뉴스 댓글 빅데이터 분석을 통한 청소년 정책에 대한 연구
A Study on Youth Policy through the Analysis of News Comments Big Data
- 발행
- 2023 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 출처
- 국내 KCI
- DOI
- 10.22924/jhss.31.1.202302.008
- 원문
- 원문 보기 ↗
개념
키워드
청소년정책, 텍스트마이닝, TF-IDF 분석, 네트워크분석, Youth policy, text mining, TF-IDF analysis, network analysis.
초록
· 연구 주제: 본 논문은 청소년 정책에 관한 뉴스 기사의 댓글 빅데이터 분석을 통해 우리나라 청소년 정책에 대한 국민들의 인식과 관심에 대하여 연구하였다. 특히 코로나 이전과 이후로 표본을 구분하여 비교함으로써 포스트 코로나 시대에 청소년들에 대한 정책 수립의 방향에 대한 방안을 제시하였다.
 · 연구 배경: 최근 사회적으로 다양한 청소년 문제들이 야기되면서 이를 해결하기 위한 청소년 정책이 이슈가 되고 있다. 청소년들이 처한 환경의 급속한 변화와 같은 외생적인 문제와 청소년이라는 주변인이 지니는 내생적인 문제가 복합적으로 작용하여 청소년 문제들이 발생한다. 사회적으로 아직 미성숙하고 소속감이 없는 청소년들이 안전하고 올바르게 성장하기 위해서는 청소년들을 위한 합리적인 정책이 필요하다. 특히 올바른 청소년 정책 수립을 위해서는 많은 사람들의 의견이 반영된, 사회적으로 합의가 된 정책을 수립하는 것이 무엇보다 중요하다.
 · 선행연구와의 차이점: 본 연구는 청소년 정책에 관한 뉴스 기사의 댓글 빅데이터 분석을 수행하여 청소년 정책에 관한 대중등의 인식이 어떠한지에 대해서 객관적인 연구결과를 제시하였다. TF-IDF분석과 네트워크분석을 사용하여 코로나 이전과 코로나 이후로 표본기간을 구분하여 연구결과를 비교분석함으로 청소년 정책에 대한 의미 있는 정보를 제공하였다.
 · 연구방법: 분석을 위하여 NAVER 뉴스에서 ‘청소년 정책’을 키워드로 하여 검색되는 기사들의 댓글을 크롤링(Crawling)하여 자료를 수집하였다. 분석 기간은 2018년 1월 1일부터 2022년 12월 31일까지 총 5개년도로, 이와 같은 비정형 자료의 수집과 분석을 위하여 오픈 소스 데이터 분석 도구인 R ver 3.6.3을 활용하였다. 텍스트 데이터의 수집은 코로나 시점 이전인 2018년, 2019년, 코로나 시점 이후인 2020년, 2021년, 2022년으로 두 그룹으로 분류하여 분석을 수행하였다. 번 연구에서는 비정형 텍스트 분석 방법으로 TF-IDF분석과 네트워크분석을 사용하였다.
 · 연구결과: 첫째, 코로나 시점 이전 TF-IDF 분석 결과, 우리나라 국민들은 청소년 정책에 대해서 교육과 지원을 해야 하는 것을 기본으로 생각하고 있으며, 학교를 통해 청소년 학생들을 지원하고 다양한 사업을 통해 청소년, 청년, 아동 정책과 연계하여 이들 활동을 지원하고 참여를 유도하는 정책에 관심을 보임을 알 수