• 디지털산업정보학회논문지
• /
• 제19권1호
• /
• pp.139-151
• /
• 2023

This study aims to gain insights into ChatGPT, which has recently received significant attention. The study utilized a mixed method involving case studies and news big data analysis. ChatGPT can be described as an optimized language model for dialogue. The question arises whether ChatGPT will replace Google search services, posing a potential threat to Google. It could hurt Google's advertising business, which is the foundation of its profits. With AI-based chatbots like ChatGPT likely to disrupt the web search industry, Google is establishing a new AI strategy. The study used the BIG KINDS service and analyzed 2,136 articles over six months, from August 23, 2022, to February 22, 2023. Thirty of these articles were written in 2022, while 2,106 have been reported recently as of February 22, 2023. Also, the study examined the contents of ChatGPT by utilizing literature research, news big data analysis, and use cases. Despite limitations such as the potential for false information, analyzing news big data and use cases suggests that ChatGPT is worth using.

• 한국컴퓨터정보학회논문지
• /
• 제22권10호
• /
• pp.73-81
• /
• 2017

In this paper, we propose an analysis framework to capture the trends of information security incidents and evaluate the security policy based on the incident analysis. We build a big data from news media collecting security incidents news and policy news, identify key trends in information security from this, and present an analytical method for evaluating policies from the point of view of incidents. In more specific, we propose a network-based analysis model that allows us to easily identify the trends of information security incidents and policy at a glance, and a cosine similarity measure to find important events from incidents and policy announcements.

• 한국컴퓨터정보학회논문지
• /
• 제27권4호
• /
• pp.37-43
• /
• 2022

본 논문에서는 2019년 12월부터 2020년 7월까지 약 8개월간 유통되었던 코로나19와 관련된 뉴스데이터를 이용하여 일자 및 지역별로 단어에 대한 빈도를 구하고, 결과를 활용하여 코로나19 환자에 대한 현황 데이터와의 상관관계를 시각화하였다. 뉴스데이터는 한국언론진흥재단에서 운영하고 있는 뉴스 빅데이터 시스템 '빅카인즈'에서 수집된 데이터를 활용하였다. 본 논문에서 제안하는 시각화 시스템은 지역과 기간을 선택하면 분석한 결과를 이용하여 전체 지역 대비 선택한 지역의 뉴스 빈도수, 선택한 지역의 주요 키워드, 주요 키워드의 지역별, 일자별 변화 등을 보여 주고 있다. 이러한 시각화를 통하여 이전에 발생하였던 사건에 대해 주요 키워드와 코로나19 확진자 및 감염자 추이를 확인할 수 있다.

• 정보교육학회논문지
• /
• 제26권6호
• /
• pp.543-552
• /
• 2022

본 연구에서는 빅데이터 분석기법을 활용하여 통합교육에 대한 언론보도의 사회적 인식을 분석하고자 하였다. 특수교육 발전 5개년 정책 시기에 따라 관련 뉴스 기사를 수집하여, 뉴스 빅데이터를 분석하였다. 그 결과 1차년도 1998년부터 5차년도 2022년까지 특수교육 발전 5개년 정책기간의 언론보도 빈도는 꾸준히 증가한 것으로 나타났다. 이 시기 동안 언론보도의 상위 주제어는 단순한 정의를 개념화하는 단어들로부터 장애 당사자의 실질적교육권에 대한 적극적 의지를 드러내는 단어로 변화가 나타났다. 또한 통합교육 뉴스 기사의 전체적인 키워드 감성 분석 결과 긍정적인 단어 비율이 높은 것으로 나타났다. 본 연구를 통해 특수교육 정책 변화에 따라 통합교육에대한 언론보도의 관심이 양적으로 증가하고 통합교육의 요구가 장애 당사자의 실질적인 교육권을 보장하는 방향으로 구체화되고 있음을 알 수 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권3호
• /
• pp.211-218
• /
• 2023

Due to the implementation of COVID-19 distancing, interest and users in 'home training' are rapidly increasing. Therefore, the purpose of this study is to identify the perception of 'home training' through big data analysis on social media channels and provide basic data to related business sector. Social media channels collected big data from various news and social content provided on Naver and Google sites. Data for three years from March 22, 2020 were collected based on the time when COVID-19 distancing was implemented in Korea. The collected data included 4,000 Naver blogs, 2,673 news, 4,000 cafes, 3,989 knowledge IN, and 953 Google channel news. These data analyzed TF and TF-IDF through text mining, and through this, semantic network analysis was conducted on 70 keywords, big data analysis programs such as Textom and Ucinet were used for social big data analysis, and NetDraw was used for visualization. As a result of text mining analysis, 'home training' was found the most frequently in relation to TF with 4,045 times. The next order is 'exercise', 'Homt', 'house', 'apparatus', 'recommendation', and 'diet'. Regarding TF-IDF, the main keywords are 'exercise', 'apparatus', 'home', 'house', 'diet', 'recommendation', and 'mat'. Based on these results, 70 keywords with high frequency were extracted, and then semantic indicators and centrality analysis were conducted. Finally, through CONCOR analysis, it was clustered into 'purchase cluster', 'equipment cluster', 'diet cluster', and 'execute method cluster'. For the results of these four clusters, basic data on the 'home training' business sector were presented based on consumers' main perception of 'home training' and analysis of the meaning network.

• 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.

• 동아시아경상학회지
• /
• 제10권1호
• /
• pp.109-121
• /
• 2022

Purpose - This study attempted to analyze news big data in order to examine the trend of change in housework due to technological innovation and family changes. Research design, data, and methodology - News big data was collected from Bigkinds for the purpose of trend analysis. A total of 8,270 articles containing 'housework' were extracted from news articles between January 1, 1990 and December 31, 2021. 11 general daily newspapers and 8 business newspapers were selected and were analyzed by dividing them into five-year units. Result - The change of trends in housework that appeared through news big data analysis can be summarized as below. First, the tendency to regard housework as work of women or housewives is gradually weakening. Instead, the centrality of connection with double income is increasing. Second, there is a tendency to strengthen the institutional approach to evaluation of the productivity of housework. Third, the possibility of market substitution for housework is expanding. Conclusion - In the era of the 4th industrial revolution, examining the impact of technological innovation and family change on housework not only enables the prospect of an industry, but also provides implications for policies related to housework. In addition, this study is differentiated in that it contributed to expand the field of housework research previously limited to analyzing survey data.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.726-734
• /
• 2019

이 연구에서는 재난문자에 대한 뉴스 건수와 연관어에 대해 알아보았다. 뉴스는 한국언론진흥재단 뉴스 빅데이터 시스템인 빅카인즈를 활용하여 수집하였고, 연간 게재 기사, 재난종류에 따른 뉴스 빈도, 지진과 비 지진 간 뉴스 빈도, 연관어에 대한 분석을 실시하였다. 조사 결과에 따르면, '재난문자'관련 뉴스가 2016년에 182건으로 전년대비 약 20배 증가하는 성장세를 보였다. 재난문자 뉴스는 2016년 이래로 꾸준히 높은 수치를 보였다. 2016년은 지진의 비중이 매우 높았지만 2017년과 2018년은 지진의 비중이 낮아지고 비지진의 비중이 높아지는 것으로 나타났다. '재난문자' 연관어는 행정안전부(국가안전처, 행안부 포함)가 가장 비중 있게 다루어졌고, 그 다음으로 기상청과 국민도 비중 있게 다루어진 용어로 나타났다.

• 한국정보통신학회논문지
• /
• 제25권4호
• /
• pp.495-500
• /
• 2021

본 연구의 목적은 본 논문의 목적은 최근 확산되고 있는 코로나바이러스감염증-19로 인한 위기를 국내 뉴스 빅데이터를 활용하여 규명하는 것이다. 본 논문은 COVID-19로 인한 위기와 관련된 언론기사들을 한국언론진흥재단의 뉴스 빅데이터 분석 시스템 '빅카인즈(BIGKinds)'를 활용하여 분석하였다. 본 논문에서는 약 10개월의 기간을 설정한 후, '코로나'와 '위기' 키워드를 중심으로 총 54개의 언론사의 관련기사들을 추출하였다. '코로나'와 '위기' 두 키워드 간의 상관계수를 파악하고, 연관어 분석을 통해 경제, 사회, 국제, 문화 각 대표 카테고리 별로 COVID-19로 인해 어떤 위기를 맞고 있는지 파악하고자 한다. COVID-19 사태는 경제, 사회 등 모든 부분에 큰 타격을 주고 있는 만큼 빅데이터를 활용한 본 논문은 COVID-19 사태 위기 극복을 위한 기초자료로 활용될 수 있을 것으로 기대된다.

• 정보관리학회지
• /
• 제35권3호
• /
• pp.41-75
• /
• 2018

이 연구에서는 1999년 1월부터 2018년 6월 현재까지 약 20년 간의 기록관리를 주제로 한 뉴스 빅데이터 4,680 건을 '빅카인즈'에서 추출하여, 이를 대상으로 우리나라 언론의 기록관리 주제에 대해 시계열 기반으로 보도 특성을 분석하고자 하였다. 먼저, 기록관리에 대한 언론 보도량의 차이를 살펴보기 위해 시기별, 주제별, 언론사 유형별 보도량을 분석하였다. 또한 기록관리 주제에 대한 언론 보도 내용의 차이에 대한 특성을 분석하기 위해 단어빈도 기반 내용 분석과 언어 네트워크 분석을 수행하여 언론 보도 내용의 시기별, 주제별, 언론사 유형별 차이를 분석하였다. 분석 결과, 기록관리 분야 뉴스 보도는 보도량과 보도 내용에 있어 시기별, 주제별, 언론사별로 차이가 있는 것으로 나타났다. 뉴스 보도량은 2007년 대통령기록물관리법이 제정된 이후부터 증가하기 시작하여 2013년에 가장 많은 뉴스가 보도된 것으로 나타났으며, 정치와 사회 주제를 중심으로 중앙지와 경제지가 가장 많은 양의 뉴스를 보도한 것으로 나타났다. 또한 뉴스 보도 내용의 분석결과, 기록관리가 도입된 처음 10년 동안은 기록관리의 현장 적용과 확산 과정에서 발생하는 이슈들을 중심으로 뉴스 주제가 형성되다가, 대통령기록물관리법 제정 이후로 기록관리가 정치적, 사회적 이슈의 주요 요인이 되면서 정치, 사회분야의 뉴스가 많이 보도된 것으로 나타났다.