선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이들 사건은 이슈가 미치는 사회적 파장이 크고 특정 이슈 대상에 부정적 여론을 형성할 수 있는 사건이다. 본 연구의 궁극적인 목적은 이러한 사회적 이슈 리스크를 다양한 소셜 미디어로부터 자동으로 탐지, 분류하는 것이다.
- 본 연구의 궁극적인 목표는 정부나 기업체에 미래 위험요소로 작용할 이슈를 미리 감지하여 이에 대한 선제적 대응이 가능하도록 하기 위함이다. 이를 위한 향후 연구 방향으로는 자동으로 탐지된 리스크의 위험 강도를 측정하고 향후 방향을 예측하여 리스크 대상에게 알림(alert) 기능을 구현하고자 한다.
- 서두에서 언급한 바와 같이 본 논문의 최종 목적은 다양한 소셜 미디어에 나타난 사회적 이슈 리스크를 자동으로 탐지, 분류하는 것이다. 이를 위해 본 논문에서는 미디어에 나타난 어휘적 특성을 자질로 활용하여 기계학습 기반 분류 모델을 적용하였다.
- 본 연구의 궁극적인 목표는 정부나 기업체에 미래 위험요소로 작용할 이슈를 미리 감지하여 이에 대한 선제적 대응이 가능하도록 하기 위함이다. 이를 위한 향후 연구 방향으로는 자동으로 탐지된 리스크의 위험 강도를 측정하고 향후 방향을 예측하여 리스크 대상에게 알림(alert) 기능을 구현하고자 한다.
제안 방법
- [표 3]을 기반으로 선별된 문서들에 나타난 이슈의 분야별 즉 도메인별 특성을 분석하였다. 가장 많은 뉴스를 차지한 공공분야의 ‘사건’ 도메인을 살펴본 결과, 대부분의 기사가 범죄 및 도난, 자동차 사고 등으로 특정 대상에게 잠재적 위험요소로 작용할 ‘이슈’가 아닌 일상생활에서 발생한 다양한 사고 소식을 다룬 내용으로 파악되었다.
- 그 중에서도 특히 공공의 공통관심 이슈로 보건, 복지 관련 정책이나 국민안전사고 등 사회적 파장이 큰 공공분야 이슈로 조사 대상을 한정, 이를 ‘사회적’ 이슈 리스크로 선별하고 세부 유형을 분류하고자 한다.
- 그 첫걸음으로 본 논문에서는 사회적으로 파장이 큰 이슈 중 공공여론이 부정적으로 형성될 이슈를 ‘리스크’로 정의, 그 유형을 분류하고자 한다.
- 다음으로는 뉴스 미디어를 통해 수렴된 리스크 후보 유형과 개인 소셜 미디어에 나타난 리스크 후보 유형과 어떤 차이가 있는지를 교차 분석하였다. 먼저 [표 7]에 선정된 1차 리스크 후보 유형에 해당하는 뉴스 기사와 연관된 트윗 멘션(mention)을 검색하는 방식으로 조사 대상문서집합을 선정하였다.
- 다음으로는 선별된 리스크 후보 대상 문서의 내용에 따라 이슈 분야 즉 도메인(domain)별로 나누어 분석하였다. 도메인은 수집된 뉴스 웹 사이트들에서 섹션 혹은 카테고리 등으로 구분하여 제공하는 하위범주명을 종합하여 작성하였다.
- 다음으로는 선별된 리스크 후보 대상 문서의 내용에 따라 이슈 분야 즉 도메인(domain)별로 나누어 분석하였다. 도메인은 수집된 뉴스 웹 사이트들에서 섹션 혹은 카테고리 등으로 구분하여 제공하는 하위범주명을 종합하여 작성하였다.
- 리스크 유형 정의를 위해 뉴스 문서집합을 대상으로 전수조사를 실시하였으며, 이슈 분야 즉 도메인별 특성을 파악하여 세부 유형을 정의하였다. 또한 공적미디어인 뉴스를 통해 정의된 리스크 유형이 개인화된 소셜 미디어에 나타난 리스크 유형과 어떤 차이가 있는지를 알아보기 위해 교차분석을 수행하였다.
- 또한 리스크의 위험 대상이 되는 주체가 명확한 사건으로 한정하였다. 마지막으로 뉴스 미디어를 통해 정의된 리스크 유형이 개인화된 소셜 미디어에 나타난 리스크 유형과 어떤 차이가 있는지를 교차 분석하였다. 위 과정을 간략화 하면 다음과 같다.
- 다음으로는 뉴스 미디어를 통해 수렴된 리스크 후보 유형과 개인 소셜 미디어에 나타난 리스크 후보 유형과 어떤 차이가 있는지를 교차 분석하였다. 먼저 [표 7]에 선정된 1차 리스크 후보 유형에 해당하는 뉴스 기사와 연관된 트윗 멘션(mention)을 검색하는 방식으로 조사 대상문서집합을 선정하였다. 교차 분석 방법은 해당 리스크 뉴스와 관련된 트윗 멘션의 수와 리트윗(retweet) 수, 관련 트윗 생성 기간 등과의 상관관계를 비교하였다.
- 본 논문에서는 다음과 같은 과정을 통해 사회적 이슈 리스크 유형을 분류하고자 한다. 먼저 특정 기간에 보도된 뉴스 문서집합을 대상으로 전수조사를 통해 리스크 후보 문서를 선별하였다. 선별된 문서들에 나타난 이슈 분야 즉 도메인별 특성을 파악하여 세부 유형을 정의하였으며, 이 중에서 현재 언어처리 및 텍스트 마이닝 기법을 통해 기계적으로 구별이 가능한 유형을 분류하였다.
- 본 논문에서 분류 대상으로 하는 사회적 이슈 리스크는 뉴스와 같은 공적 매체 뿐 아니라 개인 미디어에서도 같이 회자가 되는 리스크를 대상으로 하는 점을 반영, 뉴스와 트위터 미디어 모두에서 이슈가 되는 리스크 유형을 재선정 하였다. 선정 기준은 뉴스에서 선정된 유형 중 트위터에 2일 이상, 150건 이상 회자된 리스크를 대상으로 하였다.
- 본 논문에서는 다음과 같은 과정을 통해 사회적 이슈 리스크 유형을 분류하고자 한다. 먼저 특정 기간에 보도된 뉴스 문서집합을 대상으로 전수조사를 통해 리스크 후보 문서를 선별하였다.
- 본 논문에서는 이러한 요구에 부합, 특히 여론 형성의 악영향을 끼치는 부정적 이슈 탐지를 위해 사회적으로 파장이 큰 이슈 중 공공여론이 부정적으로 형성될 이슈를 ‘리스크’로 정의하고 세부 유형을 분류하였다.
- 먼저 특정 기간에 보도된 뉴스 문서집합을 대상으로 전수조사를 통해 리스크 후보 문서를 선별하였다. 선별된 문서들에 나타난 이슈 분야 즉 도메인별 특성을 파악하여 세부 유형을 정의하였으며, 이 중에서 현재 언어처리 및 텍스트 마이닝 기법을 통해 기계적으로 구별이 가능한 유형을 분류하였다. 또한 리스크의 위험 대상이 되는 주체가 명확한 사건으로 한정하였다.
- 앞서 기술한 대로 본 논문은 소셜 빅데이터로부터 사회적으로 파장이 큰 이슈 중 공공여론이 부정적으로 형성될 이슈를 ‘리스크’로 정의, 그 유형을 분류하는데 주안점을 둔다.
- 서두에서 언급한 바와 같이 본 논문의 최종 목적은 다양한 소셜 미디어에 나타난 사회적 이슈 리스크를 자동으로 탐지, 분류하는 것이다. 이를 위해 본 논문에서는 미디어에 나타난 어휘적 특성을 자질로 활용하여 기계학습 기반 분류 모델을 적용하였다. 한국어 어휘 분석을 위해 ETRI에서 개발한 언어분석기[9][10]를 사용하였으며 기계학습 기법은 지지벡터머신(SVM: support vector machines) 알고리즘을 적용하였다[11].
- 후보 리스크를 선정하기 위해 먼저 수집된 문서집합을 월별로 구별, 정치·사회적 이슈를 다루고 있는 문서만을 선별하였다. 특히 뉴스 미디어에서 리스크의 후보가 될만한 부정적 사건이나 사고를 보도한 기사를 선별하고 이후 관련 리스크에 해당하는 트윗 멘션을 검색하는 방식으로 조사 대상문서집합을 선정하였다. 부정적인 사건/사고를 판단하는 기준은 뉴스 문장의 구문적 특성과 논조에 따라 판단하였는데, 예를 들면 “물의를 일으키다/심각한 타격을 얻었다/구설수에 오르다” 등과 같이 직접적으로 문제가 있음을 밝힌 경우나, “파장이 일고 있다/우려가 있다” 등의 어구로 부정적인 여론이 형성됨을 알리는 어구가 포함된 뉴스를 대상으로 하였다.
- 그 첫걸음으로 본 논문에서는 사회적으로 파장이 큰 이슈 중 공공여론이 부정적으로 형성될 이슈를 ‘리스크’로 정의, 그 유형을 분류하고자 한다. 특히 본 논문에서 제안하는 방법은 기존에 분석하고자 하는 이슈를 미리 지정하는 하향식(Top-down) 방식이 아닌 기계학습을 통해 실제 소셜미디어에 나타난 리스크를 상향식(bottom-up) 방식으로 선정한다는 점에 차이가 있다.
- 후보 리스크를 선정하기 위해 먼저 수집된 문서집합을 월별로 구별, 정치·사회적 이슈를 다루고 있는 문서만을 선별하였다.
대상 데이터
- 전체 24개의 리스크 후보별로 총 234건의 리스크 뉴스와 관련된 트윗을 검색, 연관성을 판별하였다. 관련 멘션 수집은 트위터에서 제공하는 Open API인 스트림 API(http://api.twitter.com)를 사용하였으며[8], 수집된 트윗은 총 109,118개이다.
- 본 논문에서는 한국전자통신연구원(이하 ETRI)에서 개발한 소셜 이슈 분석 플랫폼인 WISDOM[8]에서 수집한 원시데이터를 활용하였다. 분석 대상은 중 19대 총선과 18대 대선 등 정치·사회적 이슈가 많이 발생한 2012년도[8][9] 문서집합을 조사 대상으로 삼았으며 수집된 데이터 통계는 [표 1]과 같다.
- 분석 대상은 중 19대 총선과 18대 대선 등 정치·사회적 이슈가 많이 발생한 2012년도[8][9] 문서집합을 조사 대상으로 삼았으며 수집된 데이터 통계는 [표 1]과 같다.
- 본 논문에서 분류 대상으로 하는 사회적 이슈 리스크는 뉴스와 같은 공적 매체 뿐 아니라 개인 미디어에서도 같이 회자가 되는 리스크를 대상으로 하는 점을 반영, 뉴스와 트위터 미디어 모두에서 이슈가 되는 리스크 유형을 재선정 하였다. 선정 기준은 뉴스에서 선정된 유형 중 트위터에 2일 이상, 150건 이상 회자된 리스크를 대상으로 하였다. [표 9]는 최종 리스크 유형 선정 결과로, 총 6개의 도메인에 58개의 세부 유형으로 정의하였다.
- 앞서 기술한 대로 본 논문은 소셜 빅데이터로부터 사회적으로 파장이 큰 이슈 중 공공여론이 부정적으로 형성될 이슈를 ‘리스크’로 정의, 그 유형을 분류하는데 주안점을 둔다. 여기서 분석 대상으로 한 소셜 빅데이터는 뉴스와 같은 공공미디어 뿐 아니라 블로그, 게시판, 트위터 등 개인미디어를 포함한다. 또한 소셜웹에서의 ‘이슈’란 시간/지역별 특성을 반영한 정치·경제·사회·문화적으로 중요한 주제 또는 사건을 의미한다.
- 위와 같은 기준으로 본 논문에서는 리스크 유형 분류 대상으로 11개 세부 도메인을 선정하였다. 이는 뉴스 집합 전체 문서(1,866건) 중 리스크 위험 대상이 명확한 사건, 사고 문서 1,075건 중 862건에 해당하는 것으로, 후보 도메인 중 80.
데이터처리
- 먼저 [표 7]에 선정된 1차 리스크 후보 유형에 해당하는 뉴스 기사와 연관된 트윗 멘션(mention)을 검색하는 방식으로 조사 대상문서집합을 선정하였다. 교차 분석 방법은 해당 리스크 뉴스와 관련된 트윗 멘션의 수와 리트윗(retweet) 수, 관련 트윗 생성 기간 등과의 상관관계를 비교하였다.
- 리스크 유형 정의를 위해 뉴스 문서집합을 대상으로 전수조사를 실시하였으며, 이슈 분야 즉 도메인별 특성을 파악하여 세부 유형을 정의하였다. 또한 공적미디어인 뉴스를 통해 정의된 리스크 유형이 개인화된 소셜 미디어에 나타난 리스크 유형과 어떤 차이가 있는지를 알아보기 위해 교차분석을 수행하였다. 그 결과 6개의 도메인별로 58개의 세부 유형을 정의하였으며, 기계학습 방법을 통해 자동 분류 학습 모델을 구축하였다.
이론/모형
- 이를 위해 본 논문에서는 미디어에 나타난 어휘적 특성을 자질로 활용하여 기계학습 기반 분류 모델을 적용하였다. 한국어 어휘 분석을 위해 ETRI에서 개발한 언어분석기[9][10]를 사용하였으며 기계학습 기법은 지지벡터머신(SVM: support vector machines) 알고리즘을 적용하였다[11]. 학습에 사용한 언어분석 결과는 형태소 분석, 개체명 인식 및 감성분석 결과로, 세부 어휘 자질은 [그림 2]와 같다.
성능/효과
- [표 3]은 1월과 8월에 보도된 리스크 후보 뉴스 집합의 도메인별 분포도를 나타내는 것으로, 1월 뉴스 기사 중 가장 많이 나타난 분야는 공공분야의 ‘사건’ 으로 전체 22.0%를 차지하였으며 그 외 ‘인물’, ‘공공기관’, ‘서비스업’ 분야가 각각 13.9%, 10.6%, 8.4% 순으로 기사가 생성되었음을 알 수 있다.
- 가장 많은 뉴스를 차지한 공공분야의 ‘사건’ 도메인을 살펴본 결과, 대부분의 기사가 범죄 및 도난, 자동차 사고 등으로 특정 대상에게 잠재적 위험요소로 작용할 ‘이슈’가 아닌 일상생활에서 발생한 다양한 사고 소식을 다룬 내용으로 파악되었다.
- 또한 공적미디어인 뉴스를 통해 정의된 리스크 유형이 개인화된 소셜 미디어에 나타난 리스크 유형과 어떤 차이가 있는지를 알아보기 위해 교차분석을 수행하였다. 그 결과 6개의 도메인별로 58개의 세부 유형을 정의하였으며, 기계학습 방법을 통해 자동 분류 학습 모델을 구축하였다. 실험 결과를 통해 소셜 미디어에 나타난 사회적 이슈 리스크를 자동으로 탐지, 분류가 가능함을 보였다.
- 그 결과 대범주 [공공기관/정책/인물]은 각각 ‘공공기관/정책’, ‘인물’로, [먹거리/유통/서비스업] 대범주와 [자동차/제조업] 대범주는 전체를 대표하여 각각 ‘먹거리’와 ‘자동차’로, 마지막으로 [스마트기기/가전/IT업체] 대범주는 ‘스마트기기’와 ‘IT업체’로 나누어 리스크 대상 도메인을 통합, 분류하였다.
- 분석 결과, ‘인물’ 도메인의 리스크 뉴스가 트위터에서 회자되는 기간은 평균적으로 3.96일이고 466.3개의 트윗에서 언급되는 것으로 파악되었다.
- 그 결과 6개의 도메인별로 58개의 세부 유형을 정의하였으며, 기계학습 방법을 통해 자동 분류 학습 모델을 구축하였다. 실험 결과를 통해 소셜 미디어에 나타난 사회적 이슈 리스크를 자동으로 탐지, 분류가 가능함을 보였다.
- 이는 전체 리스크 유형 58개를 대상으로 실험한 결과로, [표 4]부터 [표 6]에서 나타나듯이 리스크 유형에 따라 뉴스 미디어에 나타난 빈도의 편차가 매우 크다. 이 같은 특성을 반영하여 전체 58개 중 고빈도 리스크 유형 20개를 대상으로 실험한 결과, 전체 3,713개의 문장 중 3,419개의 리스크 정답 유형을 분류하여 92.08%의 높은 정확률을 얻었다. 이와 같이 고빈도 리스크 유형에 대한 정확도가 높다는 의미는 실제 사용자 체감 성능은 미치는 영향이 더 크다는 의미로 해석될 수 있다.
- [표 8]는 [표 7]에 선정된 ‘인물’ 도메인의 리스크 후보 유형별 트위터 양상을 분석한 결과이다. 전체 24개의 리스크 후보별로 총 234건의 리스크 뉴스와 관련된 트윗을 검색, 연관성을 판별하였다. 관련 멘션 수집은 트위터에서 제공하는 Open API인 스트림 API( [표 11]은 기계학습 이후 자동 분류 정확도를 평가한 결과이다. 측정 결과, 전체 8,175개 문장 중 7,017개의 문장에 정확한 리스크 유형을 분류하여 85.83%의 정확률을 얻었다. 이는 전체 리스크 유형 58개를 대상으로 실험한 결과로, [표 4]부터 [표 6]에서 나타나듯이 리스크 유형에 따라 뉴스 미디어에 나타난 빈도의 편차가 매우 크다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.