텍스트 마이닝을 이용한 SNS와 언론의 이슈에 대한 반응 비교 -“한일군사정보보호협정(GSOMIA) 종료”를 중심으로-
Comparison of responses to issues in SNS and Traditional Media using Text Mining -Focusing on the Termination of Korea-Japan General Security of Military Information Agreement(GSOMIA)-
0
조회
0
다운로드
19
인용
0
참고문헌
키워드
초록
텍스트마이닝은 비정형, 대용량의 텍스트 자료로부터 유의미한 정보를 추출하는 빅데이터 분석의 대표적인 방법이다. 트위터와 같은 SNS는 1초에서 수십만건의 데이터를 생성해내며 대중들의 의견이나 생각 등을 즉각적이며 직접적으로 보여주는 1인 미디어로의 역할을 하고 있다. 기성 미디어인 언론은 정보전달, 사회비판, 여론형성의 기능을 수행하고 있다. 본 논문에서는 미디어로의 SNS와 언론을 비교해 보고자 한다. 이를 위해 2019년 하반기 국내의 이슈 중의 하나인 “한일군사정보보호협정(GSOMIA) 종료”에 대한 SNS의 반응과 언론의 반응을 비교 분석한다. 수집된 데이터는 총 201,728개의 트윗과 20,698개의 신문 기사를 대상으로 감성분석, 연관분석, 군집분석을 수행하였다. 그 결과로 SNS의 경우 이슈에 대해 긍정적 반응이 높았고 언론의 경우는 부정적 반응이 높았다. 연관검색의 경우는 SNS의 경우 “파기, 결정, 우리” 등 국내적 이슈에 대한 지지가 높았고 언론의 경우 “실망, 유감, 우려” 등으로 대외적 이슈에 대한 부정적 견해를 보여주는 차이를 보여주었다. SNS는 정보전달의 기능보다는 사회 비판 및 여론의 추이를 살피거나 형성하는데 언론보다 빠르고 강하게 나타내고 있어 언론이 대중의 인식을 반영해주는 역할을 보완할 수 있다.
Abstract
Text mining is a representative method of big data analysis that extracts meaningful information from unstructured and large amounts of text data. Social media such as Twitter generates hundreds of thousands of data per second and acts as a one-person media that instantly and directly expresses public opinions and ideas. The traditional media are delivering informations, criticizing society, and forming public opinions. For this, we compare the responses of SNS with the responses of media on the issue of the termination of the Korea-Japan GSOMIA (General Security of Military Information Agreement), one of the domestic issues in the second half of 2019. Data collected from 201,728 tweets and 20,698 newspaper articles were analyzed by sentiment analysis, association keyword analysis, and cluster analysis. As a result, SNS tends to respond positively to this issue, and the media tends to react negatively. In association keyword analysis, SNS shows positive views on domestic issues such as “destruction, decision, we,” while the media shows negative views on external issues such as “disappointment, regret, concern”. SNS is faster and more powerful than media when studying or creating social trends and opinions, rather than the function of information delivery. This can complement the role of the media that reflects public perception.
참고문헌 (15)
- G. Abend., "The Meaning of ‘Theory’", Sociological Theory, 26(2), pp.173~199 (2008)[DOI]
- Mayer-Schönberger, Viktor, "Houghton Mifflin Harcourt" (2013), Mariner Books
- Miller, Warren E., "Leading Edges in Social and Behavioral Science" (1990), Russell Sage Foundation.
- Y. C. Kim., "Polls, The trap of Random digit dialing(RDD) and response rates", 32~35 (2017)
- 최은정, "SNS의 관심도가 선거결과에 미치는 영향 분석", 디지털융복합연구, 15(2), pp.191~197 (2017), 한국디지털정책학회[DOI]
- 이예나, "대선후보의 SNS 평판이 선거결과에 미치는 영향 분석- 19대 대선을 중심으로 -", 디지털융복합연구, 16(2), pp.195~201 (2018), 한국디지털정책학회[DOI]
- SNS(Social Network Service)utilization trend and usage behavior analysis, "Y. H. Kim.", KISDI, ~ (2019)
- 김광수, "SNS(소셜 네트워크 서비스)의 미디어적 이해", 기독교교육정보, (38), pp.177~206 (2013), 한국기독교교육정보학회
- S. H. Kim., "Smartphone and News Consumption Experience" (2016), Center For Media Research at Korea Press Foundation
- S. U. Ji., "Liberal democracy and the role of the press" (2018), Hansun Foundation
- 김일환, "인문학을 위한 신문 빅 데이터와 텍스트 마이닝", 어문론집, 78, pp.41~62 (2019), 중앙어문학회[DOI]
- 이동균, "텍스트마이닝을 이용한 금연 홍보 웹툰의 반응분석: “씌가렛뎐” 댓글을 중심으로", 보건정보통계학회지, 43(1), pp.70~79 (2018), 한국보건정보통계학회[DOI]
- 류재한, "텍스트 마이닝을 활용한 4차 산업혁명 핵심기술 연관분석", 디지털융복합연구, 16(8), pp.129~136 (2018), 한국디지털정책학회[DOI]
- S. H. Cha., "Comprehensive survey on distance", similarity measures between probability density functions, 2007, pp.1(4), 300~307
- Analysis on the Usage Trend and Behavior of SNS, "Y. H. Kim.", KISDI, ~ (2018)