[큰글씨책] 소셜 빅데이터 마이닝을 활용한 미디어 분석 방법

01 소셜 빅데이터와 마이닝의 개념
02 소셜 빅데이터를 활용한 미디어 분석 유형
03 분석 절차 1: 주요 분석 내용 설정
04 분석 절차 2: 수집 데이터 설정
05 분석 절차 3: 데이터 수집
06 분석 절차 4: 자연어 처리와 코딩
07 분석 절차 5: 통계 분석과 결과 도출
08 분석 절차 6: 결과 해석과 시각화
09 분석 방법의 한계
10 분석 방법 개선 방안

소셜 미디어 이용자에 대한 분석이 기존 미디어 분석과는 다르게 이용자들의 세부 정보 활동 양상을 분석하는 방법이다 보니, 방법론의 체계화는 더욱 중요해진다. 데이터 수집·분석 과정에서, 또한 결과물을 해석·활용히는 일련의 과정에서 합의된 방법론 체계를 통해 본질적인 데이터 분석 목적이 달성될 수 있기 때문이다. 방법론 체계가 견고하지 못할 경우 소셜 미디어 이용자 활동 데이터는 전체 사회를 읽는 데 무가치한 자료로 전락한다.
“소셜 빅데이터와 마이닝의 개념” 중에서

데이터 동질성(homogeneity)을 확보하기 위해 데이터 수집에 소요되는 총 기간은 최소화하는 것이 좋다. 소셜 빅데이터 분석에서는 대용량 데이터를 다루기 때문에 분석 시스템의 양적, 질적 수준에 따라 소요되는 데이터 수집 기간에 편차가 있을 수 있다. 그러므로 분석 주제, 분석 방법, 분석 범위와 수준 등을 설정하고 나면 첫 번째 데이터 수집 시점과 최종 수집 시점 간 간격을 최소화하도록 수집 시스템을 구조화해야 한다.
“분석 절차 4: 자연어 처리와 코딩” 중에서

아무리 논리적인 알고리즘을 통해 프로그래밍 작업을 한다고 해도 가비지 데이터를 완벽하게 차단할 수는 없다. 오히려 분석 과정에서 어느 정도 오류를 전제해 가비지 데이터를 수량화하는 과정이 필요할 수 있는 것이다. 이에 제안할 수 있는 것은 가비지 스케일(Garbage Scale)이다. 앞서 언급한 대로 연구자가 가비지 개념 설정 과정을 거친다면, 가비지 스케일은 이렇게 설정된 가비지 개념을 조작적으로 정의하고 측정해 보려는 시도인 것이다.
“분석 방법 개선 방안” 중에서