토론기계를 향하여: 유사도와 공동출현에 기초한 뉴스 문장 연결망 분석 알고리즘 제안

박대민(Daemin PARK) 한국HCI학회 2016 한국HCI학회 학술대회 Vol.2016 No.1

이 논문은 뉴스를 단어 중심의 의미연결망 분석을 통해 연구할 때 나타나는 한계를 지적하고, 문장 수준의 의미연결망 분석을 하는 방법으로서 뉴스 문장연결망분석 방법을 제안한 뒤, 그에 따른 시행연구를 실시했다. 뉴스 문장연결망은 의미연결망의 하나로, 이 연구에서는 개인실명 직접인용문을 결점으로 하는 의미연결망을 뜻한다. 연결은 기사공동출현 여부와 유사도를 결합한 관련도에 의해 부여한다. 이 때 유사도는 명사를 기준으로 인용문 간 코사인 유사도로 계산한다. 관련도에 의한 인용문 행렬은 기사공동출현에 의한 인용문 행렬과 유사도에 의한 인용문 행렬의 합으로 나타난다. 이 때 두 행렬은 척도가 다르 시행연구로는 2011 년 8 개 중앙지의 분단관련 기사 405 개의 인용문 949 개를 대상으로 뉴스문장연결망 분석을 실시했다. 또한 주요구성집단의 지름 에 해당하는 주요경로 상에 있는 인용문의 내용을 살펴봤다. 뉴스는 다양한 주제에 대한 사회적 논쟁을 담고 있으며 한 기사는 하나의 주제를 중심으로 한 핵심주장이 인용문을 통해 간결하게 묶여있다. 따라서 이들 간의 연결망을 구성하면 일종의 토론기계를 위한 말뭉치를 대규모로 자동 구축할 수 있을 것으로 기대한다. This research suggests news sentence network analysis algorithm based on similarity and cooccurence. News contains abundant arguments with facts and quotes those are critical to represent agendas. News sentence network is a semantic network which consists of quotes as nodes. Connectivity is defined by relevance between quotes. Relevance matrix is the sum of similarity matrix calculated by cosine similarity algorithm and cooccurence matrix. This study analyzed 949 quotes from 405 news articles and visualized networks. The results verified that semantic paths were well defined to show the sequence of sub-agendas. News semantic network analysis algorithm can provide a methodology to automatically generate a massive corpus in a sentence level as a training set to develop a debating machine.

의미연결망 분석을 통한 에니어그램 키워드 중심 국내 학술지 연구 동향 분석

지미선 한국에니어그램학회 2018 에니어그램연구 Vol.15 No.2

본 연구는 에니어그램 키워드 중심 국내 학술지에 대한 연구동향 분석으로 의미연결망분석 기법을 활용하여 분석하였다. 주된 연구 결과는 다음과 같다. 첫째, 핵심단어의 빈도를 살펴본 결과 “에니어 그램”이 가장 높았고, 다음으로는 “성격유형”, “연구”, “활용”, “분석”, “프로그램”, “효과”, “개발” 순 으로 빈도가 높았다. 둘째, 핵심 키워드 네트워크 중심성을 살펴보았을 때 연결중심성, 매개중심성, 위 세중심성의 상위에 “에니어그램”, “성격유형”, “연구”, “활용”, “프로그램” 등의 단어가 나타났다. 이는 관련 연구에서 추출된 키워드 중 상위 빈도 단어의 순서와 비슷하다. 의미네트워크 특성을 파악하기 위해 CONCOR 분석을 실시한 결과 8가지 하위 집단으로 분류되었다. 1)‘에니어그램‘ 키워드와 함께 ‘한국형에니어그램’이 하나의 그룹으로 형성 되었고, 2) 성격 특성 및 차이에 대한 연구 3) 측정 주요 변수에 대한 연구 4) 사례연구 5) 캐릭터 분석, 6) ‘타당화 및 상관성’, 7) ‘에니어그램심리역동’, 8) ‘중심’ 등이 각각의 유사 그룹에 포함 되었다. 세부적인 특성을 살펴보기 위해 2가지 사례를 제시했는 데 힘의 중심(머리, 가슴, 장)에서 가슴중심이, 부모(어머니, 아버지)에서 어머니에 대한 연구가 많이 이루어지고 있었다. 이를 통해 에니어그램에 대한 다양한 사례 및 질적 연구가 필요하며, 각 유형별 세부접근과 다양한 계층에 대한 연구가 더 필요함을 알 수 있었다. 또한 이 연구는 빅데이터 분석방 법의 하나인 의미연결망 분석((Semantic Network Analysis)을 사용하여 에니어그램 관련된 국내 연구에서 다룬 주요개념과 개념들의 관계에 초점을 두고 관련 국내의 연구동향을 밝혔다는데 의의가 있다. This study uses semantic network analysis to examine research trends in enneagram keyword –focused Korean journal articles. The main research findings are as follows. First, with regard to keyword frequency, “enneagram” was the most frequently used, followed by “personality type,” “research,” “use,” “analysis,” “program,” “effectiveness,” and “development,” in that order. Second, with regard to the network centrality of the keywords, words such as “enneagram,” “personality type,” “research,” “use,” and “program” appeared in the upper ranks of degree centrality, betweenness centrality, and eigenvector centrality. This order is similar to that of high-frequency words among keywords extracted in related studies. A CONCOR analysis, performed to identify the characteristics of the semantic network, identified eight lower-level groups: 1) the “enneagram” keyword and “Korean enneagram”; 2) research on personality characteristics and differences; 3) research on important variables measured; 4) case studies; 5) character analysis; 6) “validation and relationship”; and two groups, 7) and 8), comprising enneagram dynamic psychology and centrality. Two cases were presented to examine the specific characteristics. With regard to the centers of intelligence (heart, head, and gut), much research has been conducted on the heart, and with regard to parents (mother and father), much research has been conducted on mothers. The findings indicate that case studies and qualitative research are needed on enneagram and on specific approaches to each type and the various classes. The study is significant in that it uses semantic network analysis, a big data approach, to identify research trends in Korea with a focus on the relationship between the main concepts covered in domestic studies and concepts related to enneagram.

유사도, 기사 공동 출현, 정보원에 기초한 뉴스 문장연결망 분석 알고리즘 제안

박대민(Daemin PARK),서봉원(Bongwon Suh),김성현(Seonghyun Kim),유재연(Jaeyoun You),송정우(Jungwoo Song) 한국언론학회 2018 커뮤니케이션 이론 Vol.14 No.3

이 논문은 뉴스를 단어 중심의 의미연결망 분석을 통해 연구할 때 나타나는 한계를 지적하고, 문장 수준의 의미연결망 분석을 하는 방법으로서 뉴스 문장연결망 분석방법을 제안했다. 이 연구에서는 특히 뉴스 인용문 중심의 분석 프로그램인 쿼트넷을 만들어 시행연구를 실시했다. 인용문 중심 뉴스 문장연결망은 개인실명 직접인용문을 결점으로, 동일 정보원 발언 여부, 기사 공동 출현 여부, 자카드 유사도를 결합한 관련도를 연결로 하는 의미연결망을 뜻한다. 뉴스 문장연결망은 의미경로를 가지며, 이를 활용해 중심문장, 요약문장, 상술문장 등을 정의할 수 있다. 이 연구에서는 〈빅카인즈〉에서 1990년 1월 1일부터 2016년 4월 30일까지 ‘인공지능’으로 검색된 기사 2,337개의 인용문 5,046개에 대해 뉴스 문장연결망 분석을 실시했다. 분석 결과, 유사도 계수를 0.333으로 했을 때 고립자(isolated node)를 제외하고 3,742개 결점 6,708개의 연결로 이루어진 문장연결망이 도출됐으며 알파고와 인공지능의 충격, 인공지능을 활용하는 여러 기술들을 적절히 분류하고 요약했다. 유사도 절삭 기준을 0.333에서 0.450로 높이면 고립자를 제외한 결점은 3,697개, 연결은 6,383개였다. 연결이 줄고 고립자가 늘어나면서 내용이 지나치게 세분화되어 묶이는 경향을 보였다. 뉴스가 중요한 사회 전반의 쟁점들에 대해 대중적인 논증을 다년간 축적하고 있다는 점을 고려할 때 IBM 프로젝트 디베이터와 같은 컴퓨터 논증의 기초 기술로서 사회과학자가 쉽게 활용할 수 있는 컴퓨터 논증 프로그램을 설계하는데도 기여할 수 있을 것이다. In this paper, we point out the limitations of the research on word - based semantic network analysis and propose a news sentence network analysis method as a method of semantic network analysis at sentence level. In this study, we developed Quetnet as the prototype news quote analysis program, and conducted a pilot study. The news sentence network focusing on quotes is a semantic network that nodes are quotes, and edges are defined as the association of jacquard similarity, co-occurrence of articles, and whether the same sources uttered quotes within a short period of time. The news sentence network has a semantic path and can be used to define the one main sentences, summarizing sentences, and sentences in details. In this study, we conducted a news sentence network analysis on 5,046 quotations of 2,337 articles quoted as "artificial intelligence(AI)" from January 1, 1990 to April 30, 2016. Articles were collected from news big data system <BigKinds>. As a result of the analysis, it was found that 3,742 nodes and 6,708 edges were detected except for the isolated node when the similarity parameter was 0.333, and topics about AI technology and its soical shocks are classified and summarized better comparing with the analyis node when the similarity parameter was 0.450. Given that news is accumulating years of public debates of important social issues, it can also contribute to the design of computational argumentation such as the IBM Project Debater, espeically for the purpose of social sciences.

의미연결망 분석을 통한 혁신행동 연구동향

김승곤,설현도 한국기업경영학회 2020 기업경영연구 Vol.27 No.6

본 연구는 의미연결망 분석을 통해 혁신행동 연구동향을 제시하였다. 국내에서 혁신행동은 지난 21년 동안 학술적으로 실무적으로 많은 관심을 받아 온 연구 주제이다. 그런데 아직 그 연구 내용과 결과가 종합적으로 정리된 바 없다. 혁신행동은 다의적이며, 다양한 학문 분야에서 접근하고 있다. 따라서 혁신행동이 어떠한 연구 개념들과 함께 연구되고 있는지 그 의미적 연관성을 이해할 때 혁신행동의 연구결과는 더 명확해질 수 있다. 1999년 1월부터 2019년 12월까지 한국학술지인용색인(KCI)에서 혁신행동을 주제로 연구된 논문을 596편 수집 하였으며, 이중 연구목적에 부적합한 40편을 제외한 556편을 연구대상으로 선정했다. 키워드 정제를 하여 743 개의 키워드를 추출하였으며, 혁신행동을 제외한, 3회 이상 출현빈도를 보인 124개의 키워드를 최종 분석대상 으로 선정했다. 의미연결망 분석은 특정 연구 분야에서 사용된 세부 개념 간의 상호관계에 기초하여 전체 연구 성과를 네트워크 형태로 요약 제시해줄 뿐 아니라 키워드 간의 상호연관성에 기초한 세부 연구영역을 도출해준 다. 의미연결망 분석의 세부 기법인 키워드 빈도분석, 연결중심성 분석 및 구조적 등위성에 의한 응집집단분석 을 시행하였다. 먼저 빈도분석 결과 조직몰입, 변혁적 리더십, 자기효능감, 직무열의, 셀프리더십의 순으로 빈도 가 높게 나타났다. 연결중심성 분석을 시행한 결과 조직몰입, 자기효능감, 조직지원인식, 셀프리더십의 순서로 연결중심성 지수가 높게 나타났다. 혁신행동 연구에서 중점 연구 개념은 조직몰입, 변혁적 리더십, 자기효능감 이라는 사실을 알 수 있었다. 콘커분석을 통해 8개 세부 연구영역을 도출하였으며 영역별 네트워크 분석을 실시하여 영역별 키워드 간 미시적 연결 관계를 바탕으로 세부적인 지식구조를 형성하고 있음을 발견하였다. 이상의 분석결과를 바탕으로 본 연구는 혁신행동 연구동향 및 방법론에 대한 시사점을 제시하였으며, 향후 연구에서 해결해야 할 연구 과제와 방향을 제언하였다. This study presented research trends in innovative work behavior through semantic network analysis. Innovation work behavior is a research topic that has received a lot of academic and practical attention over the past 21 years in Korea. However, the research contents and results have not been comprehensively organized yet. Innovative work behavior is multidisciplinary, and studied in various academic fields, so the results of the study on innovative behavior may become clearer when identifying its semantic association with which research concepts are being studied. The semantic network analysis not only summarizes the overall research performance in the form of a network but also derives subordinate research fields based on the interrelationships between keywords used in specific research areas. Keyword frequency analysis, centrality degree analysis, and CONCOR analysis, which are the detailed technique of semantic network analysis were performed. As a result of frequency analysis and centrality degree analysis, key research concepts of innovative work behavior research were derived as organizational commitment, transformational leadership, self- efficacy and so on. From CONCOR analysis were eight subordinate research fields drived. By conducting network analysis on keywords by subordinate research field, detailed knowledge structure was identified. innovative work behavior is not conceptual or abstract, unlike creativity. It is expressed through visible actions, and the success or failure is clear. Specific examples of innovative behavior, studies of how they are applied to tasks, or field-oriented research trends were presented to enhance innovative work behavior at organizational sites.

의미연결망 분석을 이용한 웹툰의 연구 동향 분석

정위,최동혁 한국만화애니메이션학회 2020 만화애니메이션연구 Vol.- No.59

This study analyzed the research trends of webtoons through semantic network analysis. Webtoons have received a lot of public, practical and academic attention over the past 15 years. However, the research results have not been comprehensively compiled yet. In response, 271 related papers were selected for analysis in order to identify research trends in core research and detailed research areas in the webtoon field, and a total of 726 keywords were extracted from these papers and a semantic network analysis was conducted on 99 keywords. The semantic network analysis provides a summary of the overall research performance in network form, based on the interrelationships between the detailed concepts used in a particular research field, as well as deriving the areas of study among the detailed concepts. In this study, a detailed technique of semantic network analysis was performed: keyword frequency analysis, centrality analysis, and cohesive group analysis by CONCOR. Key research concepts of webtoon research can be derived through frequency analysis and centrality degree analysis and can capture sub-research areas of webtoons based on the structural equivalence of the terminology index. The concept of core research in the field of webtoon research was identified through frequency analysis and centrality degree analysis through semantic network analysis. Keywords for narrative, storytelling, business model, cartoon and media conversion showed high frequency, followed by narrative, storytelling, business model, cartoon, content, platform, media conversion and brand webtoon. Overall, keywords such as narratives, storytelling, business models, and cartoons appear more frequently and are more centrality degree so it was understood that they are the main concept of the webtoon research. After checking the detailed research areas of the webtoon research field, it was confirmed that there were seven detailed research areas. [Group 1] Commercial use of webtoons, [Group 2] participation of webtoon users, [Group 3] production of webtoons, [Group 4] webtoons and Internet culture, [Group 5] webtoons education, [Group 6] media OSMU, and [Group 7] webtoons copyright. Based on the above analysis results, this study presented suggestions on the trend of webtoon research and methodology, and suggested research tasks and directions that should be solved in future research. 웹툰은 지난 15년 동안 대중적으로, 실무적으로, 또 학술적으로 많은 관심을 받아 온 주제이다. 그런데 아직 그 연구 내용과 결과가 종합적으 로 정리된 바 없다. 이에 본 연구는 의미연결망 분석을 통해 웹툰 연구를 분석하여 웹툰 분야의 핵심연구 및 세부연구영역 등의 연구 동향을 포착 하였다. 의미연결망 분석의 세부 기법인 빈도분석과 연결 중심성 분석을 통해 웹툰 연구의 핵심 연구개념을 도출할 수 있다. 구조적 등위성 분석 을 통해서는 웹툰의 하위연구 영역을 포착할 수 있다. 본 연구에서는 웹툰 관련 논문 271편을 분석대상으로 선정했으며, 이들 논문에서 총 726개의 키워드를 추출하여 그중 99개의 키워드를 대 상으로 의미연결망 분석을 하였다. 의미연결망 분석의 세부 기법인 키워 드 빈도분석, 연결 중심성 분석 및 구조적 등위성 분석을 하였다. 서사, 스토리텔링, 비즈니스 모델, 만화, 매체전환의 키워드가 높은 출현빈도를 보였으며, 서사, 스토리텔링, 비즈니스 모델, 만화, 콘텐츠, 플랫폼, 매체 전환, 브랜드 웹툰의 순으로 연결 중심성이 높게 나타났다. 서사, 스토리 텔링, 비즈니스모델, 만화와 같은 키워드들이 출현빈도도 높고 연결 중심 성도 높은 편이어서 웹툰 연구에서 주목하는 중점 개념임을 파악하였다. 웹툰 연구 분야의 세부 연구영역을 확인한 결과 7개의 세부 연구영역이 있는 것으로 확인되었다. [그룹 1] 웹툰의 상업적 활용, [그룹2] 웹툰 사 용자 참여, [그룹3] 웹툰 연출, [그룹4] 웹툰과 인터넷문화, [그룹5] 웹 툰 교육, [그룹6] 매체전환, [그룹7] 웹툰 저작권으로 그룹의 특성을 제 시하였다. 이상의 연구결과를 바탕으로 본 연구는 웹툰 연구 동향 및 방 법론에 대한 시사점을 제시하였으며, 향후 연구에서 해결해야 할 연구 과 제와 방향을 제언하였다

빅데이터 분석을 통한 아두이노 강의에 대한 사회적 인식

이은상 한국정보교육학회 2021 정보교육학회논문지 Vol.25 No.6

이 연구의 목적은 빅데이터 분석 방법을 이용하여 아두이노 강의에 대한 사회적 인식을 분석하는 데 있다. 이 를 위해 네이버 사이트의 블로그, 카페, 뉴스 채널에서 ‘아두이노+강의’를 검색 키워드로 2012년 1월부터 2021년 5월까지의 데이터를 텍스톰 사이트로 수집하였다. 수집된 데이터는 텍스톰 사이트를 이용하여 정제하였으며, 텍 스톰 사이트, Ucinet 6, Netdraw 프로그램을 이용하여 텍스트 마이닝 분석과 의미 연결망 분석을 수행하였다. 빈도 분석, TF-IDF 분석, 연결 중심성 등의 텍스트 마이닝 분석 결과 ‘교육’, ‘코딩’ 등이 상위 키워드임을 확인 하였다. 의미 연결망 분석을 위해 CONCOR 분석을 수행한 결과 ‘아두이노 관련 교육’, ‘피지컬 컴퓨팅 관련 강 의’, ‘아두이노 특강’, ‘GUI 프로그래밍’ 등 4개의 군집을 확인할 수 있다. 이 연구를 통해 인터넷상에서 아두이노 강의와 관련하여 일반 대중들의 여러 가지 의미 있는 사회적 인식을 확인할 수 있었다. 이 연구의 결과는 아두 이노 강의를 준비하는 교수자나 해당 주제를 연구하는 연구자, 나아가 소프트웨어 교육이나 코딩 교육과 관련 정책을 수립하는 정책 입안자들에게 의미 있는 시사점을 제공하는 자료로 활용될 것이다. The purpose of this study is to analyze the social perception of Arduino lecture using big data analysis method. For this purpose, data from January 2012 to May 2021 were collected using the Textom website as a keyword searched for ‘arduino + lecture’ in blogs, cafes, and news channels of NAVER website. The collected data was refined using the Textom website, and text mining analysis and semantic network analysis were performed by opening the Textom website, Ucinet 6, and Netdraw programs. As a result of text mining analysis such as frequency analysis, TF-IDF analysis, and degree centrality it was confirmed that ‘education’ and ‘coding’ were the top keywords. As a result of CONCOR analysis for semantic network analysis, four clusters can be identified: 'Arduino-related education', 'Physical computing-related lecture', 'Arduino special lecture', and 'GUI programming'. Through this study, it was possible to confirm various meaningful social perceptions of the general public in relation to Arduino lecture on the Internet. The results of this study will be used as data that provides meaningful implications for instructors preparing for Arduino lectures, researchers studying the subject, and policy makers who establish software education or coding education and related policies.

What Semiotic Values Do Cosmetics Consumers Consume? : Analysis of Cosmetic Brand Reputation and Brand Selection Attributes Using Text Mining

Man Seok Song 한국피부과학연구원 2021 아시안뷰티화장품학술지 Vol.19 No.2

목적: 본 연구는 화장품 소비자가 소셜미디어에 작성한 화장품 브랜드 평판과 선택 속성에 대한 담론적 리뷰로 남긴 주관적 감 성 빅데이터를 크롤링하여 소비자 자신이 구매한 화장품 기호가치 소비를 어떻게 인식하고 있는가에 대해 텍스트 마이닝 분석 기 법인 워드클라우드 분석, 의미연결망 분석, 그리고 감성 분석을 실시하였다. 방법: 빅데이터의 수집과 분석 도구로는 R version 3.6.2-RStudio Version 1.4.1103 프로그램을 이용하여 화장품 소비자가 구매후 남긴 기호가치 경험 리뷰 데이터를 수집하였으며, 수집된 데이터에 대해 데이터의 전처리와 불용어의 설정, 모델링의 실행, 결과 해석까지 총 3단계에 걸쳐 연구를 진행하였다. 결과: 워드클라우드 분석 결과 '피부'라는 단어가 가장 높게 나타났으며 '구입', '자연'이 다음으로 비중이 높게 나타났다. 이들 주제어가 두 드러지게 나타난 것은 화장품 이용 소비자가 기호가치에 의해 구매한 화장품 선택 요인의 경험 가치를 잘 반영하고 있다 할 수 있 다. 의미연결망 분석 결과에서 '자연', '진짜', '제품', '커버', '사용', 그리고 '스킨 화장품' 등의 경우 연결중심성과 매개중심성, 그리고 근접중심성이 높게 나타났으며, 감성 분석 결과 긍정적 반응을 보인 것은 4,742 단어이며, 부정적인 반응 결과 단어는 2,039, 그리 고 중립으로 나타난 단어는 14,146으로 나타났다. 결론: 워드클라우드 분석에서 상위 30위의 주제어들은 화장품 이용 소비자의 구 매 목적과 선택 속성을 잘 나타내고 있는 것으로 보이며 화장품 소비를 위한 요소에서 매우 중요하다는 것을 의미하고 있다. 의미 연결망 분석에서 매개중심성, 연결중심성, 근접중심성 등에서 모두 높게 나타난 '진짜', '제품', 그리고 '스킨 화장품' 등은 일 특정 화 장품 브랜드에 대한 의미의 확산과 연결에 중요한 역할을 한다. 감성 분석 결과 긍정적인 감성 반응이 부정적인 감성 반응보다 약 2.33배 높게 나타난 것은 연구 대상인 일 특정 화장품 브랜드 기업의 브랜드 평판이 좋은 것으로 판단된다. Purpose: This study aims to empirically analyze how consumers perceive their consumption of the semiotic value from cosmetics that they purchased by using text-mining analysis techniques-word cloud analysis, semantic network analysis, and sensitivity analysis-and examining the subjective emotional big data that consumers have left as discourse reviews concerning the brand reputation and selection attributes of cosmetics in social media. Methods: R version 3.6.2-RStudio Version 1.4.1103 was used to collect and analyze the review data on the semiotic value experience that cosmetics consumers left after their purchases. The research was conducted in three stages: the pre-processing of collected data and setting of stopwords, the execution of modeling, and the result analysis. Results: The word cloud analysis evinced that the word “skin” appeared the most, followed by “purchase” and “nature”. The fact that such keywords featured prominently suggests that cosmetics consumers described their experience of their purchased cosmetics based on a semiotic value. The semantic network analysis revealed that “nature”, “product”, “real,” “cover,” “use,” and “skin cosmetics” had high levels of degree centrality, betweenness centrality, and closeness centrality. Finally, through the sensitivity analysis, 4,742 words showing positive reviews, 2,039 words showing negative reviews, and 14,146 showing neutral reviews were found. Conclusion: In the word cloud analysis, the top 30 keywords represented the purchase goal and selection attribute of cosmetics consumers well and are considerably important for consumption factors related to cosmetics. “Real”, “product”, and “skin cosmetics”, all of which were high in betweenness centrality, degree centrality, and closeness centrality in the semantic network analysis, play an important role in spreading and connecting “meaning” toward particular cosmetics brands on a daily basis. Finally, the sensitivity analysis found that positive emotional reviews appeared approximately 2.33 times more often than negative ones.

쓰기 수행 수준에 따른 학생 글의 연결망 특성 비교 분석

이현준,박영민 학습자중심교과교육학회 2016 학습자중심교과교육연구 Vol.16 No.9

이 연구는 쓰기 평가의 대상이 되는 글이 지니고 있는 특성을 분석하고 쓰기 수행 수준에 따라 나타나는 글 특성의 차이를 비교하였다. 글 특성을 파악하기 위해 네트워크 분석 방법을 글에 적용한 의미망 연결 분석을 활용하였다. 이를 통해 학생들이 작성한 글에서 어떤 특성을 발견할 수 있는지 요인을 탐색하고 탐색된 요인을 객관화함으로써 쓰기 수행에 따라 나타나는 글의 차이를 비교하였다. 글의 구성 요소인 단어가 지닌 개별적 속성과 내부적 결속력을 통계적, 시각적으로 분석하였다. 그 결과 (1) 상 수준의 글이 사용된 단어의 수가 상대적으로 더 많은 것으로 나타났으며 연결의 긴밀함을 설명하는 연결 밀도, 군집화를 설명하는 이행성 지표에서는 상 수준이 더 낮았다. (2) 또한 개별 단어들이 글의 구성에서 갖는 위계성인 연결정도 중심성에서는 상, 하 수준의 차이가 통계적으로 유의하지 않았지만 네트워크의 크기를 가중치로 부여한 매개중심성에서는 상 수준의 단어 위계성 차이가 더 크게 나타나는 것을 알 수 있었다. 이러한 개별적, 전체적 특징을 (3) 시각적으로 제시한 연결 패턴에서는 상 수준의 글이 의미의 핵심을 이루는 부분이 명확히 밀집되어 있으며 부수적 의미가 핵심 의미로부터 점차 확장되는 양상, 그리고 사용된 단어 간의 거리가 상대적으로 가깝게 나타나는 것을 확인할 수 있었다.

의미연결망 분석을 활용한 직장 내 괴롭힘 이슈 탐색

한장헌 인문사회 21 2022 인문사회 21 Vol.13 No.5

An Exploring Workplace Bullying IssuesUsing Semantic Network AnalysisJangheon Han Abstract: This study was conducted to explore issues of bullying in the workplace and to identify awareness using semantic network analysis. Keywords related to bullying in the workplace were extracted from Naver, Daum, and Facebook, and the final 60 out of 7,231 were selected through the text mining process and applied to research. Frequency analysis, central analysis, and CONCOR analysis were used for research and analysis. As a result of the analysis of workplace bullying essential keywords such as a report, prohibition law, company, employee, enforcement, education, prevention, labor standards law, work, sexual harassment, resignation, Naver, and victim were derived. In addition, a total of eight clusters were derived: four central clusters and four peripheral clusters related to workplace bullying. Through this study, research on workplace bullying was further expanded, and complicated issue exploration and awareness of employees were confirmed through online unstructured big data. Primary data that can be used for future workplace bullying research are provided. Key Words: Workplace Bullying, Text Mining, Semantic Network Analysis, Social Network Analysis, Big Data 의미연결망 분석을 활용한 직장 내 괴롭힘 이슈 탐색한 장 헌* 연구 목적: 본 연구는 의미연결망 분석을 활용하여 직장 내 괴롭힘과 관련된 이슈를 탐색하기 위하여 진행되었다. 연구 방법: 직장 내 괴롭힘 관련 핵심어는 네이버, 다음, 페이스북에서 7,231개를 추출하여 텍스트 마이닝 과정을 통해서 최종 60개를 연구에 적용하였다. 연구분석을 위해서 빈도 분석, 중심성 분석, CONCOR 분석을 순차적으로 진행하였다. 연구 내용: 연구 결과, 직장 내 괴롭힘과 관련성이 높은 핵심어로는 신고, 금지법, 회사, 직원, 시행, 갑, 교육, 예방, 조사, 일, 근로기준법, 업무, 공무원, 발생, 대표 등이 수집되었다. 결론 및 제언: 건전한 직장문화 조성을 위한 직장 내 괴롭힘을 근절하기 위하여 다양한 시사점 제언과 관련 연구에 대한 기초자료 제공하였다. 향후 연구에서는 질적연구를 접목한 직장 내 괴롭힘 예방을 위한 사례개발 등의 연구확장도 필요하다. 핵심어: 직장 내 괴롭힘, 텍스트마이닝, 의미연결망 분석, 사회연결망 분석, 빅데이터 □ 접수일: 2022년 8월 19일, 수정일: 2022년 9월 16일, 게재확정일: 2022년 10월 20일* 아쿠아플라넷(주) 광교사업본부 관장(General Manager, Gwanggyo Headquarters, Aquaplanet Co., Ltd., Email: cooljanghun@naver.com)

의미연결망 분석을 활용한 코로나19 발생 전후 온·오프라인 개최 지역축제 인식 변화 분석: 봉화은어축제를 대상으로

김창수,서은경 한국관광진흥학회 2024 관광진흥연구 Vol.12 No.2

본 연구의 목적은 의미연결망 분석을 활용하여 코로나19 발생 전후 온라인과 오프라인으로 개최된 축제에 따른 인식 변화를 비교분석 하는 것에 있다. 이를 위하여 분석 기간을 2018년부터 2022년까지 총 4구간으로 설정하였다. 1구간은 2018년부터 2019년으로 코로나19 이전 오프라인으로 축제를 개최한 시기, 2구간은 2020년 코로나19로 인하여 온라인으로 축제를 개최한 시기, 3구간은 2021년 온라인과 오프라인을 병합하여 하이브리드로 축제를 개최한 시기, 4구간은 2022년 코로나19 이후 오프라인으로 축제를 개최한 시기를 분석 대상으로 설정하였다. 자료는 TEXTOM을 통하여 네이버, 다음, 트위터, 유튜브에 게재된 데이터를 수집하였고, KrKwic를 통하여 데이터를 정제하였다. 데이터의 분석은 UCINET 6.682 프로그램을 사용하였다. 의미연결망 분석 기법 중 밀도 분석, 동시 출현 단어 분석, 표준화된 위세 중심성 분석을 실시하여 코로나19 발생 전후 온·오프라인 축제에 대한 인식 변화를 파악했다. 연구결과는 다음과 같다. 첫째, 텍스트 마이닝 결과, 코로나19 발생 전후 온·오프라인 축제에 따라 높은 빈도 수를 가지는 키워드가 상이함을 확인했다. 둘째, 표준화된 위세 중심성 분석결과, 코로나19 발생 전후 온·오프라인 축제에 따라 연결망 내의 키워드 간 연결 형태에 차이가 있는 것을 확인했다. 이를 통하여 지역축제와 관련한 연구의 확장에 관한 이론적 시사점과 실무적 시사점을 제안했다. 이와 더불어 본 연구의 한계점에 대해 제안하였고, 이를 극복하기 위한 향후 연구 방향에 대해 결론에 작성하였다. The purpose of this study is to analyse the change in perception of online and offline festivals before and after the COVID-19 outbreak using semantic network analysis. To this end, the analysis period was divided into four sections from 2018 to 2022. The first section was held offline before COVID-19 from 2018 to 2019, the second section was held online due to COVID-19 in 2020, the third section was held as a hybrid festival by merging online and offline in 2021, and the fourth section was held offline after COVID-19 in 2022. The data was collected from Naver, Daum, Twitter, and YouTube through Textom, and the data was refined through KrKwic. UCINET 6.682 was used to analyse the data. Among the semantic network analysis techniques, density analysis, co-occurrence word analysis, and standardised dominance centrality analysis were conducted to identify changes in perceptions of online and offline festivals before and after the COVID-19 outbreak. The findings are as follows First, text mining showed that the high-frequency keywords differed between online and offline festivals before and after the COVID-19 outbreak. Second, the standardised betweenness centrality analysis showed that the connections between keywords in the network differed between online and offline festivals before and after the COVID-19 outbreak. Through this study, theoretical and practical implications for extending research on local festivals were proposed. In addition, limitations of this study were suggested and future research directions to overcome them were discussed in the conclusion.