[논문]텍스트 마이닝을 활용한 매스 미디어와 소셜 미디어 의제 분석 : '마스크 5부제'를 중심으로

이새미; 유승의; 안순재

doi:10.5392/jkca.2020.20.06.460

텍스트 마이닝을 활용한 매스 미디어와 소셜 미디어 의제 분석 : '마스크 5부제'를 중심으로
Mass Media and Social Media Agenda Analysis Using Text Mining : focused on '5-day Rotation Mask Distribution System' 원문보기 논문타임라인

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.20 no.6, 2020년, pp.460 - 469

이새미 (동아대학교 스마트 거버넌스 연구센터) , 유승의 (동아대학교 스마트 거버넌스 연구센터) , 안순재 (동아대학교 스마트 거버넌스 연구센터)

초록
AI-Helper

본 연구는 코로나19 사태로 인하여 최근 이슈로 떠오르는 '마스크 5부제'에 대한 온라인 뉴스 기사와 카페글을 분석하여 언론과 대중들의 반응을 담고 있는 매스 미디어와 소셜 미디어 의제를 파악하고, 그 차이점을 알아보았다. 분석을 위해 네이버 뉴스 기사 전문 2,096건과 카페글 1,840건을 수집하고 데이터 전처리 과정과 정제과정을 거쳐 단어 빈도분석, 워드 클라우드, LDA 토픽모델링 분석을 실시하였다. 분석 결과, 매스 미디어에 비해 소셜 미디어는 '대리 구매', '개학 연기', '마스크 사용', '마스크 구입'과 같이 실생활 관련 토픽이 나타나 개인 미디어의 특성이 반영되어 정보 전달의 기능 보다는 개인의 의견, 감정, 정보를 교류하는 역할을 하는 것으로 나타났다. 본 연구에 적용된 연구방법의 적용으로 다양한 미디어 분석을 통해 사회이슈가 공중의제화되고, 정부의제로 진화하는 정책의제설정 과정에서 참고자료로 활용될 수 있을 것이다.

Abstract ▼ AI-Helper

This study analyzes online news articles and cafe articles on the '5-day Rotation Mask Distribution System', which is emerging as a recent issue due to the COVID-19 incident, to identify the mass media and social media agendas containing media and public reactions. This study figured out the difference between mass media and social media. For analysis, we collected 2,096 full text articles from Naver and 1,840 posts from Naver Cafe, and conducted word frequency analysis, word cloud, and LDA topic modeling analysis through data preprocessing and refinement. As a result of analysis, social media showed real-life topics such as 'family members' purchase', 'the postponement of school opening', ' mask usage', and 'mask purchase', reflecting the characteristics of personal media. Social media was found to play a role of exchanging personal opinions, emotions, and information rather than delivering information. With the application of the research method applied to this study, social issues can be publicized through various media analysis and used as a reference in the process of establishing a policy agenda that evolves into a government agenda.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 마스크 5부제에 대한 온라인 뉴스와 소셜 미디어 텍스트의 실증 분석을 통해 두 매체 간 의제 차이를 비교하고자 한다. 전통적 미디어인 뉴스와 인터넷 발달에 따른 온라인 사회참여로 활성화된 소셜 미디어를 통한 공중의 의제설정을 살펴본다.
본 연구는 코로나19 사태로 인하여 이슈로 떠오른 마스크 5부제에 대한 매스 미디어와 소셜 미디어의 의제를 분석하였다. 두 미디어의 분석을 위해 뉴스 기사와 카페글을 수집하였고, 텍스트 마이닝을 활용하여 단어 빈도분석, 워드 클라우드, LDA 토픽모델링 분석을 수행하였다.
본 연구는 마스크 5부제에 대한 온라인 뉴스와 소셜 미디어 텍스트의 실증 분석을 통해 두 매체 간 의제 차이를 비교하고자 한다. 전통적 미디어인 뉴스와 인터넷 발달에 따른 온라인 사회참여로 활성화된 소셜 미디어를 통한 공중의 의제설정을 살펴본다. 기존의 연구에서는 전통적 미디어인 언론 즉, 매스 미디어만을 대상으로 미디어의제를 파악하였으며 정책의제설정의 관점에서 매스 미디어와 소셜 미디어 역할의 차이를 살펴본 연구는 찾아보기 힘들다[7][8].

가설 설정

본 연구는 Co-creation 기반 온라인 사회참여 현상과 매스 미디어와 소셜 미디어의 특성을 이론적 근거로 하여 ‘매스 미디어와 소셜 미디어 의제에 차이가 있을 것이다’라는 연구문제를 설정하였다.

제안 방법

‘코로나’와 ‘마스크’를 키워드로 하여 포털사이트 다음(daum)에서 운영하는 썸트렌드를 사용하여 키워드 출현 추세를 파악하고, 검색량이 많아진 시점의 주요 이벤트를 정리하였다[그림 2].
[32]의 연구를 바탕으로 반복횟수(iteration)=1000, α=0.1, β=0.01으로 설정하여 토픽모델링을 수행하였다.
대용량 텍스트 문서 분석을 위한 자동화된 의제도출 방법을 적용하여 분석을 보다 효율적이고 객관적으로 수행하였다. 다양한 텍스트 마이닝 방법을 적용하여 연구자의 주관을 배제하고 보다 객관적인 연구 결과를 제공하였다. 본 연구에서 사용된 연구방법의 적용으로 비정형 텍스트 데이터로 구성된 언론과 소셜 미디어의 범위를 확대하여 더욱 다양한 데이터 수집을 통해 소셜 미디어 매체별 의제 분석 등 다양한 분석을 수행할 수 있다.
연구결과를 바탕으로 다음과 같은 시사점을 도출할 수 있다. 대용량 텍스트 문서 분석을 위한 자동화된 의제도출 방법을 적용하여 분석을 보다 효율적이고 객관적으로 수행하였다. 다양한 텍스트 마이닝 방법을 적용하여 연구자의 주관을 배제하고 보다 객관적인 연구 결과를 제공하였다.
첫쨰, 넷마이너 소프트웨어의 사용자 사전 기능을 활용하여 ‘앱’과 ‘어플’, ‘코로나19’, ‘코로나’, ‘우한폐렴’과 같은 단어는 동의어 처리하였으며, ‘공적 마스크’와 ‘공적마스크’, ‘마스크 5부제’와 ‘마스크5부제’ 등 같은 단어지만 띄어쓰기의 차이가 있는 단어는 모두 한 단어로 정리하였다. 둘째, 언론사명, 기자명 등 분석에 불필요한 단어도 제외어 처리하였다. 마지막으로 본 연구의 특성에 비추어 볼 때 특정 단어인 ‘코로나19’와 ‘공적마스크’는 모든 문서가 공통으로 포함하고 있으므로 토픽을 추출하는 데 차별적 정보를 제공하지 않는다고 판단하여 제거하였다.
본 연구는 Co-creation 기반 온라인 사회참여 현상과 매스 미디어와 소셜 미디어의 특성을 이론적 근거로 하여 ‘매스 미디어와 소셜 미디어 의제에 차이가 있을 것이다’라는 연구문제를 설정하였다. 따라서 텍스트 마이닝을 활용하여 마스크 5부제에 대한 매스 미디어와 소셜 미디어 의제 분석을 위해 온라인 뉴스 기사와 카페글의 주요 토픽은 무엇인지 알아보고 그 차이를 살펴본다.
또한 전통적 미디어인 매스 미디어를 대표하는 뉴스기사와 소셜 미디어인 카페글의 분석을 통해 언론과 대중이 코로나19 사태로 인한 마스크 5부제에 대하여 어떻게 반응하는지를 살펴보고 그 차이점을 알아봄으로써 매스 미디어와 소셜 미디어를 비교한 연구를 진행하였다. 다양한 미디어 분석을 통해 사회이슈가 공중의제화 되고, 정부의제로 진화하는 정책의제설정 과정에서 참고자료로 활용될 수 있다
본 연구에서는 온라인 뉴스 기사와 카페 글을 수집하고 LDA 토픽모델링 알고리즘을 적용하여 뉴스와 카페 글에 나타나는 단어의 분포를 기반으로 뉴스와 카페 글의 주제가 무엇인지를 파악하고, 이를 주제별로 분류하였다.
본 연구에서 활용하는 매스 미디어와 소셜 미디어는 텍스트로 이루어진 비정형 데이터이므로 이를 분석하기 위해서는 텍스트 마이닝을 이용하여 유용한 의미를 추출하여야 한다. 본 연구에서는 홍순구 외[3]가 연구한 정책의제설정 자동화 단계를 수정 및 보완하여, 이슈 제기 및 촉발 사건 탐지, 데이터 수집 및 정제/전처리,빅데이터 분석 및 시각화의 단계를 거쳐 매스 미디어와 소셜 미디어 의제를 분석하였다[그림 1].
본 연구의 목적인 마스크 5부제와 연관되는 뉴스와 카페글을 수집하기 위하여 검색 키워드를 ’코로나’, ‘공적마스크’로 선정하고, ‘코로나’ or ‘우한’ and ‘공적마스크’를 검색식으로하여 네이버뉴스와 카페글을 검색하여 수집하였다.
이와 같은 전처리 과정을 마친 후,추출된 명사에 대한 단어 빈도(Term Frequency)분석을 실시하였다. 빈도 분석 후 워드 클라우드로 결과를 시각화하였으며, 단어 빈도를 기반으로 LDA(LatentDirichlet Allocation) 토픽모델링 분석을 수행하였다.
전처리 과정은 텍스트 데이터를 분석에 적합한 형태로 정제하는 과정으로, 텍스트 마이닝 중 가장 많은 시간이 소요된다. 수집된 데이터에서 형태소 분석을 통해 명사를 추출한 후 결과를 확인하고, 데이터를 분석에 용이하도록 정제하기 위하여 전처리 과정을 반복 수행하였다. 이러한 전처리 과정을 거치지 않은 데이터는 띄어쓰기, 유의어 처리의 문제로 인해 데이터 분석 결과에 영향을 미칠 수 있다.
마스크 5부제에 대한 공중의제 파악을 위해 소셜 미디어 텍스트 분석을 통해 코로나19 바이러스 사태에서 마스크 5부제 관련 키워드를 선정하고, 소셜 미디어로써 네이버와 다음 카페를 대상으로 선정한 키워드가 포함된 문서를 수집하였다. 수집된 문서의 데이터 전처리 과정을 거쳐 주요 키워드를 알아보고 이를 기반으로 문서의 주제를 분류하여 마스크 5부제에 대한 공중의제를 알아보았다.
마스크 5부제에 대한 매스 미디어 의제를 파악하기 위하여 네이버 뉴스 2096건을 분석하였다. 연구 방법에서 설명한 바와 같이 데이터 수집과 전처리 과정을 거쳐 LDA 토픽모델링 기법으로 뉴스 기사의 주제를 추출하였다[표 2]. 토픽의 수는 연구의 목표를 고려하여 연구자가 해석에 가장 용이한 수로 결정할 수 있다[30].
마지막으로 본 연구의 특성에 비추어 볼 때 특정 단어인 ‘코로나19’와 ‘공적마스크’는 모든 문서가 공통으로 포함하고 있으므로 토픽을 추출하는 데 차별적 정보를 제공하지 않는다고 판단하여 제거하였다. 이와 같은 전처리 과정을 마친 후,추출된 명사에 대한 단어 빈도(Term Frequency)분석을 실시하였다. 빈도 분석 후 워드 클라우드로 결과를 시각화하였으며, 단어 빈도를 기반으로 LDA(LatentDirichlet Allocation) 토픽모델링 분석을 수행하였다.
매스 미디어와 소셜 미디어 의제 분석을 위하여 네이버 뉴스 기사와 카페글을 수집하여 분석에 활용하였다. 전처리 과정을 거치고 형태소 분석을 통해 추출된 명사로 전체 문서에서의 단어 빈도를 알아보았다. [표 1]은 빈도수 상위 30개의 단어와 빈도수, 비율을 나타낸 것이다.
첫쨰, 넷마이너 소프트웨어의 사용자 사전 기능을 활용하여 ‘앱’과 ‘어플’, ‘코로나19’, ‘코로나’, ‘우한폐렴’과 같은 단어는 동의어 처리하였으며, ‘공적 마스크’와 ‘공적마스크’, ‘마스크 5부제’와 ‘마스크5부제’ 등 같은 단어지만 띄어쓰기의 차이가 있는 단어는 모두 한 단어로 정리하였다.
텍스트, 영상, 음성과 같은 비정형 데이터는 분석을 위해 계량화하는 과정이 필요한데, 본 연구에서는 비정형 데이터의 정형화를 위하여 텍스트 데이터 처리 소프트웨어인 Netminer 4를 이용하여 텍스트 분석을 수행하였다. 먼저, 수집된 뉴스 기사와 카페글의 분석을 위해 전처리 과정을 거쳐야 한다.
기존의 연구에서는 전통적 미디어인 언론 즉, 매스 미디어만을 대상으로 미디어의제를 파악하였으며 정책의제설정의 관점에서 매스 미디어와 소셜 미디어 역할의 차이를 살펴본 연구는 찾아보기 힘들다[7][8]. 한편, 본 연구는 이러한 기존의 매스 미디어 의제뿐만 아니라 더 나아가 디지털 트랜스포메이션 시대라는 사회적 현상에 따라 온라인상에서의 활발해진 공중의 사회참여를 기반으로 새로운 의제설정의 기능을 가지게 된 소셜 미디어 의제도 분석하였다.

대상 데이터

마스크 5부제에 대한 공중의제 파악을 위해 소셜 미디어 텍스트 분석을 통해 코로나19 바이러스 사태에서 마스크 5부제 관련 키워드를 선정하고, 소셜 미디어로써 네이버와 다음 카페를 대상으로 선정한 키워드가 포함된 문서를 수집하였다. 수집된 문서의 데이터 전처리 과정을 거쳐 주요 키워드를 알아보고 이를 기반으로 문서의 주제를 분류하여 마스크 5부제에 대한 공중의제를 알아보았다.
마스크 5부제에 대한 매스 미디어 의제를 파악하기 위하여 네이버 뉴스 2096건을 분석하였다. 연구 방법에서 설명한 바와 같이 데이터 수집과 전처리 과정을 거쳐 LDA 토픽모델링 기법으로 뉴스 기사의 주제를 추출하였다[표 2].
매스 미디어와 소셜 미디어 의제 분석을 위하여 네이버 뉴스 기사와 카페글을 수집하여 분석에 활용하였다. 전처리 과정을 거치고 형태소 분석을 통해 추출된 명사로 전체 문서에서의 단어 빈도를 알아보았다.
본 연구는 매스 미디어와 소셜 미디어의 의제설정 경향을 파악·비교하기 위하여 국내 가장 규모가 큰 포털사이트인 네이버(Naver)를 대상으로 마스크 5부제 시행일인 2020년 3월 9일부터 24일까지 약 2주 간의 뉴스 2096건과 카페글 1840건을 수집하여 분석에 활용하였다.
본 연구는 매스 미디어와 소셜 미디어의 의제설정 경향을 파악·비교하기 위하여 국내 가장 규모가 큰 포털사이트인 네이버(Naver)를 대상으로 마스크 5부제 시행일인 2020년 3월 9일부터 24일까지 약 2주 간의 뉴스 2096건과 카페글 1840건을 수집하여 분석에 활용하였다. 소셜 미디어 분석을 위해 당초 네이버와 다음카페를 대상으로 데이터를 수집하였으나 다음카페에서 수집한 데이터를 살펴본 결과 데이터의 양이 네이버 카페에 비해 현저히 적고 관련성이 낮은 데이터가 많아 네이버 카페글만을 대상으로 분석하였다. 또한 카페글 외에 트위터와 페이스북의 데이터도 수집하였으나 마스크 광고글의 수가 매우 많아 본 연구에서 알아보고자 하는 마스크 5부제 관련 글이 적어 분석에서 제외하였다.

데이터처리

본 연구는 코로나19 사태로 인하여 이슈로 떠오른 마스크 5부제에 대한 매스 미디어와 소셜 미디어의 의제를 분석하였다. 두 미디어의 분석을 위해 뉴스 기사와 카페글을 수집하였고, 텍스트 마이닝을 활용하여 단어 빈도분석, 워드 클라우드, LDA 토픽모델링 분석을 수행하였다. 텍스트 마이닝 결과를 통해 매스 미디어와 소셜 미디어 의제는 상이한 특성을 지니고 있음을 알 수 있었다.

이론/모형

데이터 수집 방법은 웹 크롤링(web crawling) 기법을 사용하여 웹 사이트에서 뉴스 기사와 카페글을 자동으로 수집하여 데이터를 추출하였다. 본 연구의 목적인 마스크 5부제와 연관되는 뉴스와 카페글을 수집하기 위하여 검색 키워드를 ’코로나’, ‘공적마스크’로 선정하고, ‘코로나’ or ‘우한’ and ‘공적마스크’를 검색식으로하여 네이버뉴스와 카페글을 검색하여 수집하였다.
토픽모델링 중 대표적인 알고리즘인 LDA 토픽모델링을 적용하여 분석을 수행하였다.

성능/효과

마지막으로 본 연구의 특성에 비추어 볼 때 특정 단어인 ‘코로나19’와 ‘공적마스크’는 모든 문서가 공통으로 포함하고 있으므로 토픽을 추출하는 데 차별적 정보를 제공하지 않는다고 판단하여 제거하였다.
반면, 카페글 빈도분석 결과를 보면 ‘사람’, ‘집’, ‘생각’, ‘시간’, ‘아이’와 같이 뉴스 기사에서 나타난 단어는 정보성 것에 비해 개인적 차원의 단어들이 주로 나타났다.
두 미디어의 분석을 위해 뉴스 기사와 카페글을 수집하였고, 텍스트 마이닝을 활용하여 단어 빈도분석, 워드 클라우드, LDA 토픽모델링 분석을 수행하였다. 텍스트 마이닝 결과를 통해 매스 미디어와 소셜 미디어 의제는 상이한 특성을 지니고 있음을 알 수 있었다.

후속연구

다양한 텍스트 마이닝 방법을 적용하여 연구자의 주관을 배제하고 보다 객관적인 연구 결과를 제공하였다. 본 연구에서 사용된 연구방법의 적용으로 비정형 텍스트 데이터로 구성된 언론과 소셜 미디어의 범위를 확대하여 더욱 다양한 데이터 수집을 통해 소셜 미디어 매체별 의제 분석 등 다양한 분석을 수행할 수 있다.
향후 연구방향으로 본 연구에서는 토픽을 추출하여 의제를 분석하였으나 여기에서 더 나아가 비중이 높은 토픽의 데이터를 별도로 추출하고 추가적인 토픽모델링 분석이나 네트워크 분석 등을 적용하여 높은 비중의토픽에 대한 좀 더 세부적 내용을 파악할 수 있을 것이다. 코로나19 사태가 지속되는 시간을 고려하여 충분한 데이터 확보가 가능해지면 시계열 토픽 분석을 통해 주요 이벤트 시점별로 구간을 나누어 토픽을 분석하여 구간별 특성을 알아보고 그 변화를 파악해봄으로써 다양한 시사점을 도출할 수 있을 것이라 예상한다.
향후 연구방향으로 본 연구에서는 토픽을 추출하여 의제를 분석하였으나 여기에서 더 나아가 비중이 높은 토픽의 데이터를 별도로 추출하고 추가적인 토픽모델링 분석이나 네트워크 분석 등을 적용하여 높은 비중의토픽에 대한 좀 더 세부적 내용을 파악할 수 있을 것이다. 코로나19 사태가 지속되는 시간을 고려하여 충분한 데이터 확보가 가능해지면 시계열 토픽 분석을 통해 주요 이벤트 시점별로 구간을 나누어 토픽을 분석하여 구간별 특성을 알아보고 그 변화를 파악해봄으로써 다양한 시사점을 도출할 수 있을 것이라 예상한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Co-creation이란 무엇인가?	Co-creation은 경영학에서 출발한 개념으로서 공급자만에 의하여 제품이나 서비스의 가치가 창출되는 것이 아닌, 소비자도 가치를 함께 만들어 가는 즉, 공동 가치의 창출을 의미한다[22]. 다양한 이해관계자들의 직접적인 참여와 협력을 가능하게 하는 Co-creation 개념을 토대로 현 시대의 온라인 사회참여 현상을 설명할 수 있다.
	마스크 5부제에 대한 매스 미디어와 소셜 미디어의 의제를 분석한 텍스트 마이닝 결과를 통해 무엇을 알 수 있는가?	두 미디어의 분석을 위해 뉴스 기사와 카페글을 수집하였고, 텍스트 마이닝을 활용하여 단어 빈도분석, 워드 클라우드, LDA 토픽모델링 분석을 수행하였다. 텍스트 마이닝 결과를 통해 매스 미디어와 소셜 미디어 의제는 상이한 특성을 지니고 있음을 알 수 있었다.
	소셜 미디어를 통한 대중의 사회참여는 어떤 변화를 가져왔는가?	이러한 Co-creation 개념을 바탕으로 시·공간의 제약이 없는 온라인 사회참여 현상이 증가하고 있다. 그중 소셜 미디어를 통한 대중의 사회참여는 스마트폰 사용자와 SNS 가입자 수의 증가와 더불어 사회적 의제의 선택과 트렌드 발생 방식의 변화를 가져왔다. 소셜 미디어는 기존 매스 미디어를 통해 이루어지던 단방향 의제설정에서 벗어나 실시간 소통이 가능한 새로운 개인 미디어로서의 영향력을 가지고 있다[24].

참고문헌 (32)
타임라인 바로가기

김윤화, "SNS (소셜네트워크서비스) 이용추이 및 이용행태 분석," KISDI Stat Report, 제16권, 제7호, pp.1-9, 2019.
F. Kujur and S. Singh, "Engaging customers through online participation in social networking sites," Asia Pacific Management Review, Vol.22, No.1, pp.16-24, 2017.

상세보기
홍순구, 유승의, 김나랑, 이태헌, 이새미, 안순재, 스마트 거버넌스 정책과정의 혁신, 유원북스, 2020
이새미, 홍순구, "특허 및 뉴스 기사 텍스트 마이닝을 활용한 정책의제 제안," 디지털융복합연구, 제18권, 제3호, pp.1-12, 2020.
안순재, 유승의, 홍순구, "전이학습을 활용한 비정형 정책데이터 감성분석 모델제안," 한국데이터정보과학회지, 제31권, 제2호, pp.405-414, 2020.
정진명, 유기영, 구찬동, "교육정책관련 여론탐색을 위한 소셜 미디어 감정분석 연구," 정보화정책, 제24권, 제4호, pp.3-16, 2017.

원문보기 상세보기 타임라인에서 보기
홍유정, 황주성, "정책의제설정에서 소셜미디어와 매스미디어의 역할에 관한 비교연구: 광주 인화학교사건(도가니) 을 사례로," 방송과 커뮤니케이션, 제16권, 제1호, pp.115-151, 2015.
이수련, 최은정, "텍스트 마이닝을 이용한 SNS 와 언론의 이슈에 대한 반응 비교-"한일군사정보보호협정(GSOMIA) 종료" 를 중심으로," 디지털융복합연구, 제18권, 제2호, pp.277-284, 2020.

원문보기 상세보기 타임라인에서 보기
남궁근, 정책학(제3판), 법문사, 2017.
이동근, "일간신문과 블로그의 '미디어 간 의제설정': '최순실 게이트'사건 보도 비교 분석," 정치정보연구, 제22권, 제2호, pp.53-90, 2019.
이종혁, 길우영, "토픽모델링을 이용한 뉴스 의제 분류와 미디어 다양성 분석: 대통령 신년 기자회견 관련 뉴스 분석을 통해," 한국방송학보, 제33권, 제1호, pp.161-196, 2019.
최가희, 권상희, "영화뉴스와 소셜구전 (WoM) 의 상관관계 연구: 영화뉴스의 매체 간 의제설정 이론을 중심으로," 한국방송학보, 제34권, 제1호, pp.289-326, 2020.
김경래, 나인섭, "SNS(Social Network Service)와 정책선거," 인문사회과학연구, 제36권, pp.5-30, 2012.
채영길, "네트워크 사회운동과 SNS: Save Jeju Island (SJI) 운동 사례," 인터넷정보학회논문지, 제15권, 제1호, pp.89-102, 2014.
홍주현, "소셜 네트워크 서비스 (SNS: Social Network Service) 상의 담론 분석을 통한 인지적, 정서적 측면의 여론 변화 연구," 커뮤니케이션학 연구, 제19권, 제3호, pp.5-29, 2011.
김성태, 김혜령, "인터넷을 통한 의제파급과 정보탐색에 관한 연구: 포털사이트를 중심으로," 평화연구, 제19권, 제2호, pp.297-331, 2011.
이승희, 송진, "재난보도에 나타난 소셜 미디어와 방송 뉴스의 매체 간 의제설정: 세월호 관련 보도를 중심으로," 한국언론학보, 제58권, 제6호, pp.7-39, 2014.
M. E. Grabe and J. G Myrick, "Informed citizenship in a media-centric way of life," Journal of Communication, Vol.66, No.2, pp.215-235, 2016.

상세보기 타임라인에서 보기
M. Deuze, "The changing context of news work: Liquid journalism for a monitorial citizenry," International journal of Communication, Vol.2, pp.1-18, 2008.
강성남, "소셜 미디어의 확산과 정책 거버넌스의 변동," 한국사회와 행정연구, 제24권, 제4호, pp.261-287, 2014.
김성태, 이영환, "인터넷을 통한 새로운 의제 설정 모델의 적용: 의제 파급 (Agenda-Rippling) 과 역의제 설정 (Reversed Agenda-Setting) 을 중심으로," 한국언론학보, 제50권, 제3호, pp.175-204, 2006.

상세보기 타임라인에서 보기
C. K. Prahalad and V. Ramaswamy, "Cocreation experiences: The next practice in value creation," Journal of interactive marketing, Vol.18, No.3, pp.5-14, 2004.

상세보기 타임라인에서 보기
홍순구, 이현미, 한세억, 김종원, "청년층 일자리 창출문제에서 Co-creation 적 해결방안에 관한 연구: 부산광역시를 중심으로," 한국산업정보학회논문지, 제20권, 제1호, pp.91-102, 2015.

원문보기 상세보기 타임라인에서 보기
조화순, 김정연, "소셜 미디어의 매체 특성과 참여의 커뮤니케이션: 반값등록금 관련 블로그와 트위터 내용분석," 사이버커뮤니케이션학보, 제29권, 제2호, pp.95-130, 2012.

상세보기 타임라인에서 보기
정지원, 이재민, 최소연, "텍스트마이닝 기법을 통한 언론에서의 장애인 노동의제 분석," 장애의 재해석, 제11권, pp.48-100, 2018.
R. Alghamdi and K. Alfalqi, "A Survey of Topic Modeling in Text Mining," International Journal of Advanced Computer Science and Applications, Vol.6, No.1, pp.147-153, 2015.
이새미, 유승의, "온라인 리뷰 빅데이터 분석을 통한 흰여울문화마을 관광 활성화 방안 연구," 호텔리조트연구, Vol.19, No.1, pp.115-130, 2020.
D. M. Blei, "Probabilistic topic models," Communications of the ACM, Vol.55, No.4, pp.77-84, 2012.

상세보기 타임라인에서 보기
C. Jacobi, W. V. Atteveldt, and K. Welbers, "Quantitative analysis of large amounts of journalistic texts using topic modelling," Digital Journalism, Vol.4, No.1, pp.89-106, 2016.
백영민, R를 이용한 텍스트 마이닝, 한울아카데미, 2020.
W. Zhao, J. Chen, and W. Zen, "Best practices in building topic models with LDA for mining regulatory textual documents," CDER 9TH NOVEMBER, 2015.
Y. Lu, M. Qiaozhu, and Z. ChengXiang, "Investigating task performance of probabilistic topic models: an empirical study of PLSA and LDA," Information Retrieval, Vol.14, No.2, pp.178-203, 2011.

상세보기 타임라인에서 보기

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