[논문]간호간병통합서비스 관련 온라인 기사 및 소셜미디어 빅데이터의 의미연결망 분석

김민지; 최모나; 염유식

doi:10.4040/jkan.2017.47.6.806

간호간병통합서비스 관련 온라인 기사 및 소셜미디어 빅데이터의 의미연결망 분석
Semantic Network Analysis of Online News and Social Media Text Related to Comprehensive Nursing Care Service 원문보기

Journal of Korean academy of nursing = 대한간호학회지, v.47 no.6, 2017년, pp.806 - 816

김민지 (세브란스 재난의료교육센터) , 최모나 (연세대학교 간호대학.김모임 간호학 연구소) , 염유식 (연세대학교 사회학과)

Abstract ▼ AI-Helper

Purpose: As comprehensive nursing care service has gradually expanded, it has become necessary to explore the various opinions about it. The purpose of this study is to explore the large amount of text data regarding comprehensive nursing care service extracted from online news and social media by applying a semantic network analysis. Methods: The web pages of the Korean Nurses Association (KNA) News, major daily newspapers, and Twitter were crawled by searching the keyword 'comprehensive nursing care service' using Python. A morphological analysis was performed using KoNLPy. Nodes on a 'comprehensive nursing care service' cluster were selected, and frequency, edge weight, and degree centrality were calculated and visualized with Gephi for the semantic network. Results: A total of 536 news pages and 464 tweets were analyzed. In the KNA News and major daily newspapers, 'nursing workforce' and 'nursing service' were highly rated in frequency, edge weight, and degree centrality. On Twitter, the most frequent nodes were 'National Health Insurance Service' and 'comprehensive nursing care service hospital.' The nodes with the highest edge weight were 'national health insurance,' 'wards without caregiver presence,' and 'caregiving costs.' 'National Health Insurance Service' was highest in degree centrality. Conclusion: This study provides an example of how to use atypical big data for a nursing issue through semantic network analysis to explore diverse perspectives surrounding the nursing community through various media sources. Applying semantic network analysis to online big data to gather information regarding various nursing issues would help to explore opinions for formulating and implementing nursing policies.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 국내 간호계의 중요 관심 사항인 간호간병통합서비스와 관련하여 소셜미디어를 포함한 대량의 온라인데이터를 기반으로 빅데이터 분석을 처음 시도한 탐색적 연구라는 점에서 의의가 있다. 또한 의미연결망 분석이라는 새로운 분석방법을 통해 비정형의 빅데이터를 간호학 내에서 어떻게 활용할 수 있는지 연구 일례를 제시하였으며 간호간병통합서비스라는 정책에 대하여 간호계를 둘러싸고 있는 여러 매체의 다양한 시각을 동시에 탐색해 볼 수 있었다.
본 연구에서는 간호간병통합서비스라는 이슈를 중심으로 발생한 온라인 뉴스와 소셜미디어 빅데이터에서 추출된 키워드와 키워드들간의 관계를 살펴보는데 있어 의미연결망 분석을 처음으로 시도해 보았다. 간호간병통합서비스와 관련한 노드로는 ‘간호인력(nursing workforce)’과 ‘간호서비스(nursing service)’ 노드가 간호신문과 주요일간지에서 3위권 내, 트위터에서는 상위 20위안에 포함되어 이 두 단어가 3가지매체에서 출현빈도가 높았다.
본 연구의 목적은 빅데이터에 의미연결망 분석방법을 적용하여 온라인 뉴스와 소셜미디어에서 간호간병통합서비스라는 특정한 이슈를 중심으로 발생하는 컨텐츠에서 추출된 키워드를 탐색하고 키워드들간의 관계를 분석하고자 하였다.

제안 방법

형태소 분석을 위해서 한국어 자연어 처리(Natural language processing [NLP])를 위한 오픈소스 Python 패키지인 KoNLPy를 사용하였다[20]. KoNLPy를 사용해 기계적 알고리즘을 이용해 단어 목록을 추출하여 불완전 형태소를 제외하고, 1개 이상의 단어로 된 형태소의 단순 출현 빈도를 분석하였다. 간호간병통합서비스와 관련된 단어의 경우 단일 형태소로는 의미를 알아내기에 어려움이 있어 2개 이상의 형태소가 결합된 구도 함께 추출하였고, 이 과정에서 얻어진 단일 형태소와 2개 이상의 형태소의 개수는 Figure 1와 같다.
‘간호간병통합서비스’로 검색한 결과와 포괄간호서비스’로 검색한 결과 사이에 중복되는 기사나 트윗은 제외하고 분석자료를 구성하였다. 간호신문 기사의 검색은 해당 사이트에서 제공하는 검색 서비스를 이용하였고, KINDS에 등록 된 언론사의 기사는 해당 사이트에서 제공하는 검색 서비스를 이용하였다. 트위터는 프로그램 코드 저장소인 Github (github.
간호신문과 주요일간지에서는 ‘간호간병통합서비스’의 키워드로 추출된 노드로 모듈러리티 분석결과에서 이 논문의 관심주제인 ‘간호간병통합서비스’ 군집을 선정하여 그 군집에 포함된 단어에 대해 연결망분석을 진행하였다.
위의 과정을 통해 얻어진 인접행렬을 연결망 시각화(network visualization)프로그램인 Gephi를 이용하여[21] 의미연결망 분석을 시행하였다. 공동출현 단어들의 연결망 구조와 연결강도를 파악하기 위하여 선택된 노드들 사이의 관계를 의미하는 엣지웨이트(edge weight)를 계산하였다. 엣지웨이트의 계산은 공출현 빈도를 기준으로 삼아서, 예를 들어 A와 B 노드가 같은 문장에서 출현한 경우 A와 B 사이에 엣지가 연결되고 그 가중치(weight)는 아래와 같은 방법으로 산출하였다.
의미연결망 분석(semantic network analysis)을 위해 수집된 자료를 대상으로 먼저 형태소 분석을 실시하였다. 형태소 분석을 위해서 한국어 자연어 처리(Natural language processing [NLP])를 위한 오픈소스 Python 패키지인 KoNLPy를 사용하였다[20].
이렇게 정리된 노드를 검토하여 동의어인 단어, 예를 들면 ‘보건복지부’와 ‘복지부’ 등 같은 뜻을 가지는 단어는 보건복지부로 통합하고 보건복지부의 출현 빈도에 복지부의 출현 빈도를 더했고, 같은 단어이나 ‘시범 사업’, ‘시범사업’과 같이 띄어쓰기에 따라 다른 단어로 구분된 단어들은 ‘시범사업’으로 통합하였다. 이후 연구팀이 모여 수정한 키워드 목록의 적절성을 다시 한 번 검토하여 1차로 노드 목록을 확정하여 인접행렬(adjacency matrix)을 구성하고 다음과 같은 네트워크 분석을 시행하였다.
간호신문 기사의 검색은 해당 사이트에서 제공하는 검색 서비스를 이용하였고, KINDS에 등록 된 언론사의 기사는 해당 사이트에서 제공하는 검색 서비스를 이용하였다. 트위터는 프로그램 코드 저장소인 Github (github.com)을 통해 오픈 소스 형태로 제공되고 있는 트위터 검색을 위한 GetOldTweets-python 라이브러리를 사용하여 검색을 실시하였다. 간호신문이나 주요일간지 기사의 경우 제목은 제외하고 본문을 자료로 이용했으며, 트위터는 리트윗된 트윗들은 리트윗을 하고자 하는 사용자들의 생각과 의도를 드러낸다고 생각하여 제거하지 않았다.

대상 데이터

‘간호간병통합서비스’로 검색한 결과와 포괄간호서비스’로 검색한 결과 사이에 중복되는 기사나 트윗은 제외하고 분석자료를 구성하였다.
8%인 70개 노드를 포함했다. 반면에 트위터는 노드의 수가 다른 매체에 비해 적고 군집형성이 잘 되지 않아 총 177개 노드를 의미연결망 분석에 포함하였다.
본 연구에서는 간호간병통합서비스라는 이슈를 중심으로 발생하는 컨텐츠를 수집하기 위해 간호신문, KINDS에 등록된 8개 일간지(경향신문, 국민일보, 내일신문, 문화일보, 서울신문, 세계일보, 한겨레, 한국일보)와 KINDS에서 검색되지 않지만 자사의 사이트에서 검색 및 자료수집을 가능하게 해 놓은 동아일보와 중앙일보를 포함한 주요일간지, 대표적인 소셜미디어인 트위터(Twitter)의 3가지 매체를 선택하였다.
자료를 수집하기 위해 ‘간호간병통합서비스’의 이전 명칭인 ‘포괄간호서비스’라는 용어가 기사에 처음 등장한 시점부터 2016년 8월 20일까지로, 간호신문은 2013년 6월, 주요일간지는 2013년 7월, 트위터는 2013년 7월부터로 분석기간을 설정하였다.
자료수집 전반은 프로그래밍 언어인 Python을 사용하여[20] 각매체에 대하여 ‘간호간병통합서비스’ 및 ‘포괄간호서비스’를 키워드로 검색한 결과를 수집하였다.

데이터처리

위의 과정을 통해 얻어진 인접행렬을 연결망 시각화(network visualization)프로그램인 Gephi를 이용하여[21] 의미연결망 분석을 시행하였다. 공동출현 단어들의 연결망 구조와 연결강도를 파악하기 위하여 선택된 노드들 사이의 관계를 의미하는 엣지웨이트(edge weight)를 계산하였다.

이론/모형

의미연결망 분석(semantic network analysis)을 위해 수집된 자료를 대상으로 먼저 형태소 분석을 실시하였다. 형태소 분석을 위해서 한국어 자연어 처리(Natural language processing [NLP])를 위한 오픈소스 Python 패키지인 KoNLPy를 사용하였다[20]. KoNLPy를 사용해 기계적 알고리즘을 이용해 단어 목록을 추출하여 불완전 형태소를 제외하고, 1개 이상의 단어로 된 형태소의 단순 출현 빈도를 분석하였다.

성능/효과

(iii)의 조건에 의해 −1을 해주어 최종적으로는 1이 되도록 하여 엣지웨이트가 과대 평가되는 것을 보정하였다.
가장 많이 언급된 노드는 ‘간호인력(nursing workforce)’, ‘의료서비스(medical service)’, ‘간호서비스(nursing service)’, ‘의료기관(medical institutions)’, ‘간병서비스(caregiving service)’ 순이었다.
또한 연결된 정도로 중심성을 보여주는 연결중심성(degree centrality)을 구하였는데 이는 노드의 연결정도를 기반으로 한 중심성으로 한 노드에 직접적으로 연결되어 있는 노드의 개수를 뜻하며 얼마나 많은 관계를 맺는지를 보여주는 효과적인 지표로서 유용하게 활용될 수 있다[23]. 이상의 결과는 시각화로 나타내어 노드의 빈도가 높을수록 크게 나타나도록 하였으며 노드 사이의 선의 굵기는 노드 사이의 동시출현빈도가 높을수록 굵게 표시 하였고 다른 단어와 연결되는 링크 수가 많을수록 연결중심성이 높음을 의미한다.
추출된 형태소 단어들의 정제를 위해 간호신문과 주요일간지의 경우 임의로 단순 출현 빈도 기준으로 상위 3,000개의 단어를, 트위터의 경우는 모든 단어를 포함하였는데, 간호신문과 주요일간지는 2개 이상의 형태소가 4,500~4,700여개 이므로 3,000개의 단어 목록은 분석에 의미있는 단어를 충분히 포함할 수 있는 크기라고 판단하였다. 이후 기자의 이름, 구인구직, 광고관련 단어, 의미없는 단어는 목록에서 제외하였다.

후속연구

이러한 의미연결망 분석은 간호간병통합서비스와 같은 간호정책현안을 다룰 때 제도의 장·단점, 개선점등을 공론화시켜 간호계 내부는 물론이고 대중에게도 부각시킬 수 있음을 보여준다. 더불어 간호계에서 이러한 의제를 강조할 수 있는 내용을 갖고 주요일간지나 소셜미디어 영역에서 간호단체나 개별 간호사가 적극적으로 간호관련 내용을 만들어 대중에게도 가시화되는 의제의 제시가 필요할 것이다.
국내 간호연구에서는 사회연결망 분석을 이용하여 문헌분석[17], 간호진단[18], 실습경험텍스트[19]를 분석한 논문 등이 있으나 소셜미디어나 온라인 뉴스 등의 빅데이터를 사용한 예는 찾기 어려웠다. 따라서 간호간병통합서비스에 대한 소셜미디어, 뉴스 등의 빅데이터를 활용한 의미연결망 분석은 간호계 내∙ 외부에서 일어나는 다양한 간호간병통합서비스에 대한 인식, 요구를 파악하고 관련된 사회적 이슈나 간호정책간의 상호연결성의 단초를 제공해줄 것으로 기대된다.
또한 의미연결망 분석이라는 새로운 분석방법을 통해 비정형의 빅데이터를 간호학 내에서 어떻게 활용할 수 있는지 연구 일례를 제시하였으며 간호간병통합서비스라는 정책에 대하여 간호계를 둘러싸고 있는 여러 매체의 다양한 시각을 동시에 탐색해 볼 수 있었다. 향후 다양한 관점을 필요한 간호주제나 정책에 대하여 여러 매체에서 제공되는 빅데이터를 사회관계망분석 방법을 적용하는 연구를 제언한다. 이를 통해 간호계 안팎의 다양한 시각을 정책구상 및 실행에 반영할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	SNS나 인터넷뉴스를 이용하여 빅데이터를 분석하는 것은 무엇에 유용한가?	따라서 SNS나 인터넷뉴스를 이용하여 빅데이터를 분석하는 것은 간호간병통합서비스 정책에 대한 인식을 파악하는데 유용하며, 의료서비스라는 관점에서 접근했을 때 간호 소비자의 요구를 분석하기 용이할 것으로 생각된다. 이러한 빅데이터를 분석할 때 의미연결망 분석방법은 ‘대중’의 간호에 대한 인식을 알아보는데 기존연구 방법으로는 분석하기 어려운 부분을 알아내기에 유용할 것으로 생각된다.
	간호간병통합서비스란?	간호간병통합서비스는 기존의 포괄간호서비스에서 2016년부터 명칭이 바뀌어 시행되고 있는 서비스로 ‘적정 제공인력 배치를 통한 팀 간호체계의 총체적인 전문간호 제공과 병동 환경개선 및 환자 안전관리 등 간호간병통합서비스 제공에 필요한 여건을 갖춘 병동에서 제공’하는 입원서비스를 말한다[1]. 간병서비스에 투입되는 국민의 사적인 경제적 부담을 줄이고 가족에 의한 간병문화를 개선하여 의료의 질 향상을 꾀하자는 목적 하에 정부는 2013년부터 포괄간호서비스 시범사업을 시작하여 그 시행범위를 넓혀가고 있다.
	의미연결망 분석을 시행하여 무엇을 계산하였는가?	위의 과정을 통해 얻어진 인접행렬을 연결망 시각화(network visualization)프로그램인 Gephi를 이용하여[21] 의미연결망 분석을 시행하였다. 공동출현 단어들의 연결망 구조와 연결강도를 파악하기 위하여 선택된 노드들 사이의 관계를 의미하는 엣지웨이트(edge weight)를 계산하였다. 엣지웨이트의 계산은 공출현 빈도를 기준으로 삼아서, 예를 들어 A와 B 노드가 같은 문장에서 출현한 경우 A와 B 사이에 엣지가 연결되고 그 가중치(weight)는 아래와 같은 방법으로 산출하였다.

참고문헌 (30)

National Health Insurance Service. Program guidelines for comprehensive nursing care service [Internet]. Wonju: Author; c2016 [cited 2017 Apr 10]. Available from: http://www.nhis.or.kr/bbs7/boards/B0040/21012.
Medical law. Ministry of Health and Welfare Act. No. 477 [Internet]. Seoul: Author; c2017 [cited 2017 Apr 10]. Available from: http://www.law.go.kr/lsInfoP.do?lsiSeq191545&lsId&efYd20170203&chrClsCd010202&urlModelsEfInfoR&viewClslsRvsDocInfoR#0000.
Lee MK, Jung DY. A study of nursing tasks, nurses' job stress and job satisfaction in hospitals with no guardians. Journal of Korean Academy of Nursing Administration. 2015;21(3):287-296. https://doi.org/10.11111/jkana.2015.21.3.287

원문보기 상세보기
Kim B, Lee KS, Park YK, Choi YA, Cho SM, Kim SY, et al. A study of nurses' perception of the comprehensive nursing service. Korean Journal of Family Practice. 2017;7(1):99-104. https://doi.org/10.21215/kjfp.2017.7.1.99
Park JH, Lee MH. Effects of nursing and care-giving integrated service on nursing work performance, nurses' job satisfaction and patient safety. Journal of Korean Academic Society of Home Care Nursing. 2017;24(1):14-22.
Joo MS. Experience of providing comprehensive nursing services by nurses and nurse managers: A study using Giorgi's phenomenological approach [dissertation]. Seoul: Chung-Ang University; 2016. p. 1-136.
Shin SR, Park KY. Comparing satisfaction with nursing care and factors relevant to hospital revisit intent among hospitalized patients in comprehensive nursing care units and general care units. Journal of Korean Academy of Nursing Administration. 2015;21(5):469-479. https://doi.org/10.11111/jkana.2015.21.5.469

원문보기 상세보기
Yoon HS, Lim JY, Kang MJ. Comparison of expectation-perception between patient and nurse on nursing care service in comprehensive nursing care wards. Journal of the Korea Contents Association. 2017;17(3):507-522. https://doi.org/10.5392/JKCA.2017.17.03.507

원문보기 상세보기
Ministry of Science, ICT and Future Planning. Wireless communication service statistics [Internet]. Gwacheon: Author; c2016 [cited 2017 May 29]. Available from: http://www.msip.go.kr/dynamic/file/afieldfile/mssw67/1300540/2016/06/30/5%EC%9B%94%20%EB%AC%B4%EC%84%A0%ED%86%B5%EC%8B%A0%EC%84%9C%EB%B9%84%EC%8A%A4%20%EA%B0%80%EC%9E%85%EC%9E%90%20%ED%98%84%ED%99%A9.pdf.
We are Social. Special report: Digital, social, & mobile worldwide in 2015 [Internet]. New York: Author; c2015 [cited 2017 May 29]. Available from: https://wearesocial.com/specialreports/digital-social-mobile-worldwide-2015.
Sensmeier J. Big data and the future of nursing knowledge. Nursing Management. 2015;46(4):22-27. https://doi.org/10.1097/01.NUMA.0000462365.53035.7d
Brennan PF, Bakken S. Nursing needs big data and big data needs nursing. Journal of Nursing Scholarship. 2015;47(5):477-484. https://doi.org/10.1111/jnu.12159

상세보기
Popping R. Computer-assisted text analysis. London: Sage; 2000. p. 67-78.
Nam IY, Park HW. Network analysis of headlines in the newspaper articles on the prospective presidential candidates and their PR strategy in Korea. Korean Party Studies Review. 2007;6(1):79-107.
Cha MK, Kweon SH. A semantic network analysis of "Creative Economics" in news frame. Korean Journal of Journalism and Communication Studies. 2015;59(2):88-120.
Benton DC, Perez-Raya F, Fernandez-Fernandez MP, Gonzalez-Jurado MA. A systematic review of nurse-related social network analysis studies. International Nursing Review. 2015;62(3):321-339. https://doi.org/10.1111/inr.12161

상세보기
Park EJ, Kim Y, Park CS. A comparison of hospice care research topics between Korea and other countries using text network analysis. Journal of Korean Academy of Nursing. 2017;47(5):600-612. https://doi.org/10.4040/jkan.2017.47.5.600

원문보기 상세보기
Moon M. The network analysis of nursing diagnoses for children admitted in pediatric units determined by nursing students. Journal of Health Informatics and Statistics. 2017;42(3):223-231. https://doi.org/10.21032/jhis.2017.42.3.223

상세보기
Kang KH, Yu S. Analysis of students experience related of nursing management clinical practice: Text network analysis method. Journal of Korean Academy of Nursing Administration. 2016;22(1): 80-90. https://doi.org/10.11111/jkana.2016.22.1.80

원문보기 상세보기
Park EJ, Cho SZ. KoNLPy: Korean natural language processing in Python. Proceedings of the 26th annual conference on human and cognitive language technology; 2014 October 10-11; Kangwon National University. Chuncheon: Communications of the Korean Institute of Information Scientists and Engineers; 2014. p. 133-136.
Bastian M, Heymann S, Jacomy M. Gephi: An open source software for exploring and manipulating networks. San Jose (CA): International AAAI Conference on Weblogs and Social Media; 2009. p. 361-362.
Blondel VD, Guillaume JL, Lambiotte R, Lefebvre E. Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment. 2008;2008(10):1-12. https://doi.org/10.1088/1742-5468/2008/10/P10008
Russell MA. Mining the social web: Data mining Facebook, Twitter, LinkedIn, Google+, GitHub, and more. 2nd ed. Sebastopol (CA): O'Reilly Media; 2013. p. 296-298.
Kwak WH. Issues and problems of hospital pilot project for comprehensive nursing service. Healthcare Policy Forum. 2015;13(2):50-55.
Hwang NM. Evaluation and future tasks on comprehensive nursing service. Conference Proceeding of Korean Academy of Health Policy and Management. 2015;2015(1):210-233.
Hwang NM. Expansion plan of comprehensive nursing service for assuring the quality of inpatient service. Health and Welfare Issue & Focus. 2015;18(286):1-8.
Choi YJ, Kweon SH. A semantic network analysis of the newspaper articles on big data. Journal of Cybercommunication Academic Society. 2014;31(1):241-286.

상세보기
Jeon OB. Effect of professional consciousness and organizational commitment on nursing achievement of hospital nurses [master's thesis]. Gimhae: Inje University; 2016. p. 1-57.
Ministry of Health and Welfare. Comprehensive nursing care service offered, double the number of beds compared to last year [Internet]. Seoul: Author; c2016 [cited 2017 Jul 27]. Available from: http://www.mohw.go.kr/m/noticeView.jsp?MENU_ID0403&cont_seq334758&page1.
Lee SJ. The survey of perception, performance and importance in nursing practice of comprehensive nursing care service. Journal of the Korea Convergence Society. 2017;8(4):247-253. https://doi.org/10.15207/JKCS.2017.8.4.247.

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증