코로나19 2차 유행기 “사회적 거리두기” 보도 분석 : 딥러닝을 중심으로 한 언론사 선정 주요 뉴스 분석을 중심으로

이규호; 이준환

doi:10.20879/kjjcs.2021.65.6.006

추천

검색

질문

자료유형: 학술저널

저자정보: 이규호 (서울대학교) 이준환 (서울대학교)

저널정보: 한국언론학회 한국언론학보 韓國言論學報 제65권 제6호

발행연도: 2021.12

수록면: 249 - 294 (46page)

DOI: 10.20879/kjjcs.2021.65.6.006

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 연구는 코로나19 2차 확산기 사회적 거리두기 언론 보도를 분석하여, 언론이 위기에 대한 정부 대응을 어떻게 의제화했는지 확인하고, 이 과정에서 뉴스 포털의 추천 뉴스에 집중했다. 이를 위해, 코로나19 확진자와 정부발표를 분석하여 5개의 시기를 설정했고, 12개 언론사의 뉴스를 온라인 포털에서 수집 및 전처리하여 14,011개의 뉴스 말뭉치를 구성했다. 분석 방법으로는 빈도분석, 키워드 공출현연결망, 딥러닝 임베딩을 활용한 Top2Vec과 시계열 시각화가 사용됐다. 분석결과, 언론사는 “코로나19”보다 “사회적 거리두기”를 주요뉴스로 선정하는 경향이 강했다. 또한, 방송사가 신문사보다 주요뉴스를 적게 생산하는 경향이 확인됐다. 주요뉴스에서 “사회적 거리두기” 보도는 사회, 정치, 경제 섹션을 중심으로 구성됐으며, 시기로는 확진자가 증가하고, 정책이 강화되는 1기와 2기의 비중이 높았다. 하지만, 주요뉴스 외 일반뉴스에서는 더 다양한 섹션 분포가 확인됐고, 정책이 완화되는 5기에서 뉴스 비중의 증가가 보였다. 키워드 연결망에서는 주요뉴스와 주요뉴스 외 일반뉴스가 확진자와 정책 변화와 관련된 다수 키워드를 공유했지만, 키워드의 다양성은 일반뉴스에서 더 높았다. 또한, 키워드를 시기 기준으로 구성했을 때, 전체 시기에서 확진자와 정책변화가 다수 공통 키워드였지만, 사회를 제외한 섹션에서 정책에 관련된 갈등과 코로나19 재확산에 따른 우려를 반영하는 키워드가 강조됐다. 임베딩 토픽 모델 결과에서는, 주요뉴스와 주요뉴스외 일반뉴스 비율이 치우쳐진 토픽이 다수 확인됐다. 주요뉴스 위주 토픽에서는 거리두기와 관련된 갈등과 정부 공식 발표가, 주요뉴스 외 일반뉴스 위주 토픽에서는 지역 확진자 사례와 사회적 거리두기와 관련된 다양한 문제가 중요 이슈였다. 토픽의 섹션과 시기를 확인하면, 주요뉴스는 1, 2기의 사회와 정치섹션이 강조됐지만, 주요뉴스 외 일반뉴스는 강조되는 섹션과 시기가 적고 여러 섹션과 시기에 걸친 분포가 확인됐다. 토픽 시계열 시각화에서는 사회적 거리두기에 따른 갈등이 1,2기에, 정책 변화에 따른 영향은 4,5기에 집중되는 것이 확인됐다. 하지만, 사회적 거리두기와 무관해질수록 시계열 패턴은 일관성이 떨어졌다. 연구 결과는 포털 뉴스 환경 “주요뉴스” 시스템에서, 코로나19 2차 확산기 사회적 거리두기를 보도하는 데 있어, 이중적인 보도 경향을 갖는 것을 보여준다.

This study analyzed news articles on “social distancing” during the second wave of the COVID-19 pandemic in order to explain how the media sets the agenda on the pandemic crisis and the government’s response, focusing on the news articles featured in the news portals. This study first analyzed confirmed cases of COVID-19 infection and government announcements during the second wave of COVID-19 spread and divided the period into five phases. Then, news articles of 12 media companies were collected from online news portals and pre-processed into a 14,011 news corpus. The analysis methods were frequency analysis, keyword co-occurrence network, and Top2Vec modeling that uses deep learning embedding for time-series visualization. As a result, the articles related to “Social Distancing” showed a higher featured news ratio than “COVID-19.” The newspapers had a higher ratio of featured news preference than television. For featured news, the proportion of national, politics, economy sections and phase 1, 2 were higher than other sections and phases. However, the proportion of non-featured news showed more diverse section and increase in fifth phase as social distancing was mitigated to level 1. Regarding keyword network, featured and non-featured news shared many keywords related to the confirmed cases and social distancing policies. Still, keywords in non-featured news showed more diverse topic keywords. We found the keywords related to the confirmed cases and social distancing in whole phases. In terms of unique keywords, each phase reflected conflicts in social distancing and concerns about re-proliferation of COVID-19. For the news sections, information about confirmed cases and social distancing were found in whole sections. However, except for the national section, all sections showed unique keywords linked to conflicts and criticism about social distancing. The embedding topic model indicated an imbalance in the featured and non-featured news among some topics. For featured news topics, conflicts about social distancing and government announcements were found as major issues. For non-featured news, confirmed cases in the local community and various problems related to social distancing comprised major issues. In featured news topics, the social and political sections were influential in the first and second phases, and non-featured news provided more diverse sections and phases. For visualization, topics linked to conflict were concentrated in the first and second phases, and effects of policy changes were mostly found in the fourth and fifth phases. Topics that had lower correlation with social distancing showed irregular patterns. The results suggest that the news companies showed contradictory tendencies in their coverage of social distancing in the second wave of COVID-19, in the portal news environment and “featured news.”

#COVID-19 #Social Distancing #Risk Communication #Deep Learning #Featured News #코로나19 #사회적 거리두기 #위험 커뮤니케이션 #딥러닝 #언론사 주요뉴스

참고문헌 (80)

참고문헌 신청

Rahi Abouk / 2021 / The Immediate Effect of COVID-19 Policies on Social-Distancing Behavior in the United States / Public Health Reports 136(2):245~252

안종묵 / 2019 / Analysis of Korean Portal News Service and SNS News Sharing: Naver’s Automatic Q-rating System / 커뮤니케이션학 연구 27(4):115~130

Allcott, H. / 2020 / Polarization and public health: Partisan differences in social distancing during the coronavirus pandemic / Journal of Public Economics 191:104254

Andersen, A. L. / 2020 / Consumer responses to the COVID-19 crisis: Evidence from bank account transaction data

Angelov, D. / 2020 / Top2vec: Distributed representations of topics / arXiv preprint arXiv:2008.09470

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이규호

소속기관 서울대학교

주요연구분야 사회과학 > 신문방송학 공학 > 전기전자공학 > 정보통신공학

논문수 5 이용수 1,717

이준환

소속기관 서울대학교

주요연구분야 사회과학 > 신문방송학 TOP 10% 복합학 > 학제간연구 TOP 0.5%

논문수 68 이용수 22,507

이 논문과 함께 이용한 논문

코로나19 언론보도 경향에 대한 빅데이터 분석 : 이슈 주기 및 언론사 정치적 지향에 따른 주제 분석과 언어 네트워크 분석 적용

함승경 , 김혜정 , 김영욱 한국언론학보 2021 .02

언론의 이념성향에 따른 ‘코로나19’ 보도 프레임 비교 연구

박주현 한국언론학보 2020 .08

감염병과 혐오의 팬데믹 속 언론의 자화상 : 코로나19 감염병 전파에 대한 언론보도에서 나타나는 ‘혐오 조장 표현’이 이용자에게 미치는 영향 분석

표시영 , 정지영 한국언론학보 2021 .04

코로나19 언론 보도와 백신 접종 의도 : 감염 취약성과 백신 부작용 취약성의 매개효과

홍주나 , 안순태 한국언론학보 2022 .02

그렇다면 대한민국은 지난 23년간 ‘북한이탈주민’을 어떻게 보았는가? : ‘북한이탈주민’, ‘탈북민’, ‘새터민’ 관련 언론 보도 빅데이터 분석

박종민 , 주호준 , 정영주 외 1명 한국언론학보 2022 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-070-000134881

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 (80)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)