메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
공윤엽 (한양대학교) 김동하 (한양대학교) 최현성 (계명대학교) 황재호 (한양대학교)
저널정보
아시아문화학술원 인문사회 21 인문사회 21 제13권 제1호
발행연도
2022.2
수록면
3,191 - 3,206 (16page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
소셜 빅데이터 기반의 20대 대선후보 키워드 분석을 통한 선거전략 수립공 윤 엽*ㆍ김 동 하**ㆍ최 현 성***ㆍ황 재 호**** 요약: 선거 판세를 예측하고 적절한 전략도구를 개발하는 과정에서 소셜 빅데이터의 효과성이 드러나고 있다. 이에 본 연구는 트위터, 커뮤니티, 뉴스, 블로그, 인스타그램, 카페를 소셜 빅데이터의 원천으로 하여 20대 대선 선거전략 수립에 관한 시사점을 제시하는 것에 목적이 있다. 구체적으로, 언급량 분석에서 이재명 후보는 일평균 83,506번의 언급량을 보였으며, 윤석열 후보는 일평균 31,838번의 언급량이 나타났다. 나아가, 개별 후보들을 키워드로 하여 상위 50개의 연관어를 도출함은 물론 두 후보를 모두 키워드로 하여 연관어 비교분석을 실시했다. 마지막으로, 개별 후보들에 대한 상위 30개의 긍정적, 부정적 감성어를 도출했다. 본 연구는 선거에서 빅데이터를 활용한 소수의 연구로써 관련 연구의 이론적 축적에 기여하고 분석결과를 바탕으로 실무자들에게 적실성 있는 전략도구를 제안했음에 의의가 있다. 핵심어: 소셜 빅데이터, 20대 대선, 연관어, 감성어, 선거전략 □ 접수일: 2022년 1월 31일, 수정일: 2022년 2월 16일, 게재확정일: 2022년 2월 20일＊ 주저자, 한양대학교 경영학과(전략경영) 박사수료(First Author, Completion of Doctoral Course, Hanyang Univ., Email: yykong94@naver.com)** 공동저자 1, 한양대학교 경영학과(전략경영) 박사수료(Co-author 1, Completion of Doctoral Course, Hanyang Univ., Email: kdhkmac@naver.com)*** 공동저자 2, 계명대학교 경영대학 강사(Co-author 2, Lecturer, Keimyung Univ., Email: hyunsung@nate.com)**** 교신저자, 한양대학교 경영학과(전략경영) 박사수료(Corresponding Author, Completion of Doctoral Course, Hanyang Univ., Email: 04dalgu@naver.com)
#핵심어: 소셜 빅데이터 #20대 대선 #연관어 #감성어 #선거전략 #Key Words: Social Big Data #The 20th Presidential Election #Related Words #Emotional Words #Election Strategy

목차

등록된 정보가 없습니다.

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

최근 본 자료

전체보기

댓글(0)

0