기후변화 및 환경오염에 대응하기 위해 신재생에너지 정책 연구가 증가하고 있다. 신재생에너지는 녹색산업과 녹색기술로 대표되는 새로운 성장 동력 기술이다. 현재 우리나라는 태양광, 풍력, 수소연료전지 등 3대 전략부분에 신재생에너지 보급 및 기술개발사업에 대한 투자가 이루어지고 있지만 아직은 초기 단계로, 연구 방향 및 투자 분야에 대한 불확실성을 줄이는 것이 무엇보다도 시급한 실정이다. 따라서 본 연구는 빅데이터(big data) 분석방법 중 텍스트 마이닝(Text mining method)과 토픽 모델링 기법(multinominal topic model)을 신재생에너지와 관련된 최근 10년간의 우리나라 언론기사에 적용하여 국가 정책의 핵심이슈 및 세계적인 연구 트렌드를 분석하고, 성장 가능성이 있는 신재생에너지 분야를 예측하였다. 정보통신기술을 바탕으로 한 연구결과는 신재생에너지 분야에 활발히 적용될 것으로 예측된다.
Recently, 80% of big data consists of unstructured text data. In particular, various types of documents are stored in the form of large-scale unstructured documents through social network services (SNS), blogs, news, etc., and the importance of unstructured data is highlighted. As the possibility of using unstructured data increases, various analysis techniques such as text mining have recently appeared. Therefore, in this study, topic modeling technique was applied to the Korea Highway Corporation's voice of customer (VOC) data that includes customer opinions and complaints. Currently, VOC data is divided into the business areas of Korea Expressway Corporation. However, the classified categories are often not accurate, and the ambiguous ones are classified as "other". Therefore, in order to use VOC data for efficient service improvement and the like, a more systematic and efficient classification method of VOC data is required. To this end, this study proposed two approaches, including method using only the latent dirichlet allocation (LDA), the most representative topic modeling technique, and a new method combining the LDA and the word embedding technique, Word2vec. As a result, it was confirmed that the categories of VOC data are relatively well classified when using the new method. Through these results, it is judged that it will be possible to derive the implications of the Korea Expressway Corporation and utilize it for service improvement.
본 연구는 코로나19 보도에 있어 보수와 진보 언론의 의제를 확인하고, 각 언론이 정치성향이 같은 수용자에 미치는 정파적 의제설정 효과를 검증했다. 이를 위해 조선일보, 중앙일보, 동아일보, 한겨레신문, 경향신문의 코로나19 관련 기사 5,286건을 수집했고, 진보-중도-보수 응답자 1,067명의 설문조사 데이터를 분석했다. 이어서 본 연구진은 LDA 토픽모델링을 활용해 의제를 추출하고, 설문조사 응답자들의 의제 중요도 인식과 상관관계를 분석했다. 연구 결과, 언론 의제로는 감염, 백신, 경제위기 등 15개 토픽이 나타났으며, 보수와 진보 언론 사이에 주요 의제의 차이가 드러났다. 한편, 보수 언론은 보수 응답자는 물론 진보 응답자에게도 의제설정 영향력을 발휘했지만, 진보 언론은 진보 응답자에게 유의미한 영향을 미치지 못했다. 본 연구는 토픽모델링과 설문조사를 결합해 의제설정 효과를 검증하는 새로운 방식을 선보여, 의제설정 연구의 방법론적 확장에 기여했다.
Objectives : The purpose of this study is to devise a way of the dental hygienist to explore the articles of dental hygienist that were presented in the newspaper during the recent 3 years of Korea. Methods : This study is to examine dental hygienist articles with content analysis in the KINDS(Korean Integrated News Database System) of the Korean Press Foundation. Data were gathered from the printed newspaper of Korea over a period of 3 years - 1 March, 2005 to 30 March 2008. News reports, comments and letters to the editor were analysed, which revealed an image of dental hygienist that we would like to explore and debate. The obtained data from the frequency, percentage, chi-squared test between categories after inter-coder reliability test (reliability 0.96). Results : The articles of dental hygienist according to type of newspaper, 'local newspaper' showed higher frequency than 'metropolitan newspaper'. It mix '치과위생사'(42.3%), '치위생사'(49.4%), and '위생사'(3.9%) in use of name. The article pattern, 'news' 40.0%, 'information commentary' 18.3%, 'interview man' 15.8%, 'special news' 14.2% in metropolitan newspaper, then, 'news' 72.6%, 'information commentary' 23.2% in local newspaper (p<0.05). Most plenty of subject is 'administration system', and then 'celebration', 'publicity'. It showed 'seoul' was 'information commentary', 'country' was 'administration system', 'whole' was 'legal duty', 'unrelated area' was 'social living' in the topic of article according to newsbeat(p<0.05). Conclusions : These results suggest that it is necessary to publicity name, duty of dental hygienist in metropolitan newspaper officially.
This study aims to gain insight through understanding the Metaverse, which has recently become a hot topic. The study utilizes the methods of case study and News Bigdata Analysis Services. The Metaverse can be defined as a world with no separation between the virtual and real worlds. Currently, the Metaverse is dominated mainly by the MZ generation, but just like smartphones have quickly entered our lives, the Metaverse will soon, too, become a part of our lives. To follow up on this change, all companies, including global companies, are going after the Metaverse. Today, the Metaverse is successfully being used in all types of fields, including gaming, performing arts, business, etc., and its essential technologies include VR/AR/MR/XR and AI. This study intends to help understand the Metaverse through a case analysis of Zepeto, which has 200 million users worldwide. On Zepeto, users can decorate their own avatars, hang out with friends, go to art galleries and performances, and create and sell items. Of these users, 90% are from outside of South Korea, and 80% are teenagers. With most of the users being underage, many legal and social problems also follow. Nevertheless, who will be the first to conquer the new world of the Metaverse will continue to be a big issue. This study also analyzes domestic news articles about the Metaverse by utilizing the BigKinds system. Starting in 1996, the number of articles about the Metaverse each year remains single digit, until in 2020 when the number sharply rises to 86 news. As of June 2021, there are 1,663 articles on the Metaverse. This study suggests that the Metaverse should now be carefully examined and closely followed.
The growth of digital news media and the stock price index has resulted in economic fluctuations in the fashion industry. This study examines the impact of fashion industry news and macroeconomic changes on the Textile & Wearing Apparel KOSPI over the past five years. An auto-regressive integrated moving average exogenous time series model was conducted using the fashion industry stock market index, the news topic index, and macro-economic indicators. The results indicated the topics of "Cosmetic business expansion" and "Digital innovation" impacted the Textile & Wearing Apparel KOSPI after one week, and the topics of "Pop-up store," "Entry into the Chinese fashion market," and "Fashion week and trade show" affected it after two weeks. Moreover, the topics of "Cosmetic business expansion" and "Entry into the Chinese fashion market" were statistically significant in the macroeconomic environment. Regarding the effect relation of Textile & Wearing Apparel KOSPI, "Cosmetic business expansion," "Entry into the Chinese fashion market," and consumer price fluctuation showed negative effects, while the private consumption change rate, producer price fluctuation, and unemployment change rate had positive effects. This study analyzes the impact of media framing on fashion industry business cycles and provides practical insights into managing stock market risk for fashion companies.
잠재토픽모델(latent topic model)은 데이타에 내재된 특징적 패턴이나 데이타 정의 자질들 간의 상호 관련성을 확률적으로 모델링하고 자동 추출하는 모델로서 최근 텍스트 문서로부터의 의미 자질 자동 추출, 이미지를 비롯한 멀티미디어 데이타 분석, 생물정보학 분야 등에서 많이 응용되고 있다. 이러한 잠재토픽모델의 대규모 데이타에 대한 적용 시 그 효과 증대를 위한 중요한 이슈 중의 하나는 모델의 효율적 학습에 관한 것이다. 본 논문에서는 대표적 잠재토픽모델 중의 하나인 PLSA (probabilistic latent semantic analysis) 기법을 대상으로 점진적 EM 알고리즘을 활용한, 기본 EM 알고리즘 기반의 기존 학습에 대한 학습속도 증진 기법을 제안한다. 점진적 EM 알고리즘은 토픽 추론 시 전체 데이타에 대한 일괄적 E-step 대신에 일부 데이타에 대한 일련의 부분적 E-step을 수행하는 특징이 있으며 이전 데이터 일부에 대한 학습 결과를 바로 다음 데이타 학습에 반영함으로써 모델 학습의 가속화를 기대할 수 있다. 또한 이론적인 측면에서 지역해로의 수렴성이 보장되고 기존 알고리즘의 큰 수정 없이 구현이 용이하다는 장점이 있다. 논문에서는 해당 알고리즘의 기본적인 응용과 더불어 실제 적용과정 상에서의 가능한 데이터 분할법들을 제시하고 모델 학습 속도 개선 면에서의 성능을 실험적으로 비교 분석한다. 실세계 뉴스 문서 데이타에 대한 실험을 통해, 제안하는 기법이 기존 PLSA 학습 기법에 비해 유의미한 수준에서 학습 속도 증진을 달성할 수 있음을 보이며 추가적으로 모델의 병렬 학습 기법과의 조합을 통한 실험 결과를 간략히 제시한다.
본 논문은 COVID-19와 같은 팬데믹 상황에서 소상공인에게 실질적으로 도움이 되는 정부 정책을 제언하는데 목적이 있다. 이를 위해 'COVID-19 소상공인 지원', 'COVID-19 감염병 대응체계에 따른 소상공인 영향', 'COVID-19 소상공인 경제정책' 키워드를 중심으로 뉴스 기사를 크롤링하여 텍스트 마이닝 분석의 키워드 빈도분석과 워드클라우드 분석을 수행하였고, LDA 토픽 모델링 분석을 통해 주요 이슈를 파악하였다. LDA 토픽 모델링을 수행한 결과 소상공인 지원 정책은 정부의 현금성 지원과 금융지원으로 토픽 레이블을 구성하였고, COVID-19 감염병 대응체계에 따른 소상공인 영향은 정부 주도의 방역체계와 개인 주도의 방역체계로 토픽 레이블을 구성하였으며, COVID-19 경제정책은 경제위기와 자생력을 갖추기 위한 소상공인 정책으로 토픽 레이블을 구성하였다. 구성한 토픽레이블을 중심으로 향후 팬데믹 상황에서 소상공인 피해 감면 정책과 소상공인이 시장경쟁력 제고 정책에 대해 파악할 수 있는 기초자료를 제공하고자 하였다.
본 연구는 현 정부가 적극적으로 추진·지원하는 AI교육에 관한 대중의 요구를 파악하는 데 그 목적이 있다. 이를 위해 2018년 1월 1일부터 2019년 12월 31까지 AI교육에 대한 11개의 중앙지 뉴스기사와 트위터 게시글을 수집하여 단어 빈도분석과 토픽모델링분석을 실시하였다. 단어빈도 분석은 TF(Term Frequency)기법을, 토픽모델링분석은 잠재 디리클레 할당(Latent Dirichlet Allocation)기법을 사용하였다. 분석결과, 뉴스기사는 AI분야의 여성인재 육성, 대학교육과정의 변화, K-12의 소프트웨어 교육 및 교육과정 변화 등 거시적인 정책 지원에 대한 토픽이, 트위터에서는 지능형로봇과의 공존시대와 같은 보다 구체적인 미래시대에 대한 사회적 인식과 코딩교육, 인간의 고유역량개발 등과 같은 미래역량과 교육방법론 등에 대한 토픽이 도출되었다. 이러한 연구결과는 AI교육과정 구성 및 운영 방안과 미래 산업 인재 양성 정책 개발을 위한 시사점을 제공해 줄 수 있을 것으로 기대한다.
본 연구는 뉴스 빅데이터에 나타난 메타버스 관련 이슈들을 교육관점에서 분석하여 그 특징을 탐색하고, 메타버스의 교육적 활용가능성 및 미래교육에 대한 시사점을 제공하는데 목적이 있다. 이를 위해 포털사이트에서 검색되는 메타버스 관련 뉴스 데이터를 41,366건 수집하였고, 대표적인 용어 가중치 모델인 TF-IDF를 이용하여 추출된 모든 키워드의 가중치 값을 계산하여 순위화한 후, 워드클라우드로 시각화 분석을 수행하였다. 또한 정교한 확률기반 텍스트마이닝 기법인 토픽모델링(LDA)을 활용하여 주요 토픽들을 분석하였다. 연구결과 교육관점에서 메타버스의 핵심 이슈로는 플랫폼 산업, 미래인재, 기술의 확산 등과 같은 주제가 도출되었다. 또한, 기술, 직업, 교육이라는 세 개의 핵심 주제로 2차 데이터 분석을 실시한 결과 미래교육에서 메타버스는 교육플랫폼의 혁신, 미래 직업의 혁신, 미래 역량의 혁신과 관련한 이슈를 갖는 것으로 나타났다. 본 연구는 방대한 양의 뉴스 빅데이터를 단계적으로 분석하여 교육관점에서 이슈를 도출하고 미래교육에 대한 시사점을 제공하였다는 데 의의가 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.