틱톡(Tik Tok) 관련 학술 및 시사 담론의 한중 비교 연구

Abstract

Abstract

This study aims to extract automated knowledge of experts and public opinion to perform academic and journalis Tik Tok analysis on Tik Tok, which helps compare the differences and results of traditional methods, such as questionnaires, and how to perform text mining and topic modelling. To achieve this purpose, the following research questions were presented. First, what is Tik Tok academic data frame in Korea and China? Second, what is the frame of Tik Tok current events data in Korea and China? The third research question follows this. What is the difference between the characteris Tik Tok frames in Korea and China? In this study, academic and news data on Tik Tok in China and academic and news data on Tik Tok in Korea were searched, respectively. Text mining and topic modelling for analysis was performed by organizing the results. Using text mining and subject modelling, words representing high-frequency text frequency-inverse document frequency values were identified through keyword analysis, and keywords network analysis was performed to find keywords-related words. Next, we use harmonic means to derive the optimal number of topics as 5. Then we perform Latent Dirichlet Allocation algorithm-based modelling to derive an expression set based on the number of topics. Based on the set of words in the subject, the main source was generally interpreted to derive the main word representing the word. From the results of the study, the existing research method process took more steps and resources than the frame structure analysis method applied with text mining and subject modelling, and there were differences in the role of the analyst, type of analysis, content analysis unit, and type of identified data. In terms of result differences, the framework analysis approach, applying text mining and subject modelling, derives a list of keywords for each keyword in the task and further identifies keywords that serve as quick mediators between the other keywords to identify essential keywords that significantly affect overall task performance. This study confirmed that it could be used as an efficient and scientific method to make task analysis richer and more meaningful by analyzing large amounts of data quickly and objectively and finding hidden information related to essential keywords. However, in content analysis, the context of traditional literature frame analysis using text mining and subject modelling is easy to understand, and mixing the advantages of news frame structure analysis with the benefits of existing frame research methods can improve content analysis and clarify research objectives. In addition, comparing the development process of Tik Tok in China predicts the development process of Tik Tok in Korea based on the experience of Tik Tok in China. It provides more comprehensive data support and theore Tik Tokl support for follow-up research.

key words: Text mining, Network, TikTok, Chinese academic frame, Korean academic frame, Chinese news frame, Korean news frame.

요약

본 연구의 목적은 전문가와 여론의 자동화된 지식을 추출하여 설문지와 같은 소규모로 전통적인 방법의 차이와 결과를 비교하고 텍스트 마이닝 및 주제 모델링 수행 방법을 비교하는 데 도움이 되는 틱톡(Tik Tok)에 대한 학술 및 저널리즘 과제 분석을 수행하는 것이다. 이러한 목적을 달성하기 위해 다음과 같은 연구 질문이 제시되었다. 첫째, 한국과 중국의 틱톡(Tik Tok)학술 데이터의 프레임은 어떠한가? 둘째, 한국과 중국의 틱톡(Tik Tok)시사 데이터의 프레임은 어떠한가? 이것은 세 번째 연구 질문으로 이어 제시한다. 한국과 중국의 틱톡(Tik Tok) 프레임의 특성과 차이는 무엇인가? 본 연구에서는 과제 실행에 필요한 지식을 추출하기 위해 중국의 틱톡(Tik Tok)에 대한 학술자료와 뉴스 자료, 한국의 틱톡(Tik Tok)에 대한 학술자료와 뉴스 자료를 각각 검색하였으며, 그 결과를 정리하여 분석을 위한 텍스트 마이닝과 주제모델링을 수행하였다. 텍스트 마이닝과 주제 모델링을 적용해 높은 빈도의 텍스트 빈도(Text Frequency)-역문서 빈도(Inverse Document Frequencey) 값을 나타내는 단어를 키워드 분석으로 파악하고, 키워드 네트워크 분석을 실시해 키워드 관련 단어를 찾아냈다. 다음으로, 조화 평균을 사용하여 최적의 주제 수를 5로 도출한 다음, 주제 수를 기반으로 단어 집합을 도출하기 위해 잠재 디리클레 할당(Latent Dirichlet Allocation) 알고리듬 기반 모델링을 수행했다. 주제의 단어 집합을 기반으로, 주요 출처는 일반적으로 단어를 나타내는 주요 단어를 도출하기 위해 해석되었다. 연구 결과부터 기존 연구 방법 과정은 텍스트 마이닝과 주제 모델링을 적용한 프레임 구조 분석 방식보다 더 많은 단계와 자원이 소요됐으며 분석자의 역할, 분석 진행 유형, 내용 분석 단위, 파악된 데이터의 유형 등에 차이가 있었다. 결과 차이 측면에서, 텍스트 마이닝과 주제 모델링을 적용한 프레임워크 분석 접근법은 과제의 각 키워드에 대한 키워드 목록을 도출하고, 나아가 다른 키워드 간의 빠른 중재자 역할을 한 키워드를 식별하여 전반적인 과제 성과에 큰 영향을 미치는 중요한 키워드를 식별했다. 본 연구는 다량의 데이터를 빠르고 객관적으로 분석하고 중요한 키워드와 관련된 숨겨진 정보를 찾아냄으로써 과제 분석을 보다 풍부하고 의미 있게 하기 위한 효율적이고 과학적인 방법으로 활용될 수 있음을 확인하였다. 그러나 콘텐츠 분석에서는 텍스트 마이닝과 주제 모델링을 이용한 전통 문헌 프레임 분석의 맥락을 이해하기 쉽고, 새로운 프레임 구조 분석의 장점과 기존 프레임 연구 방법의 장점을 혼합하면 콘텐츠 분석을 개선할 수 있고 연구 목표를 명확히 할 수 있다. 그리고 중국 틱톡(Tik Tok)의 발전 과정을 비교하면서 중국 틱톡(Tik Tok)의 경험을 바탕으로 한국 틱톡(Tik Tok)의 발전 과정을 예측하고, 후속 연구를 위한 보다 포괄적인 데이터 지지와 이론적 지지를 제공한다.

키워드: 텍스트 마이닝, 네트워크, 틱톡, 중국 학술 프레임, 한국 학술 프레임, 중국 시사 프레임, 한국 시사 프레임