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
방경원 (한국외국어대학교)
저널정보
조선대학교 인문학연구원 인문학연구 인문학연구 제59호
발행연도
2020.1
수록면
343 - 366 (24page)

이용수

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

초록· 키워드

오류제보하기
본 연구의 목적은 증시 마감보고서의 상황에 따라 특정 어휘군인 오르다와 내리다의 빈도수 순위에 차이가 있다는 것을 실증적으로 확인하는데 있다. 이는 어휘 단위에서도 텍스트종류를 특징짓기 위해서다. 어휘는 텍스트 내에서 실제 확인할 수 있는 중요한 자료임에도 그간 연구에서 소홀히 다루어졌다. 텍스트를 어휘 수준에서 분석하기에는, 시간과 노력에 한계가 있었기 때문이다. 빅데이터를 다루는 텍스트마이닝 기법은 이런 수고를 덜어줄 것이다. 그리고 앞으로도 어휘 단위에서의 텍스트 연구가 더욱 활성화 되리라 판단된다. 본 연구에서 사용된 자료는 독일편에서는 Handelsblatt의 온라인 판과 인터넷 매체인 Börse Online에서, 국내편에서는 Daum의 금융뉴스에서 발췌했다. 증권사 증시 월봉 차트를 참고하여 2017년 중반이후 연말까지 상승구간, 2018년 전 구간을 하락구간으로 정하였다. 단어구름과 통계자료 작업에는 R과 AntConc 프로그램이 사용되었다. 증시 마감보고서에 공통으로 등장하는 최다 빈도 어휘는 추세가 변해도 순위에 큰 차이를 보이지 않았으나, 오르다와 내리다의 어휘군은 시간이 흐르면 빈도수 순위에 차이가 있음을 확인할 수 있었다. 따라서 상황 변동에 민감한 텍스트종류에서, 특정 어휘군의 빈도 순위는 상황 변화에 유동적이라고 판단된다. 이런 어휘는 텍스트종류를 특징짓는데도 유용할 것이다.
#텍스트종류 #증시 마감보고서 #증시의 등락 #텍스트마이닝 #기계학습

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