본 연구는 국내의 온라인 뉴스 사이트, 블로그, 카페, 소셜 네트워크 서비스, 게시판 등 인터넷을 통해 수집된 소셜 빅데이터를 네트워크 분석과 데이터마이닝의 의사결정나무 분석기법을 적용하여 분석함으로써 한국의 인터넷 중독(internet addiction disorder)관련 위험에 대한 예측모형을 개발하고자 하였다. 주제분석(text mining)과 요인분석(factor analysis)에서 인터넷 중독 감정은 일반과 중독으로 분류되어 소셜 빅데이터 문서에서 인터넷 중독여부의 의사결정이 가능한 것으로 나타났다. 인터넷 중독 폐해요인의 위험예측에 가장 영향력이 높은 요인은 ‘불안요인’이 높고 ‘유해요인’이 높은 요인으로 나타났으며, 인터넷 중독 영향요인의 위험예측에 가장 영향력이 높은 요인은 ‘정신건강요인’이 높고 ‘친구관계요인’이 높은 조합으로 나타났다. 본 연구는 소셜 빅데이터에서 수집된 인터넷 관련 문서에 대한 네트워크 분석과 데이터마이닝 분석을 통하여 우리나라의 인터넷 중독 위험에 대한 예측모형을 제시한 점에서 정책적·분석방법론적으로 의의가 있다. 또한, 실제적인 내용을 빠르게 효과적으로 파악하여 사회조사가 지닌 한계를 보완할 수 있는 새로운 조사방법으로서의 소셜 빅데이터의 가치를 확인하였다는 점에서 조사방법론적 의의를 가진다고 할 수 있다.;The purpose of this study is to develop a prediction model about risk factors related to Korean Internet Addiction Disorder, by applying network analysis and decision making-tree analysis to the social big data that are collected from online news sites, blogs, internet cafes, social network service, and internet message boards. The Big Data Document made possible to figure out the decision-making process of Internet Addiction classification through text Mining and factor analysis, which are classified into two categories as ‘general’ and ‘addiction’. A Combination of highest ‘anxiety factor’ and high ‘harmful factor’ had the most influence on Internet addiction. Also, both highest ‘mental health factors’ and high ‘relationship with friends factors’ influenced the most when it comes to Internet addiction. Based on the study, data mining analysis and network analysis of Internet Social Big Data was presented as a prediction model for Internet addiction risk factor, which was considered significant in both policy and analysis methodology.
This study explored social perceptions of suicide by analyzing the keywords and topics of online news comments. A total of 350,533 comments on 4,189 online news articles were collected via web crawling. The collected unstructured text data were then preprocessed before performing keyword analysis and topic modeling using Python programming. The collected comments were divided into two groups: comments on celebrity suicide news articles and comments on general suicide news articles. Then, topic modeling was performed by applying BTM analysis method. The comments about celebrity suicide were categorized into three topics: “pity towards a celebrity who committed suicide,” “awareness of the cause of a celebrity’s suicide,” and “attitude toward a politician’s suicide.” The comments about general suicide were classified into five topics: “ambivalent attitude toward suicide and compassion toward those bereaved by suicide,” “occupation with a high suicide rate,” “the cause of suicide and the need for policy support,” “the connection between suicide events and social issues,” and “raising doubts about suicide incidents.” Also discussed were the associated practical implications and theoretical contributions.
본 연구는 유명인 자살과 일반인 자살에 대한 인식 차이를 조사하기 위해 뉴스 댓글이라는 소셜 빅데이터를 활용하였다. Python을 이용해 2010년 1월부터 2020년 4월까지 네이버 포털 사이트에 게시된 자살 사건･사고 보도를 수집했으며, 해당 기사에 달린 약 35만 개의 댓글 데이터를 분석 대상으로 사용하였다. 수집된 댓글은 유명인 자살 뉴스 기사에 달린 댓글과 일반인 자살 뉴스 기사에 달린 댓글로 구분한 후, 각각 토픽 모델링을 실시하였다. 분석결과, 유명인 자살에 관해서는 “자살을 선택한 연예인을 향한 연민”, “연예인 자살 원인에 대한 인식과 태도”, “정치인 자살에 대한 인식과 태도” 등 3개의 토픽이 도출되었다. 일반인 자살에 관해서는 “자살자를 향한 양면적 태도 및 유가족을 향한 연민”, “자살한 사람의 사회경제적 특성”, “자살의 원인 인식 및 정책적 지원의 필요성 제기”, “자살 사건에 관한 의구심 제기” 등 5개의 토픽이 도출되었다. 이상의 결과를 바탕으로 실무적, 학문적 함의를 논의하였다.