트위터에서의 COVID-19와 관련된 반시민성 주제 탐색: 혐오 대상 및 키워드 분석
Investigating Topics of Incivility Related to COVID-19 on Twitter: Analysis of Targets and Keywords of Hate Speech
1
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
본 연구는 코로나바이러스감염증-19 (이하 코로나19)로 인해 생겨난 코로나19 반시민성 주제와 코로나19 혐오 정서를 파악하기 위해 소셜 미디어 중 하나인 트위터의 코로나19 관련 게시물을 분석하였다. 2019년 12월 1일부터 2021년 8월 31일까지 21개월 동안 작성된 코로나19 관련 혐오 대상별(지역, 공공시설 혐오, 특정 인구 집단 혐오, 종교 혐오) 게시물 수집 및 전처리를 진행하여 총 63,802개의 게시물을 분석하였다. 혐오 대상별 빈도 분석, 다이나믹 토픽 모델링, 키워드 동시 출현 네트워크 분석 기법을 통하여 혐오 대상별 반시민성 주제와 혐오 키워드를 파악하였다. 첫째, 빈도 분석 결과, 지역, 공공시설 혐오는 상대적으로 증가하는 추세를 보이고 특정 인구 집단과 종교 혐오는 상대적으로 감소하는 추세를 확인할 수 있었다. 둘째, 다이나믹 토픽 모델링 분석 결과, 지역, 공공시설 혐오는 ‘대구, 경북지방 혐오’, ‘지역 간 혐오’, ‘공공시설 혐오’로 나타났고, 특정 인구 집단 혐오는 ‘중국 혐오’, ‘바이러스 전파자’, ‘실외(야외)활동 제재’로 나타났으며, 종교 혐오는 ‘신천지’, ‘기독교’, ‘종교 내 감염’, ‘방역 의무 거부’, ‘확진자 동선 비난’으로 나타났다. 셋째, 키워드 동시 출현 네트워크 분석 결과, 지역, 공공시설 혐오(코로나, 대구, 확진자, 신천지, 경북, 지역), 특정 인구 집단 혐오(코로나바이러스, 우한폐렴, 우한, 중국, 중국인, 사람, 입국, 금지), 종교 혐오(신천지, 코로나, 교회, 대구, 확진자, 감염) 등을 핵심 키워드로 확인할 수 있었다. 본 연구는 소셜 미디어를 활용한 국내 코로나19 혐오 대상 및 키워드 파악을 통해 코로나19 관련한 대중의 반시민성 여론을 파악하고자 하였다. 특히 기존의 선행연구에서 시도하지 않았던 주제인 코로나19 관련 혐오에 데이터 마이닝 기법을 이용하여 소셜 미디어에서 표출하는 대중의 반시민성 주제와 혐오 정서 탐색은 대중들의 여론을 파악하는 것이 의의가 있다. 더불어 본 연구 결과는 포스트 코로나 시대를 대비하는 문화적 소통 방안의 제도 및 정책 수립 기여를 위한 기본 자료에 기초할 수 있다는 점에서 실질적 함의를 시사한다.
Abstract
This study aims to understand topics of incivility related to COVID-19 from analyzing Twitter posts including COVID-19-related hate speech. To achieve the goal, a total of 63,802 tweets that were created between December 1st, 2019, and August 31st, 2021, covering three targets of hate speech including region and public facilities, groups of people, and religion were analyzed. Frequency analysis, dynamic topic modeling, and keyword co-occurrence network analysis were used to explore topics and keywords. 1) Results of frequency analysis revealed that hate against regions and public facilities showed a relatively increasing trend while hate against specific groups of people and religion showed a relatively decreasing trend. 2) Results of dynamic topic modeling analysis showed keywords of each of the three targets of hate speech. Keywords of the region and public facilities included “Daegu, Gyeongbuk local hate”, “interregional hate”, and “public facility hate”; groups of people included “China hate”, “virus spreaders”, and “outdoor activity sanctions”; and religion included “Shincheonji”, “Christianity”, “religious infection”, “refusal of quarantine”, and “places visited by confirmed cases”. 3) Similarly, results of keyword co-occurrence network analysis revealed keywords of three targets: region and public facilities (Corona, Daegu, confirmed cases, Shincheonji, Gyeongbuk, region); specific groups of people (Coronavirus, Wuhan pneumonia, Wuhan, China, Chinese, People, Entry, Banned); and religion (Corona, Church, Daegu, confirmed cases, infection). This study attempted to grasp the public’s anti-citizenship public opinion related to COVID-19 by identifying domestic COVID-19 hate targets and keywords using social media. In particular, it is meaningful to grasp public opinion on incivility topics and hate emotions expressed on social media using data mining techniques for hate-related to COVID-19, which has not been attempted in previous studies. In addition, the results of this study suggest practical implications in that they can be based on basic data for contributing to the establishment of systems and policies for cultural communication measures in preparation for the post-COVID-19 era.
참고문헌 (38)
- "대구 ‘슈퍼전파자’ 신천지교인 31번 환자, 67일만에 퇴원" (2020)[URL]
- 김동훈, "다이나믹 토픽모델링 및 네트워크 분석 기법을 통한 블록체인 관련 국내 연구 동향 분석", 정보관리학회지, 38(3), pp.23~39 (2021), 한국정보관리학회[DOI]
- 김진솔, "비정형 빅데이터를 이용한 COVID-19 주요 이슈 분석", 지식경영연구, 22(2), pp.145~165 (2021), 한국지식경영학회[DOI]
- (2018), 김현중[URL]
- 박상미, "코로나바이러스감염증-19 대유행이 정신건강에 미치는 영향", 보건교육건강증진학회지, 37(5), pp.83~91 (2020), 한국보건교육건강증진학회[DOI]
- 박은정, "KoNLPy : 쉽고 간결한 한국어 정보처리 파이썬 패키지", 제26회 한글 및 한국어정보처리 학술대회 논문집, pp.133~136 (2014)
- "코로나바이러스감염증-19 국내발생현황" (2020), 보건복지부[URL]
- "코로나바이러스감염증-19 국내발생현황" (2020), 보건복지부[URL]
- "코로나감염증-19 국내 발생 현황 (정례브리핑)" (2020), 보건복지부[URL]
- "코로나바이러스감염증-19 국내발생현황" (2022), 보건복지부[URL]
- "코로나바이러스감염증-19 국외 발생 현황" (2022), 보건복지부[URL]
- 손달임, "코로나19 관련 뉴스 보도의 언어 분석 - 헤드라인에 반영된 공포와 혐오를 중심으로 -", 이화어문논집, (51), pp.137~166 (2020), 이화어문학회[DOI]
- "전 국가·지역 해외여행에 대해 특별여행주의보 발령" (2021), 외교부[URL]
- 유연주, "코로나바이러스감염증-19 유행 상황 속 마스크 관련 소비자불안", 소비자정책교육연구, 16(4), pp.127~153 (2020), 한국소비자정책교육학회[DOI]
- 이은희, "코로나19 관련 혐오표현의 교정과 대응에 관한 국제연합의 지침", 민주법학, (75), pp.213~221 (2021), 민주주의법학연구회[DOI]
- 이종원, "코로나19로 인한 사회문제와 그 해결책", 대학과 선교, (45), pp.61~90 (2020), 한국대학선교학회[DOI]
- 이지성, "코로나19 시대, N포 세대의 ‘두려움’과 ‘혐오’에 대한 윤리적 과제", 기독교사회윤리, (48), pp.107~133 (2020), 한국기독교사회윤리학회[DOI]
- 이행미, "코로나 이후의 소설과 혐오의 임계", 한국근대문학연구, 22(2), pp.49~90 (2021), 한국근대문학회
- 임유하, "빅데이터를 통해 본 ‘코로나 블루’에 대한 이슈 분석", 한국심리학회지: 상담 및 심리치료, 33(2), pp.829~852 (2021), 한국상담심리학회
- "치명률 줄었지만 젊은층 파고들고 변이 늘었다…4차 유행 1~3차 유행과 다른점" (2021)[URL]
- 코로나19와 혐오의 팬데믹, "한국인사이트연구소", 국가인권위원회, ~ (2020)
- Akram, W., "A study on positive and negative effects of social media on society", International Journal of Computer Sciences and Engineering, 5(10), pp.351~354 (2017)[DOI]
- Alowibdi, J. S., "Coronavirus pandemic(COVID-19) : emotional toll analysis on twitter", International Journal on Semantic Web and Information Systems(IJSWIS), 17(2), pp.1~21 (2021)[DOI]
- Angelo Antoci, "Civility vs. Incivility in Online Social Interactions: An Evolutionary Approach", PLOS ONE, 11(11), pp.e0164286~ (2016), Public Library of Science (PLoS)[DOI]
- Badjatiya, P., "Deep learning for hate speech detection in tweets", Proceedings of the 26th international conference on World Wide Web companion (2017)
- Bastian, M., "Gephi : an open source software for exploring and manipulating networks", Proceedings of the Third International ICWSM Conference, pp.361~362 (2009)
- Blei, D. M., "Dynamic Topic Models : Proceedings of the 23rd international conference on Machine learning, ACM Other Conferences", ACM Other Conferences (2006)
- Chen, G. M., "We should not get rid of incivility online", Social Media + Society, 5(3) (2019)[DOI]
- Choi, D. H., "The multifaceted impact of social media on risk, behavior, and negative emotions during the COVID-19 outbreak in South Korea", Asian Journal of Communication, 31(5), pp.337~354 (2021)[DOI]
- Hopkins, E. E., "Incivility in the online classroom : a guide for policy development", Nursing Forum, 52(4), pp.306~312 (2017)[DOI]
- (2020)[URL]
- Kim, B., "Effects of social grooming on incivility in COVID-19", Cyberpsychol Behav Soc Netw, 23(8), pp.519~525 (2020)[DOI]
- Kim, B., "Exploring incivility and moral foundations toward asians in english-speaking tweets in hate crime-reporting cities during the COVID-19 pandemic", Internet Research, 32(1), pp.362~378 (2022)[DOI]
- Linton M., "Applied Quantitative Finance. Statistics and Computing" (2017), Springer
- Gensim--python framework for vector space modelling, "Rehurek, R.", NLP Centre, Faculty of Informatics, Masaryk University, ~ (2011)
- Wang, Y., "Examining risk and crisis communications of government agencies and stakeholders during early-stages of COVID-19 on Twitter", Computers in Human Behavior, 114, pp.106568~ (2021)[DOI]
- Fei Xiong, "Opinion formation on social media: An empirical approach", Chaos: An Interdisciplinary Journal of Nonlinear Science, 24(1), pp.013130~ (2014), AIP Publishing[DOI]
- Yustiawan, Y., "Degree centrality for social network with opsahl method", Procedia Computer Science, 59, pp.419~426 (2015)[DOI]