선거 보도에서 정책기사 자동 분류 및 투표율과의 상관관계 분석: 토픽모델링과 머신러닝 연계 분석을 통해 = An automatic classification of policy news in election coverage and the analysis of their relationship with turnout rates: Through topic-modeling and machine learning techniques

다국어 초록 (Multilingual Abstract)

This study developed a predictive algorithm that automatically classify policy news in election coverage. With this algorithm, this study investigated the amount of policy news by various news media and found a significant correlation between the amount of policy news and turnout rate over the 16 elections since 2000. Methodologically, a total of 316,390 news about elections were collected and automatic classification for policy news was attempted. The classification algorithms were developed using LDA topic modeling and five machine learning techniques (Support Vector Machine, Random Forest, AdaBoost, Gradient Boosting Machine, and Deep Neural Network). Among them, the ‘LDA topic modeling + Deep Neural Network’ model showed the best performance with an accuracy of .88 and an F1 value of .82. Employing this model, this study compared and analyzed the number and rate of policy news by news media. The total number of policy news in all media outlets was 48,632, accounting for only 15.37% of all news articles. In the number of policy news, national newspapers and economic newspapers showed good performance, while in the ratio of policy news, professional magazines and economic newspapers showed superiority. Next, this study found a significant correlation between the number of policy news and the turnout rate. the elections with more policy news showed higher turnout rate, and the elections with fewer policy news showed lower turnout rate. This policy news classification algorithm is expected to expand the analysis scope to the big data scale, compared to the traditional manual content-analysis. Further it could contribute to the generalization of the analysis results by eliminating the subjective judgment of human coders.

국문 초록 (Abstract)

본 연구는 선거 보도에서 정책기사를 자동 분류해주는 예측 알고리즘을 개발하고, 이를 적용해 2000년 이후 선거에서 언론사별 정책 보도의 차이를 관찰하고, 정책 보도와 투표율 간에 유의미한 상관관계를 검증했다. 우선, 본 연구에서는 2000년~2022년 16차례의 선거 관련 기사 316,390건을 수집해 정책기사 자동 분류를 시도했다. LDA토픽모델링과 5가지 머신러닝 기법(Support Vector Machine, Random Forest, AdaBoost, Gradient Boosting Machine, Deep Neural Network)을 활용해 정책기사 예측 알고리즘을 개발했다. 이 가운데 ‘LDA토픽모델링 + Deep Neural Network’ 모형이 정확도.88과 F1 값 .82로 가장 우수한 성능을 보여주었다. 이를 바탕으로 본 연구는 지난 16 회 선거에서 언론사별 정책기사 건수와 비율을 비교 분석했다. 전체 언론사에서 정책기사의 총합은 48,632건으로, 전체 기사의 15.37%에 불과했다. 정책기사 건수에서는전국지와 경제지가 앞서고, 정책기사 비율에서는 전문지와 경제지가 우위를 보였다. 다음으로, 본 연구는 정책기사 건수와 투표율 간에 유의미한 상관관계가 있음을 통계적으로 검증했다. 정책기사가 많이 보도된 선거일수록 투표율이 높게 나타났고, 정책기사가 적게 보도된 선거일수록 투표율이 낮게 나타난 것이다. 본 연구가 개발한 정책기사 자동 분류 알고리즘은 전통적 수동 내용분석에 비해 분석의 대상을 빅데이터 규모로 확장했고, 코더의 주관적 판단을 없애 분석 결과의 객관화에도 기여했다고 판단된다.

참고문헌 (Reference)

1 한국기자협회보, "혼탁한 대선… 실종된 정책검증 보도"

2 박해선, "혼자 공부하는 머신러닝+딥러닝" 한빛미디어 2020

3 양승찬, "한국의 선거 여론조사와 그 보도에 대한 이슈 고찰" 한국언론학회 3 (3): 83-119, 2007

4 이준웅, "한국언론학회 <선거 보도 가이드 라인> 개정을 위한 논의 발표문" 2013

5 신두철, "한국 재보궐선거 캠페인의 특징과 정책선거 실현 방안" 4 (4): 73-92, 2005

6 백선기, "한국 언론의 파행적 선거보도 관행" (2) : 34-56, 1992

7 오승환, "파이썬 머신러닝 판다스 데이터 분석" 정보문화사 2019

8 권철민, "파이썬 머신러닝 완벽 가이드" 위키북스 2022

9 이효성, "투표참여 의도에 미치는 소셜미디어 뉴스 이용 및 온라인 상호작용의 영향 : 21대 총선을 중심으로" 사회과학연구소 36 (36): 33-57, 2020

10 김재한, "투표 참여의 합목적성 : 14대 대선에서의 기권 행태를 중심으로" 9 (9): 89-100, 1993

11 강원택, "투표 참여, 민주주의와 정당 정치 : 2007년 대선과 2008년 총선에서의기권자 분석" 1 (1): 75-102, 2008

12 이종혁 ; 길우영, "토픽모델링을 이용한 뉴스 의제 분류와 미디어 다양성 분석: 대통령 신년 기자회견 관련 뉴스 분석을 통해" 한국방송학회 33 (33): 161-196, 2019

13 황근, "텔레비전의 선거보도에 비추어진 지역정치의 특성: 제16대 국회의원선거기간 중 쟁점보도분석을 중심으로" 한국언론학회 46 (46): 415-454, 2002

14 Harrison, M., "주머니 속의 머신러닝(파이썬으로 구조적 데이터 다루기)" 제이펍 2021

15 뉴시스, "제20대 대선보도 편파보도·경마식 저널리즘 도돌이표"

16 김용철 ; 윤성이, "제17대 총선에서 인터넷의 영향력 분석: 선거관심도와 투표참여를 중심으로" 한국정치학회 38 (38): 197-216, 2004

17 주정민 ; 정승호, "정책선거를 위한 언론보도의 역할에 관한 연구: 광주 동구 선거구를 중심으로" 인문사회과학연구소 (36) : 67-94, 2012

18 오마이뉴스, "역대급 비호감 선거에 이어 최악의 대선 편파 보도"

19 미디어오늘, "여론조사와 후보 입만 쳐다보는 대선 보도"

20 하승태, "여론조사보도가 뉴스미디어의 선거보도행태 변화에 미치는 영향: 2002년 대선을 중심으로" 한국방송공사 18 (18): 95-118, 2006

21 최영재, "소셜미디어의 정치참여 효과에 관한 연구: 조절변인의 탐색" 한국정치커뮤니케이션학회 (49) : 179-214, 2018

22 권혁남, "선거여론조사 보도의 문제점과 새로운 방향 : 13대 대통령선거와 국회선거 보도를 중심으로" (26) : 5-43, 1991

23 이종혁 ; 정낙원 ; 김세은, "선거 방송의 평가 기준과 실제 : 지상파와 종편의 제20대 총선 보도 전수 조사 분석" 한국방송학회 (97) : 129-163, 2017

24 박재연 ; 유용민, "빅데이터 활용 선거 기사의 특성과 문제점: 주요 한국 언론의 19대 대선 보도분석을 중심으로" 사이버커뮤니케이션학회 35 (35): 89-140, 2018

25 김소형 ; 이건호, "바람직하지 않은 뉴스 전달자, 더 바람직하지 않은 뉴스 수용자: 18대 대통령 선거보도에 대한 포털과 수용자의 주목도 비교" 한국언론학회 59 (59): 062-087, 2015

26 양승찬, "미디어 정치 시대 선거 보도" 한국언론연구원 1998

27 김영욱, "미디어 선거와 그 한계 : 17대 대선 보도 분석" 한국언론재단 2007

28 Raschka, S, "머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로" 길벗 2021

29 박재영 ; 안수찬 ; 박성호, "대통령 선거 보도의 기사품질, 심층성, 공공성의 변화: 1992~2012년 국내 주요 신문의 경우" 한국방송공사 26 (26): 33-66, 2014

30 기현석, "대의민주주의에서 보통선거의 원칙과 투표율 제고방안" 세계헌법학회한국학회 16 (16): 1-14, 2010

31 천혜선 ; 박남수 ; 이현주, "다매체 뉴스이용과 사회적 네트워크 정치토론이 사회정치참여에 미치는 영향 : 동질적·이질적 네트워크와의 정치대화의 조절효과" 한국방송학회 28 (28): 197-236, 2014

32 미디어오늘, "“역대급 비호감 대선, 보도, 만족하셨습니까"

33 Weaver, D., "Voter learning and interest in the 2000 Presidential election: Did the mediamatter?" 78 (78): 787-798, 2000

34 Tolbert, C. J., "Unraveling the effects of the Internet on political participation" 56 (56): 175-185, 2003

35 우지숙 ; 김한솔 ; 안준규, "TV토론 보도와 정책선거: 제19대 대선토론 방송보도에 대한 프레임 분석을 중심으로" 한국행정연구소 55 (55): 81-124, 2017

36 Cappella, J. N., "Spiral of cynicism : The press and the public good" Oxford University Press 1997

37 백영민, "R을 이용한 텍스트 마이닝" 한울아카데미 2017

38 Rady, E. H. A., "Prediction of kidney disease stages using data mining algorithms" 15 : 100178-, 2019

39 Dalton, R. J., "Partisan cues and the media : Information flows in the 1992 presidential election" 92 (92): 111-126, 1998

40 Hackeling, G., "Mastering Machine Learning with scikit-learn" Packt Publishing, Birmingham 2017

41 Blei, D. M., "Latent dirichlet allocation" 3 : 993-1022, 2003

42 한겨레신문, "KBS 대선 ‘무관심 보도’"

43 Shah, D. V., "Information and expression in a digital age : Modeling Internet effects on civic participation" 32 (32): 531-565, 2005

44 Cassel, C. A., "Explanations of turnout decline : A multivariate test" 9 (9): 181-195, 1981

45 Zhang, C, "Ensemble machine learning: Methods and Applications" Springer 2012

46 Norris, P., "Does television erode social capital? A reply to Putnam" 29 : 474-480, 1996

47 Eveland, W. P. Jr., "Connecting news media use with gaps in knowledge and participation" 17 : 215-237, 2000

48 Kim, S. E., "Artificial Neural Network ensemble modeling with conjunctive data clustering for water quality prediction in rivers" 9 (9): 325-339, 2015

49 Park, D. W., "Analysis of the 16th Paliamentary Election in Korea Especially Including the Chungbuk Province" 16 (16): 91-109, 2001

50 Norris, P., "A virtuous circle : Political communications in postindustrial societies" Cambridge University Press 2000

51 González, S., "A practical tutorial on bagging and boosting based ensembles for machine learning : Algorithms, software tools, performance study, practical perspectives and opportunities" 64 : 205-237, 2020

52 정일권 ; 강상구 ; 박수진 ; 박천규 ; 이수원, "18대 국회의원 선거를 통해 본 투표율과 방송보도의 관계에 관한 연구" 한국정치커뮤니케이션학회 (10) : 145-173, 2008