http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김우경(Wookyeong Kim) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
유튜브 빅데이터를 활용한 디지털 리터러시에 대한 소셜 네트워크 분석
김영환(Kim YoungHwan),김우경(Kim Wookyeong) 학습자중심교과교육학회 2021 학습자중심교과교육연구 Vol.21 No.18
목적 본 연구의 목적은 디지털 리터러시에 대한 유튜브 빅데이터를 소셜 네트워크 분석하여 유튜브 이용자들의 디지털 리터러시에 대한 관심과 인식을 탐색하고 교육적 시사점을 제시하는 것이다. 방법 이를 위해, ‘디지털 리터러시’를 검색어로 2016년 1월 1일부터 2020년 12월 31일까지 유튜브 동영상 1,778개와 댓글 8,536개를 수집한 후 11,370개의 출현 단어 중 1,194개를 키워드로 추출하였다. 여기서 핵심 키워드를 추출하고, 핵심 키워드의 연결 중심성과 토픽 클러스터링을 알아보기 위해 NetMiner4 소프트웨어로 키워드 네트워크 분석, 연결 중심성 분석, 토픽 모델링 분석을 실시하였다. 결과 분석 결과의 요점은 다음과 같다. 1) 빈도수가 가장 높은 키워드는 ‘교육’(2,265회 출현)이며, 다음으로 ‘디지털’, ‘영상’, ‘기술’, ‘미디어’가 높은 순위로 나타났다. 2) 연결 중심성이 가장 높은 키워드 역시 ‘교육’이고, ‘디지털’, ‘미디어’, ‘기술’이 중심성이 높게 나타났고, 빈도수가 높은 키워드가 연결 중심성도 높은 것으로 나타났다. 3) 토픽 모델링 결과 ‘교육’, ‘수업’, ‘유튜브’, ‘학교’, ‘미래’를 키워드로 한 토픽의 동영상이 가장 많이(505편) 제작되었다. 결론 본 연구 결과의 객관성을 확보하기 위해서 더 많은 국내외 데이터를 바탕으로 더 다양한 관점에 의한 후속연구 및 유투브 빅데이터에 나타나는 디지털 리터러시 문제의 극복을 위한 방안의 탐색도 요청된다. Objectives The purpose of this study is to analyze the body of data on digital literacy gathered through YouTube through social network analysis to explore the interests and perceptions of YouTube users on digital literacy and to suggest their educational implications. Methods For the social network analysis, researchers have collected 1,778 YouTube videos and 8,536 comments from January 1, 2016 to December 31, 2020, using ‘digital literacy’ as a search term on YouTube, and 1,194 of 11,370 appeared words were extracted and analyzed as keywords. Then network analysis, centrality degree analysis, and topic modeling analysis were performed using NetMiner4 to extract key words and to analyze the connection centrality and topic clustering of the core keywords. Results The main findings of the analysis are as follows: 1) The keyword with the highest frequency is ‘education’ appeared 2,265 times), followed by ‘digital’, ‘video’, ‘technology’, and ‘media’. 2) the keyword with the highest centrality degree was also ‘education’. ‘Digital’, ‘media’, and ‘technology’ showed high centrality degree, and it was confirmed that keywords with high frequency had high centrality degree. 3) As a result of topic modeling analysis, the largest portion of videos(505 videos) were produced with the highest percentage of topic with the keywords ‘education’, ‘class’, ‘YouTube’, ‘school’, and ‘future’. Conclusions In order to ensure objectivity of the results of this study, follow-up studies based on more domestic and international data were proposed from diverse perspectives, and the research for ways to overcome the digital literacy problems appearing in YouTube big data are also requested.
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
