• 대한토목학회논문집
• /
• 제38권4호
• /
• pp.595-599
• /
• 2018

해외건설 프로젝트를 기획하고 수행하는 과정에서 현지 시장의 상황을 신속하고 정확하게 파악하는 것은 수익성 창출에 매우 큰 영향을 미친다. 뉴스기사 데이터는 정치, 경제, 사회 등 다양한 관한 정보를 담고 있기 때문에 시장의 상황을 파악하는 데 사용할 수 있는 좋은 데이터이다. 텍스트의 형태로 존재하는 대량의 뉴스기사 데이터로부터 정보를 추출하고 내용을 요약하는 과정에서 인력, 비용, 시간의 소모를 줄이기 위해 텍스트마이닝 기술이 필요하다. 본 연구에서는 뉴스기사에 다양한 주제가 공존한다는 특성으로 인해 발생하는 정보 추출의 한계를 극복하기 위해 잠재 디리클레 할당(Latent Dirichlet Allocation) 방법론을 사용하여 토픽 모델링을 수행했다. 문서 집단에 존재하는 주제의 개수가 10개라고 가정했을 때, 이용자들의 편의 증진을 위한 프로젝트(2번 주제)와 아프리카 지역의 빈곤 문제를 해결하기 위한 민간 차원의 지원(4번 주제) 등의 주제 집단이 존재하는 것을 확인했다. 이와 같이 문서 집단의 주제를 구분함으로써 더욱 의미있는 정보를 추출하고, 요약 결과의 활용성을 높일 수 있다.

• Journal of Preventive Medicine and Public Health
• /
• 제52권6호
• /
• pp.384-392
• /
• 2019

Objectives: This study aimed to explore the health inequality discourse in the Korean press by analyzing newspaper articles using a relatively new content analysis technique. Methods: This study used the search term "health inequality" to collect articles containing that term that were published between 2000 and 2018. The collected articles went through pre-processing and topic modeling, and the contents and temporal trends of the extracted topics were analyzed. Results: A total of 1038 articles were identified, and 5 topics were extracted. As the number of studies on health inequality has increased over the past 2 decades, so too has the number of news articles regarding health inequality. The extracted topics were public health policies, social inequalities in health, inequality as a social problem, healthcare policies, and regional health gaps. The total number of occurrences of each topic increased every year, and the trend observed for each theme was influenced by events related to its contents, such as elections. Finally, the frequency of appearance of each topic differed depending on the type of news source. Conclusions: The results of this study can be used as preliminary data for future attempts to address health inequality in Korea. To make addressing health inequality part of the public agenda, the media's perspective and discourse regarding health inequality should be monitored to facilitate further strategic action.

• 한국언론정보학보
• /
• 제30권
• /
• pp.175-201
• /
• 2005

본 논문은 '다양성'이라는 규범적 가치에 입각해 뉴스 기사 선별 및 취재 경로와 관련한 미 신문의 뉴스 제작 방식에는 어떤 변화가 진행돼 왔는지를 통시적으로 살펴보고 있다. 이에 따라 본고에서는 '뉴스 토픽'과 '정보원' 등 두 가지 분야에서 지난 50년간 뉴욕 타임스와 시카고 트리뷴, 로스앤젤레스 타임스 등 3대 유력 일간지의 1면 기사를 분석, 연대기적인 가치 변화를 추적해 보았다. 데이터 분석 결과, 지난 반세기 동안 미 신문에서 정부 및 정치권에 대한 정보원의 의존도는 지속적으로 줄어들고 있는 반면, 기업/산업체발 정보원의 등장은 점차 빈번해 지고 있는 것으로 나타났다. 이와 함께, 뉴스 주제의 분포에 있어서는 사건, 사고 기사의 감소와 군사, 안보기사의 퇴조 속에, 경제, 건강, 교육 등과 같은 주제가 점차 활발하게 다뤄지고 있는 것으로 조사됐다. 그러나 전통적인 비인기 주제였던 빈곤, 노동, 소수자, 사회 갈등 등과 같은 토픽들은 시대를 거듭해도 제자리를 맴돌거나 오히려 줄어들고 있는 것으로 나타났다.

• 대한간호학회지
• /
• 제51권4호
• /
• pp.442-453
• /
• 2021

Purpose: This study was conducted to assess public awareness and policy challenges faced by practicing nurses. Methods: After collecting nurse-related news articles published before and after 'the Thanks to You Challenge' campaign (between December 31, 2019, and July 15, 2020), keywords were extracted via preprocessing. A three-step method keyword analysis, latent Dirichlet allocation topic modeling, and keyword network analysis was used to examine the text and the structure of the selected news articles. Results: Top 30 keywords with similar occurrences were collected before and after the campaign. The five dominant topics before the campaign were: pandemic, infection of medical staff, local transmission, medical resources, and return of overseas Koreans. After the campaign, the topics 'infection of medical staff' and 'return of overseas Koreans' disappeared, but 'the Thanks to You Challenge' emerged as a dominant topic. A keyword network analysis revealed that the word of nurse was linked with keywords like thanks and campaign, through the word of sacrifice. These words formed interrelated domains of 'the Thanks to You Challenge' topic. Conclusion: The findings of this study can provide useful information for understanding various issues and social perspectives on COVID-19 nursing. The major themes of news reports lagged behind the real problems faced by nurses in COVID-19 crisis. While the press tends to focus on heroism and whole society, issues and policies mutually beneficial to public and nursing need to be further explored and enhanced by nurses.

• 한국비블리아학회지
• /
• 제33권3호
• /
• pp.157-178
• /
• 2022

본 연구는 해방기에 간행된 아동신문인 「어린이신문」에 나타난 아동상을 탐색하는 데 목적이 있다. 이를 위해 현전하지 않는 제34호를 제외하고, 1945년 12월 1일의 창간호부터 1947년 12월 13일의 제86호를 대상으로 빈도 분석, 토픽 모델링, 시계열 분석을 수행하였다. 빈도 분석 결과 나라, 학교, 가정과 연관이 있는 키워드가 자주 나타났고, 토픽 모델링을 통해서는 '애국심을 가진 아동상', '과학적 소양을 지닌 아동상', '예술적 소양을 지닌 아동상', '사회적 존재로서의 아동상'이 도출되었다. 시계열 분석 결과 「어린이신문」이 발간된 해방 초기에는 애국 관련 토픽의 비중이 높았으나 과학, 예술과 같은 주제의 비율이 점차 높아지는 것을 볼 때, 아동상이 다양화되었다는 것을 확인할 수 있었다.

• 인간식물환경학회지
• /
• 제24권6호
• /
• pp.563-572
• /
• 2021

Background and objective: The ongoing COVID-19 pandemic restricted daily life, forcing people to spend time indoors. With the growing interest in mental health issues and residential environments, 'pet plants' have been receiving attention during the unprecedented social distancing measures. This study aims to analyze the change in trends of pet plants before and during the COVID-19 pandemic and provide basic data for studies related to pet plants and directions of future development. Methods: A total of 2,016 news articles using the keyword 'pet plants' were collected on Naver News from January 1, 2018 to August 15, 2019 (609 articles) and January 1, 2020 to August 15, 2021 (1,407 articles). The texts were tokenized into words using KoNLPy package, ultimately coming up with 63,597 words. The analyses included frequency of keywords and topic modeling based on Latent Dirichlet Allocation (LDA) to identify the inherent meanings of related words and each topic. Results: Topic modeling generated three topics in each period (before and during the COVID-19), and the results showed that pet plants in daily life have become the object of 'emotional support' and 'healing' during social distancing. In particular, pet plants, which had been distributed as a solution to prevent solitary deaths and depression among seniors living alone, are now expanded to help resolve the social isolation of the general public suffering from COVID-19. The new term 'plant butler' became a new trend, and there was a change in the trend in which people shared their hobbies and information about pet plants and communicated with others in online. Conclusion: Based on these findings, the trend data of pet plants before and after the outbreak of COVID-19 can provide the basis for activating research on pet plants and setting the direction for development of related industries considering the continuous popularity and trend of indoor gardening and green hobby.

• 한국정보통신학회논문지
• /
• 제25권2호
• /
• pp.308-313
• /
• 2021

이 연구는 2019년 판문점 남북미 정상 회동 트윗을 타임 시퀀스와 함께 수집하여 시퀀셜 토픽모델링인 DTM으로 분석하였다. 트위터와 같은 마이크로 블로깅 서비스는 단일 이벤트에 뉴스와 오피니언이 혼재된 비정형 데이터가 대규모로 동시에 발생하고, 정보와 반응이 동일 메시지 형식으로 생산된다. 때문에 토픽 트렌드를 파악하려면 시퀀셜 데이터의 특성을 반영하여 패턴 분석을 해야 맥락적 의미를 알 수 있다. 토픽 일관성 점수를 구해 LDA를 평가한 후 DTM을 계산한 결과, 뉴스 보도와 오피니언 관련 토픽 30개가 도출되었고, 각 토픽과 키워드는 시간에 따라 발생 확률이 역동적으로 진화하고 있었다. 결론적으로 DTM은 특정 이벤트에 대한 사회 전반에 나타난 통합적 토픽 추이를 시간에 따라 분석하는데 적합한 모델임을 밝혔다.

• 한국IT서비스학회지
• /
• 제18권4호
• /
• pp.135-149
• /
• 2019

Recently, there are many researches for extracting meaningful information from large amount of text data. Among various applications to extract information from text, topic modeling which express latent topics as a group of keywords is mainly used. Topic modeling presents several topic keywords by term/topic weight and the quality of those keywords are usually evaluated through coherence which implies the similarity of those keywords. However, the topic quality evaluation method based only on the similarity of keywords has its limitations because it is difficult to describe the content of a topic accurately enough with just a set of similar words. In this research, therefore, we propose topic keywords reorganizing method to improve the identifiability of topics. To reorganize topic keywords, each document first needs to be labeled with one representative topic which can be extracted from traditional topic modeling. After that, classification rules for classifying each document into a corresponding label are generated, and new topic keywords are extracted based on the classification rules. To evaluated the performance our method, we performed an experiment on 1,000 news articles. From the experiment, we confirmed that the keywords extracted from our proposed method have better identifiability than traditional topic keywords.

• 한국전자거래학회지
• /
• 제14권4호
• /
• pp.59-73
• /
• 2009

키워드 추출은 정보검색, 문서 분류, 요약, 주제탐지 등의 텍스트 마이닝 분야에서 기반이 되는 기술이다. 대용량 전자문서로부터 추출된 키워드들은 텍스트 마이닝을 위한 중요 속성으로 활용되어 문서 브라우징, 주제탐지, 자동분류, 정보검색 시스템 등의 성능을 높이는데 기여한다. 본 논문에서는 인터넷 포털 사이트에 게재되는 대용량 뉴스문서집합을 대상으로 키워드 추출을 수행하여 분야별 주제를 제시할 수 있는 키워드를 추출하는 새로운 기법을 제안한다. 기본적으로 키워드 추출을 위해 기존 TF-IDF 모델을 고찰, 이것의 6가지 변형식을고안하여 이를 기반으로 각 분야별 후보 키워드를 추출한다. 또한 분야별로 추출된 단어들의 분야간 교차비교분석을 통해 불용어 수준의 의미 없는 단어를 제거함으로써 그 성능을 높인다. 제안 기법의 효용성을 입증하기 위해 한글 뉴스 기사 문서에서 추출한 키워드의 질을 비교하였으며, 또한 주제 변화를 탐지하기 위해 시간에 따른 키워드 집합의 변화를 보인다.

• 한국정보통신학회논문지
• /
• 제22권12호
• /
• pp.1589-1595
• /
• 2018

본 연구는 인터넷 뉴스 사이트에 실린 청소년 문제를 탐색하고 그 동향을 파악하는데 목적이 있다. 국내 인터넷 뉴스 사이트 중 2018년 기준으로 상위 3위의 '조선일보', '동아일보', '중앙일보' 뉴스 사이트를 대상으로, 1993년부터 2018년 상반기까지 총 8,110건의 청소년 문제 관련 기사가 분석에 활용되었다. 연구 결과 최근 26년간의 인터넷 뉴스 사이트에서 청소년 문제가 어떤 주제로 기사화되어 왔는지 파악하였으며, 기사 추이가 청소년 문제와 관련된 시대별 환경, 정책, 문화 등을 고려하여 변화되어 왔음을 파악할 수 있었다. 본 연구는 기존 청소년 문제의 사회적 동향을 살펴보기 위한 방법에서 시작하여 청소년 문제나 청소년 상담의 범위를 확장하고 다양성을 고려하는데 정량적인 분석 방법을 사용하고 새로운 정보를 제공하는 것에 의의가 있다.