소셜 빅데이터를 이용한 행복도 측정 방법론 개발 연구: 구글 트렌드를 중심으로
A study on a methodology to measure happiness index with social big data: Focusing on Google Trends
0
조회
0
다운로드
7
인용
0
참고문헌
키워드
초록
온라인상에서 생산되는 비정형 소셜 빅데이터는 빠르게 생성되어 유통되기 때문에 실시간으로 정보를 분석하고 활용하는 것이 가능하며, 여기에 담긴 개인의 감성을 집단적으로분석하기 위한 시도가 이어지고 있다. 대표적으로 미국 헤도노미터 분석툴은 트위터 데이터를 이용하여 미국 사용자들의 행복도를 측정하고 있지만, 단어의 빈도를 추출하는 기술적인알고리즘의 제공이나 일평균 외의 기간 조정, 데이터의 가공성 등에 대해서는 제약이 존재하는 상황이다. 이에 본 연구에서는 구글 트렌드 자료를 중심으로 국민의 행복지수를 측정할수 있는 방법론을 제안하는 것을 목적으로 한다. 구글 트렌드는 사용자의 검색을 통한 빈도의 추출이 용이하고 국가 비교가 가능하다는 장점이 있다. 본 연구에서는 66개 키워드에대한 기초 분석을 통해 데이터의 활용 가능성을 검토하였으며, 500개 키워드에 대한 구글트렌드 데이터를 헤도노미터 알고리즘에 적용하여 2004년∼2019년 한국의 월평균 행복지수를 제시하였다. 우리나라에서 국민의 행복도나 삶의 만족도는 대부분 설문조사나 일부 통계자료를 통해 측정되는 상황이므로, 소셜 빅데이터를 이용한 행복지수 측정 방법론의 개발은유용한 정보를 제공할 수 있을 것으로 기대된다.
Abstract
As big data in online social networks is rapidly generated and distributed, it is possible to analyze and use information in real time, and research to collectively analyze the in�dividual's emotions contained in social big data is continuing. Representatively, the Hedonometer analysis tool uses Twitter data to measure the happiness of USA users, but there are some limitations on the provision of a technical algorithm to extract the frequency of words, adjustment of periods other than the daily average, and so on. Therefore, this study aims to suggest a methodology that can measure the people's happiness index using Google Trends data. Google Trends service has the advantage that it is easy to extract frequency through user's search, and that international comparison is possible. In this study, the pilot analysis on 66 keywords showed the availability of google Trends data. According to the main results, the average monthly happiness index from 2004 to 2019 was derived by applying Google Trends data for 500 keywords to the Hedonometer algorithm. Since most of the national happiness index and quality of life are measured through questionnaires or some statistical data in South Korea, the new methodology to measure happiness index using social big data is expected to provide useful information.
참고문헌 (30)
- 강인수, "영어 트위터 감성 분석을 위한 SentiWordNet 활용 기법 비교", 한국지능시스템학회 논문지, 23(4), pp.317~324 (2013), 한국지능시스템학회
- 김민규, "빅데이터를 이용한 행복지수 앱 개발", 한국지능정보시스템학회 학술대회논문집 (2015)
- 김진만, "소셜네트워크서비스에서 추출된 감정의 핫스팟 분석", 박사, pp.2015
- 김한나, "트위터 사용자들의 감성을 이용한 사회적 이슈 분석", 융합정보논문지, 9(11), pp.81~91 (2019), 중소기업융합학회[DOI]
- 김형호, "SNS에서의 언어 간 감성 차이 연구: 6개 언어를 중심으로", 디지털융복합연구, 14(3), pp.165~170 (2016), 한국디지털정책학회[DOI]
- 빅 데이터를 활용한 자살요인 다변량 분석, "송태민", 한국보건사회연구원, 1~8, pp.보건·복지 Issue&Focus, 168(0) (2012)
- 신민수, "나노 인포매틱스 기반 구축을 위한 구글 트렌드와 데이터 마이닝 기법을 활용한 나노 기술 트렌드 분석", 한국산업경영시스템학회지, 40(4), pp.237~245 (2017), 한국산업경영시스템학회
- 안대천, "SNS유형별 광고속성 평가 및 태도에 관한 연구: 블로그, 트위터, 페이스북, 유튜브의 비교", 광고학연구, 23(3), pp.53~84 (2012), 한국광고학회[DOI]
- 왕동승, "소셜 네트워크 서비스에서의 개선된 국가 행복지수 측정", 한국지능정보시스템학회 학술대회논문집, pp.77~80 (2012)
- 이건창, "구글트렌드를 이용한 스마트 스피커 시장 분석과 예측", 정보과학회 컴퓨팅의 실제 논문지, 24(11), pp.596~602 (2018), 한국정보과학회[DOI]
- 이미나, "행복 및 안녕감 의미에 대한 빅 데이터 활용 기초연구", 예술인문사회 융합 멀티미디어 논문지, 9(8), pp.669~676 (2019), 사단법인 인문사회과학기술융합학회[DOI]
- 빅데이터를 활용한 환경분야 정책수요 분석, "이미숙", 한국환경정책·평가연구원, ~ (2014)
- 이미숙, "환경적 요인이 삶의 만족도에 미치는 영향", 한국혁신학회지, 13(4), pp.227~251 (2018), 한국혁신학회[DOI]
- 이병욱, "구글 트렌드를 이용한 기업의 매출액 및 주가 예측: BMW와 Mercedes-Benz 키워드를 중심으로", 예술인문사회 융합 멀티미디어 논문지, 8(10), pp.491~501 (2018), 사단법인 인문사회과학기술융합학회[DOI]
- 이병호, "소셜 빅데이터로 본 경기도 행복지도, 2013∼2017", 지방행정연구, 32(3), pp.115~138 (2018), (재) 한국지방행정연구원[DOI]
- 장상현, "빅 데이터와 스마트교육", 정보과학회지, 30(6), pp.59~64 (2012)
- 최기원, "텍스트 마이닝을 이용한 감성 분석 연구 및 지역별 행복도 분석 시스템의개발", 석사, pp.2018
- 최길용, "대기오염에 따른 환경성 질환의 인자분석: Big Data를 통한 Google 트렌드 데이터의 분석 및 영향", 한국환경보건학회지, 44(6), pp.563~571 (2018), 한국환경보건학회
- 최은수, "대한민국 행복 지도: 소셜미디어를 활용한 대한민국 지역별", 한국심리학회지:일반, 38(4), pp.647~667 (2019), 한국심리학회[DOI]
- 최현홍, "텍스트마이닝을 적용한 ICT융합 트렌드 분석", 한국혁신학회지, 15(3), pp.257~281 (2020), 한국혁신학회
- 한국 삶의 질 학회, "국민 삶의 질 종합지수 작성결과", ~ (2017)
- 홍두표, "SNS 감성분석을 이용한 정보 추출 방법론에 관한 연구", 한국ITS학회 논문지, 16(6), pp.141~155 (2017), 한국ITS학회[DOI]
- 홍석은, "빅데이터 마이닝에 의한 환경민원의 감성분석 및 공간패턴분석", 석사, pp.2018
- 황해익, "네트워크 분석을 통한 어머니의 행복 개념 연구", 미래유아교육학회지, 25(2), pp.45~66 (2018), 미래유아교육학회[DOI]
- Dodds, "Temporal patterns of happiness and information in a global social network: Hedonometrics and Twitter", PLoS ONE, 6(12) (2011)
- Mobile Apps in APAC: 2016 Report, "Google", ~ (2016)
- Kramer, A. D. I., "An unobtrusive behavioral model of gross national happiness", Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, pp.287~290 (2010), ACM
- OECD, "How’s Life? 2017 Measuring Well-being, Life Satisfaction", ~ (2017)
- Quercia, D., "Tracking “gross community happiness” from tweets", Proceedings of the ACM 2012 conference on Computer Supported Cooperative Work, pp.965~968 (2012), ACM
- Thelwall, M., "Sentiment strength detection for the social web", Journal of the American Society for Information Science and Technology, 63(1), pp.163~173 (2012)