Objectives: The purpose of this study was to compare and analyse dieting practices and tendencies in 2010 and 2015 using big data. Methods: Keywords related to diet were collected from the portal site Naver from January 1, 2010 until December 31, 2010 for 2010 data and from January 1, 2015 until Dec...
Objectives: The purpose of this study was to compare and analyse dieting practices and tendencies in 2010 and 2015 using big data. Methods: Keywords related to diet were collected from the portal site Naver from January 1, 2010 until December 31, 2010 for 2010 data and from January 1, 2015 until December 31, 2015 for 2015 data. Collected data were analyzed by simple frequency analysis, N-gram analysis, keyword network analysis, and seasonality analysis. Results: The results show that exercise had the highest frequency in simple frequency analysis in both years. However, weight reduction in 2010 and diet menu in 2015 appeared most frequently in N-gram analysis. In addition, keyword network analysis was categorized into three groups in 2010 (diet group, exercise group, and commercial weight control group) and four groups in 2015 (diet group, exercise group, commercial program for weight control group, and commercial food for weight control group). Analysis of seasonality showed that subjects' interests in diets increased steadily from February to July, although subjects were most interested in diets in July in both years. Conclusions: In this study, the number of data in 2015 steadily increased compared with 2010, and diet grouping could be further subdivided. In addition, it can be confirmed that a similar pattern appeared over a one-year cycle in 2010 and 2015. Therefore, dietary method is reflected in society, and it changes according to trends.
Objectives: The purpose of this study was to compare and analyse dieting practices and tendencies in 2010 and 2015 using big data. Methods: Keywords related to diet were collected from the portal site Naver from January 1, 2010 until December 31, 2010 for 2010 data and from January 1, 2015 until December 31, 2015 for 2015 data. Collected data were analyzed by simple frequency analysis, N-gram analysis, keyword network analysis, and seasonality analysis. Results: The results show that exercise had the highest frequency in simple frequency analysis in both years. However, weight reduction in 2010 and diet menu in 2015 appeared most frequently in N-gram analysis. In addition, keyword network analysis was categorized into three groups in 2010 (diet group, exercise group, and commercial weight control group) and four groups in 2015 (diet group, exercise group, commercial program for weight control group, and commercial food for weight control group). Analysis of seasonality showed that subjects' interests in diets increased steadily from February to July, although subjects were most interested in diets in July in both years. Conclusions: In this study, the number of data in 2015 steadily increased compared with 2010, and diet grouping could be further subdivided. In addition, it can be confirmed that a similar pattern appeared over a one-year cycle in 2010 and 2015. Therefore, dietary method is reflected in society, and it changes according to trends.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 본 연구에서는 검색사이트 점유율 1위인 포털 사이트 네이버[14]의 2010년 1월 1일부터 2010년 12월 31일 까지, 2015년 1월 1일부터 2015년 12월 31일 까지 각각 1년 동안 ‘다이어트’ 키워드가 포함된 문장을 수집했으며, 이를 통해 다이어트 관련 키워드 빈도 분석, N-gram 분석(다이어트 키워드와 동시 출현한 빈도와 방향성을 나타내는 분석), 키워드 네트워크 분석(유사한 단어끼리 군집을 형성하고 연관성을 파악하는 분석), 계절성 분석(다이어트 키워드 월별 출현빈도 분석)을 하여 2010년과 2015년 간 다이어트에 관한 현황을 비교하고 분석하고자 한다.
결국 다이어트는 시대별로 끊임없이 변하고 있으며 유행을 타고 있다고 볼 수 있다. 따라서 본 연구는 최근 2010년과 2015년의 다이어트 현황을 비교하고 얼마나 달라졌는지 알아보고자 한다.
연관된 키워드들은 주제 키워드에 관심과 흥미를 반영한 키워드로 간주할 수 있기 때문이다. 따라서 본 연구에서는 수집된 데이터에서 출현 횟수가 높은 고빈도 키워드들이 무엇인지 단순빈도분석을 통해 분석하였다.
N-gram 분석을 통해 다이어트 키워드와 밀집된 키워드를 알아봤고, 키워드 네트워크 분석을 통해 다이어트와 관련된 키워드는 어떤 키워드와 그룹을 형성하고 관계를 가지는지 확인하고자 하였다. 2010년 키워드 네트워크 분석은 총 3그룹으로 분류되었고, 그룹의 특징을 보면 운동그룹, 식이 그룹, 상업적 다이어트 그룹으로 형성하고 있다.
제안 방법
다이어트 현황 및 네트워크 분석을 위한 데이터를 수집하기 위해 본 연구에서는 국내에서 가장 인지도가 높은 인터넷포털 사이트인 네이버를 분석대상으로 선정하였고, 데이터수집을 위한 키워드로 ‘다이어트’를 사용하였다. 다이어트는 시작하려는 날짜가 지정되어 있지 않고 개인마다 다이어트를 시작하는 시기가 다르기 때문에 한 해가 시작되는 1월부터 끝나는 12월까지 분석하고자 했다. 이에 본 연구에서는 2010년 1월 1일부터 2010년 12월 31일까지와 2015년 1월 1일부터 2015년 12월 31일까지 1년간을 연구 대상 기간으로 선정하였다.
데이터 수집을 위하여 Python 2.7(Pycon, USA) 프로그램을 이용하였고 네이버검색 Application Programming Interface(API)의 기능을 이용하여 네이버 블로그, 웹문서, 뉴스 그리고 카페에서 ‘다이어트’ 키워드가 포함된 문장을 수집하였다.
만약 n=3이면 어절단위로 [‘다이어트’, ‘성공의’, ‘지름길은’], [‘성공의’, ‘지름길은’, ‘식단조절이다’], [‘지름길은’, ‘식단조절이다’, ‘ ’], [‘식단조절이다’, ‘ ’, ‘ ’]로 분석한다. 따라서 본 연구에서는 키워드단위로 분리하여 N-gram분석을 실시하였고, N-gram 네트워크 워드트리를 이용하여 키워드 간 방향성도 확인하였다.
키워드 네트워크 분석을 위해 데이터를 소셜 매트릭스 형태로 구현해야 하는데 이는 ㈜더 아이엠씨에서 제공하는 소셜 매트릭스 프로그램인 ‘텍스톰(Textom)’을 활용하였다. 또한 키워드 네트워크 분석 중 CONvergence of iterated CORrelations(CONCOR)분석을 이용하였다. CONCOR분석은 동시에 출현한 단어들을 매트릭스의 피어슨 상관관계에 따라 노드들의 블록을 식별하고 블록들 간의 관계를 파악하여 유사성을 지닌 키워들 간 관계를 이루고 군집을 형성하는 분석방법이다[21].
다이어트에 대해 관심과 흥미가 많아지면 블로그, 카페 등에 다이어트 키워드 자체의 노출 횟수가 많아질 것으로 간주하였고, 따라서 다이어트의 계절성 분석을 위해 다이어트 키워드를 월별 출현 빈도로 분석하였다.
2010년과 2015년에 다이어트 키워드와 관련된 키워드가 무엇인지 살펴보기 위하여 키워드 출현빈도를 알아보았다. Table 1은 2010년과 2015년에 다이어트 키워드 검색 시연관되어 출현한 키워드 중 상위 20위까지 선택하여 나타낸 빈도표이다.
키워드와 키워드 간 밀집정도를 통해 동시 출현빈도를 분석할 수 있는 N-gram 분석을 2010과 2015년에 실시하였다. Table 2를 통해 2010년 다이어트 키워드가 포함된 문장 중에서 동시에 가장 많이 출현한 키워드는 체중과 감량키워드로 16,080개로 나타났다.
따라서 본 연구에 수집된 2010년과 2015년의 데이터량도 크게 차이가 날 수밖에 없다. 이를 토대로 본 연구는 2010년과 2015년의 다이어트 현황을 비교하고 분석하기 위해서 네이버에 있는 블로그, 카페, 웹문서, 뉴스에서 다이어트 키워드가 포함된 문장을 수집하여 단순빈도분석, Ngram분석, 키워드 네트워크 분석 그리고 계절성 분석을 진행하였다.
단순빈도분석은 전체 데이터에서 단순 출현빈도만을 나열하기 때문에 키워드와 키워드 간에 얼마나 밀집되어 있는지 분석할 수 있는 N-gram 분석을 통해 2010년과 2015년의 결과를 확인하였다. 2010년의 N-gram 분석은 감량운동(13,915개), 다이어트-운동(9,015개), 운동-목적(7,438개), 운동-다이어트(6,053개) 등 운동에 관한 결과가 많았다.
그러나 본 연구는 다이어트 키워드가 포함된 방대한 양의 문장을 수집할 수 없는 프로그램의 기술적인 한계점으로 인해 2010년부터 2015년까지의 모든 데이터를 수집할 수 없었고, 따라서 연속적인 결과를 분석할 수 없었다. 대신 2010년과 2015년을 수집한 후 해당년도의 결과를 분석하였다. 그렇기 때문에 2013년에 한국공영방송(KBS)의 생로병사의 비밀을 통해 알려져 선풍적인 인기를 끈 간헐적 단식과 같은 다이어트 방법이 존재 하였으나, 본 연구에서는 5년 주기로 데이터를 수집하였기 때문에 해당 다이어트 방법들이 결과에 나타나지 않았다.
본 연구에서는 2010년과 2015년의 다이어트에 대한 경향을 알아보고 분석하기 위해서 빅데이터 분석 방법을 이용하였고, 포털사이트 네이버를 통해 2010년 1월 1일부터 2010년 12월 31일까지와 2015년 1월 1일부터 2015년 12월 31일까지 각각 1년간 다이어트 키워드가 포함된 문장을 수집하고 분석하여 단순빈도 분석, N-gram 분석, 키워드 네트워크 분석, 계절성 분석을 시행하였으며 결과는 다음과 같다.
다이어트 현황 및 네트워크 분석을 위한 데이터를 수집하기 위해 본 연구에서는 국내에서 가장 인지도가 높은 인터넷포털 사이트인 네이버를 분석대상으로 선정하였고, 데이터수집을 위한 키워드로 ‘다이어트’를 사용하였다.
다이어트는 시작하려는 날짜가 지정되어 있지 않고 개인마다 다이어트를 시작하는 시기가 다르기 때문에 한 해가 시작되는 1월부터 끝나는 12월까지 분석하고자 했다. 이에 본 연구에서는 2010년 1월 1일부터 2010년 12월 31일까지와 2015년 1월 1일부터 2015년 12월 31일까지 1년간을 연구 대상 기간으로 선정하였다.
데이터처리
7(Pycon, USA) 프로그램을 이용하였고 네이버검색 Application Programming Interface(API)의 기능을 이용하여 네이버 블로그, 웹문서, 뉴스 그리고 카페에서 ‘다이어트’ 키워드가 포함된 문장을 수집하였다. 수집된 문장은 한국어 특성에 맞게 최소한의 변경으로 형태소 분석을 해주는 은전한닢 프로젝트 Mecab 프로그램을 이용하여 다이어트에 연관된 명사를 추출하였다.
단순빈도분석을 통해서 데이터 전체의 빈도를 분석할 수 있지만 주제키워드와 연관키워드 간의 동시 출현 및 밀집정도를 확인할 수 없기 때문에 본 논문에서는 N-gram분석을 시행하였다. N-gram분석은 연구자가 지정한 n개의 어절 또는 음절을 연쇄적으로 분류한 후 단어들 사이 간 밀집정도를 측정하고 빈도를 분석한다[16].
CONCOR분석은 동시에 출현한 단어들을 매트릭스의 피어슨 상관관계에 따라 노드들의 블록을 식별하고 블록들 간의 관계를 파악하여 유사성을 지닌 키워들 간 관계를 이루고 군집을 형성하는 분석방법이다[21]. 마지막으로 이를 시각적으로 나타내기 위해 Ucinet 6 프로그램을 이용하여 시각화하였다.
키워드 네트워크 분석을 위해 본 연구에서는 CONCOR 분석을 이용하였다. Fig.
이론/모형
키워드 네트워크 분석을 위해 데이터를 소셜 매트릭스 형태로 구현해야 하는데 이는 ㈜더 아이엠씨에서 제공하는 소셜 매트릭스 프로그램인 ‘텍스톰(Textom)’을 활용하였다.
성능/효과
예를 들어 ‘닭가슴살’처럼 한 단어로 사용되는 단어가 ‘닭’, ‘가슴살’로 분리된 경우 다시 하나의 단어 형태인 ‘닭가슴살’로 변환하였다. 둘째, 단어의 형태가 약간 다르지만 동일한 뜻으로 사용되는 단어들의 경우에는 하나의 단어로 통일하였다. 예를 들어 ‘여성’, ‘여자’는 같은 뜻으로 간주하여 ‘여성’으로 통일하여 변환하였다.
Table 1은 2010년과 2015년에 다이어트 키워드 검색 시연관되어 출현한 키워드 중 상위 20위까지 선택하여 나타낸 빈도표이다. 분석결과 2010년에는 다이어트와 관련하여 출현빈도가 높은 키워드는 운동(59,712개), 비만(32,414개), 체중감량(25,454개)등의 순으로 나타났다. 2015년에는 운동(178,197개), 건강(80,173개), 식단(79,627개), 효과(79,604개)등의 순으로 나타났다.
반면에 2015년에는 조금 다른 양상을 보였는데 다이어트 키워드와 식단 키워드가 42,914개로 가장 높게 나타났다. 두 번째로 다이어트 키워드와 시작 키워드로 37,558개로 나타났다. 세 번째로 다이어트 키워드와 성공 키워드로 35,506개로 나타났다.
두 번째로 다이어트 키워드와 시작 키워드로 37,558개로 나타났다. 세 번째로 다이어트 키워드와 성공 키워드로 35,506개로 나타났다.
반면에 2015년 Keyword1에서 다이어트 키워드를 제외하고 가장 먼저 건강이라는 키워드가 나타났고, 해당 keyword2에서 다이어트 키워드가 나타났다. 따라서 2010년과 2015년을 비교해보면 2010년에는 다이어트를 시행할 때 체중 감량에 초점을 두고, 감량 시 운동에 많은 관심을 보이는 것으로 나타났다. 2015년에는 건강해지기 위해 다이어트를 실시하고자 하는 경향이 나타났으며, N-gram 키워드 방향성을 통해 다이어트 행동으로 식단을 첫 번째로 알아보려는 경향이 나타났다.
2015년에는 건강해지기 위해 다이어트를 실시하고자 하는 경향이 나타났으며, N-gram 키워드 방향성을 통해 다이어트 행동으로 식단을 첫 번째로 알아보려는 경향이 나타났다. 또한 2010년과 2015년 모두 건강을 위해 다이어트를 실시하고, 시작 시기, 성공 방법, 다이어트 효과 등에 많은 관심이 있는 것으로 나타났다.
계정 중 어느 계절에서 다이어트 키워드를 가장 많이 검색하는지 알아보기 위해서 다이어트 키워드 빈도를 월별 기간으로 나누어 분석하였고 또한 다이어트 키워드의 출현 빈도는 2010년에 비해서 2015년에 약 3배 정도 증가한 것을 확인하였다. Fig.
2015년도 2010과 마찬가지로 1월부터 12월 중 가장 낮은 달은 2월로 107,658개고, 가장 높게 나온 달은 7월로 142,490개라는 것을 확인할 수 있었다. 또한 다이어트 키워드 빈도가 두 그래프 모두 2월부터 7월까지 꾸준히 증가하고, 7월부터 9월까지 감소하다가 추석이 끝난 10월부터 다시 높아진 것을 확인할 수 있다.
다음으로 식이그룹을 보면 1990년대 유행했던 황제다이어트를 대표할 수 있는 ‘삼겹살’, ‘돼지고기’, ‘콜레스테롤’ 등의 키워드가 나타났고, 2000년대에 유행했던 ‘덴마크’ 다이어트의 키워드가 나타난 것을 확인할 수 있었다.
마지막으로 상업적 다이어트 그룹이 형성되었는데 이 그룹에서는 ‘쉐이크’, ‘클리닉’, ‘의약품’ 등의 키워드를 확인할 수 있었다.
마지막으로 2010년과 2015년의 월별 다이어트 키워드 출현빈도를 통한 계절성 분석을 실시하였는데 키워드의 출현빈도 횟수만 다를 뿐 그래프의 양상은 2010년과 2015년 둘 다 비슷하게 나타난 것으로 확인된다. 두 그래프 모두 2월부터 7월까지 꾸준히 증가하는 것을 확인 할 수 있고 추석이 끝난 10월에 다시 오르는 것을 확인할 수 있다.
1. 단순빈도분석을 통해 2010년과 2015년 모두 가장 많이 출현 한 키워드는 ‘운동’으로 59,712개, 178,197개로 나타났고, 식사를 대변할 수 있는 ‘아침’, ‘점심’, ‘저녁’ 중 ‘아침’만이 2010년과 2015년에 모두 출현하였다.
2. 키워드 간의 연관빈도를 분석한 N-gram 분석에서는 2010년에는 감량-운동(13,915개), 다이어트-운동(9,015개), 운동-목적(7,438개), 운동-다이어트(6,053개)로 운동이 중요하게 나타났으며, 2015년에는 다이어트-식단(42,914개), 다이어트-차(28,917개), 다이어트-식품(17,564개), 다이어트-음식(11,949개)으로 식이가 중요하게 나타났다. 따라서 다이어트 방법은 시대별 사회상에 영향을 받고, 추구하는 다이어트 방법도 달라져 결국 다이어트는 유행을 따른다고 확인하였다.
키워드 간의 연관빈도를 분석한 N-gram 분석에서는 2010년에는 감량-운동(13,915개), 다이어트-운동(9,015개), 운동-목적(7,438개), 운동-다이어트(6,053개)로 운동이 중요하게 나타났으며, 2015년에는 다이어트-식단(42,914개), 다이어트-차(28,917개), 다이어트-식품(17,564개), 다이어트-음식(11,949개)으로 식이가 중요하게 나타났다. 따라서 다이어트 방법은 시대별 사회상에 영향을 받고, 추구하는 다이어트 방법도 달라져 결국 다이어트는 유행을 따른다고 확인하였다.
3. 다이어트 키워드와 연관된 키워드를 유사한 성격들끼리 그룹화한 키워드 네트워크 분석을 통해 2010년에는 총 3개의 그룹으로 분류되었고, 2015년에는 총 4개의 그룹으로 분류되었다. 2010년과 2015년에는 식이 그룹, 운동 그룹이 공통으로 존재했으며, 2010년에는 상업적 다이어트 그룹이 존재했고, 2015년에는 상업적 다이어트 그룹이 상업적 다이어트프로그램 그룹, 상업적 다이어트 식품 그룹으로 세분화 되었다.
4. 계절성 분석을 통해 2010년과 2015년의 그래프 양상은 비슷했으며 이를 통해 다이어트를 시도하는 시기는 해가 지나도 크게 변함없다는 것을 확인하였다.
이상의 결과를 토대로 본 연구는 다이어트에 관한 검색은 꾸준히 증가하고 있으나, 시간이 흐를수록 다이어트를 나타내는 그룹이 세분화 되고 있음을 확인하였다. 또한 시대별로 다이어트 방법에는 차이가 있었지만, 1년 주기를 바탕으로 계절성 분석을 하였을 때 항상 일정한 패턴을 따르는 경향이 있음을 확인하였다.
이상의 결과를 토대로 본 연구는 다이어트에 관한 검색은 꾸준히 증가하고 있으나, 시간이 흐를수록 다이어트를 나타내는 그룹이 세분화 되고 있음을 확인하였다. 또한 시대별로 다이어트 방법에는 차이가 있었지만, 1년 주기를 바탕으로 계절성 분석을 하였을 때 항상 일정한 패턴을 따르는 경향이 있음을 확인하였다. 그리고 다이어트 방법에는 사회상이 반영되며 시대별로 다이어트 방법 또한 달라져 다이어트에도 유행이 있음을 확인하였다.
또한 시대별로 다이어트 방법에는 차이가 있었지만, 1년 주기를 바탕으로 계절성 분석을 하였을 때 항상 일정한 패턴을 따르는 경향이 있음을 확인하였다. 그리고 다이어트 방법에는 사회상이 반영되며 시대별로 다이어트 방법 또한 달라져 다이어트에도 유행이 있음을 확인하였다. 따라서 2010년은 다이어트와 운동이 서로 상호작용이 있었지만 2015년에는 운동보다는 식이와 관계가 있는 것을 파악할 수 있었다.
식이 그룹으로 ‘샐러드’, ‘닭가슴살’, ‘식사’, ‘식단’, ‘아침’, ‘저녁’ 등의 키워드가 묶여졌고, 운동 그룹으로 ‘몸매’, ‘체지방’, ‘뱃살’, ‘운동’, ‘요가’, ‘헬스’ 등의 키워드가 묶여졌다.
후속연구
그러나 본 연구는 다이어트 키워드가 포함된 방대한 양의 문장을 수집할 수 없는 프로그램의 기술적인 한계점으로 인해 2010년부터 2015년까지의 모든 데이터를 수집할 수 없었고, 따라서 연속적인 결과를 분석할 수 없었다. 대신 2010년과 2015년을 수집한 후 해당년도의 결과를 분석하였다.
그렇기 때문에 2013년에 한국공영방송(KBS)의 생로병사의 비밀을 통해 알려져 선풍적인 인기를 끈 간헐적 단식과 같은 다이어트 방법이 존재 하였으나, 본 연구에서는 5년 주기로 데이터를 수집하였기 때문에 해당 다이어트 방법들이 결과에 나타나지 않았다. 따라서 유행에 민감한 다이어트의 특징을 파악하기 위해서는 더 짧은 주기로 데이터를 수집하여 연구 결과를 보완해야 할 것이다.
따라서 2010년은 다이어트와 운동이 서로 상호작용이 있었지만 2015년에는 운동보다는 식이와 관계가 있는 것을 파악할 수 있었다. 하지만 2010년과 2015년에 해당하지 않은 연도의 정보는 제외되었기 때문에 시대별로 달라지는 다이어트를 정확히 파악하기 위해서는 보다 더 짧은 주기로 세분화하고 조사해야할 필요성이 있다고 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
다이어트에 대한 관심이 증가하는 이유는?
다양한 식생활과 식습관의 변화 그리고 감소된 신체 활동량과 마른 체형을 미인의 조건으로 인식하는 사회적 분위기때문에 다이어트에 대한 관심이 증가하는 추세이다. 이를 입증하듯 전 세계적으로 등장한 다이어트 방법은 2만 6천여 가지가 넘게 존재하고 있다[1].
단순 빈도 분석에서 2010년과 2015년 모두 아침이 20위 안에 있는 이유를 외식과 관련지어 설명하시오.
Kim[24]과 Kim[25]은 매끼 외식 빈도에 관한 조사를 하였는데, 점심, 저녁의 외식 빈도는 아침의 외식 빈도보다 높고 아침 외식은 거의 하지 않는다고 제시하였다. 결국 점심, 저녁은 외식으로 인해 자신이 통제할 수 없다고 판단하여 점심, 저녁의 키워드 출현빈도가 낮고, 아침은 스스로 조절하여 다이어트에 영향을 줄 수 있다고 생각하여 아침에 관한 키워드 빈도가 높다고 사료된다.
바쁜 현대인들에겐 어떤 다이어트 방법이 인기인가?
또한 바쁜 현대인들에게 규칙적인 운동을 통한 체중 감소보다는 간편하게 마실 수 있고 다이어트에 효과가 있는 기능성 차나 음료가 주목받고 있으며, 식사 대신 쉽고 빠르게 섭취할 수 있는 다이어트 식품도 인기가 있다고 보고되었고[29,30], 본 연구에서도 이를 증명하듯이 차와 식품이 높게 나타난 것으로 사료된다.
참고문헌 (39)
Choi NE. 33 secrets of food you did not know. Seoul: Kyunghyang Media; 2012. p. 349-352.
Kim EK, Park TS, Park YS, Jang MR, Lee KW. The content analysis of food and nutrition articles in the Korean newspapers: from January 1960 to June 1996. II. nutrition in life cycle, health and disease. Korean J Dietary Culture 1996; 11(4): 527-538.
Ryu HK. A survey of adolescents' concern and perception about body image: at Miryang city. Korean J Community Nutr 1997; 2(2): 197-205.
The Maeil Shinmun. The changing times of diet [internet]. Maeil Shinmun; 2006 [cited 2018 Jan 8]. Available from: http://www.imaeil.com/sub_news/sub_news_view.php?news_id55059& yy2006.
Lee KS. A study of diet package for the Xers to create proper way of diet: suggesting research and development of pulmuone diet package. Res Bull Package Des 1998; 5: 91-111.
Korean society for the study of obesity. Atkin's diet fact and fiction. Korean J Obes 1998; 7(2): 101-102.
Shin JH, Lee HJ, Choi WY. Review on the wellbeing discourse in the Korean society: focused on the critical interpretation of new cultural trend of leisure. J Leis Stud 2006; 4(1): 39-53.
Kim SS. Popular diet-fact and fiction. Korean J Obes 2002; 11(1): 11-18.
Yim KS. Commercial obesity management program. Korean J Community Nutr 2003; 8(3): 424-432.
Lee JS. 43 Diet secrets that your doctor does not tell you. Gyeonggi: MOABOOKS; 2009. p. 34.
Nam SW, Koh EH. Mundane heroes in reality show: obesity discourses of diet king and its cultural significance. Korean J Sociol Sport 2011; 24(2): 69-97.
Lim IS, Kim MJ. Reproduction of obesity stigma in Korean TV diet survival programs: focused on 'BIGsTORY' and 'Diet War'. J Korean Women's Stud 2012; 28(4): 1-38.
Na EK. ""Eating broadcasts" and "Cooking broadcasts" exploratory study on food media trends: socio-cultural backgrounds and new media use factors. Kookmin Soc Sci Rev 2015; 28(1): 183-215.
Chung CH. Center of bigdata, infinite expansion of internet portals [internet]. Han Kyung; 2017 [cited 2018 Apr 3]. Available from: http://magazine.hankyung.com/business/apps/news?popup0&nid01&c11003&nkey2017082101134000211&modesub_view.
Lee OJ, Park SB, Chung DU, You ES. Movie box-office analysis using social big data. J Contents Assoc 2014; 14(10): 1-12.
Hwang MG, Chop DJ, Lee HG, Choi C, Ko BK, Kim PK. Domain n-gram construction and its application. J Korean Inst Inform Sci Eng 2010; 37(2): 47-51.
Diesner J, Carley KM. Causal mapping for research information technology. London: IDEA GROUP PUBLISHING; 2005. p. 81-83.
Ahn HJ. Extraction of keywords from brand images texts using network analysis. J Korean Inst Inform Technol 2012; 10(2): 176-182.
Moon JY. A study of the intellectual structure of secretarial studies using network analysis. J Secretarial Stud 2013; 22(1): 125-145.
Ahn MS, Oh IK. Analysis of attitudes on using five-star hotel packages applying network text analysis method. Korea Acad Soc Tourism Manag 2015; 30(5): 163-181.
Wasserman S, Faust K. Social network analysis: methods and applications. Cambridge: Cambridge university press; 1994. p. 370-374.
Yoo OS. The corporate survival of future depends on basic science investment [internet]. WOWTV; 2016 [cited 2018 Jan 8]. Available from: http://www.wowtv.co.kr/newscenter/news/view.asp?bcodeT30001000&artidA201606010251.
Kwak HP, Koo KJ. Relationship of leisure dance participation, physical image and self-esteem among women. J Korea Contents Assoc 2010; 10(8): 407-416.
Kim MS. Eating behavior of university students by economic environment. Korean J Food Cookery Sci 2005; 21(2): 125-138.
Kim MJ. A survey of dining-out behaviors and menu preferences of university students in the Seoul area. Korean J Food Cookery Sci 2008; 24(4): 525-535.
Hwang GJ, Kim GI. Study on dancers' physical perception of self according to dietary habits. J Korean Soc Dance Sci 2010; 20: 1-14.
Yoon JW. Cultural criticism: "Pretty Boys" and the "Six-Pack": masculinity in popular culture today. Eng Stud Korea 2010; 28: 278-302.
Kim S. Rethinking television food program and national food culture in South Korea since the 1980s. Stud broadcasting cult 2015; 27(2): 85-122.
Sung MS, Jung HY, Choi JH, Lee SC, Choi BH, Park SS. Preparation of functional healthy drinks by acanthopanax senticosus extracts. J Life Sci 2014; 24(9): 959-966.
Jeong YG, Lee IS. Importance-performance and willingness to purchase analyses of home replacement using eco-friendly food ingredients in undergraduates according to gender. J Korean Soc Food Sci Nutr 2015; 44(12): 1873-1880.
Kim MK, Lee GC. Weight reduction dieting survey and satisfaction degree and diet related knowledge among adult women by age. J Korean Soc Food Sci Nutr 2006; 35(5): 572-582.
Hong MK. Kimsohyeong diet, cumulative sales exceeded 100 billion [internet]. Joynews24; 2010 [cited 2018 Jan 8]. Available from: http://news.inews24.com/php/news_view.php?g_menu704110&g_serial499963.
Lee DI. When you have high blood pressure and depression, you should not neglect your obesity [internet]. Maekyung Media Group; 2016 [cited 2018 Jan 8]. Available from: http://news.mk.co.kr/newsRead.php?no427371&year2016.
Pack HJ. Various diet methods currently in vogue among the individual. Korean J Obes 2004; 8: 470-471.
Sul MS, Park DY. A prediction of demand for female sport participants by using seasonal ARIMA model. J Korean Phys Educ Assoc Girls Woman 2011; 25(3):179-192.
Lee OR. High calorie chuseok food becomes extra fat?... chuseok diet method [internet]. MHN; 2016 [cited 2018 Jan 8]. Available from: http://www.munhwanews.com/news/articleView.html?idxno23560.
Kim SY. Relationship between eating style and food intake of healthy female college students during chuseok holidays. Korean J Community Nutr 2016; 21(2): 131-139.
Kim SH. Increase purchase of snacks at the end of the year... the opposite of diet products [internet]. Medical Today; 2015 [cited 2018 Jan 8]. Available from: http://www.mdtoday.co.kr/mdtoday/index.html?no26231.
이 논문을 인용한 문헌
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.