Embed Size (px)
DESCRIPTION
Citation preview
WEBOMETRICSINSTITUTE
웹보메트릭스로 밝혀낸 소셜미디어 감성
박한우 교수
영남대 언론정보학과영남대사이버감성연구소아시아트리플헬릭스학회
WCU 웹보메트릭스사업단
TEDxPalgong대구경북 소셜미디어 포럼
www.hanpark.net
Dept. of Media & Communication, YeungNamUniversity
▶ 감성 (Affect or sensibility) 이란 ?
정서 (Emotion)
감성을 구성하는 가장 핵심적이면서도 복잡한 요소로서 비교적 단시간 동안 특정 대상에 대해서 가지게 되는 감정을 의미한다 . (Cacioppo and Gardner. 1999)
청취 또는 기분 (Mood)
감정은 미약하지만 상대적으로 정서보다 훨씬 더 오랜 기간 동안 지속되는 감성이다 . 청취는 특정한 내용이나 대상과 관계없이 막연한 신체적 생리 상태에 대한 감각이다 .
인상(Impression)
세상의 대상물에 의해서 생체에 각인되는 변화로써 어떤 대상물에 대해서 처음으로 마음에 나타나는 감정을 인상이라 한다 . 인상이 마음에서 다시 재생되면 정서라는 관념으로 변하게 되는데 어떤 특정한 대상을 보고 단기간에 느끼는 감정이지만 아직 정서로서 관념화되지는 않은 감성이다 .
개성(Personality)
이러한 인상 중 특히 사람에 대해서 느끼는 인상을 개성이라고 한다 . 최근 브랜드 개성이나 웹사이트 개성처럼 적용 범위가 확대되어 가고 있다 .
정서(Emotion)
기분 (Mood)
인상(Impression)
개성(Personality)
Dept. of Media & Communication, YeungNamUniversity
▶ 감성이란 ?
기분
인상
개성
정서
감성
Human Computer Interaction 개론 : 사람과 컴퓨터의 어울림 , 김진우 , 2003
• 한국감성과학회 http://koses.or.kr/
사이버감성 : 웹보메트릭스 접근법이 유용함 CYBEREMOTIONS is a research domain that
studies observable and analyzable phenomena related to any means of communication provided by the Internet - such as text, sound, visual, or any combination of these - that are related to emotional processes in individuals or groups. Transcending the classical analysis of human emotions, researchers in this domain also deal with emergent properties of the interplay between individual human emotions, the technical infrastructure of the Internet, and communication processes linked to all spheres of life.
http://www.cyberemotions.eu/index.html
사이버감성 : 웹보메트릭스 접근법이 유용함 Therefore, research in the area of CYBEREMOTIONS
is closely linked with human emotional processes in general (biological, behavioral, and experiential), with Internet-mediated communication (partially erasing space and time boundaries, and with creating specific networks of interactions).
A particular emphasis lies on the automatic analysis of online messages using methodologies such as sentiment analysis to provide access to emotional cues in large samples. The precise relationships between individual and collective emotions on the Internet are not yet known and likely require complex systems and network approaches.
http://www.cyberemotions.eu/index.html
사이버감성을 분석한 웹보메트릭스 연구실 e-Social Science, Cyber-infrastructure, e-Re-
search- e stands for “enhanced” as well as “elec-tronic” 웹보메트릭스 연구방법 싸이월드 정치인 미니홈피 방명록 분석 정치인 트위터 , 페이스북 메시지 내용분석 온라인 이미지와 웹가시성 비교 소셜미디어 공간에 나타난 국가간 차이 위기시 소셜미디어 이용자들의 정서적 반응
Problem statement Web: An interactive communication arena with
visually rich and emotional content
Most of the previous studies of cyberemotions have considered Western countries such as the U.S. and the U.K.
However, Internet usage patterns in Eastern countries may be different from those in Western ones.
Problem statement For instance, in the Asia-Pacific region, local
platforms such as Mixi in Japan, Renren in China, and Cyworld in South Korea dominate the SNS market, whereas global services such as Facebook and Myspace have found limited success in the region.
Therefore, I have been trying to identify Asian-specific cyberemotions, particularly based on several Korean cases and I would like share some recent works with you.
왜 웹보메트릭스 연구방법인가 ? 인터넷 기술의 발전과 보급으로 인한 사회 현상의 변화
양상은 사회과학자들에게 새로운 연구 방법에 대한 도입의 필요성을 인식시킴 .
웹공간 (Webosphere) 에 있는 무한한 정보들을 어떻게 정제( 수집 및 가공 ) 할 것인가 ?
엄청난 규모의 자료를 어떻게 분석 처리할 것인가 ?
자료중심적 (data-intensive) 방법론에 대한 관심 증대 자료의 수집 , 저장 , 가공 , 분석 등에 대한 인식 전환 수단 목적
10
http://www.wired.com/science/discoveries/magazine/16-07/pb_theory
http://www.wired.com/science/discoveries/magazine/16-07/pb_theory
미디어 융복합 환경에서 전통적 연구방법론이 아직 유효한가 ?
• Axel Bruns: ProSumer - > ProdUser 변화 주장 - 수용자에 대한 passive/active 이분법 논의 폐기• M. Savage: Coming Crisis of Empirical Sociology- 샘플링 기반한 Survey 연구의 유용성 ?- transactional data 의 획득 가능성 유이 • N. Jankowski, D. Larzer, R. Schroeder, H.W. Park:
e-Social Science, Computational Social Science- relational data 를 이용한 visualization- sensory data 를 이용한 인간 행위 모델링 / 예측
웹보메트릭스 연구방법 월드와이드웹 (World Wide Web) 의 ‘웹 (Web)’ 과
계량적 분석을 뜻하는 ‘메트릭스 (Metrics)’ 를 합성한 용어로서
인터넷 정보와 디지털 기술의 사용방식을 계량적으로 분석하는 연구 방법
인터넷 이용자 연구에서 설문조사 혹은 인터뷰 등 self-reported data 에만 의존하는 연구 방법은 인상비평에 머무는 한계가 있음
이에 대한 대안으로 내용분석이 사용되고 있으나 해석의 주관성이라는 한계
웹보메트릭스 연구방법은 위 연구방법에 대한 대안이 될 수 있는 장점이 있음
웹보메트릭스 (Webometrics) 연구방법
웹보메트릭스라는 이름은 Almin 와 Ingwersen(1997) 의 논문에서 처음 등장 .
웹보메트릭스 분야는 하이퍼링크 네트워크 , 웹 가시성 추적 , 블로그 관계망 , 검색엔진 비교 분석을 포함하면서 사회정보학을 벗어나 급속히 확대되고 있음 .
특히 웹보메트릭스 연구방법은 웹사이트의 콘텐츠와 하이퍼링크 등을 통한 사회네트워크분석 (social network analysis) 에 자주 활용되고 있음
웹보메트릭스 분석 방법
• 시각화 : 축적된 데이터베이스를 이용해 자료들을 2 차원 혹은 3 차원 공간에 맵핑 (mapping) 시키는 방법이며 , 정보를 묘사하고 탐색하는 방법임 . 웹가시성분석 (webvisibility)
• 통계분석 : 데이터가 구조화된 형태로 축적되었을 때 적용하는 방법 . 기술통계 , 군집분석등의 방법으로 데이터를 분류
• 추세분석 : 기술의 시간적 진화에 대한 분석을 실시하고자 할 때 적용하는 방법 . 과거자료의 패턴을 확장하여 미래를 추정함으로써 기술기획과정을 지원하는 방법 .
• 데이터마이닝 : 텍스트마이닝과 웹마이닝으로 구분되며 , 텍스트마이닝은 구조화되어 있지 않은 문서로부터 자동적으로 정보를 추출하여 패턴을 분석하는 방법이고 웹마이닝은 인터넷을 이용하는 사람들의 행동패턴이나 웹페이지 , 웹문서를 분석하는 방법임 .
• 지표분석 : 조사된 자료로부터 지표 (index) 를 개발하여 각 개체들의 특성을 분석하는 방법임 .
EVIDENCE BASED RESEARCH (EBR)
• 체계적으로 수집한 데이터로부터 나온 리서치 결과물 강조• 이용 가능한 자료뿐만 아니라 이용자의 특성 , 커뮤니케이션
상황 등도 종합화해 결론 도출 강조
주요 e- 리서치 도구 ( 사업단 자체 개발 )WeboNaver/WeboDaum:
한국의 대표적인 포털사이트인 “네이버”와 “다음”을 이용한 Open API(Application Pro-gramming Interface) 기반 자동 검색 프로그램 .
블로그 , 온라인 커뮤니티 , 지식인 , 웹게시판 , 이미지 , 동영상 등 다양한 인터넷 플랫폼들에 따른 검색 결과를 자동으로 수집하며 , 방대한 양의 웹사이트 주소 (URL) 및 문서 내용 등을 자동으로 저장
싸이월드 공개 데이터 수집 및 분석Java-based software tool that, given the URL of a politician on Cyworld, extracts comments given by citizens along with related profile attributes.
The stored data, which can amount to thousands of records, is stored in a suitable format for import into statistical software
싸이월드 미니홈피 분석하기
Collective emotion on Cyworld Minihompy Cyworld Minihompy: Launched in 2001, Cy-
world remains the most popular service in Korea in spite of a recent decrease in usage
Korea’s Cyworld was arguably the world’s first general purpose mass social networking site
This study analyses user-generated comments posted to Korean politicians on SNS Cyworld
Sentiment analysis of textual comments Target link analysis of URLs contained in the
comments
①②③
The status of minihompy①How active ②How famous ③How friendly
Gender
Name
Minihompy
Visitor count
xxx
사진
xxx
xxx
싸이월드 지수별 상위 10 위 18 대 국회의원 명단
Cyworld Comments
Visitor counts
Bookmarked by Others
Scraped Posting Active Score
Famous Score
Friendly Score
Kyoeng-Won Na Geun-Hye Park Geun-Hye Park Geun-Hye Park Geun-Hye Park Geun-Hye Park Geun-Hye Park
Geun-Hye Park Hoi-Chang Lee Jung-Wook
Hong Guk-Hyun
Moon Kyoeng-Won
NaKyoeng-Won
NaGuk-Hyun
Moon
Hoi-Chang Lee Kyung-Won Na Guk-Hyun
Moon Jung-Wook
Hong Dong-Yong
ChungDong-Young
JungDong-Young
Jung
Kyeong-Tae JoDong-Young
JungDong-Young
Jung Hoi-Chang Lee Soo-hee Jin Guk-Hyun
Moon Kyoeng-Won
Na
Dong-Yong Chung
Guk-Hyun Moon
Kyoeng-Won Na
Dong-Yong Chung
Hee-Ryong Won Woon-Tae Kang Gi-Gab Kang
Kook-Hyn Moon
Jung-Wook Hong Hoi-Chang Lee
Kyoeng-Won Na Hong-jun An Kyung-Tae Cho
Hee-Ryong Won
Gi-Gab Kang Woon-Tae Kang Hee-Ryong
Won Eul-Dong Kim Jin-ha Hwang Hee-Ryong
Won Mong-Jun
Chung
Sook-Mi Son Kyung-Tae Cho Mong-Jun
Chung Sun-Kyo Han Jae-chul Sim Eul-Dong Kim Jae-chul Sim
Mong-Jun Chung
Hee-Ryong Won Eul-Dong Kim
Mong-Jun Chung Woon-tae Kang
Mong-Jun Chung Sun-Kyo Han
Jeong-Wook Hong Eul-Dong Kim Sun-Kyo Han Gi-Gab Kang Sun-Kyo Han Jun-pyo Hong Jun-pyo Hong
Captured on 19th June, 2009
*Female: Red, Male: Blue, Ruling party: italic
South Koreans fearing 'mad cow disease' fight US beef imports in May and June 2008
18 대 국회의원의 미니홈피 방명록 정서분석
n = 650n = 756
남자와 여자 방문자는 차이가 있을까 ?
To identify the relationship among gender, comment type, and user activity, posters were divided into four groups:
females contributing positive comments (FP), males contributing positive comments (MP), females contributing negative comments (FN), and males contributing negative comments (MN).
The FP group was the most active group, the FN group’s activity was similar to that of male groups, and the MP group was more active than the MN group.
Cyworld-Target hyperlink screen captureMinihompy
사진
사진xxx
xxx
xxx
xxx
Where do Korean users want take us?-Korea
Category Domain Comments linking to Domain %
Petition agora.media.daum.net 325 17.6
News news.naver.com 150 8.1
SNS cyworld.com 139 7.5
Forum cafe.naver.com 106 5.7
Blog blog.naver.com 72 3.9
Blog blog.daum.net 69 3.7
Blog rokp.tistory.com 61 3.3
NGO bss.or.kr 56 3
Forum cafe.daum.net 51 2.8
Government socialenterprise.go.kr 49 2.7
Total 1078 58.3
Based on 1,078 (58.3%) of 1,849 links to Korean services
What makes Korean users hyperlink to?Category Informa-
tion provi-sion
Net-work build-ing
Identity/im-age building
Audi-ence sharing
Message amplifica-tion
Spam
Opposition Female
1 20 0 0 11 9
Opposition Male
3 4 1 1 13 8
Opposition Unknown
0 11 1 0 14 2
Ruling Female
1 6 0 0 29 3
Ruling Male
1 5 0 0 23 7
Ruling Unknown
0 12 0 1 16 3
Total 6 58 2 2 106 32
% 3% 28% 1% 1% 51% 16%
Table 6: Comments categorized by link type from the six groups of gender and political affiliation
Based on 206 comments agreed on by both coders from the initial set of 300
Sentiment of Korean users to link
candlelight protest
suicide of ex-presi-dent Roh
우호적 방문자 VS 적대적 방문자
Positive comments Negative comments
• 안녕하세요 ^^ 힘내시고요 . 화이팅 !! • 존경해요 !!!!!!!!!!! • 의원님 너무 멋지십니다 ^^• 멋지십니다 !! 최고 !!^^ • 사랑하는 의원님 ! 오늘하루도 힘내세요 ! • 응원합니다 . ^0^ • 힘내세요 당신을 믿습니다 .^^ • 당선 축하드립니다 ^^ 정말 멋지신 분 ! • 감사합니다 . 사랑합니다♡ • 쏘핫 .. 머싯쓰세영ㅋ 저흰일촌 ..♡ ㅋㅋ
• XX 야 ! 쌍판 내밀지 마라 ! 토나온다 • 역겨워 ..• 창피한 줄 아세요 • 대가리 먹물깨나 든거 같은데 헛지랄했구나• 그대가 짱먹으세요 빈정대기짱 말꼬리잡기짱 • 우즈 플리즈 ! 닥쳐줄래 ??? 실실 쪼개지도 말고 가만있어 ! • 니들은 짖어라 그거군 ㅋㅋㅋㅋ 인간부터 되시오 X 양 !• 그저 웃긴다 참나
Dept. of Media & Communication, YeungNamUniversity
*Occurred at least 15 times among the Top politicians
positive
negative
center
male
female
▶ 사이버공간에 접속한 이후에 디지털 매체 사용자의 표현방식
인터넷에서뜨려면 웃는 사진을 올려라 !
WWIWCUWEBOMETRICSINSTITUTEINVESTIGATING INTERNET-BASED POLITIC WITH E-RESEARCH TOOLS
Politicians’ facial expressions were categorized in one of following three groups:
No-expression Smiling Frowning
Conclusions(1)
• A smiling image is the most prevalent facial expression on Web pages of South Korean politicians regardless of distribution of their socio-political-demographic attributes.
Types Frowning No-expression Smiling Sum
Frequency
(Percent)
154
(8.20)
471
(25.07)
1,254
(66.74)
1,879
(100.00)
WWIWCUWEBOMETRICSINSTITUTEINVESTIGATING INTERNET-BASED POLITIC WITH E-RESEARCH TOOLS
흥미로운 연구결과
웃는 얼굴이 많은 국회의원은 네이버 검색결과에서 더 자주 노출됨 : 가시성 높음 야당의원이 찡그린 / 무표정 상대적으로 많음여당의원들은 웃는 표정이 상대적으로 많음다선 의원일수록 더 많이 웃고 있음다선은 동일 연령대보다 더 자주 웃고 있음서울 및 수도권 의원들이 더 자주 웃음
Zero History, 2010
윌리엄 깁슨 Zero History(2010) 에서 트위터
Wired.com: How about Twitter? More than most authors I’ve checked out, your tweet-happy avatar @GreatDismal seems to be most comfortable messaging and cool-hunting on the service. And in the novel, Twitter’s consistently used as a com-munication and parenting device, depending on the spook.Gibson: Well, I discovered Twitter while I was writ-ing the novel, and I immediately saw its odd po-tential for being a tiny, private darknet that no one else can access. I’m always interested in the spooky repurposing of everyday things. After a few days on Twitter, what was most evident to me is that, if you set it up right, it’s probably the most powerful novelty aggregator that has ever existed.
각 대권후보 관련 단어의 긍정성 / 부정성trendseek.co.kr
한달 동안 해당 주제어와 관련되어 나온 단어들 (5/11~6/8)
박근혜 정몽준 오세훈
김문수 이재오
√
√
각 대권후보 관련 단어의 긍정성 / 부정성trendseek.co.kr
한달 동안 해당 주제어와 관련되어 나온 단어들 (5/11~6/8)
손학규 정동영 정세균
유시민 • 한나라당 후보들이 모두 부정적 단어의 빈도가 더 높은 반면 야권 후보들의 경우 부정적 단어의 빈도가 더 낮음 .
• 이는 상대적으로 주류 미디어 장악력이 낮은 야권이 트위터와 같은 인터넷 미디어를 대체 미디어로 활용할 수 있음을 확인시켜 줌 ( 평등화 효과 기대 ).
• 하지만 이를 통해 지지세력을 더 확대할 수 있을지는 미지수
• 주류 미디어와 비교해서 약점일 수 있는 점• 재강화 효과 발생 가능성
마이크로블로깅과 Veiwertarit 출현
트위터와 미투데이상에 등장한 단어의 빈도분석 네트워크 (NodeXL 사용 )
트위터에서는 서울시장 후보자 토론회와 관련된 내용이 가장 많이 등장 , 의견교류
미투데이에서는 토론회 자체보다 서울시장에 대한 내용이 더 많이 다뤄짐 .
트위터와 미투데이 반응
서울시장 보궐선거 페이스북 단어쌍 변화 Oct 1. 2011 Oct 6. 2011 Oct 11. 2011 Oct 16. 2011 Oct 21. 2011 Oct 26. 2011
ID NR WORD WORD NR WORD NR WORD NR WORD NR WORD NR WORD
1 23서울시장 후보 17서울시장 후보 45서울시장 후보 25서울시장 후보 31서울시장 후보 36서울시장 후보
2 18오세훈 서울시장 16서울시장 보궐선거 21한나라당 서울시장 22서울시장 선거 24서울시장 보궐선거 27서울시장 선거
3 16서울시장 보궐선거 11서울시장 선거 19서울시장 보궐선거 21서울시장 보궐선거 24박원순 서울시장 26서울시장 보궐선거
4 16서울시장 출마 11박원순 변호사 15서울시장 선거 20국회 의원 19서울시장 선거 25나경원 후보
5 10서울시장 선거 10서울시장 출마 15박원순 서울시장 19박원순 서울시장 14박원순 후보 22박원순 서울시장
6 10민주당 서울시장 10오세훈 서울시장 13박원순 후보 18의원 서울시장 14의원 서울시장 21박원순 후보
7 9오세훈 시장 9박원순 서울시장 13서울시장 출마 17한나라당 서울시장 12한나라당 서울시장 14나경원 서울시장
8 8박원순 변호사 9서울시장 경선 13한나라당 후보 12박원순 후보 11서울 시장 14서울 시장
9 8서울시장 예비후보 8무상급식 주민투표 12나경원 후보 12민주당 의원 10나경원 후보 13한나라당 서울시장
10 7서울 시장 8서울시장 야권 11후보 박원순 12서울시장 대변인 10국회 의원 11한나라당 후보
11 7안철수 서울시장 7박원순 후보 11예비 후보 11서울시장 출마 9나경원 서울시장 11서울시장 출마
12 7무상급식 주민투표 7서울 시장 10박원순 변호사 11의원 범야권 9서울시장 출마 10한나라당 나경원
13 7민주당 후보 7한나라당 서울시장 10나경원 서울시장 10박원순 변호사 9서울시장 박원순 8나경원 박원순
14 7서울시장 선출 6서울시장 박원순 9서울 시장 10신지호 의원 8오세훈 서울시장 8안철수 서울
15 6박원순 서울시장 6민주당 서울시장 8신지호 한나라당 10한나라당 의원 7시장 선거 8오세훈 서울시장
16 6의원 서울시장 6안철수 서울시장 8한나라당 나경원 10변호사 민주당 7박원순 변호사 8서울시장 박원순
17 6서울시장 경선 6서울시장 예비후보 8서울시장 예비 10한나라당 국회 7서울시장 예비후보 8의원 서울시장
18 6안철수 교수 6안철수 교수 7서울시장 경선 9서울시장 박원순 7민주당 의원 7이번 선거
19 6교수 서울시장 6박영선 의원 7서울시장 야권 9국회 서울시장 6한나라당 후보 6여론조사 나경원
20 6서울시장 민주당 5한나라당 후보 7오세훈 서울시장 9前 국회 6민주당 서울시장 6서울시장 앞두고
21 6오세훈 사퇴 5민주당 후보 7야권단일 후보 9前 민주당 6이명박 한나라당 6안철수 서울시장
22 6출마 선언 5야권 후보 6서울시장 대변인 9前 의원 6의원 범야권 6민주당 서울시장
23 6후보 선출 5교수 서울시장 6서울시장 박원순 9국회 변호사 5한나라당 나경원 6시장 선거
24 5박영선 의원 5민주당 박영선 6민주당 후보 9국회 송호창 5안철수 서울 5강력한 선거
25 5서울시장 선언 4나경원 후보 6야권 후보 9국회 한나라당 5안철수 서울시장 5선거 한나라당
페이스북 빈도20
11/1
0/08
2011
/10/
09
2011
/10/
10
2011
/10/
11
2011
/10/
12
2011
/10/
13
2011
/10/
14
2011
/10/
15
2011
/10/
16
2011
/10/
17
2011
/10/
18
2011
/10/
19
2011
/10/
20
2011
/10/
21
2011
/10/
22
2011
/10/
23
2011
/10/
24
2011
/10/
25
2011
/10/
26
2011
/10/
27
2011
/10/
280
10
20
30
40
50
60
70
n=228
페이
스북
포스
팅수
SBS
KBS
MBC
YTN
KBS MBC SBS( 중앙선거관리위원회 주최 )
선거와 소셜텔레비전 : 트위터 , 페이스북 , 블로그에 나타난 서울 시장 보궐선거 토론회
페이스북 방송중 포스팅
11-10-4 0:00 11-10-9 0:00 11-10-14 0:00 11-10-19 0:00 11-10-24 0:00 11-10-29 0:00 11-11-3 0:000
1
2
방송외 방송중
총 228 개 포스팅 중 방송중 (33 개 )
Cross-Cultural Analysis of Beehive Status Messages
within IBM
Users in high power distance may use the status messages more for indicating general career inter-ests and skills, rather than time-based up-dates of what one is doing or how one is feeling
Self-oriented profile photo
Facebook users
(N=58)
Cyworld users
(N=92)Total X2
Self-oriented photo
52 (90%) 17 (26%)69
(37%)72.55*
**
Information Sharing (IS) : 정보나누기Self Promotion (SP): 자기홍보Opinions/Complaints (OC): 의견 / 불평Statements and Random Thoughts (RT):무작위적인 생각들Me now (ME): 현재자신의 하고있는 일이나 감정장소말하기Question to followers (QF): 자기팔로워에게 질문하기Presence Maintenance (PM) :Twitter 에서의 현재상태 말하기Anecdote (me) (AM) : 자기일화말하기Anecdote (others) (AO) : 타인의일화말하기
IS SP OC RT ME QF PM AM AO0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
KoreaJapan
Pro
port
ion
of
all
Messag
es
Message category frequency
IS SP OC RT ME QF PM AM AO0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
KoreaJapanUS
Pro
port
ion
of
all
Messag
es
The result of Content analysis of Ko-rean and Russian Tweets
IS SP OC RT ME QF PM AM AO0
10
20
30
40
50
25.1075268817204
0.6
10.9677419354839
38.4408602150537
20.1075268817204
2.79569892473118
0.3
1.34408602150538 0.2
38.2
0.5
4.9
34
14.8
1.5 14.8
0.4
KoreaRussia
IF OP TM EM AC PE
12.94.0 5.0
23.8 19.8
34.716.7
9.3 6.7
16.0
26.0
25.3
14.1
5.1 10.3
12.8
23.1
34.6
18.1
13.8 5.3
5.3
25.5
31.9
LastMiddle2Middle1Beginning
Type of Tweets during Japanese Earthquake (Mar 11 to 13 2011)
IF : Information-relatedOP: Opinion-relatedTM: Technology/Media relatedEM: Emotion-relatedAC: Action-relatedPE: Personal information
IFIF OP TM EM AC PE
연구재단 씨앗형 연구과제 소개연구 내용 : 일본 사회의 자기인식과 타자인식연구 방법 : 집단심상에 대한 웹보메트릭스연구
드라마 감성 분석에의 적용표정학습 및 인식 : 언덕위의 구름에 대한 적용
검출된 Positive 표정
검출된 Non-Positive 표정
드라마 감성 분석에의 적용언덕위의 구름에 전체에 대한 분석 : 매회에서 긍정 표정의 분포율
유년시절
청년시절
청일전쟁 러
일전쟁
영국동맹
전쟁
승리후
제 5 화 전체 음성 파일 분석 결과
청일전 승리 얘기 미국 방문 나레이션 많음 .
65
민비시해사건소개 ( 놀람 )
미국 무도회 나이아가라폭포관광 ( 놀람 )
Thank you!Q & A
소셜미디어의 확산, 조사분석의 실제와 사례
WWIWCUWEBOMETRICSINSTITUTEINVESTIGATING INTERNET-BASED POLITIC WITH E-RESEARCH TOOLS
