태권도 뉴스기사의 연도별 주제어 비교분석: 토픽모델링 적용

전민수; 임효성

doi:https://doi.org/10.14400/JDC.2021.19.11.575

추천

검색

자료유형: 학술저널

저자정보: 전민수 (한국체육대학교) 임효성 (상명대학교)

저널정보: 한국디지털정책학회 디지털융복합연구 디지털융복합연구 제19권 제11호

발행연도: 2021.11

수록면: 575 - 583 (9page)

DOI: https://doi.org/10.14400/JDC.2021.19.11.575

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 연구는 토픽모델링을 적용하여 뉴스기사에 따른 태권도 동향을 연도별로 분석하는 것에 목적이 있다. 언론보도를 통한 태권도 동향을 살펴보기 위해 한국언론재단의 빅카인즈를 통해 뉴스기사와 태권도 전문 언론에 대한 기사를 수집하였다. 검색기간은 2000년 이전, 2001년~2010년, 2011년~2020년 3개의 구간으로 구분하여 검색하여 총 12,124개를 연구자료로 선정하였다. 토픽분석을 위해 전처리 과정을 거쳤으며, LDA 알고리즘을 활용하여 토픽분석을 수행하였다. 이때 모든분석은 python 3을 적용하였다. 그 결과 첫째, 연도별에 따른 언론기사 주제를 분석한 결과 2000년이전 1위는 ‘세계’. 2위는 ‘남북’, 3위는 ‘올림픽’으로 나타났으며, 2001년~2010년 1위는 ‘세계’, 2위는 ‘협회’, 3위는 ‘세계태권도연맹’으로 조사되었다. 2011년~2020년 1위는‘세계’, 2위는 ‘시범’, 3위는 ‘국기원’으로 나타났다. 둘째, 2000년이전 뉴스기사를 토픽모델링으로 분석한 결과 토픽은 2가지로 구분되었다. 구체적으로 Topic 1은 ‘남·북 체육교류’, Topic 2는 ‘올림픽 시범종목 채택’으로 선정되었다. 셋째, 2001년~2010년 뉴스기사를 토픽모델링으로 분석한 결과 토픽은 3가지로 선정되었다. Topic 1은 ‘태권도 시범공연 및 비리’, Topic 2는 ‘무주태권도공원 조성 ’, Topic 3은 ‘세계태권도축제’로 선정되었다. 넷째, 2011년~2020년 뉴스기사를 토픽모델링으로 분석한 결과 토픽은 3가지로 선정되었다. Topic 1은 ‘2018 평창동계올림픽 성공 개최’, Topic 2는 ‘남북 태권도 합동시범공연 ’, Topic 3은 ‘2017 무주세계태권도선수권대회’로 선정되었다.

This study aims to analyze Taekwondo trends according to news articles by year by applying topic modeling. In order to examine the Taekwondo trend through media reports, articles including news articles and Taekwondo specialized media articles were collected through Big Kinds of the Korea Press Foundation. The search period was divided into three sections: before 2000, 2001~2010, and 2011~2020. A total of 12,124 items were selected as research data. For topic analysis, pre-processing was performed, and topic analysis was performed using the LDA algorithm. In this case, python 3 was applied for all analysis. First, as a result of analyzing the topics of media articles by year, 'World' was the most common keyword before 2000. 'South and North Korea’ was next common and 'Olympic' was the third commonest topic. From 2001 to 2010, 'World' was the most common topic, followed by 'Association' and 'World Taekwondo'. From 2011 to 2020, 'World', 'Demonstration', and 'Kukkiwon' was the most common topic in that order. Second, as a result of analyzing news articles before 2000 by topic modeling, topics were divided into two categories. Specifically, Topic 1 was selected as ‘South-North Korea sports exchange’ and Topic 2 was selected as ‘Adoption of Olympic demonstration events’. Third, as a result of analyzing news articles from 2001 to 2010 by topic modeling, three topics were selected. Topic 1 was selected as ‘Taekwondo Demonstration Performance and Corruption’, Topic 2 was selected as ‘Muju Taekwondo Park Creation’, and Topic 3 was selected as ‘World Taekwondo Festival’. Fourth, as a result of analyzing news articles from 2011 to 2020 by topic modeling, three topics were selected. Topic 1 was selected as ‘Successful Hosting of the 2018 Pyeongchang Winter Olympics’, Topic 2 was selected as ‘North-South Korea Taekwondo Joint Demonstration Performance’, and Topic 3 was selected as ‘2017 Muju World Taekwondo Championships’.

#토픽모델링 #태권도 #뉴스기사 #연도별 #주제어 #이슈 #Topic modeling #Taekwondo #News article #Yearly #Keywords #Issue

참고문헌 (33)

참고문헌 신청

S. Sohn / 2011 / An Analysis of Korean Media’s Education Reporting and News Values / Media & Education 1(1):115~145

H. S. Lee / 2004 / Easy-to-Understand Sports Sociology / Sungshibn Women’s University Press

김정오 / 2020 / 코로나19 이전(2019)과 이후(2020)에 항공사와 직원 관련 언론사 뉴스 기사 비교분석 / 한국컴퓨터정보학회논문지 25(7):167~173

윤효준 / 2021 / 토픽모델링을 적용한 코로나19 확산에 따른 스포츠영역 이슈분석 / 한국체육측정평가학회지 23(1):11~20

Y. Yu / 2015 / Analysis of media coverage on 2015revised curriculum policy using big data analysis

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

전민수

소속기관 단국대학교

주요연구분야 예술체육학 > 체육 복합학 > 과학기술학

논문수 13 이용수 1,337

임효성

소속기관 한국체육대학교

주요연구분야 복합학 > 과학기술학 예술체육학 > 체육

논문수 12 이용수 142

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (33)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)