부산 지역 코로나19에 대한 언론 기사의 LDA 토픽 모델링 분석

Abstract

본 논문은 LDA 토픽 모델링 기법을 활용해 부산 지역의 코로나 19 관련 언론 기사를 분석하여 기간 별 주요 토픽을 분석한다. 또한 기간 별 토픽에 대한 해석을 제공함으로써 앞으로 발생할지 모를 코로나 19와 같은 감염병에 대한 선제 대응 방안의 기초 자료로 사용할 수 있다. 본 논문에서는 언론 기사 텍스트 분석을 위하여 기사 검색 포털인 빅카인즈를 사용해 2020년 1월부터 2022년 6월까지‘코로나 19와 부산’에 관련된 기사 137,223건을 수집하였다. 수집된 기사의 텍스트를 형태소 분석을 통하여 분석이 가능한 형태로 전처리를 하였고, 토픽 모델링 분석을 실행하였다. 기간 1에서는 3개의 토픽, 기간 2에서는 5개의 토픽, 기간 3에서는 7개의 토픽, 기간 4에서는 5개의 토픽, 기간 5에서는 7개의 토픽으로 분류되었다. LDA 토픽 모델링 분석 결과로는 기간 별 토픽의 비율에 따라 각 기간에서 중요하게 다룬 이슈가 어떤 것인지 확인할 수 있었다. 또한 코로나 19의 유행이 지속됨에 따라 코로나 시대 이전으로 돌아가려는 대중들의 심리를 파악할 수 있었다. |This paper analyzes major topics by period by analyzing media articles related to COVID-19 in Busan using the LDA Topic Modeling. In addition, by providing an interpretation of topics by period, it can be used as basic data for preemptive countermeasures against infectious diseases such as COVID-19 that may occur in the future. In this paper, 137,223 articles related to ‘COVID-19 and Busan’ were collected from January 2020 to June 2022 using ‘Big Kinds’, an article search portal for text analysis of media articles. The text of collected article was preprocessed in a form that could be analyzed through morpheme analysis, and topic modeling analysis was performed. It was classified inti 3 topics in Period 1, 5 topics in Period 2, 7 topics in Period 3, 5 topics in Period 4, and 7 topics in Period 5. As a result of LDA Topic Modeling analysis, it was possible to confirm which issues were dealt with importantly in each period according to the ratio of topics by period. In addition, as the COVID-19 epidemic continued, it was possible to grasp the public’s psychology to return to before the COVID-19 era.