텍스트 마이닝 기법을 활용한 동남권 신공항 신문기사 분석

한무명초,김양석,이충권,Han, Mu Moung Cho,Kim, Yang Sok,Lee, Choong Kwon 한국스마트미디어학회 2017 스마트미디어저널 Vol.6 No.1

사회적 이슈는 정책의 방향을 결정하는 중요한 요인이며, 신문은 사회적 이슈를 반영하는 중요한 채널이다. 신문기사의 텍스트를 분석하는 것은 사회적 이슈를 이해하는 데 기여할 수 있지만, 대규모의 비정형 데이터인 뉴스를 수작업으로 분석하는 것은 매우 어렵다. 따라서 본 연구는 텍스트 분석기법과 연관분석 기법을 활용해 비정형 신문기사 내용을 정형화하여 사회적 이슈의 이해관계자들 간 관점 차이를 시스템적으로 분석하는 것을 목적으로 한다. 본 연구 수행을 위해 각 지역을 대표하는 신문사(조선일보, 중앙일보, 동아일보, 매일신문, 부산일보)를 선정한 후 기사 115건과 댓글 6,772건을 2주간 수집하여 분석하였다. 연구 결과 전국 일간지들은 해당 지역과 정치적인 관계에 초점을 맞춘 반면에, 지역 일간지들은 속해 있는 지자체를 대변하는 논조로 기사가 작성된 측면이 강하게 나타났다. Social issues are important factors that decide government policy and newspapers are critical channels that reflect them. Analysing news articles can contribute to understanding social issues, but it is very difficult to analyse the unstructured large volumes of news data manually. Therefore, this study aims to analyze the different views among stakeholders of a specific social issue by using text analysis, word cloud analysis and associative analysis methods, which systematically transform unstructured news data into structured one. We analyzed a total of 115 news articles and a total of 6,772 comments, collected from the selected newspapers (Chosun-Il-bo, Joongang-Il-bo, Donga-Il-bo, Maeil Newspaper, Busan-Il-bo) for two weeks. We found that there are significant differences in tone between newspapers. While nation-wide daily newspapers focus on political relations with local areas, local daily newspapers tend to write articles to represent local governments' interests.

코로나-19의 특징과 전파위험 걱정이 스마트 러닝 수용에 미치는 영향: ISSM과 HBM의 통합 모형 적용을 중심으로

표규진,김양석,노미진,한무명초,손재익,Pyo, GyuJin,Kim, Yang Sok,Noh, Mijin,Han, Mu Moung Cho,Rahman, Tazizur,Son, Jaeik 한국디지털정책학회 2021 디지털융복합연구 Vol.19 No.7

코로나-19가 확산하면서 비대면 학습을 할 수 있는 스마트 러닝에 관한 관심이 증가하고 있다. 본 연구는 스마트 러닝의 개념에 대한 이해와 스마트 러닝에 관련된 선행연구를 살펴보고, 코로나-19에 대한 사용자의 생각과 스마트러닝 시스템의 정보 품질 및 시스템 품질이 사용자의 수용에 어떻게 영향을 미치는지 분석한 실증연구이다. 본 연구는 코로나-19에 대한 지각된 민감성과 심각성이 전파위험 걱정을 매개로 하여 스마트 러닝에 대한 만족과 사용에 대한 영향력을 살펴보았고, 콘텐츠 품질과 상호작용 품질로 구성된 정보 품질과 시스템 접근성과 기능성으로 구성된 시스템 품질이 사용자 만족을 매개로 하여 스마트 러닝 사용에 미치는 영향력을 살펴보았다. 제안된 모형을 검증하기 위해 스마트 러닝 사용 경험이 있는 사용자 334명을 대상으로 설문을 실시하였고, Smart PLS 3.0을 이용하여 분석을 수행하였다. 분석 결과에 따르면 정보 품질과 시스템 품질 중에서 기능성만 스마트 러닝의 만족에 양(+)의 영향을 미쳤고, 만족은 사용 행동에 양(+)에 영향을 미쳤다. 그러나 시스템 품질 중 접근성은 만족에 영향을 미치지 않는 것으로 나타났으며 전파위험 걱정은 만족에 부정적인 영향을 미치는 것으로 나타났다. 본 연구는 코로나-19와 같은 새로운 감염병의 위기상황 속에서 학생들의 학습을 지원하기 위한 스마트 러닝을 연구할 때에 연구자들에게 의미 있는 가이드 라인을 제공할 수 있을 뿐만 아니라 교육기관과 스마트 러닝 관련 업체들에게도 유용한 시사점을 제공할 수 있을 것이다. As COVID-19 spreads, people's interest in smart learning that can do non-face-to-face learning is increasing nowadays. In this study, we aim to empirically analyze how users' thoughts on COVID-19 and the information quality and system quality of smart learning systems affect users' acceptance of smart learning and examine the effect of perceived sensitivity and severity of COVID-19 on the satisfaction and use of smart learning through concerns about the risk of transmission. In addition, we examined the influence of information quality composed of content quality and interaction quality and system quality composed of system accessibility and functionality on the use of smart learning through user satisfaction. To verify the validity of the proposed model, we conducted a survey on 334 users with experience in using smart learning, and performed the analysis using Smart PLS 3.0. According to the analysis results, among information quality and system quality, only functionality has a positive (+) effect on the satisfaction of smart learning, and satisfaction has a positive (+) effect on the usage behavior. However, it is found that accessibility among system quality do not affect satisfaction, and concern about the risk of transmission has a negative effect on satisfaction. This study can provide meaningful guidelines to researchers when researching smart learning to support students' learning in a pandemic situation of a new infectious disease, such as COVID-19. It will also be able to provide useful implications for educational institutions and companies related to smart learning.

영화리뷰의 분류성과 향상에 관한 연구

이재화(Jae Hwa Lee),김양석(Yang Sok Kim),이충권(Choong Kwon Lee) 한국IT서비스학회 2018 한국IT서비스학회 학술대회 논문집 Vol.2018 No.-

인터넷과 소셜 네트워크의 보편화로 인하여 제품이나 서비스를 사용한 사람들에 의해 작성되는 후기는 잠재 사용자들의 의사결정에 영향을 미치고 있다. 이에 따라 사용자 후기를 활용한 다양한 연구가 수행되고 있는데, 텍스트마이닝을 이용한 감성분석도 많은 연구 자들에 의해 활용되고 있다. 감성분석은 시스템을 활용하여 자동적인 분류를 수행하기 때문에 분류의 정확성이 매우 중요하다. 따라서 본 연구에서는 머신러닝 기법을 활용하여 영화리뷰의 감성정보를 자동으로 분류하고 예측성과를 보다 향상시킬 수 있도록 다양한 변수 선택법을 적용하여 분류 성과를 비교하였다.

의사결정나무를 이용한 정보기술 종사자의 연봉분류에 관한 연구

심수진(Su Jin Shim),김양석(Yang Sok Kim),이충권(Choong Kwon Lee) 한국IT서비스학회 2018 한국IT서비스학회 학술대회 논문집 Vol.2018 No.-

구인광고는 구직자가 갖춰야 할 지식과 스킬 뿐만 아니라 연봉에 관한 정보를 제공한다. 본 연구는 워크넷에 게재된 구인광고를 수집하여 정보기술 종사자의 연봉수준에 미치는 요인을 분석하 였다. 분석의 결과는 구인광고의 모집직종이 가장 큰 영향을 미치는 것으로 나타났다. 웹 디자인, 웹 및 멀티미디어 디자이너, 그리고 C프로그래밍언어 전문가 등과 같은 직업은 모집직종 이외에도 사원수, 학력, 자본금, 매출액 등이 연봉 수준에 영향을 미쳤다. 구인자는 연봉결정, 구직자는 연봉 예측시 의사결정에 참고할 수 있는 자료로 사용될 수 있을 것이라 기대된다.

신문기사 분석을 통한 이슈 라이프사이클에 관한 연구: -삼성 갤럭시노트7 사례 –

허필희(Pil Hee Heo),김양석(Yang Sok Kim),이충권(Choong Kwon Lee) 한국스마트미디어학회 2018 스마트미디어저널 Vol.7 No.4

시장에 내놓은 제품이나 서비스가 문제를 일으켜서 해당 기업의 비즈니스와 이미지에 큰 타격을 입히는 사례가 자주 발생하 고 있다. 발생한 문제에 적절하게 대응하고 피해를 최소화하는 것은 기업들에게 매우 중요한 일이다. 본 연구는 스마트폰 시장 을 주도하고 있는 삼성이 개발하여 출시한 갤럭시노트7의 리콜 사태를 다루었던 뉴스를 수집하고 분석하였다. 이슈 라이프사이클에 기반하여 단계별로 뉴스의 특징을 표현하고 연관규칙을 이용하여 텍스트의 내용을 분석하고 시각화하였다. 본 연구의 결과는 이슈의 변화와 흐름을 이해하고 대응책을 모색해야 하는 기업들의 비즈니스 활동에 도움을 줄 것으로 기대된다. It is often the case that products or services on the market are causing problems, which hurt the business and image of the company. Responding appropriately to the problem and minimizing the damage is very important to business organizations. This study collected and analyzed the news articles related to the recall of the Galaxy Note 7, which was developed and launched by Samsung Electronics, one of the smartphone market leaders. Based on the issue lifecycle, the characteristics of the news were expressed by stages and the contents of the news were analyzed and visualized using association rules. The results of this study are expected to help business organizations to understand the changes and trends of issues and search for counter measures.

머신러닝을 이용한 철광석 가격 예측에 대한 연구

이우창(Woo Chang Lee),김양석(Yang Sok Kim),김정민(Jung Min Kim),이충권(Choong Kwon Lee) 한국산업정보학회 2020 한국산업정보학회논문지 Vol.25 No.2

철광석의 가격은 여러 국가와 기업들의 수요와 공급에 따라서 높은 변동성이 지속되고 있다. 이러한 비즈니스 환경에서 철광석의 가격을 예측하는 것은 중요해졌다. 본 연구는 머신러닝 기법을 이용하여 철광석이 거래되는 시점으로부터 한 달 전에 철광석 거래가격을 미리 예측하는 모형을 개발하고자 하였다. 예측 모형은 시계열 데이터를 활용한 예측 방법론으로 많이 활용되고 있는 시차 분포 모형과 다층신경망 (Multi-layer perceptron), 순환신경망 (Recurrent neural network), 그리고 장단기 기억 네트워크 (Long short-term memory)와 같은 딥 러닝(Deep Learning) 모형을 사용하였다. 측정지표를 통해 개별 모형을 비교한 결과에 따르면, LSTM 모형이 예측 오차가 가장 낮은 것으로 나타났다. 또한, 앙상블 기법을 적용한 모형들을 비교한 결과, 시차분포와 LSTM의 앙상블 모형이 예측 오차가 가장 낮은 것으로 나타났다. The price of iron ore has continued to fluctuate with high demand and supply from many countries and companies. In this business environment, forecasting the price of iron ore has become important. This study developed the machine learning model forecasting the price of iron ore a one month after the trading events. The forecasting model used distributed lag model and deep learning models such as MLP (Multi-layer perceptron), RNN (Recurrent neural network) and LSTM (Long short-term memory). According to the results of comparing individual models through metrics, LSTM showed the lowest predictive error. Also, as a result of comparing the models using the ensemble technique, the distributed lag and LSTM ensemble model showed the lowest prediction error.

The Effect of the Community Mobility on the COVID-19 Pandemic

Mijin Noh(노미진),Mu Moung Cho Han(한무명초),Yang Sok Kim(김양석),Tazizur Rahman(타지주르라만) 한국로고스경영학회 2021 로고스경영연구 Vol.19 No.3

코로나19로 인해 일상생활의 어려움을 겪게 되면서 코로나19 확산을 방지하기 위한 다양한 정책들이 나오고 있으며, 이와 관련된 다양한 연구들이 진행되고 있다. 본 연구는 코로나19에 대한 연구를 수행하였으며, 연구의 목적을 살펴보면 다음과 같다. 첫째, 인구 이동성이 코로나19 확산에 미치는 영향력을 살펴본다. 식품점 및 약국, 공원, 주거지, 소매점 및 여가시설, 직장과 대중교통 정거장과 같은 장소에서의 인구 이동성과 코로나19 확진자 증가와의 관련성을 살펴본다. 둘째, 코로나19 확진자의 증가가 코로나19 사망자의 증가와의 관련성을 살펴본다. 마지막으로 장소별 인구 이동성과 코로나19 확진자 사이에 대중교통 정거장의 매개효과를 살펴본다. 본 연구를 수행하기 위하여 구글의 인구 이동성 데이터와 코로나19 관련 데이터를 활용하였다. 분석 결과를 보면 인구 이동성의 증가는 코로나19 확진자의 수를 증가시키고, 코로나19 확진자 수의 증가는 사망자 수를 증가시킨다. 본 연구의 결과는 코로나19 확산을 억제하기 위한 정부 정책 수립을 할 때에 유용한 자료로 활용할 수 있을 것이다. As daily life suffers from COVID-19, various policies are emerging to prevent the spread of COVID-19, and various studies related to COVID-19 are ongoing. The purposes of this study are as follows. First, we examine the impact of population mobility on the spread of COVID-19. We examine the relationship between mobility and COVID-19 confirmed cases such as food stores and pharmacies, parks, residential areas, retail stores and recreational facilities, workplaces, and public transport stops. Second, we examine the relationship between COVID-19 confirmed cases and their deaths. Finally, we investigate the mediating effect of public transport stops between mobility and COVID-19 confirmed cases. To carry out this study, we used Google’s population’s mobility data and COVID-19 data. The results of this study could provide useful guidelines when establishing government policies for COVID-19.

사용자 경험과 서비스 평가의 변화에 관한 연구

유선영(Seon Yeong Yu),노미진(Mi Jin Noh),김양석(Yang Sok Kim),한무명초(Mu Moung Cho Han) 한국스마트미디어학회 2023 스마트미디어저널 Vol.12 No.6

코로나19로 인해 넷플릭스 사용량이 증가하면서 사용자들의 넷플릭스 서비스 경험도 함께 증가하였다. 이에 본 연구는 코로나19 대유행 전후 넷플릭스 사용자 경험과 서비스 변화를 살펴보기 위하여, 넷플릭스 리뷰 데이터를 기반으로 토픽 모델링 분석을 수행하고자 한다. Google Play Scraper 라이브러리를 사용하여 구글 플레이 스토어 내의 넷플릭스 앱 리뷰 데이터를 수집하여, 코로나19 대유행 전후 앱 리뷰 기반의 토픽 모델링을 활용하여 키워드 차이를 살펴보았다. 분석 결과 넷플릭스 앱 기능, 넷플릭스 콘텐츠, 넷플릭스 서비스 이용, 넷플릭스 총평이라는 4가지 토픽으로 나타났다. 사용자 경험이 증가한 코로나19 대유행 이후 사용자들은 더 다양하고 세부적인 키워드를 사용하여 리뷰를 작성하는 경향을 보였다. 본 연구는 넷플릭스 리뷰 데이터를 활용하여 사용자들의 의견을 분석하여 코로나19 대유행 전·후 넷플릭스 서비스의 사용자 경험 변화를 보여주므로, 향후 치열한 OTT 서비스 시장에서의 경쟁력 강화를 위한 가이드 라인으로 활용할 수 있을 것이다. As Netflix usage has increased due to the COVID-19 pandemic, users' experiences with the service have also increased. Therefore, this study aims to conduct topic modeling analysis based on Netflix review data to explore the changes in Netflix user experience and service before and after the COVID-19 pandemic. We collected Netflix app review data from the Google Play Store using the Google Play Scraper library, and used topic modeling to examine keyword differences between app reviews before and after the pandemic. The analysis revealed four main topics: Netflix app features, Netflix content, Netflix service usage, and Netflix overall reviews. After the pandemic, when user experience increased, users tended to use more diverse and detailed keywords in their reviews. By using Netflix review data to analyze users' opinions, this study shows the changes in user experience of Netflix services before and after the pandemic, which can be used as a guide to strengthen competitiveness in the competitive OTT market.