잠재디리클레할당 분석을 이용한 ‘노인일자리’ 관련 신문기사 토픽분석
Topic Modeling of Newspaper Articles on Government ‘Senior job program’ via Latent Dirichlet Allocation.
0
조회
0
다운로드
23
인용
0
참고문헌
키워드
초록
본 연구는 노인일자리사업의 사회적 논의구조를 분석하기 위해 대표적인 대중매체인 신문기사에서 다루어지는 노인일자리 관련 주요 토픽들과 시계열적 특성을 분석하였다. 이를 위해 뉴스 통합 데이터베이스인 빅카인즈에 수록된 11개 중앙지와 8개 경제지의 노인일자리사업 관련 기사 1107개에 대해 잠재디리클레할당 방법을 이용한 토픽분석을 실시해 언론 기사에 내재된 노인일자리사업의 잠재토픽을 추출하였다. 분석결과 노인일자리사업에 대한 일반적 정보전달, 지자체 사업 홍보, 노후생활, 고용효과, 시장연계 등 5개의 잠재토픽이 추출되었는데 2015년까지 대부분의 언론 기사가 일반적 정보전달과 지자체 사업홍보에 국한되어 있어 노인일자리사업의 정체성에 대한 사회적 논의가 형성되지 못하였음을 알 수 있었던 반면 2015년 이후부터 노인일자리사업의 소득, 안전 등 노후생활 효과 관련 주제가 다루어지는 비중이 증가했으며 특히 문재인 정부 출범이후 고용효과와 관련된 기사가 압도적인 비중을 차지하게 되었음을 발견할 수 있었다. 본 연구는 이러한 결과에 근거해 향후 노인일자리사업의 질적측면 및 고용효과 측면을 증진시킬 수 있는 방안에 대한 고민의 필요성과 고용프레임 이외의 대안적 프레임 제시의 필요성을 제안하였다.
Abstract
This study aims to find the structure of social disussion on government ‘Senior job program’ by analyzing 1107 newspaper articles on ‘senior job program’ from 11 major newspaper articles and 8 financial newspapers. Topic modeling via latent dirichlet allocation model was employed for analysis and as result, 5 latent topics were extracted as follows : general information, local government project propaganda, senior life related issues, employment creation effect and market relations. Until 2015, most of the articles focused on the first two topics, indicating not much discourse was formed concerning the characteristics of the program. However, after 2015, the third topic started to increase and after the launch of Moon Jae In government, there has been a drastic increase in the employment creation related topic indicating that current social discourse mirrored by the media is definitely focused on employment creation aspect of senior job program. Based on the result, this study suggests the necessity to increase the quality and also enhance employment aspects of Senior job program.
참고문헌 (22)
- 김수미, "고통의 재현, 그 정치성에 대한 단상세월호 참사에 대하여", 언론과 사회, 23(4), pp.67~119 (2015), 사단법인 언론과 사회
- 한경혜, "대중매체에서의 신노년 담론 분석:신문매체를 중심으로", 한국노년학, 27(2), pp.299~322 (2007), 한국노년학회
- 김은준, "미디어가 표방하는 고령화 사회의 바람직한 노인상: 환영받는 시민으로 노년을 보낼 사명", 한국언론학보, 61(3), pp.157~188 (2017), 한국언론학회[DOI]
- 이병호, "소셜 빅데이터로 본 노인 관련 담론의 특징과 변화", 사회복지정책, 46(3), pp.179~201 (2019), 한국사회복지정책학회[DOI]
- 오현정, "한국 언론은 ‘노인’을 어떠한 시선으로 바라보는가?: 2010년 이후의 노인 관련 언론 보도 특성 분석", PR연구, 23(4), pp.40~68 (2019), 한국PR학회[DOI]
- 이재무, "문재인 정부 복지 정책 및 예산에 대한 보수 및 진보 성향 언론의 프레임 분석", 예산정책연구, 7(2), pp.51~80 (2018), 국회예산정책처[DOI]
- 유수동, "아동복지 이슈에 대한 언론의 관심도와 정책결정에 관한 연구: Downs의 이슈관심주기이론을 중심으로", 정부행정, 13, pp.29~60 (2017), 정부혁신연구소
- 최인규, "정책이슈 확산에 따른 언론보도형태 유형분석: 기초노령연금제도 결정과정을 중심으로", 지역발전연구, 21(1), pp.155~191 (2012), 빈곤문제국제개발연구원[DOI]
- 김윤민, "언론이 형성한 국민기초생활보장 수급자 담론: 보수신문과 진보신문의담론 경합을 중심으로", 비판사회정책, (53), pp.282~325 (2016), 비판과 대안을 위한 사회복지학회[DOI]
- Y. M. Baek., "Text-Mining Using" (2019), Hanul Academy
- Silge, J., "Text Mining with R : A Tidy" (2017), O’Reilly
- Paul DiMaggio, "Exploiting affinities between topic modeling and the sociological perspective on culture: Application to newspaper coverage of U.S. government arts funding", Poetics, 41(6), pp.570~606 (2013), Elsevier BV[DOI]
- Blei, D. M., "Latent Dirichlet Allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)
- Blei, D. M., "Dynamic topic models", Proceedings of the International Conference on Machine Learning, pp.113~120 (2006)
- Lin Liu, "An overview of topic modeling and its current applications in bioinformatics", SpringerPlus, 5(1) (2016), Springer Science and Business Media LLC[DOI]
- McFarland, D. A., "Differentiating Language Usage Through Topic Models", Poetics, 41, pp.607~625 (2013)
- Hall, D., "Studying the history of ideas using topic models", Proceedings of the 2008Empirical Methods in Natural Language Processing, pp.363~371 (2008), Association for Computational Linguistics
- 노법래, "한국 사회 저출산 논의 구조와 그 변환에 관한 텍스트 마이닝 분석 - 2000년 이후 언론 기사문에 대한 토픽 모델링과 토픽 구조의 시계열적 변동을 중심으로 -", 한국사회복지학, 71(4), pp.154~176 (2019), 한국사회복지학회[DOI]
- Sutherland I., "Topic Modeling of Online Accommodation Reviews via Latent Dirichlet Allocation", Susainability, 12(182) (2020)