코로나19 확산에 따른 언론의 일자리 주제 분석
Employment News Agenda and Trends Analysis in the Face of the COVID-19 Pandemic using Text Mining
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
본 연구는 코로나19 팬데믹으로 인한 고용 위기에 대응하는 정부정책과 코로나19의 국내 확산 양상을 중심으로 언론 기사를 분석했다. 이를 위해 일자리 주제와 주제별 감정이 어떻게 변화하는지 텍스트 마이닝 기법을 활용했다. 일자리 주제는 ‘맞춤형 지원’, ‘기업투자’, ‘정치’, ‘정부재정지원’, ‘고용동향’, ‘노사관계’, ‘취약계층복지’, ‘세계경제’ 등 8개로 구분했다. 코로나19가 발병한 2019년 1월부터 일자리 기사의 주제를 살펴보면 ‘맞춤형 지원’, ‘기업투자’, ‘고용동향’은 감소하고, ‘정부재정지원’, ‘정치’, ‘세계경제’, ‘취약계층복지’는 증가했다. 감염병 유행 직후 긍정 감정을 나타내는 ‘기업투자’와 ‘맞춤형 지원’이 감소하며 기사 감정이 부정적으로 변화하였으나, 3월부터 ‘정부재정지원’이 늘어나면서 긍정 방향으로 변했다. 코로나19 이후 주제가 정치, 정부재정지원 및 취약계층복지, 고용동향과 세계경제, 기업투자와 노사관계로 순차적으로 급증세를 보였다. 선행연구와 마찬가지로 일자리 기사 주제는 정부정책을 중심으로 설정되며 내외부 요인에 민감하게 반응하였다. 특히, 코로나19 팬데믹 상황에서 주요 일자리 주제가 정부정책과 감염병 확산 양상에 따라 탄력적으로 변화하였음을 보여주었다.
Abstract
This study identified employment news agenda and changes of issue priorities and sentiment in the face of the Covid-19 pandemic using text-mining techniques. As a result of LDA-based topic analysis on employment news, eight topics emerged:Customized Employment Service, Corporate Investment, Politics, Government-funded Program, Employment Situations, Labor- management Relations, Support for the Disadvantaged, Global Economy. Priorities of the eight topics had significantly fluctuated since the Covid-19 occurred in Korea in January 2020. While Customized Employment Service, Corporate Investment, and Employment Situations had decreased, Government- funded Program, Politics, Global Economy, and Support for the Disadvantaged had increased in the aggregate topic weight. Positivity in text sentiment had declined as positively-valenced topics of Customized Employment Service and Corporate Investment shrunk in the initial stage of the crisis. However, positive sentiment had grown after Government-funded Program had been prioritized in the news agenda. Various topics had risen in chronological order after the Covid-19 occurrence, from Politics to Government-funded Program and Support for the Disadvantaged to Employment Situations and Global Economy, and lastly to Corporate Investment and Labor-management Relations. Consistent with the previous research on news topics and trends, our analysis revealed that employment news set agenda based on government policy and sensitively reacted to internal and external factors. Notably, the employment agenda in the news showed flexible priorities in response to changing states of the Covid-19 spread and the progress of public policy discussions. Furthermore, our data collection with a keyword of ‘jobs(iljali)’ allowed a more extensive review of employment agenda than previous literature with a specific-policy focus.
참고문헌 (25)
- 고광이, "토픽 모델을 이용한 경기변동 토픽지수 개발 및 KOSPI200지수에 대한 토픽지수 회귀모형", 한국데이터정보과학회지, 31(4), pp.579~594 (2020), 한국데이터정보과학회
- 권충훈, "주유 신문사 뉴스 기사를 통해 살펴본 2020년도 대한 민국의 긴급재난지원금", 한국컴퓨터정보학회 하계학술대회 논문집, 28(2), pp.169~170 (2020)
- 김경동, "텍스트 마이닝을 활용한 고용정책 프레임 연구: 언론기사 및 국회회의록의 비교･분석을 중심으로", 한국사회와 행정연구, 30(4), pp.135~163 (2020), 서울행정학회
- 김양우, "인구절벽사회에서 노인과 일자리 감성분석", 한국콘텐츠학회 논문지, 20(11), pp.110~118 (2020), 한국콘텐츠학회[DOI]
- 김영민, "소셜 미디어 감성분석을 통한 주가 등락 예측에 관한 연구", Entrue Journal of Information Technology, 13(3), pp.59~70 (2014), 엘지씨엔에스
- 김영아, "뉴스기사 빅테이터를 활용한 노인일자리 트렌드 분석: 2010-2019년", 대한고령친화산업학회지, 12(1), pp.13~20 (2020), 대한고령친화산업학회
- 김정화, "오피니언 마이닝을 이용한 도로교통서비스 정책이슈 및 만족도 변화 분석", 한국도로학회논문집, 21(5), pp.65~74 (2019), 한국도로학회
- 방한솔, "텍스트마이닝을 이용하여 텍스트의 주요 토픽을 시계열적으로 표현하는 방법론 연구", 한국데이터정보과학회지, 30(6), pp.1259~1276 (2019), 한국데이터정보과학회
- 백영민, "R을 이용한 텍스트 마이닝" (2020), 한울아카데미
- 이소정, "잠재디리클레할당 분석을 이용한 ‘노인일자리’ 관련 신문기사 토픽분석", 디지털융복합연구, 18(10), pp.537~546 (2020), 한국디지털정책학회[DOI]
- 이정훈, "감성분석 연구 동향", 춘계학술발표대회 논문집, 25(1), pp.359~361 (2018)
- 전혜영, "빅데이터를 통해 살펴본 장애인고용 동향분석: SNS와 온라인 뉴스를 중심으로", 장애와 고용, 29(2), pp.55~82 (2019), 한국장애인고용공단 고용개발원[DOI]
- 정지원, "텍스트마이닝 기법을 통한 언론에서의 장애인 노동의제 분석", 장애의 재해석, pp.48~100 (2018)
- 최창식, "대통령 관련 보도의 감성 분석과 정파성의 지형신문별 감성지수의 차이, 일관성, 대통령 지지도와의 관계를 중심으로", 한국언론학보, 65(1), pp.35~70 (2021), 한국언론학회
- Blei, D. M., "Latent Dirichlet Allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)
- Chang, J., "Advances in Neural Information Processing Systems", pp.288~296 (2009)
- Jacobi, C., "Quantitative Analysis of Large Amounts of Journalistic Texts Using Topic Modelling", Digital Journalism, 4, pp.89~106 (2016)
- Mimno, D., "Topic Models Conditioned on Arbitrary Features with Dirichlet-multinomial Regression", The 24th Conference on Uncertainly in Artificial Intelligence, pp.411~418 (2008)
- Newman, D., "Automatic Evaluation of Topic Coherence", Human Language Technologies : The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics, pp.100~108 (2010)
- OECD, "OECD Employment Outlook 2020 : Worker Security and the COVID-19 Crisis" (2020), OECD Publishing
- Pang, B., "Opinion Mining and Sentiment Analysis", Foundations and Trends in Information Retrieval, 2, pp.1~135 (2008)
- Sohrabi, C., "World Health Organization Declares Global Emergency : A Review of the 2019 Novel Coronavirus (COVID-19)", International Journal of Surgery, 76, pp.71~76 (2020)
- Zhang, L., "Encyclopedia of Machine Learning and Data Mining" (2017), Springer
- "군산대학교 한국어 감성사전"[URL]
- "대한민국 정책브리핑"[URL]