재해기상 빅데이터를 활용한 텍스트 마이닝 기반 대설 피해분야 도출

• 영문명: Analyzing Heavy Snow Damage Field Using Text Mining Based on News Articles
• 발행기관: 비즈니스인텔리전스연구소
• 저자명: 이동석(Dongseok Lee)
• 간행물 정보: 『비즈니스인텔리전스연구』제1권 제1호, 19~29쪽, 전체 11쪽
• 주제분류: 복합학 > 학제간연구
• 파일형태: PDF
• 발행일자: 2023.08.30

국문 초록

최근 지속적인 기후변화와 도시화, 고령화 등으로 재해기상으로 인한 피해가 매년 증가하고 있다. 본 연구는 재해기상의 사회·경제적 영향을 고려한 예보로서 영향예보(Impact-based forecasting) 서비스의 체계적인 구축을 위하여 대설재해기상에 대한 피해분야를 언론기사 빅데이터를 활용하여 도출하였다. 최근 약 10년 간 대설 피해를 언급하고 있는 언론기사를 수집하여 기사 본문의 텍스트를 기반으로 대설 피해분야를 도출하였다. 특히 텍스트에서 나타난 단어 간 유사도를 기반으로 유사한 단어의 군집을 하나의 피해분야로 간주하였으며, 분석 방법론으로서 군집분석, 토픽모델링, 그리고 네트워크 분석을 활용하였다. 분석 결과 우리나라의 대설 피해분야는 크게 여섯 가지로 분류할 수 있었다. 구체적으로는 육상교통 피해, 항공교통 피해, 해상교통 피해, 산간지역 피해, 시설물 피해, 그리고 생활안전 피해가 발생하였다. 본 연구는 빅데이터를 활용해 재해기상의 피해정보를 체계화하였다는 점에서 의의를 가진다. 또한 향후 본 연구에서 제안한 연구방법론은 타 재해기상현상에 손쉽게 적용 가능하다는 점에서 높은 확장성을 가진다.

영문 초록

Recently, due to continuous climate change, urbanization, and aging, the damage caused by disasters and weather is increasing every year. This study derived damage areas from heavy snow disaster weather using media article big data in order to systematically build an impact-based forecasting service as a forecast considering the social and economic impact of disaster weather. Media articles mentioning damage from heavy snowfall over the past 10 years were collected, and heavy snow damage areas were derived based on the text of the article body. In particular, based on the similarity between words in the text, clusters of similar words were considered as one damage area, and cluster analysis, topic modeling, and network analysis were used as analysis methodologies. As a result of the analysis, heavy snow damage in Korea could be classified into six categories. Specifically, land traffic damage, air traffic damage, maritime traffic damage, mountainous area damage, facility damage, and life safety damage occurred. This study is significant in that it systematized the damage information of disaster weather using big data. In addition, the research methodology proposed in this study in the future has high scalability in that it can be easily applied to other disaster meteorological phenomena.

목차

1. 서론

2. 선행연구

3. 분석 방법론

4. 분석 결과

5. 결론

참고문헌

키워드

재해기상 빅데이터 토픽 모델링 군집분석 텍스트 마이닝 Severe Weather Big Data Topic Modeling Clustering Text Mining