact of electronic word of mouth becomes greater versus the social media where electronic words of mouth are created and distributed. It is considered that it seems to be necessary to find an appropriate mutual supplement point between the media designed for a successful marketing by comparing and analyzing the existing mass media versus the social media, major media for electronic word of mouth. Therefore, this study aims to compare and analyze the impact of comments on movie revenue in the representative forms of mass media such as online news and social media blogs. In particular, this study also considers an appropriate media for promoting movies by period by comparing and analyzing the two media before and after film release. For analysis, this study collects the information on the number of comments on online news and blogs in 70 Korean movies released in 2011 and 2012 from five weeks before film release to eight weeks after film release on a daily basis via Naver. This study also collects the information on the movie revenue using the statistical data of movie industry from Korean Film Commission. As a result of empirical data analysis, it is found that the two media showed no difference in movie revenue before film release, but after film release, the impact of blogs was more significant than that of online news.

• 대한간호학회지
• /
• 제47권6호
• /
• pp.806-816
• /
• 2017

Purpose: As comprehensive nursing care service has gradually expanded, it has become necessary to explore the various opinions about it. The purpose of this study is to explore the large amount of text data regarding comprehensive nursing care service extracted from online news and social media by applying a semantic network analysis. Methods: The web pages of the Korean Nurses Association (KNA) News, major daily newspapers, and Twitter were crawled by searching the keyword 'comprehensive nursing care service' using Python. A morphological analysis was performed using KoNLPy. Nodes on a 'comprehensive nursing care service' cluster were selected, and frequency, edge weight, and degree centrality were calculated and visualized with Gephi for the semantic network. Results: A total of 536 news pages and 464 tweets were analyzed. In the KNA News and major daily newspapers, 'nursing workforce' and 'nursing service' were highly rated in frequency, edge weight, and degree centrality. On Twitter, the most frequent nodes were 'National Health Insurance Service' and 'comprehensive nursing care service hospital.' The nodes with the highest edge weight were 'national health insurance,' 'wards without caregiver presence,' and 'caregiving costs.' 'National Health Insurance Service' was highest in degree centrality. Conclusion: This study provides an example of how to use atypical big data for a nursing issue through semantic network analysis to explore diverse perspectives surrounding the nursing community through various media sources. Applying semantic network analysis to online big data to gather information regarding various nursing issues would help to explore opinions for formulating and implementing nursing policies.