웹 사이언스 : 소셜 빅데이터 마이닝 기반 이슈 분석보고서 자동 생성

허정 ( Jeong Heo ),이충희 ( Chung Hee Lee ),오효정 ( Hyo Jung Oh ),윤여찬 ( Yeo Chan Yoon ),김현기 ( Hyun Ki Kim ),조요한 ( Yo Han Jo ),옥철영 ( Cheol Young Ock ) 한국정보처리학회 2014 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.3 No.12

본 논문은 지금까지의 소셜미디어 분석과 분석보고서 생성의 세 가지 문제점을 해결하기 위해서 소셜 빅데이터 마이닝에 기반한 이슈분석보고서 자동 생성 시스템을 제안한다. 세 가지 문제점은 분석의 고립성, 전문가의 주관성과 고비용에 기인한 정보의 폐쇄성이다. 시스템은 자연언어 질의분석, 이슈분석, 소셜 빅데이터 분석, 소셜 빅데이터 상관성분석과 자동 보고서 생성으로 구성된다. 생성된 보고서의 유용성을 평가하기 위해, 본 논문에서는 리커트척도를 사용하였고, 빅데이터 분석 전문가 2명이 평가하였다. 평가결과는 리커트 척도 평가에서 보고서의 품질이 비교적 유용하고 신뢰할 수 있는 것으로 평가되었다. 보고서 생성의 저비용, 소셜 빅데이터의 상관성 분석과 소셜 빅데이터 분석의 객관성 때문에, 제안된 시스템이 소셜 빅데이터 분석의 대중화를 선도할 것으로 기대된다. In this paper, we propose the system for automatic generation of issue analysis report based on social big data mining, with the purpose of resolving three problems of the previous technologies in a social media analysis and analytic report generation. Three problems are the isolation of analysis, the subjectivity of experts and the closure of information attributable to a high price. The system is comprised of the natural language query analysis, the issue analysis, the social big data analysis, the social big data correlation analysis and the automatic report generation. For the evaluation of report usefulness, we used a Likert scale and made two experts of big data analysis evaluate. The result shows that the quality of report is comparatively useful and reliable. Because of a low price of the report generation, the correlation analysis of social big data and the objectivity of social big data analysis, the proposed system will lead us to the popularization of social big data analysis.

소셜 빅데이터 분석을 통한 대학생 창업교육 트렌드 분석

김준오 한국자치행정학회 2022 한국자치행정학보 Vol.36 No.3

In order to effectively support start-up education, it is necessary to look at the trends of existing start-up education. In this study, by collecting and analyzing data on start-up education using social big data, the trend of start-up education for college students was identified and policy alternatives were suggested. In order to analyze the trend of start-up education, social big data were collected to grasp the current status and derive major topics. To this end, TEXTOM was used to collect social big data related to start-up education from 2018 to the end of August 2022 in major portal sites such as Google, Naver, and Daum. The collected data derived purified words through the text mining process, and based on this, frequency analysis and centrality analysis, N-gram analysis, matrix analysis, and topic analysis were performed. As a result of analyzing the top keywords in start-up education, it was confirmed that words such as development and technology appeared the most, and as research institutes and universities appeared in the top, start-up education was activated around academia and research circles. Keywords such as information, business, policy, and support showed that interest in start-up education information and data on business and policy support were formed. As a result of the emotional analysis of start-up education, positive opinions accounted for 74.62%, and evaluations such as excellent, growing, good, and solid were derived. As a result of analyzing the discourse through CONCOR analysis, the discourse on joint research centered on the center, academic start-up education activities centered on universities, technology development cooperation activities at the domestic industry level, and international academic exchanges on the global economy were drawn as major discourses. Through network analysis, it can be seen that universities are carrying out the most active start-up education activities. These research results are expected to be useful data for predicting major issues of start-up education in the future by examining key keywords in start-up education and examining the discourse and topics formed in current start-up education. As a policy alternative, (1) revitalization of global start-up education, (2) start-up specialized programs and convergence education, (3) conversion of start-up education methods, and (4) creation of start-up education infrastructure, (5) establishment of governance linked to start-up education were suggested. 창업교육을 효과적으로 지원하기 위해서는 기존 창업교육의 동향을 살펴볼 필요가 있다. 본 연구에서는 소셜 빅데이터를 활용하여 창업교육에 관한 데이터를 수집·분석함으로써 대학생 창업교육의 동향을 파악하소, 정책적 대안을 제시하였다. 창업교육의 트렌드를 분석하기 위해 소셜 빅 데이터를 수집하여 현황을 파악하고 주요 토픽을 도출하였다. 이를 위해 TEXTOM을 활용하여 구글, 네이버, 다음 등의 주요 포털 사이트 내 2018년부터 2022년 8월 말까지의 창업교육 관련 소셜 빅데이터를 수집하였다. 수집된 데이터는 텍스트 마이닝 과정을 통해 정제된 단어를 도출하였고 이를 바탕으로 빈도분석 및 중심성 분석, N-gram 분석, 매트릭스 분석, 토픽 분석 등을 수행하였다. 창업교육 내 상위 키워드를 분석한 결과, 개발, 기술 등의 단어가 가장 많이 등장하였으며, 연구소, 대학이 상위권에 등장하면서 창업교육이 학계와 연구계를 중심으로 활성화되어 있음을 확인하였다. 정보, 사업, 정책, 지원 등의 키워드를 통해 창업교육정보에 대한 관심과, 사업 및 정책적 지원에 대한 데이터가 많이 형성되어 있음을 알 수 있었다. 창업교육의 감성분석 결과, 긍정적인 의견이 74.62%를 차지하였다. CONCOR 분석을 통해 담론을 분석한 결과 크게 센터를 중심으로 공동연구에 관한 담론, 대학 중심의 학술적 창업교육 활동, 국내 산업체 단위의 기술개발 협력 활동, 세계경제에 관한 국제적 학술교류에 관한 담론이 주요 담론으로 도출되었다. 네트워크 분석을 통해 대학이 가장 활발한 창업교육 활동을 수행하고 있음을 알 수 있었다. 이러한 연구 결과는 창업교육 내 핵심 키워드를 살펴보고 현재 창업교육 내 형성된 담론과 주제를 살펴봄으로써 향후 창업교육의 주요 쟁점을 예측하는데 유용한 자료로 사용될 수 있을 것으로 보인다. 정책적 대안으로 (1)글로벌 창업교육의 활성화, (2)대학생 관심분야별 창업특화프로그램 운영, (3)창업교육 방식의 전환, (4)창업교육 인프라 조성, (5)창업교육 연계 거버넌스 구축 등을 제시하였다.

Efficient Soical Network Data Analysis by Utilizing Cloud Computing Infrastructure

Naveed Ejaz,Irfan Mehmood,이정중,백성욱,이명호,안성만 한국차세대컴퓨팅학회 2012 한국차세대컴퓨팅학회 논문지 Vol.8 No.3

소셜 네트워크는 이용자들의 공통적 관심 분야를 기반으로 서로 연결된 개별적 온라인 서비스 구조이다. 소셜 네트워킹 웹사이트의 사용은 온라인 커뮤니케이션과 데이터 공유 및 상호작용 방법을 혁신적으로 바꿔놓았다. 소셜 네트워킹 사이트의 사용량이 증가함에 따라 막대한 양의 사용자 상호작용 데이터가 매일 축적되고 있어 다양한 분야에서의 적용을 위한 대량의 소셜 네트워크 데이터 마이닝 및 분석 방안이 갈수록 주목받고 있다. OLAP데이터 분석은 효과적으로 소셜 데이터를 분석하기 위하여 사용될 수 있는 유용한 데이터 분석방법이지만 계속적으로 가변하는 대량 데이터와 OLAP쿼리의 복잡성 때문에 작업 시간이 오래걸리는 문제점이 있다. 본 논문은 대량의 소셜 네트워크 데이터 분석에 적합한 클라우드 컴퓨팅의 발전이 이루어지면서 효율적이고 빠른 데이터 분석을 위하여 클라우드 컴퓨팅 플랫폼을 사용하는 OLAP기반 소셜 데이터 분석도구에 대해 설명한다.

소셜빅데이터 분석을 통한 한국인들의 중국 호텔 이미지에 관한 연구

오호,유형숙 동북아관광학회 2022 동북아관광연구 Vol.18 No.2

The National Bureau of Statistics of China recently reported that the most important means for Korean visitors to access information about China is social media. This study analyzes the image of Chinese hotels in social big data of Korean people. The development of ICT promotes active research on big data throughout the industry. The technology can effectively analyze and process big data that cannot be processed with existing database, and extract desired information to predict the future, find optimal countermeasures, and create new values. In order to analyze the image of Chinese hotels among Koreans which is the study’s subject, text mining, semantic network analysis, and CONCOR analysis were performed using TEXTOM and UCINET. The social big data was collected through different channels including Naver, Daum, and Google, with the target period from January 1, 2016, when the Chinese hotel industry began to develop, to January 1, 2020, before the spread of COVID-19. Text mining presented the keywords related to Chinese hotels. The keyword that occupies the highest frequency in relation to Chinese hotels was ‘visa,’ followed by Korea, travel, Shanghai, reservation, Beijing, cuisine, visit, accommodation, and Qingdao. The connection centrality among keywords was found to be high in Korea, travel, visa, reservation, Shanghai, Beijing, accommodation, and Qingdao. The CONCOR analysis was performed to find out the structural equivalence of the data based on the network analysis, which presented a total of 4 clusters. 중국통계청의 발표에 의하면 한국 방문객이 중국에 관한 정보를 접하는데, 가장 중요한 수단은 인터넷과 같은 소셜미디어라고 보고되어 있어서, 한국인들이 사용하는 소셜빅데이터에 나타난 중국 호텔 이미지를 분석해 보고자 하였다. 연구대상인 한국인들의 중국호텔에 관한 이미지를 분석하기 위하여, TEXTOM, UCINET을 사용하여 텍스트마이닝, 의미연결망분석, CONCOR분석 등을 수행하였다. 소셜빅데이터의 수집 채널은 네이버, 다음, 구글이며, 수집기간은 중국 호텔업이 활성화되기 시작한 2016년 1월 1일부터 COVID-19의 확산 이전의 2020년 1월 1일 까지이다. 텍스트마이닝을 통하여 중국호텔 관련 키워드가 도출되는데, 중국 호텔과 관련하여 가장 높은 빈도를 차지하는 키워드는 ‘비자’로 나타났다. 다음으로는 한국, 여행, 상하이, 예약, 베이징, 요리, 방문, 숙소, 칭다오 등으로 나타났다. 키워드 간의 연결중심성은 한국, 여행, 비자, 예약, 상하이, 베이징, 숙소, 칭다오 등이 높게 나타났다. 또한, 네트워크 분석결과를 기반으로 데이터의 구조적 등위성을 알아보기 위하여 CONCOR 분석을 수행하였는데, 분석결과 총 4개의 군집이 도출되었다. 소셜빅데이터에 나타난 중국 호텔과 연관된 이미지에는 중국 도시명이 상대적으로 같이 나타나고 있어서, 중국 호텔이 위치하는 지역에 따라 호텔의 이용 및 성향이 영향을 받고 있다고 판단되어 진다. 특히, 상하이, 칭다오, 광저우 등의 지역은 자유여행과 같은 형태의 호텔 이용이 많이 나타나고, 온라인이나 SNS를 적극적으로 활용하는 것으로 고려된다. 또한, 중국 호텔의 이미지로 방문목적, 자유여행, 음식과 요리, 리조트호텔 등의 이용 이미지가 중요하게 도출되었다.

소셜 컨텐츠 수집, 추출 및 분류를 위한 프레임워크 개발 방법

조은숙(Eun-Sook Cho) 한국컴퓨터정보학회 2021 韓國컴퓨터情報學會論文誌 Vol.26 No.1

빅데이터가 여러 분야에서 다양하게 접목됨에 따라 빅데이터 시장이 하드웨어로부터 시작해서 서비스 소프트웨어 부문으로 확장되고 있다. 특히 빅데이터 의미 파악 및 이해 능력, 분석 결과 등 총체적이고 직관적인 시각화를 위하여 애플리케이션을 제공하는 거대 플랫폼 시장으로 확대되고 있다. 그 중에서 SNS(Social Network Service) 등과 같은 소셜 미디어를 활용한 빅데이터 추출 및 분석에 대한 수요가 기업 뿐만 아니라 개인에 이르기까지 매우 활발히 진행되고 있다. 그러나 이처럼 사용자 트렌드 분석과 마케팅을 위한 소셜 미디어 데이터의 수집 및 분석에 대한 많은 수요에도 불구하고, 다양한 소셜 미디어 서비스 인터페이스의 이질성으로 인한 동적 연동의 어려움과 소프트웨어 플랫폼 구축 및 운영의 복잡성을 해결하기 위한 연구가 미흡한 상태이다. 따라서 본 논문에서는 소셜 미디어 데이터의 수집에서 추출 및 분류에 이르는 과정을 하나로 통합하여 운영할 수 있는 프레임워크를 개발하는 방법에 대해 제시한다. 제시된 프레임워크는 이질적인 소셜 미디어 데이터 수집 채널의 문제를 어댑터 패턴을 통해 해결하고, 의미 연관성 기반 추출 기법과 주제 연관성 기반 분류 기법을 통해 소셜 토픽 추출과 분류의 정확성을 높였다. As a big data is being used in various industries, big data market is expanding from hardware to infrastructure software to service software. Especially it is expanding into a huge platform market that provides applications for holistic and intuitive visualizations such as big data meaning interpretation understandability, and analysis results. Demand for big data extraction and analysis using social media such as SNS is very active not only for companies but also for individuals. However despite such high demand for the collection and analysis of social media data for user trend analysis and marketing, there is a lack of research to address the difficulty of dynamic interlocking and the complexity of building and operating software platforms due to the heterogeneity of various social media service interfaces. In this paper, we propose a method for developing a framework to operate the process from collection to extraction and classification of social media data. The proposed framework solves the problem of heterogeneous social media data collection channels through adapter patterns, and improves the accuracy of social topic extraction and classification through semantic association-based extraction techniques and topic association-based classification techniques.

소셜네트워크분석기법을 활용한 고속철도 환승센터 특징분석에 관한 연구

진장원(Jang-Won Jin),신동희(Dong-Hee Shin) 한국도시철도학회 2019 한국도시철도학회논문집 Vol.7 No.1

소셜미디어의 급격한 성장으로 기업의 경쟁력 강화와 소비자들의 다양한 의견을 파악하고자 할 때 소비자들의 경험, 생각, 평가를 포함하고 있는 텍스트 데이터 분석·활용을 중요하게 생각하는 시대가 도래 했다. 이에 본 연구에서는 고속철도 이용자 및 고속철도 정차횟수를 기준으로 상위 4개 고속철도 환승센터(서울역, 부산역, 동대구역, 대전역)와 관련된 소셜미디어 데이터를 수집하여 텍스트데이터마이닝, 소셜 네트워크분석기법 등을 활용한 빅 데이터 분석을 시도하였다. 그 결과 서울역은 고속철도 및 타 교통수단과의 환승기능뿐만 아니라 수도 서울의 문화거점 기능도 함께 하고 있음을 알 수 있었으며, 부산역은 여가, 휴식, 여행이 중시되고 있음을 알 수 있었다. 동대구역은 복합환승센터 그 자체로서의 브랜드 가치와 주변대형 쇼핑센터에 대한 많은 관심이 부여되고 있었고, 대전역은 열차와 열차 사이의 환승기능이 중시되고 있음을 알 수 있었다. 이러한 연구는 향후 거점 고속철도 환승센터의 서비스 정책을 개선하는데 있어서 천편일률적인 대안이 아닌 각 환승역별 특성에 맞춘 개선방향을 도출하는 데 이론적 근거로 사용될 수 있을 것으로 사료된다. In the era of rapid growth of Social Media, it is time to think about text data that includes consumers’experiences, thoughts, and evaluations in order to enhance competitiveness of companies and to grasp diverse opinions of consumers. Therefore, this study collected social media data related to the top four high-speed rail transit centers (Seoul Station, Busan Station, Dongdaegu Station, Daejeon Station) those were based on the number of users and stops for high-speed railroads and attempted to analyze big data using text data mining and social network analysis techniques. As a result, it was found that Seoul Station was not only carrying out the transfer function between high-speed rail and other transportation modes, but also the cultural hub function of the capital city, and Busan Station was showing the importance of leisure, relaxation and travel. The Dongdaegu station was given a brand value as the complex transit center itself and a great deal of attention to the surrounding large shopping center, and Daejeon Station could see that the transfer function between trains and trains was being emphasized.

소셜빅데이터분석을 활용한 나홀로 여행 인식에 관한 연구

오호 ( Wu Hao ),유형숙 ( You Hyung-sook ) 동북아관광학회 2023 동북아관광연구 Vol.19 No.1

본 논문은 나홀로 여행을 중심으로 수집한 소셜빅데이터분석을 통해 나홀로 여행에 관한 관광객의 인식을 살펴보았다. 대표적인 포털 사이트인 네이버, 구글, 다음을 통해 2020. 1. 1. ~ 2022. 1. 1간의 나홀로 여행 관련 키워드 데이터를 검색하여 텍스트 데이터로 작성하였다. 소셜빅데이터분석을 위해, TEXTOM, UCINET 등의 빅데이터분석 프로그램을 사용하였으며, 도출된 주요 키워드를 대상으로 의미연결망분석을 진행하였다. UCINET을 활용해서 실시한 중심성 분석을 통해 네트워크에서 각 단어들의 영향력을 파악하였으며, CONCOR분석을 이용하여 같은 구조의 등위성 계층과 등위성 노드 (단어) 간의 관계를 분석하였다. 소셜빅데이터분석 결과 ‘나홀로 여행’과의 관련 이미지로는 여행시기, 여행정보, 여행동기, 숙박시설 등을 중시하는 것으로 나타났다. This paper examines tourists' perceptions of traveling alone through analysis of social big data collected mainly on traveling alone. Keyword data related to traveling alone between January 1, 2020 and January 1, 2022 were searched through representative portal sites such as Naver, Google, and Daum, and created as text data. For social big data analysis, big data analysis programs such as TEXTOM and UCINET were used, and semantic network analysis was conducted for the derived main keywords. The influence of each word in the network was identified through the centrality analysis conducted using UCINET, and the relationship between the iso-satellite hierarchy and the iso-satellite nodes (words) of the same structure was analyzed using the CONCOR analysis. As a result of social big data analysis, images related to 'traveling alone' appeared, and it was found that travel timing, travel information, travel motivation, and accommodation facilities were emphasized.

소셜미디어 빅데이터 분석을 통한 비즈니스호텔의 인식 연구

윤영일,하동현 한국경영교육학회 2017 경영교육연구 Vol.32 No.3

[Purpose]This study aims to provide useful basic data and development direction of business hotel, and to help form a bond of sympathy between the public. For the purpose of the study, big data accumulated from social media development is used and the public perception of business hotel is researched. [Methodology]This study uses big data analytics of social media and main key words are business hotel and budget hotel. For the analysis data are from naver, daum, news, blogs, cafes, etc., which covers from January 1, 2015 to June 30, 2016. Data collection and refinement are made with Textom and NetDraw, and visualization is made with Ucinet 6 and NetDraw. [Findings]Business hotel is perceived as reasonable lodging facility, downtown lodging facility, budget lodging facility, lodging facility for overseas tourist, luxury lodging facility and lodging facility for investment. [Implications]As existing research methodologies show limitation for identifying various and individual consumer’s perception change of business hotel, this study provides theoretical and managerial implications for the public’s perception change of business hotel, using big data of social media. [연구목적]본 연구는 소셜미디어의 발달로 인해 축적되어 있는 비즈니스호텔 관련 소셜미디어 빅데이터를 활용하여 우리 나라 국민들의 비즈니스호텔에 대한 인식을 조사하여 발전방향과 유용한 기초자료를 제공하고 국민들의 공감대 형성에 도움을 주고자 한다. [연구방법]본 연구는 비즈니스호텔에 대한 국민들의 인식에 대해 소셜미디어 빅데이터 분석방법을 이용하여 연구하였으며, 분석을 위해 핵심 키워드는 비즈니스호텔과 중저가호텔로 선택하였다. 분석을 위해 관련 데이터는 2015년 1월 1일부터 2016년 6월 30일까지 18개월 간의 국내 포털사이트 네이버, 다음의 웹사이트, 뉴스, 블로그, 카페, 지식 IN 등을 이용하였으며, 데이터 수집 및 정제는 텍스톰을 사용하였으며, 시각화는 Ucinet 6과 NetDraw를 이용하였다. [연구결과]비즈니스호텔에 대한 인식 분석 결과 합리적인 숙박시설, 도심형 숙박시설, 비즈니스호텔 대체 저가형 숙박시설, 외래관광객을 위한 숙박시설, 고급형 숙박시설, 투자형 숙박시설 등으로 인식하는 것으로 나타났다. [연구의 시사점]비즈니스호텔에 대한 다양하고 개별적인 소비자의 인식변화를 파악하기 위해서는 기존의 연구방법으로는 한계가 있기에 소셜미디어 빅데이터를 활용하여 국민들의 비즈니스호텔에 대한 인식 변화에 대해 분석하여 이론적 실무적 시사점을 제공하였다.

소셜 빅데이터 분석과 선택실험법을 활용한 관광자원으로서의 커피산업의 가능성 검토 연구

강재완,이희진 한국관광진흥학회 2024 관광진흥연구 Vol.12 No.1S

연구의 목적은 관광자원으로서의 커피산업의 가능성을 정량적으로 평가하고, 각 속성을 수준별로 평가하는 것이다. 이를 위해 소셜 빅데이터 분석을 실시하였고, 커피전문점 선택속성의 주요 속성으로서 ‘매장위치’, ‘직원서비스’, ‘부가서비스’, 맛/품질’을 최종적으로 선정하였다. 본 연구의 대상자는 강원특별자치도, 제주도 의 커피전문점을 방문한 경험이 있는 성인을 표본으로 선정하였으며, 선정된 650명에게 설문지를 배포하였 고, 588부를 최종분석에 이용하였다. 본 연구에 활용된 자료 분석 방법으로 소셜 빅데이터 분석은 전문 솔루 션인 썸트렌드, 기초통계분석은 SPSS 20.0, 선택실험법의 한계지불의액은 NLOGIT 3.0을 이용하였다. The objective of the research is to quantitatively assess the potential of the coffee industry as a tourism resource and evaluate each attribute at different levels. To achieve this, social big data analysis was conducted, and the key attributes of coffee specialty shop selection, namely ‘store location,’ ‘staff service,’ ‘additional services,’ and ‘taste/quality,’ were ultimately selected. The participants in this study were adults who had experience visiting coffee specialty shops in Gangwon State and Jeju-do. A sample of 650 individuals was selected, and surveys were distributed to them, with 588 responses utilized for the final analysis. The data analysis methods employed in this study included social big data analysis using the specialized solution, SomeTrend, basic statistical analysis using SPSS 20.0, and contingent valuation of the choice experiment using NLOGIT 3.0.

소셜 빅데이터를 활용한 사회복지 네트워크 분석

이근명 비판과 대안을 위한 사회복지학회/ 건강정책학회 2019 비판사회정책 Vol.- No.64

The purpose of this study is to analyze the yearly network change of social welfare by using big data of social media. For this, text mining and CONCOR of network analysis were performed. And to statistically verify the degree of correlation between each year’s network structure, correlation analysis between each year’s matrices was conducted using QAP(Quadratic Assignment Procedure) correlation analysis, which is a typical statistical test method used in social network analysis. The analysis showed, words that had the highest frequency in 2010 were social welfare, society, research, social worker, social welfare facility, social welfare department; in 2015, social welfare, society, research, social worker certificate, social welfare course, social welfare facility; and in 2018, on top of social welfare, society and research, new words such as news, articles, documents, and analyzes were mentioned significantly. As a result of CONCOR analysis for network analysis, clusters of four groups in 2010, four groups in 2015 and four groups in 2018 were created. And as a result of QAP correlation analysis of three years, correlation coefficient between 2010 and 2015showed to be 0.757, 0.457 between 2010 and 2018; and 0.451 between 2015 and 2018. The former and current governments have carried out social welfare policies using a great amount of time and budget. However, the primary problem have not yet been identified and solved. Therefore, research should be conducted to measure the yearly network change using big data, to grasp future trends based on this, and to establish policies that will form the basis for social welfare development. And by combining big data information related to social welfare on SNS and existing large-scale research data, unstructured data created by millions of people should be systematically constructed and more extensive research should be done by combining these with empirical studies. 이 연구의 목적은 소셜미디어의 빅데이터를 이용하여 사회복지에 대한연도별 네트워크 변화를 분석하는 데 있다. 이를 위해 이 연구에서는 텍스트 마이닝과 네트워크 분석의 CONCOR 분석을 실시하였다. 또한 각 연도별 네트워크가 구조적으로 어느 정도의 상관관계가 있는지를 통계적으로검증하기 위하여 소셜 네트워크 분석에서 사용하는 대표적 통계적 검정방법인 QAP(Quadratic Assignment Procedure) 상관분석을 활용하여 각연도의 매트릭스 간의 상관분석을 실시하였다. 분석결과 단어의 빈도가 높은 순서는 2010년에는 사회복지, 사회, 연구, 사회복지사, 사회복지시설, 사회복지학과 등의 단어이고 2015년에는 사회복지, 사회, 연구, 사회복지사자격증, 사회복지학과, 사회복지시설 2018년에는 사회복지, 사회, 연구 등에 새로운 단어인 뉴스, 기사, document, 분석 등이 비중있게 언급되었다. 네트워크 분석을 위해 CONCOR 분석을 실시한 결과, 2010년 4개 그룹, 2015년 4개 그룹, 2018년 4개 그룹의 클러스터가 생성되었다. 또한 3개년도 간의 QAP 상관분석을 실시한 결과, 2010년과 2015년의 네트워크 간 상관계수는 0.757, 2010년과 2018년간 상관계수는 0.457, 2015년과 2018년간 상관계수는 0.451로 나타났다. 사회복지를 위한 정책은 역대 정부마다 많은 시간과 예산을 들여 시행하고 있다. 그러나 일차적인 문제점 파악 및 해결방안은 아직 없는 실정이다. 따라서 빅데이터를 활용한 연도별 네트워크 변화를 측정하고, 이를 토대로 미래 트렌드를 파악하여 사회복지 발전을 이루는데 기틀이 되는 정책을 수립하기 위한 연구가 진행되어야 한다. 그리고 SNS상에서 발생하는 사회복지와 관련된 빅데이터 정보와 기존의 방대한 연구 자료를 접목하여, 수많은 사람들이 만들어낸 비정형 데이터를 체계적으로 구축하고, 이를 실증적 연구에 접목함으로써 보다 폭넓은 연구가 지속적으로 이루어져야 할 것이다.