토픽모델링과 ERGM에 기반한 디지털 신기술에 대한 트위터 데이터의 키워드 분석

• 영문명: Keyword Analysis of Twitter Data on New Digital Technology through Topic Modeling and ERGM
• 발행기관: 한국자료분석학회
• 저자명: 이윤진(Yoonjin Lee) 정호현(Hohyun Jung)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.25 No.6, 2093~2107쪽, 전체 15쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2023.12.31

국문 초록

인공지능, 빅데이터, 사물인터넷, 자율주행, 블록체인 등 디지털 신기술은 4차 산업혁명의 중요한 동력으로 사회에 기여하고 있다. 본 연구는 디지털 신기술과 관련된 국문 및 영문 키워드가 트위터상에서 언급되는 것을 통해 사람들의 수요를 파악하고 핵심적으로 양성해야 할 분야를 분석하였다. 디지털 신기술과 관련된 키워드를 선정하고, 2020년 하반기, 2021년 상/하반기의 3개의 구간으로 나누어 LDA 토픽모델링을 수행하고 동시출현단어 네트워크를 생성하여 키워드의 연계구조를 알아보았다. 코로나19가 지속됨에 따라 가상에서 즐기는 메타버스 관련 서비스들이 출시되면서 메타버스 관련 토픽이 출현한 것을 확인할 수 있었다. 또한, 국문 데이터에서 세 기간 모두 인공지능, 클라우드, 블록체인이 많은 키워드들과 연결되어 있는 네트워크를 생성하고 있었고, 영문 데이터에서는 블록체인이 중심적으로 네트워크를 생성하고 있는 것을 파악했다. 국문 키워드 동시출현단어 네트워크에서 언론지수와 과제지수를 노드 속성으로 활용하여 ERGM을 각 기간별로 적합하여 키워드 연결 특성을 알아보았다. 모든 기간에서 과제지수는 키워드 연결에 정적 영향을 보여 트렌드에 적합한 연구과제가 수행되고 있음을 나타냈으나, 반대로 언론지수는 키워드 연결에 부정적 영향을 나타내 언론이 대중의 동향을 잘 파악하지 못하는 것으로 드러났다.

영문 초록

Artificial intelligence, big data, internet of things, autonomous driving, and blockchain are emerging digital technologies that are contributing significantly to society as essential drivers of the Fourth Industrial Revolution. We analyzed people's demands and identified the main fields that need to be nurtured by examining the Korean and English keywords related to digital technologies mentioned on Twitter. We selected keywords related to digital technologies and performed LDA topic modeling, dividing the data into three periods: the second half of 2020 and the first and second half of 2021. We also generated co-occurrence networks to understand the interconnection structure of the keywords. As the COVID-19 pandemic continued, we observed the emergence of topics related to metaverse services, which gained popularity in virtual environments. Artificial intelligence, cloud, and blockchain have high connections to various keywords in all three periods for Korean tweets. On the other hand, blockchain played a central role in English tweets. We applied ERGMs by utilizing press and research indices as node attributes in the Korean keyword co-occurrence networks. Throughout all the periods, the research index positively affects keyword connections. On the other hand, the press index has a negative effect on keyword connections, suggesting that the media might not accurately grasp public trends.

목차

1. 서론

2. 연구방법

3. 연구결과

4. 결론

References

키워드

토픽모델링 LDA 동시출현단어 네트워크 ERGM 소셜네트워크 topic modeling LDA co-occurrence network ERGM social network