A Study on the Mutual Recognition of Generation MZ in Korea and China Using Big Data

Kwon Eunyoung

A Study on the Mutual Recognition of Generation MZ in Korea and China Using Big Data

Recommendations

Search

빅데이터를 활용한 한·중 MZ 세대의 상호 인식 연구

Type: Academic journal

Author: Kwon Eunyoung (신한대학교)

Journal: 대한중국학회 중국학 중국학 제81호 KCI Accredited Journals

Published: 2022.12

Pages: 389 - 410 (22page)

Usage

A Study on the Mutual Recognition of Generation MZ in Korea and China Using Big Data

Abstract· Keywords

Report Errors

This study derived quantitative results by conducting a big data analysis using text mining to empirically analyze in detail Koreans' sentiments after COVID-19. To this end, keywords related to China were collected through various portals such as Naver, Daum, and Google while keywords related to Korea were collected through Baidu. The collection period was set from January 2020 to October 2022 to filter out unnecessary keywords and use only relevant keywords for the research. Through the results from this analysis, it is expected that Korea and China will be able to analyze quantitatively their respective sentiments on COVID-19, based on key factors and away from vaguely reviewing negative views on each other. This study focused on three research tasks. First, this paper attempted to derive the key keywords used by young people in Korea and China, that is, the MZ generation after the pandemic, through text mining. Second, after COVID-19, we tried to grasp the semantic network between keywords related to mutual recognition of the MZ generation in Korea and China. Third, this paper attempted to visualize the degree of positivity and negativity of mutual recognition for the MZ generation in Korea and China derived through the semantic network of major keywords. In conducting such a study, it was found that young Koreans showed a clear negative view of China compared to the MZ generation in China. It is necessary to critically consider how negative views on each other affect Korea-China relations. In addition, it is expected to present meaningful implications for the establishment of effective data and strategies for the transformation of Korea-China relations, especially the MZ generation, by citing various causes as analysis factors.

본 연구는 COVID-19 확산 이후 심각한 한국의 혐중 정서에 대해 체감하면서 이와 같은 현상을 좀 더 실증적으로 확인하기 위해 빅데이터를 활용해서 분석한 것이다. 이에 대한 양적 결과를 도출하고자 텍스트 마이닝을 활용한 빅데이터 분석을 수행하였다. 이를 위해 소셜 매트릭스 프로그램인 텍스톰을 활용하여 네이버, 다음, 구글과 같은 포털 사이트를 통해 중국에 관련한 키워드를 수집했고, 중국의 BAIDU(百度)를 통해 한국에 관련된 키워드를 수집했다. 수집 기간은 COVID-19가 본격적으로 확산되기 시작한 2020년 1월부터 최근까지인 2022년 10월까지로 설정했고, 불필요한 키워드는 정제하여 핵심 키워드만을 본 연구에 사용했다. 한국과 중국이 서로에 대한 상호 인식이 부정적이라도 막연함에서 벗어나 양적 결과를 통한 데이터 분석을 통해 살펴보고자 한다. 본 연구는 세 가지 연구 과제를 가지고 연구를 진행했다. 첫째, 본 논문은 텍스트 마이닝을 통해 한국과 중국의 젊은이들이 언급한 핵심 키워드, 특히 펜데믹 이후의 MZ세대들이 언급한 핵심 키워드를 도출하고자 했다. 둘째, COVID-19 이후 한국과 중국의 MZ세대 상호인식과 관련된 키워드 사이의 의미 연결망을 파악하고자 했다. 셋째, 본 논문은 핵심 키워드의 의미 연결망을 통해 도출된 한국과 중국의 MZ세대에 대한 상호인식의 긍정성과 부정성의 정도를 시각화하고자 했다. 이와 같은 연구를 진행하면서 한국 젊은이들이 중국에 비해 중국에 대한 부정적 인식이 긍정적 인식보다 두드러지는 것을 알 수 있었다. 결과에 대한 다양한 원인 분석을 통해 한·중 관계 특히 MZ 세대들이 긍정적인 관계성 전환을 도모하는 효과적인 자료 제시와 전략을 구축하는데 의미 있는 시사점을 제안할 것으로 판단된다.

#한·중 관계 #MZ세대 #빅데이터 #텍스트마이닝 #의미연결망 분석 #Korea-China relations #The MZ generation #Big data #Text mining #Semantic network analysis

No content found

References (0)

Add References

If the reference is being serviced by DBpia, please register through [Add Reference]

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

권운영

Affiliation 신한대학교

Fields Humanities > Linguistics and Literature > Chinese Language and Literature Social Science > Education

Articles 1 Usage 19

Comments(0)

Write first comments.

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

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (0)

Recommendations

Related Authors

Recently viewed articles

Comments(0)