초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

대중들에게 정보를 빠르고 정확하게 제공하는 대표 매체인 뉴스 기사는 일 평균 1만 5천 건 이상이 보도되고 있다. 특정 주제 또는 분야에 대한 전반적인 동향을 파악하고자 대량의 텍스트 데이터를 수집하여 텍스트 마이닝(Text mining)과 머신러닝 등을 적용하는 연구들이 활발하게 수행되고 있다. 본 연구에서는 서울시의 이슈 및 문제를 파악하고자 약 5년간 뉴스 기사를 수집하여 키워드 분석 및 토픽 모델링을 적용하였다. 분석 결과 5년간의 뉴스 기사에서 빈번하게 출현하는 키워드들을 도출하였고 연도별로 도출된 키워드들을 비교분석하였다. 또한 토픽 모델링 적용 결과 뉴스 기사를 구성하는 20개의 주제를 도출하였으며 이를 기반으로 서울시의 주요 이슈들을 파악할 수 있다. 본 연구는 연도별, 분야별 세부 내용 및 시계열 분석, 다른 도시들의 이슈 및 문제를 도출하는데 활용될 것으로 기대된다.

대중들에게 정보를 빠르고 정확하게 제공하는 대표 매체인 뉴스 기사는 일 평균 1만 5천 건 이상이 보도되고 있다. 특정 주제 또는 분야에 대한 전반적인 동향을 파악하고자 대량의 텍스트 데이터를 수집하여 텍스트 마이닝(Text mining)과 머신러닝 등을 적용하는 연구들이 활발하게 수행되고 있다. 본 연구에서는 서울시의 이슈 및 문제를 파악하고자 약 5년간 뉴스 기사를 수집하여 키워드 분석 및 토픽 모델링을 적용하였다. 분석 결과 5년간의 뉴스 기사에서 빈번하게 출현하는 키워드들을 도출하였고 연도별로 도출된 키워드들을 비교분석하였다. 또한 토픽 모델링 적용 결과 뉴스 기사를 구성하는 20개의 주제를 도출하였으며 이를 기반으로 서울시의 주요 이슈들을 파악할 수 있다. 본 연구는 연도별, 분야별 세부 내용 및 시계열 분석, 다른 도시들의 이슈 및 문제를 도출하는데 활용될 것으로 기대된다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 따라서 본 연구에서는 서울시 이슈를 도출하고자 약 5개년 중앙지²⁾ 뉴스 기사를 수집하여 키워드 분석과 토픽 모델링을 수행하였다. 본 연구 결과로 향후 장기적 시계열 데이터를 분석하여 보다 심도 높은 서울시의 이슈를 모니터링하고 다른 도시들의 문제 및 이슈 또한 도출할 수 있을 것으로 기대된다.
• 본 연구에서는 뉴스 기사를 수집하여 키워드 분석 및 LDA 토픽 모델링을 적용해 서울시 이슈를 도출하는 것을 목표로 한다. 또한 도출된 결과를 기반으로 연도별 이슈 변화를 비교분석한다.

가설 설정

• 이 논문에서는 토픽 모델링의 대표적인 모델인 Latent Dirichlet Allocation(LDA) 기법을 사용하였다. LDA는 잠재변수인 주제별 단어 분포와 문서별 주제 분포를 기반으로 문서가 생성된다고 가정한다.[4]

제안 방법

• 첫째, 수집된 뉴스기사 본문에서 KoNLP 라이브러리를 사용해 명사를 추출한다. 둘째, gensim 라이브러리의 bigram을 사용해 빈번하게 출현하는 2단어를 하나의 단어로 처리한다. 셋째, 빈번히 등장하나 의미가 없는 불용어를 제거한다.
• 본 연구에서는 뉴스 기사를 수집하여 키워드 분석 및 LDA 토픽 모델링을 적용해 서울시 이슈를 도출하는 것을 목표로 한다. 또한 도출된 결과를 기반으로 연도별 이슈 변화를 비교분석한다.
• 본 연구에서는 뉴스 기사 키워드 분석 및 토픽 모델링 적용을 기반으로 서울시의 이슈를 도출하였고 연도별로 비교분석하였다. 향후 서울시의 특정 분야와 관련된 문제 및 이슈에 대한 세부 분석과 키워드들 간의 관계를 도출하는 네트워크 분석을 수행해 볼 수 있다.
• 데이터 전처리는 다음 순서로 진행하였다. 첫째, 수집된 뉴스기사 본문에서 KoNLP 라이브러리를 사용해 명사를 추출한다. 둘째, gensim 라이브러리의 bigram을 사용해 빈번하게 출현하는 2단어를 하나의 단어로 처리한다.

대상 데이터

• 분석 대상 데이터로는 2015.01.01.～2019.09.16.(데이터 수집일 기준) 중앙지 뉴스기사 중 “서울시”를 포함하는 약 5개년 기사를 수집하였다.
• (데이터 수집일 기준) 중앙지 뉴스기사 중 “서울시”를 포함하는 약 5개년 기사를 수집하였다. 빅카인즈 상세검색을 통해 분석 대상이 되는 기사의 URL 데이터를 수집하고 Python Newspaper 라이브러리를 통해 뉴스기사 본문을 수집하였다. 수집된 전체 뉴스기사 건수는 총 80,609건이며 연도별 건수는 Fig.
• 빅카인즈 상세검색을 통해 분석 대상이 되는 기사의 URL 데이터를 수집하고 Python Newspaper 라이브러리를 통해 뉴스기사 본문을 수집하였다. 수집된 전체 뉴스기사 건수는 총 80,609건이며 연도별 건수는 Fig. 1.과 같다.

이론/모형

• 토픽 모델링은 대규모 텍스트 데이터를 분류하는 머신러닝 기법으로 단순 키워드 분석과 달리 키워드들의 군집으로 형성되는 문서의 주제를 도출할 수 있다. 이 논문에서는 토픽 모델링의 대표적인 모델인 Latent Dirichlet Allocation(LDA) 기법을 사용하였다. LDA는 잠재변수인 주제별 단어 분포와 문서별 주제 분포를 기반으로 문서가 생성된다고 가정한다.

성능/효과

• 과 같다. 2015년도부터 2019년도까지 전체 뉴스 기사에서 시민, 정부, 정책, 사회, 주민, 교육 등의 단어가 빈번히 출현하는 것을 확인할 수 있다. 또한 전체 기사에서 다수 출현한 단어들을 제외하고 각 연도별로 빈번히 도출된 키워드를 도출하였을 때 2019년도의 경우, 광화문 광장, 차량, 택시, 미세먼지 등의 키워드가 빈번히 출현하였고 2015년도에는 병원, 분양, 메르스, 환자 등의 키워드가 다수 출현하였다.
• 둘째, gensim 라이브러리의 bigram을 사용해 빈번하게 출현하는 2단어를 하나의 단어로 처리한다. 셋째, 빈번히 등장하나 의미가 없는 불용어를 제거한다. 그 예로는 “그”, “이”, “곳”, “이제”, “를”, “때문”, “통해” 등이 있다.

후속연구

• 뉴스 기사를 수집하여 키워드 분석과 토픽 모델링을 수행하였다. 본 연구 결과로 향후 장기적 시계열 데이터를 분석하여 보다 심도 높은 서울시의 이슈를 모니터링하고 다른 도시들의 문제 및 이슈 또한 도출할 수 있을 것으로 기대된다.
• 이 연구를 기초자료로 서울시의 연도별 이슈 변화 분석 및 다른 도시들의 문제 및 이슈 모니터링 또한 도출이 가능할 것으로 기대된다.
• 본 연구에서는 뉴스 기사 키워드 분석 및 토픽 모델링 적용을 기반으로 서울시의 이슈를 도출하였고 연도별로 비교분석하였다. 향후 서울시의 특정 분야와 관련된 문제 및 이슈에 대한 세부 분석과 키워드들 간의 관계를 도출하는 네트워크 분석을 수행해 볼 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기