텍스트 마이닝을 이용한 “조 바이든(Joe Biden)”을 다루는 미국 언론 보도 연구
A Study on USA Press Cover "Joe Biden” Using Text Mining Analysis
- 문서 유형
- 연구출판물 · 학술지 논문
- 등재
- KCI
- 저널 순위
- KCI Q1
- 저널
- Journal of The Korean Data Analysis Society23(2) · pp.611 · 2021
- 피인용
- KCI 7
- ISSN
- 1229-2354
저자
초록
본 연구의 목적은 미국 대통령 선거에서 당선된 “조 바이든(Joseph Robinette Biden)”이 현지 언론에서 어떻게 보도되고 있는지를 살펴보는 것에 있다. 분석할 데이터는 친 민주당(진보)성향인 “워싱턴 포스트(Washington Post, WP)”와 다른 곳은 미국 신문사 중에서 비교적 친 공화당(보수적)성향인 “월스트리트 저널(Wall Street Journal, WSJ)”의 언론사의 사이트에서 “Biden”을 검색하여 나오는 기사에서 제목만을 수집하였다. 기사본문은 언론사 정기구독을 해야 열람이 가능하기에 불가피하게 이번 연구에서 제외하였다. 수집한 데이터는 크게 2가지 방법으로 분석하였다. 첫 번째 방법은 잠재적 디리클레 할당(Latent Dirichlet Allocation, LDA)에 기반한 주제 모형(topic model)로 언론사 별로 최적의 주제 개수를 찾아 이를 구성하는 단어를 해석하여 언론에서 어떤 주제를 위주로 “조 바이든”에 대해 다루는지 살펴보았다. 두 번째 방법은 비교 양적 분석(quantitative analysis comparison)으로 정서 점수(polarity score), 가장 긍정적-부정적 문장 찾기(most positive-negative sentence), 다양성(diversity), 분산성(dispersion)기법 등 총 4가지 분석 기법을 사용하였다. 종합적으로 결론을 내리자면 WP는 LDA로 만족할 만한 주제를 추출 하였으나, WSJ는 데이터의 크기가 비교적 작은 탓인지 결과가 명확하지 않아 해석이 어려웠다. 또한 친 민주적인 성향인 WP가 WSJ에 비해 “조 바이든”에 대해 우호적으로 보도하였으며, 이는 정서 점수 분석으로 확인 할 수 있었다.
키워드
articlesquantitative analysistext miningtopic modelUS press기사미국 언론양적분석텍스트 마이닝주제 모형
식별자
- KCI
- ART002710511



로그인
연구물 목록으로