소셜미디어 상에서의 언어 규범이 공유행위에 미치는 영향 : 남북정상회담 트윗에 대한 다층 허들모형 분석

주호준; 최수진

doi:10.20879/kjjcs.2020.64.6.003

추천

검색

질문

자료유형: 학술저널

저자정보: 주호준 최수진 (경희대학교)

저널정보: 한국언론학회 한국언론학보 韓國言論學報 제64권 제6호

발행연도: 2020.12

수록면: 77 - 123 (47page)

DOI: 10.20879/kjjcs.2020.64.6.003

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

공유행위는 일종의 커뮤니케이션 행위이며, 정보원의 사회적 영향력 및 여론 발생과 밀접하게 관련 있다. 본 연구는 트위터의 메시지가 어떻게 공유되고 확산하는지를 이용자의 공유행위를 중심으로 살펴보았다. 구체적으로, 언어 규범이 이용자의 공유행위에 영향을 미치는지 살펴보고자 언어학적 강도 변인과 힘없는 언어 변인을 도입하여 메시지의 공유된 횟수를 분석하였다. 또한, 선행연구 및 정보원과 이용자의 팔로워 관계 여부를 토대로 공유행위를 공유 여부와 공유 빈도로 구분하여 이들의 차이를 분석하였다. 이를 위해 제1차 남북정상회담 동안 작성되거나 공유된 트위터 메시지를 수집하였으며, 적극적으로 공론장에 참여한 정보원과 그의 메시지를 분석하였다. 그리고 분석자료의 다층적 특성과 0과잉 현상을 고려하여 다층 허들모형을 분석모형으로 선정하였다. 분석 결과, 공유 여부와 공유 빈도는 서로 다른 기제가 있음을 확인하였다. 언어학적 강도는 공유 빈도에 부정적으로 작용하였으며, 힘없는 언어는 정보원 수준 변인과 상호작용하여 공유 빈도에 긍정적인 영향을 미쳤다. 본 연구는 언어 규범이 이용자의 공유행위에 영향을 미치는 요인임을 발견하였으며 이를 언어기대이론(Language Expectancy Theory)을 통해 논의하였다.

Sharing in social media is an act of communication, reflecting the social influence of the sources being shared and contributing to the formation of public opinion. This study explored the underlying mechanism of sharing on Twitter, focusing on the characteristics of languages used in Tweets. Linguistic characteristics have been rarely examined in the previous research as a potential factor that may influence sharing. According to the Language Expectancy Theory (LET), based on socio-cultural standards, people have certain expectations for norms of languages used by sources and the violation of these expectations affects the sources’ credibility, which in turn can exert significant influence on sharing. Thus, we investigated the effects of linguistic intensity and linguistic powerlessness and, their interactions with the source-level variables on users’ sharing behavior. Furthermore, we conceptually and analytically distinguished between the possibility (whether or not to be shared) and the frequency (to what extent shared) of a Tweet being shared. For these analyses, Tweets posted or shared during the first inter-Korean summit were collected, and among them, Twitter accounts that actively participated in the discussions of the summit and their Tweets were included in our multilevel hurdle model (which considers both the multilevel and the zero-inflation characteristics of the data and allows us to analyze binomial (possibility of being shared) and zero-truncated negative binomial (frequency of being shared) models together. Our findings suggest that the mechanisms between the possibility and the frequency of being shared are different. The former was significantly affected by the message-level variables only, whereas the latter was significantly influenced by both the source-level and message-level variables. This indicates that users mainly considered message content when they decided to share a Tweet that had never been shared previously; but considered not only the content of messages but also who the sources were when they decided to share a Tweet that had been shared already. We also found that linguistic variables were statistically significant predictors of the frequency of being shared. Linguistic intensity had a negative effect on the frequency of being shared, and the interaction between linguistic powerlessness and verified account (a proxy measure for source credibility) had a positive effect on the frequency of being shared. Considering the context that the data used in this study was collected from Twitter and addressed the first inter-Korea summit, Tweets that convey linguistically intense expressions might have prevented users from sharing them. However, when Twitter accounts were regarded as having high source credibility (being verified by Twitter), linguistically powerless language appearing in their Tweets might have caused a positive expectancy violation and encouraged users’ sharing. This indicates that, contrary to previous findings, powerless language might have been perceived as positive by users, showing consistency with language norms identified in the Tweets frequently shared about the inter-Korean summit. Overall, these findings suggest that language norms are important factors influencing users’ sharing behavior and have implications with the LET.

#Sharing behavior #Inter-Korean summit #Multilevel hurdle model #Language expectancy theory #Linguistic powerlessness #공유행위 #남북정상회담 #다층 허들모형 #언어기대이론 #힘없는 언어

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

주호준

소속기관 경희대학교

주요연구분야 사회과학 > 신문방송학 TOP 10%

논문수 4 이용수 4,825

최수진

소속기관 경희 대학교

주요연구분야 사회과학 > 신문방송학 사회과학 > 사회과학 일반

논문수 5 이용수 4,231

이 논문과 함께 이용한 논문

자연어처리 기반 바이오 텍스트 마이닝 시스템

박경미 , 황규백 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2011 .04

신문사의 CSR은 신문사 신뢰도, 언론 신뢰에 어떻게 영향을 미치는가?: 편집의 책임과 CSR 활동유형을 중심으로

이혜선 , 김수연 한국언론학보 2020 .10

미디어콘텐츠 언어의 암묵적 의미 해석과 미디어 리터러시 교육의 연계 가능성

임지원 한국엔터테인먼트산업학회논문지 2021 .04

딥 러닝(Deep learning)기반 동영상 처리 알고리즘을 통한 19대 대선 TV토론 영상분석 : 후보자들의 등장빈도, 표정, 응시방향에 대한 분석

최윤정 , 정유진 , 윤호영 외 8명 한국언론학보 2020 .10

이용자의 정보 환경 맞춤화가 시사 지식과 SNS상의 의견 표현에 미치는 영향 : 정치 성향에 따른 선택적 노출과 우연적 이견 노출의 역할을 중심으로

유연 , 금희조 , 조재호 한국언론학보 2020 .08

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-070-001440031

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 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)