Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

소셜미디어의사회적영향력(14 july2011)

3,204 views

Published on

  • Be the first to comment

소셜미디어의사회적영향력(14 july2011)

  1. 1. 소셜미디어의 사회적 영향력: 동향 및 사례 <br />: 소셜미디어의 사회적 영향력 측정(평가)방법론<br />
  2. 2. 관련 사이트<br />http://www.hanpark.net<br />http://webometrics.yu.ac.kr<br />http://asia-triplehelix.org<br />http://cerc.yu.ac.kr<br />http://tedxpalgong.com<br />박 한 우<br />Prof. Han Woo Park<br />영남대 언론정보학과 교수<br />사이버감성연구소장<br />테드엑스팔공디렉터<br />아시아트리플헬릭스디렉터<br />WCU 웹보메트릭스 사업단장<br />(전)옥스포드인터넷연구소<br />(전)네델란드가상지식스튜디오<br />
  3. 3. 매체의 사회적 영향력<br />사회적 영향력 (social influence)이란 무엇인가?<br />사람의 인지, 태도, 행동을 변화시키는 것<br />Change in a person's cognition, attitude, or behavior,which has its origin in another person or group (Raven, 1964)<br />
  4. 4. 매체의 사회적 영향력<br />사회적 영향력에 대한 연구 유형 (Rashotte, 2007)<br />
  5. 5. 매체의 사회적 영향력<br />소셜 미디어의 사회적 영향력<br />- 이용자들이 특정한 인지, 태도, 행동을 취하도록 유도할 수 있는 관계망 자체의 잠재적 힘 <br /><ul><li>소셜 미디어의 영향력은 이용자의 공감에서 시작</li></ul>(Cha et al., 2010; Watts, 2007)<br /><ul><li>수용자의 공감  전파, 확산  매체 영향력
  6. 6. 소셜 미디어의 영향력은 관계망을 통해 전파, 확산</li></li></ul><li>매체의 사회적 영향력<br />소셜 미디어의 사회적 영향력<br /><ul><li>영향력은 처음부터 주어진 것이 아니라 네트워크 속에서 상호작용하면서 성장
  7. 7. 매체 영향력은 한 연결망에 대한 자발적 참여자의 범위를 넘어섬
  8. 8. “브로콜리는 몸에 좋지만 모두가 브로콜리를 좋아하진 않는다. 페이스북도 브로콜리와 같다.” (베리 슈니트 페이스북 대변인)</li></ul>관계망을 통해 끊임없이 사람들의 이야기를 접해야 하는 피로감, <br />쉽게 벗어나지 못하는 소셜 미디어 관계망<br />(국민일보, 2011.6.21)<br />
  9. 9.
  10. 10.
  11. 11.
  12. 12. 소셜 미디어 영향력 측정 도구의 예<br />
  13. 13. 소셜 미디어 영향력 측정 도구의 예<br />
  14. 14.
  15. 15.
  16. 16.
  17. 17. 소셜 미디어의 사회적 영향력<br />동원<br />동원<br />social media refers a set of online tools<br /> support social interaction between users<br />확산<br />확산<br />네트워크 기반 다중(multitude)<br />I<br />II<br />
  18. 18. 소셜 미디어의 사회적 영향력<br />확산과 동원 = 네트워크 다중<br />1. 동원의 정치학 <br />Category and Network(CATNET) by Charles Tilly<br />Network<br />Category<br />
  19. 19. 소셜 미디어의 사회적 영향력<br />확산과 동원 = 네트워크 다중<br />1. 동원의 정치학 <br />Category and Network(CATNET) by Charles Tilly<br />소셜 미디어 적용을 위해 Category를 <br />소셜 미디어내 특정한 집단/개인이 동원가능한 네트워크 다중의 수<br />소셜 미디어 적용을 위해 Network를 <br />소셜 미디어내 네트워크 다중들이 연결되어 있는 연결망 패턴<br />
  20. 20. 소셜 미디어의 사회적 영향력<br />확산과 동원 = 네트워크 다중<br />2. 확산의 정치학<br />확산 이론에 따르면, <br />1) 의견 주도자(Opinion Leader)의 역할이 중요<br />2) 확산의 임계점(critical mass)이 확산의 속도와 범위를 좌우<br />
  21. 21. 소셜 미디어의 사회적 영향력<br />확산과 동원 = 네트워크 다중<br />2. 확산의 정치학<br />소셜 미디어내 특정한 집단/개인이 동원가능한 네트워크 다중의 수<br />1) 의견 주도자(Opinion Leader)의 역할이 중요<br />2) 확산의 임계점(critical mass)이 확산의 속도와 범위를 좌우<br />소셜 미디어내 네트워크 다중들이 연결되어 있는 연결망 패턴과 분포<br />
  22. 22. 소셜미디어의 사회적 영향력 측정방법론<br />1. 소셜미디어내 개인 및 집단이 가진 영향력 파악 및 측정<br />2. 같은 관점을 가진 집단/사람의 연결망 패턴<br />3. 이슈가 확산되는 속도와 범위<br />
  23. 23. 소셜미디어의 사회적 영향력 측정방법론<br />1. 소셜미디어내 개인 및 집단이 가진 영향력 파악 및 측정<br />2. 같은 관점을 가진 집단/사람의 연결망 패턴<br />3. 이슈가 확산되는 속도와 범위<br />issue-making <br />연결망의 구조<br />예측 가능성 및 사후적 판단<br />
  24. 24. 소셜미디어의 사회적 영향력 측정방법론<br />issue-making <br />연결망의 구조<br />
  25. 25. 소셜미디어의 사회적 영향력 측정방법론<br />소셜미디어의 issue의 사회적 파급력 측정<br /> (1) 사회적 이슈와 소셜 미디어 이슈의 일치성<br /> (2) 소셜 미디어의 이슈 주도성<br />2. 소셜미디어내 동원과 확산<br /> (1) 의견 주도자 분석<br /> (2) 이슈 확산의 연결망 구조 파악<br />issue-making <br />연결망의 구조<br />
  26. 26. 소셜미디어의 사회적 영향력 측정방법론<br />(Formula 관련 두가지 예)<br />소셜미디어의 issue의 사회적 파급력 측정<br />권상희 (2011, 언론학회 발표문)<br />2. 소셜미디어내 동원과 확산<br /> Lei Tang & Huan Liu (2010)<br />issue-making <br />연결망의 구조<br />
  27. 27. 소셜미디어의 사회적 영향력 측정방법론<br />(Formula 관련 두 가지 예)<br />소셜미디어의 issue의 사회적 파급력 측정<br />권상희 (2011, 언론학회 발표문)<br />- 소셜 미디어 연결가치 지수와 임팩트 지수 두 가지<br />멧칼페 (Metcalfe) 의 법칙 기반<br />한계<br />1) 연결관계의 범위를 어디까지 한정할 것인가의 문제<br />2) 단순 연결이 연결의 ‘가치’를 증명해 주는가의 문제<br />SMCValue= 1𝑛1𝑛𝐹𝑛<br /> <br />Ego로부터 연결되는 전체 노드수를 거리에 반비례한 가중치로 측정<br />
  28. 28. 소셜미디어의 사회적 영향력 측정방법론<br />(Formula 관련 두 가지 예)<br />소셜미디어의 issue의 사회적 파급력 측정<br />권상희 (2011, 언론학회 발표문)<br />- 소셜 미디어 연결가치 지수와 임팩트 지수 두 가지<br />연결가치 지수를 수정<br />한계<br />1) 친밀도의 모호성의 문제<br />2) 전파의 시간변수 t는 사후적이라 임팩트 지수의 효용성의 문제<br />SMIValue= 1𝑛𝑑𝑛𝑡𝑛𝐹𝑛<br /> <br />친밀도(d)와 시간(t)으로 보정<br />
  29. 29. 소셜미디어의 사회적 영향력 측정방법론<br />(Formula 관련 두 가지 예)<br />2. 소셜미디어내 동원과 확산<br /> Lei Tang & Huan Liu (2010) .. “Influence Modeling”<br />in Community Detection and Mining in Social Media<br />- Diffusion 관련 Threshold Model 및 Cascade Model 기반<br />- Social Media에 특화되기 보다는 일반적인 Social Network 모델<br />
  30. 30. 소셜미디어의 사회적 영향력 측정방법론<br />소셜미디어의 issue의 사회적 파급력 측정<br /> (1) 사회적 이슈와 소셜 미디어 이슈의 일치성<br /> (2) 소셜 미디어의 이슈 주도성<br />2. 소셜미디어내 동원과 확산<br /> (1) 의견 주도자 분석<br /> (2) 이슈 확산의 연결망 구조 파악<br />issue-making <br />실제 분석 사례를 통해 살펴볼 필요성<br />연결망의 구조<br />
  31. 31. 분석 사례<br />소셜미디어의 issue의 사회적 파급력 측정<br /> (1) 사회적 이슈와 소셜 미디어 이슈의 일치성<br />
  32. 32. 분석 사례<br />소셜미디어의 issue의 사회적 파급력 측정<br /> (1) 사회적 이슈와 소셜 미디어 이슈의 일치성<br />블로그<br />뉴스보도<br />
  33. 33. 분석 사례<br />정치인들 이름 언급 연결망<br />
  34. 34. 분석 사례<br />트위터 전체 메세지들의 감성의 변화와<br />주식 Index 지수간의 일치성<br />
  35. 35. 분석 사례<br />소셜미디어의 issue의 사회적 파급력 측정<br /> (2) 소셜미디어의 이슈 주도성<br />
  36. 36. 분석 사례<br />2. 소셜미디어내 동원과 확산<br /> (1) 의견주도자 분석<br /><ul><li>전세계 1000명의 트위터 유력자들의 프로필과 이용 행태 간의 관계성에 대해 탐구 (Lim & Park, 2011, JKDAS)
  37. 37. Findings
  38. 38. 거주지 정보를 공개한 이용자들이 비공개한 이용자들 보다 적극적으로 트위터를 이용
  39. 39. 도시 규모가 상대적으로 큰 지역에 거주하는 이용자들은 상대적으로 작은 지역에 거주하는 이용자들에 비해 더 많은 지명도와 스타성을 확보.
  40. 40. 도시 규모가 상대적으로 작은 지역에 거주하는 이용자들은 사회적 관계 형성과 커뮤니케이션 활동을 보다 적극적으로 전개.</li></li></ul><li>분석 사례<br />Is Twitter a Medium of Social Mobilization?<br />: An Exploratory Study of the Use of Twitaddons.com in South Korea<br />Sujin Choi<br />Dept. of Radio-Television-Film<br />University of Texas at Austin, U.S.A.<br />Ji-Young Park<br />Master’s degree candidate <br />Han Woo Park (corresponding author) <br />Associate Professor, Dept. of Media & Communication<br />Yeungnam University, South Korea<br />Sunbelt XXXI, Florida, February 11, 2011<br />
  41. 41. Main Web page of Twitaddons.com<br />36<br />
  42. 42. 분석 사례<br />Twitaddons.com Groups<br />12 parties selected among 2,200 civic advocacy groups<br /> Membership ( > 100), Activeness (recent Tweets), Missions statements (political, commercial, social)<br />
  43. 43. Attributes of Group Organizers<br />38<br />Followers vs. Following<br />Conversation vs. Content Spread<br />Data period: Mar. – Sept. 2010<br />
  44. 44. Activities of Group Organizers with Followers and Members<br />39<br />More conversation and more content-sharing with party members than followers<br /><ul><li> 70 % of activities allotted to their relation with members</li></ul>*p < 0.1, df = 20<br />Note: i) ‘Chopae’ is excluded from the analysis as an outlier. ii) Actions of reply, mention, retweet, and attribution are counted based on the number of ‘unique tweets’ generated. For instance, if a tweet denotes three members (or followers), it is regarded as one tweet, instead of three tweets. iii) Followers include both members and non-members.<br />Data period: Mar. – Sept. 2010<br />
  45. 45. 분석 사례<br />Identifying influential Twitter usersThe case of Sejong City in South Korea<br />Chien-leng Hsu (Post-doctoral research fellow)<br />Se Jung Park (PhD student)<br />Han Woo Park (Associate Professor)<br />Department of Media & Communication, WCU Webometrics Institute, Yeungnam University<br />hanpark@ynu.ac.kr http://www.hanpark.net<br />http://english-webometrics.yu.ac.kr<br />Presented at the 5th Complexity Conference, 27 Nov 2010, Seoul, Korea<br />
  46. 46. 분석 사례<br />Key Users on Twitter Communities<br />The 2-step flow of communication theory (Katz & Lazarsfeld, 1964)<br />(Online) opinion leaders:<br />determinants of rapid & sustained behavior change of members in a community (Valent & Davis, 1999)<br />Park, Jeong & Han (2008)<br />practices (political) participation deligently<br />aggressively expresses opinions<br />
  47. 47. 분석 사례<br />Identifying Key Twitter Users<br />The “network structure” approach:<br /> fails to identify influential Twitter users (Leavitt et al, 2009; Haddadi et al, 2010) <br />The “actor relation” approach:<br />content reachability<br />Fisher & Gilbert (2009) ➭ replies, retweets, mentions & attributions<br />The majority of users: <br />silent & passive<br />a user’s influence: information forwarding activity (Romero et al, in submission)<br />Trace influential user over time<br />
  48. 48. 분석 사례<br />The Sejong City Project<br />The original plan (Moo-Hyun Roh in 2005):<br />To allocate 2/3 of government offices to Sejong, Chungnam (충남)<br />Necessary for regional development<br />The excessive centralization of Seoul & its vicinity➭ limited innovation potential (Shapiro, So & Park, 2010)<br />The revised plan (Myung-Bak Lee):<br />A center for education, scientific research & high-tech industries<br />Partitioning the capital would weaken Korea’s competitiveness & innovation capability<br />
  49. 49. 분석 사례<br />Research Questions<br />Who are the influential users who produce Tweets related to the Sejong City project?<br />What are activities of the influential users?<br />What is the relationship between the influential users?<br />What are the keywords frequently used by the influential users in the Sejong City issue network?<br />
  50. 50. Data collection & analytical techniques<br />Data collection<br />Dates of collection: 15 March ~ 12 April 2010<br />Twitter scraper: An automated computer program to retrieve Tweets from Twtkr (twitterkr.com)<br />Twitter API: Twitter user’s public data<br />Analytical techniques<br />Basic data:<br />Location<br />Number of Tweets<br />Lists of followings<br />Lists of followers<br />Pearson correlation test<br />Four posting activities:<br />Normal tweets<br />Being retweeted by others<br />Being replied by others<br />Being mentioned by others<br />Krkwic (keywords analysis)<br />
  51. 51. (I) Identification of influential users <br />
  52. 52. (II) Twitter activities of the influential users<br />
  53. 53. (III) Relationships between the influential users<br />
  54. 54. (IV) Keywords in the issue network of Sejong City<br />
  55. 55. Amendment of Sejong City law & politicians<br />Critical reviews on Sejong City law<br />Controversies & solutions<br />Agreement & social welfare<br />Other social & political issues<br />Conflicts between political parties<br />Political ideologies & concerns on national debt<br />National policies<br />
  56. 56. Discussions (I)<br />Influential users include media outlets & ordinary users<br />Correlation tests:<br />The occurrence of Tweets vs. the number of Tweets ➭ significantly correlated (Pearson correlation=0.663, p<.01)➭ Influential users tended to address public issues<br />The number of followers vs. the number of followings➭ significantly correlated (Pearson correlation=0.871, p<.01)➭ Influential users had mutual ties in the network<br />Influential users are likely to act as news brokers & deliver their views in a single-issue community<br />Having mutual relations with other influential users may allow an influetial user to make his/her own opinions available to a wider audience<br />
  57. 57. Discussions (II)<br />Referral activities/relationships<br />Media outlets ➭ normal tweets ➭ messages were not circulated well among other users<br />Ordinary users<br />normal tweets, retweets, mentions & replies <br />More likely to interact with the indirect presence of media outlets<br />Keyword network<br />Politicians, government projects & social-political issues mentioned<br />Influential user <br />some keywords specific to his/her cluster<br />similar keywords used ➭ a sense of community <br />
  58. 58. 분석 사례<br />영향력이 높은 의견 지도자를 정치인들도 따라간다<br />일반인 팔로워가 많은 정치인들에 대해 다른 정치인들이 멘션을 함.<br />의례성으로 팔로잉을 다른 정치인으로 하는 관계와 달리 멘션은 적극적인 정치적 행위로 나타남. 영향력의 <br />
  59. 59. 분석 사례<br />2. 소셜미디어내 동원과 확산<br /> (2) 이슈 확산의 연결망 구조 파악<br />Decomposing the structure of online protests against U.S. beef import in South Korean blogosphere<br />Woo Young CHANG<br />Catholic University of Daegu, Korea (South)<br />Han Woo PARK<br />YeungNam University, Korea (South)<br />WCU WebometricsInstitute<br />
  60. 60. 분석 사례<br />A theoretical discussion of Korea’s politicized cyberspace<br />Core-peripheral structure of diffusion<br />Similar to ‘Slash dot effect’ in the US, ‘Daum-Agora’(DA) effect arises<br />DA, an web-based discussion media, has been playing a tremendous role in raising public awareness and providing an investigative reporting abut US beef<br />
  61. 61. 분석 사례<br />Henry Jenkins asked Axel Bruns: Produsage? Its defining traits? <br />There's been some fantastic work in this field <br />already- from YochaiBenkler's work on 'commons-based peer production' to Michel Bauwens's 'p2p production', <br />from Alvin Toffler's seminal 'prosumers‘ to Charles Leadbeater and Paul Miller's 'Pro-Ams'. <br />I think it's fair to say that most if not all of us working in this field see these developments as an important paradigm shift - a "leap to authorship" for so many of the people participating in it, as Douglas Rushkoff has memorably put it.<br />
  62. 62. 분석 사례<br />I define produsage as "the collaborative and continuous building and extending of existing content in pursuit of further improvement", but that's only the starting point. <br />Again, it's important to note that the processes of produsage are often massively distributed, and not all participants are even aware of their contribution to produsage projects; <br />their motivations may be mainly social or individual, and still their acts of participation can be harnessed as contributions to produsage<br />
  63. 63. 분석 사례<br />Collective Intelligence Theory by Surowiecki<br />Three kinds of problems related to CI<br /><ul><li>Cognition, Coordination, Cooperation</li></ul>Online environments where the crowd becomes wise; Balkanization may decline but mobilization may increase <br /><ul><li>Diversity, Independence, Decentralization</li></li></ul><li>분석 사례<br />Selection of research site<br />The frequently-read entries(FRE) written by <br />DA blog-reporters during May and June of 2008<br /><ul><li>collected with search queries: mad cow disease, US beef, candle light protest
  64. 64. entries more than 10,000 views</li></ul>External entries trackbacked to FRE<br />
  65. 65. 분석 사례<br />Profile of FRE bloggers<br />Male bloggers over females<br />Mostly from Seoul area where cultural elites reside in <br />Interesting finding<br /><ul><li>Professional journalists from minor press
  66. 66. Some active group-blogs
  67. 67. Full-time/independent bloggers
  68. 68. Some oversea Korean bloggers</li></li></ul><li>분석 사례<br />Network analysis among FRE bloggers<br />28 bloggers are consistent for 2 months, <br />that is, ‘Core’ group produced 19 and 14 entries<br />Central bloggers are related to media industry<br />Network becomes sparser over time<br />The majority of pro-import bloggers are isolated<br />Betweenness of neutral bloggers is not high<br />
  69. 69. 분석 사례<br />Profile of Trackbackers<br />
  70. 70. 분석 사례<br />Just like Wikipedians, FRE bloggers contribute to the continuing extension and improvement of American beef-related online resource, observe this common property with some engagement, and are rewarded from this ongoing process as their level of involvement changes overtimeBruns emphasizes, “That’s why I suggest that they are neither simply users nor producers (and they’re certainly not consumers): they’re produsers instead”<br />
  71. 71. 분석 사례<br />Network from trackbackers to core FRE group, May<br />
  72. 72. 분석 사례<br />Network from trackbackers to core FRE group, June<br />
  73. 73. 분석 사례<br />Structural change over time:Disappearing long-tail participation<br />An over-time result shows that <br />the agenda-setting function of head bloggers (A-list),<br />whose entries were included more than two times in the FRE, become stronger than that of tail bloggers<br />in terms of writings, views, replies, and trackbacks <br />
  74. 74.
  75. 75. 분석 사례<br />Discussions<br />The results indicate that there is indeed a change in terms of online discourse and network structure over this short span of time<br />Balkanization and Mobilization theories need to be modified and discussed in terms of new ‘produsage’, ‘crowd wisdom’, and ‘long-tail’ concepts<br />
  76. 76. 분석 사례<br />트위터 이용자들의 커뮤니케이션 태도 인식<br />조성은 (사이버감성연구소 박사후 연구원)<br />secho@yu.ac.kr<br />박한우 (영남대언론정보학 부교수) <br />hanpark@ynu.ac.kr http://www.hanpark.net<br />
  77. 77. How do Twitter users perceive their communication attitudes as well as those of their followings?<br />분석 사례<br />
  78. 78. 분석 사례<br />데이터 수집<br />2010년 9월 트위터에서 온라인 서베이 수행<br />트위터파블릭 타임라인에서 한국어 메시지를 트윗한 아이디 900개를 수집한 뒤 맞팔 유도. <br />맞팔관계가 된 286명 중 159명이 온라인 서베이 참가 (56% of286명)<br />
  79. 79. Disclosure of Personal information <br />
  80. 80. 분석 사례<br />Name on Profile <br />
  81. 81. 분석 사례<br />Profile photo<br />
  82. 82. Relative importance of Other social media<br />
  83. 83. Dominant communicator<br />트위터에서 커뮤니케이터로서의 자기 인식의 정도를 살펴본 결과<br />자신이 팔로잉하고 있는 사람들 중 특히 신뢰하는 트위터 이용자와 비교했을 때 <br />커뮤니케이션 능력면에서 팔로잉하고 있는 사람이 더 뛰어나다고 인식하는 경향이 엿보임<br />커뮤니케이션을 주도하는 역할도 팔로잉하고 있는 사람이 더 주도적이라고 인식하는 경향이 엿보임<br />오프라인에서의 본인의 커뮤니케이션 태도와 비교했을 때 <br />커뮤니케이터로서의 영향력이나 적극성이 오프라인에서 더 낫다고 생각하는 경향이 엿보임<br />트위터에서(의견 형성을 위한) 커뮤니케이션을 주도하는 것은 약하나 일상 대화를 나누는 데는 일정한 역할을 하고 있다고 생각하는 경향이 엿보임<br />본인의 태도에 수동성이 있다고 여기는 경향이 있음 (자신이 의견을 제시하기 보다 다른 사람의 의견을 따르는 경향)<br />
  84. 84. 분석 사례<br />The Adoption of Global Social Media in Collectivistic Cultures: A Cross-Cultural Comparison of Twitter Use between Korea and Japan<br />조성은 (사이버감성연구소 박사후 연구원)<br />secho@yu.ac.kr<br />박한우 (영남대언론정보학 부교수) <br />hanpark@ynu.ac.kr http://www.hanpark.net<br />
  85. 85. 분석 사례<br />A cross-cultural comparison of Twitter use between Korea and Japan<br />How do cultural attitudes of users influence their Twitter use?<br />How does the user location (metropolitan vs. nonmetropolitan) influence Twitter use?<br />
  86. 86. 분석 사례<br />2010년 8월 18일~19일<br />자체 개발한 프로그램을 활용, 트위터파블릭 타임라인에서 한국어 메시지를 올린 300개 트위터 아이디와 일본어 메시지를 올린 300개 아이디를 수집<br />자체 개발한 트위터스크래퍼를 이용, 위 600개 아이디의 에고 데이터 (ego data) 수집. <br />없거나 private ID로 설정된 것들을 제외하고 최종적으로 한국 286개, 일본 283개 수집<br />에고데이터: 트윗수, 팔로잉/팔로워 수, 리트윗 수등<br />각 아이디가 올린 트윗 메시지들을 랜덤 추출하여 총 2,451 한국어 메시지, 2,739 일본어 메시지 내용 분석<br />
  87. 87. Participants and Their Twitter Use<br />* The percentages for gender and no. of metropolitans were calculated using only the valid cases.<br />
  88. 88. 분석 사례<br />Differences in Twitter Use between Korea and Japan 1<br />No significant difference in the proportion of reciprocal connections.<br />A high proportion of reciprocal connections <br />Face negotiation theory (Ting-Toomey, 1988)<br />In collectivistic cultures, members consider their partners’ face as long as this consideration does not conflict with the members’ individual needs.<br />Korean and Japanese users might not have wanted to embarrass their followers by providing no response.<br />
  89. 89. 분석 사례<br />Differences in Twitter Use between Korea and Japan 2<br />Korean users had more followers and followings, which indicates that Korean users more tolerant of in-groups than Japanese users. <br />Simple versus contextual collectivism<br />Koreans, who reflect simple collectivism, are flexible in defining in-groups depending on situations, and it is common for Koreans to belong to more than one in-group. <br />In Japanese culture, which reflects contextual collectivism, members are likely to maintain a few confined in-groups throughout their lives regardless of the situation or context. <br />
  90. 90. 분석 사례<br />Differences in Twitter Use between Korea and Japan 3<br />Japanese users posted more messages through their Twitter timeline.<br />Unexpected result based on cross-cultural theories<br />The unexpected results may be explained by the differences in the history of mobile communication (not in cultural traits) between the two countries. <br />Japan’s mobile communications industry <br />
  91. 91. 분석 사례<br />Twitter Use by Geographic Information <br />
  92. 92. Effects of the Disclosure of Geographic Information on Twitter Use<br />In the Korean sample, geographic information was positively related to the numbers of followers and followings. <br />support for the effect of self-disclosure on social relationships on Twitter.<br />Geographic information had no significant effect on Twitter use in Japan and <br />This may be because Twitter users in Japan are more likely to restrict their Twitter connections within an area than those in Korea. <br />It may also be because self-disclosure—which is used mainly for initiating new social relationships between zero-history interactants—is not necessary in a society in which the in-group boundary is predetermined and new social relationships are rare. <br />No significant effect on the number of Tweets for both Korea and Japan.<br />
  93. 93. 분석 사례<br />Twitter Use by User Location<br />
  94. 94. Effects of the User Locationon Twitter Use<br />Korean users living in a nonmetropolitan area posted more Tweets than those living in a metropolitan area. (For Japanese, no significant, yet a similar tendency to Korean’s) <br />The result does not provide support for the argument that metropolitans post more Tweets than nonmetropolitans because of the digital divide. <br />This may be because nonmetropolitans tend to have a simpler lifestyle, which can motivate them to spend more time on Twitter.<br />This tendency may be more salient in Korea, where the gap between metropolitan and nonmetropolitan lifestyles is wider than that in Japan.<br />
  95. 95. Types of Tweets: Korea vs. Japan<br />* IS: Information Sharing; SP: Self-Promotion; OC: Opinions/Complaints; RT: Statements/Random Thoughts; ME: Me Now; QF: Questions for Followers; PM: Presence Maintenance; AM: Anecdotes-Me; AO: Anecdotes-Others.<br />* Blue bar: Korea; red bar: Japan.<br />
  96. 96. 분석 사례<br />Analysis of Tweets<br />For Korean users, the primary purpose of using Twitter was information sharing, a goal-oriented communication action. <br />Information sharing is an effective communication strategy both for facilitating faithful interactions and for maintaining individuality. <br />For Japanese users, it was personal graffiti disappearing (or unnecessary) communication context. <br />Their messages seemed as if they were talking to themselves in public. Self-disclosure while excluding out-group members from their personal lives.<br />
  97. 97. 분석 사례<br />Conclusion<br />Twitter users in Korea tend to embrace their Twitter connections within the in-group boundary, despite some differences between Twitter connections and offline in-group members in terms of the degree of intimacy. <br />Twitter users in Japan tend to control their content and connections to maintain closed social relationships. <br />Social media have changed the ways in which individuals socialize and communicate through the Internet across countries and cultures. <br />By negotiating with local cultures, users develop their own communication strategies for global social media. <br />
  98. 98. 분석 사례<br />조성은 (사이버감성연구소 박사후 연구원)<br />secho@yu.ac.kr<br />박한우 (영남대언론정보학 부교수) <br />hanpark@ynu.ac.kr http://www.hanpark.net<br />트위터를 통해 본 2011년 대선주자의소통 유형과 (영향력)<br />
  99. 99. 온라인 선거 캠페인 유형 (클로버 외, 2007)<br />
  100. 100. 데이터 수집<br />데이터 수집일시: 2011.06.09<br />트윗활동을 시각적으로 보여주는 오픈소스 이용<br /> TweeTrend, TwitterCounter, TrendSeek등<br />연구소 자체 개발 스크래퍼 이용<br />팔로워 수, 팔로잉수, 맞팔율, 리스트, 페이버릿등에고 데이터 수집<br />동시출현빈도 매트릭스 (DiscoverText.com 활용) 및 메시지 비교 분석<br />
  101. 101. 트위터 소통 유형<br />업무관련<br />정치 행보, 입장<br />개인적 입장, 의견, 감정<br />개인 근황, <br />신변<br />김문수<br />정동영<br />유시민<br />박근혜<br />정몽준<br />정세균<br />이재오, 손학규<br />오세훈의 경우 트위터 계정을 개설해 두었지만 트위터 내 직접 소통은 없음. 대신에 트위터 프로필에 블로그 주소 링크를 걸어서 방문자들이 블로그로 유입될 수 있도록 함. <br />보다 정돈된 방식의 일방향 커뮤니케이션 지향 태도. <br />오세훈: 트윗 없음<br />
  102. 102. 커뮤니케이션의 상호성<br />높음<br />낮음<br />많은 편<br />적은 편<br />70% 이상<br />20% 이하<br />정동영<br />손학규<br />이재오<br />김문수<br />정세균<br />유시민<br />박근혜<br />정몽준<br />김문수<br />정동영<br />유시민<br />박근혜<br />정몽준<br />이재오<br />손학규<br />정세균<br /><ul><li>유시민의 경우, 0.1%의 낮은 맞팔율에도 불구하고 일반 이용자들의 모든 멘션과 질문에 1:1로 응대함으로해서 높은 소통적 상호성을 보여줌 (다른 후보들에 비해 타임라인의 많은 메시지들이 1:1 응답에 대한 것임)
  103. 103. 유시민, 박근혜는 낮은 맞팔율에 비해 각각 20만명 이상, 10만명 이상의 팔로워들을 가지고 있음. 이는 관계적, 소통적 상호성과는 별도로 정보전달자로서의 영향력이 높음을 알 수 있음.
  104. 104. 김문수의 경우 경기도 업무 관련 질문에 응답할 때 replies 대신 retweets (RT)를 활용. 일대일 소통의 단점 (감정적 책임을 기대하게하는 근접 소통)을 피하면서 정보 전달 및 일하는 도지사이미지 구축.
  105. 105. 유시민도 위와 유사한 패턴.
  106. 106. 정동영의 경우 일반 트위터 이용자들의 RT활용과 비슷한 패턴. 즉, 다른 이용자들의 메시지를 적극적으로 전달하기 위한 RT 활용이 많은 편. </li></li></ul><li>이용자 관심도와 메시지 가치<br />Listed<br />리스트 되어진다(listed)는 것은 팔로잉하고 있는 이용자들이 해당 트위터 계정에 대한 관심도를 엿볼 수 있는 지표임. <br />오세훈 (524), 정세균(965)을 제외하고 모두 1000개 이상의 트위터 이용자들에 의해 리스트 되어짐. <br />리스트된 수를 보면 대선 주자들의 트위터가 대체로 높은 관심을 받고 있음을 알 수 있음. <br />오세훈의 경우 트위터 활동이 전혀 없음에도 불구하고 7267명이 팔로잉하고 있고 524명이 리스트에 올렸다는 점에서 주목을 받고 있는 정치인임을 새삼 증명하고 있음. 또한 앞으로 트위터 활동을 할 것이라는 기대감이 높은 편이라고 짐작해볼 수 있음. <br />Favorites<br />Favorites는 타임라인에 올라온 메시지들을 저장하는 기능. 실시간으로 올라오는 메시지들을 일시 저장해서 다음에 다시 볼 수 있게 함. 어떤 메시지를 favorites 했다는 것은 해당 메시지가 정보 가치가 있음을 인정받았다고 볼 수 있음. <br />트윗 메시지 중 30개 이상 메시지가 다른 이용자에 의해 저장(favorite)되어진 대권주자는 김문수, 정동영, 정세균 뿐임. 김문수, 정동영의 경우 RT를 적극 활용하며 정보 생산자로서 뿐만 아니라 전달자(중계자)의 역할도 수행하고 있다는 점에서 메시지가 저장(favorite)될 경우의 수가 다른 주자에 비해 충분히 많을 수 있음. 따라서, 본인들의 생산한 메시지의 정보 가치가 높다는 판단은 유보할 필요가 있음. <br />후속 연구가 필요하겠지만, 정세균의 경우는 RT의 횟수가 적은 점을 감안하면 본인이 생산한 메시지가 그대로 정보 가치로 평가 받을 수 있는 여지가 앞의 두 대권주자보다 많다고 볼 수 있음. <br />
  107. 107. 동시출현빈도 매트릭스 <br />트위터 메시지에서 각 대권 후보들의 이름이 동시에 언급된 사례 수 (2011/06/03~06/09)<br />DiscoverText.com<br />
  108. 108. 동시출현빈도 매트릭스 <br />공통고려사항: 데이터 수집 당시 대선주자 여론조사 발표<br />
  109. 109. 동시출현빈도 매트릭스 <br /><ul><li>특정 기간, 특정 순간의 이슈가 트위터 정보 소통에 미치는 영향 짐작 가능
  110. 110. 다양한 정보가 오고 가는 것보다는 순간 이슈에 대한 (같은) 메시지가 리트윗을 통해 확대되는 양상이 보다 두드러짐을 알 수 있음 (트위터의 정보 확산 능력)</li></li></ul><li>각 대권후보와의 관련어<br />한달동안 해당 주제어와 관련되어 나온 단어들 (5/11~6/8), trendseek .co.kr<br />정몽준<br />오세훈<br />박근혜<br />trendseek .co.kr<br />김문수<br />이재오<br />한나라당 대선주자들의 당내 주도권 싸움<br />
  111. 111. 각 대권후보와의 관련어<br />한달동안 해당 주제어와 관련되어 나온 단어들 (5/11~6/8), trendseek .co.kr<br />손학규<br />정동영<br />정세균<br />손학규: 한나라당 대표적 대선주자와의 대결구도<br />정동영, 정세균: 대선주자로서의 조명보다 민주당 대표의원 및 사회 이슈가 더 부각됨<br />유시민:유력 정당의 뒷받침이 아닌 개인이 부각된 대선후보임을 드러냄. 야권 내 대선주자 대결 구도 짐작. 노무현 전대통령과 연결된 정치적 정체성<br />유시민<br />
  112. 112. 각 대권후보와의 관련어<br />한달동안 해당 주제어와 관련되어 나온 단어들 (5/11~6/8), trendseek .co.kr<br />
  113. 113. 각 대권후보와의 관련어<br />한달동안 해당 주제어와 관련되어 나온 단어들 (5/11~6/8), trendseek .co.kr<br />
  114. 114. 각 대권후보 관련 단어의 <br />긍정성/부정성<br />한달동안 해당 주제어와 관련되어 나온 단어들 (5/11~6/8), trendseek .co.kr<br />√<br />박근혜<br />정몽준<br />오세훈<br />√<br />김문수<br />이재오<br />
  115. 115. 각 대권후보 관련 단어의 <br />긍정성/부정성<br />한달동안 해당 주제어와 관련되어 나온 단어들 (5/11~6/8), trendseek .co.kr<br />정동영<br />정세균<br />손학규<br /><ul><li>한나라당 후보들이 모두 부정적 단어의 빈도가 더 높은 반면 야권 후보들의 경우 부정적 단어의 빈도가 더 낮음.
  116. 116. 이는 상대적으로 주류 미디어 장악력이 낮은 야권이 트위터와 같은 인터넷 미디어를 대체 미디어로 활용할 수 있음을 확인시켜 줌 (평등화 효과 기대).
  117. 117. 하지만 이를 통해 지지세력을 더 확대할 수 있을지는 미지수
  118. 118. 주류 미디어와 비교해서 약점일 수 있는 점
  119. 119. 재강화 효과 발생 가능성</li></ul>유시민<br />
  120. 120. 4월 재보궐 선거 전후 트윗<br />tweetstats.com<br />박근혜<br />정몽준<br />김문수<br />이재오<br />
  121. 121. 4월 재보궐 선거 전후 트윗<br />tweetstats.com<br />손학규<br />정동영<br />정세균<br />유시민<br />
  122. 122. 4월 재보궐 선거 전후 트윗<br />tweetstats.com<br />정몽준, 손학규, 정세균, 유시민의 경우<br />평소 트윗포스팅 경향과 비교했을 때, 2011.4월 재보궐선거 전후 급격한 활동량 증가를 보임<br />트위터를 통한 적극적 선거 캠페인 (동원형, mobilizing)<br />정몽준, 정세균의 경우 재보궐 선거 이후인 5월에도 트윗량 많음. 평소에도 전략적으로 사용하려는 의도 엿보임 (향후 선거 대비?)<br />유시민은 특수한 경우. ‘선거 결과’라는 변수 고려할 필요 있음.<br />박근혜, 이재오, 정동영은 <br />2011.4월 재보궐 선거라는 이슈와 상관없이 기존 이용 패턴이 그대로 나타남<br />선거 관여도를 조절한 경우<br />김문수의 경우 <br />4월 재보궐선거전후 보다 4월 한달동안 오히려 트윗 수 감소(4월 120여 개. Cf. 2월 300개 이상, 3월 200개 이상, 5월 190개 이상)<br />관심집중지역이었던 분당보궐 선거가 경기도 관할이라는 변수. <br />
  123. 123. 자주 등장한 단어<br />tweetstats.com<br />박근혜<br />박근혜, 정몽준<br />근황 전달. 감사표시. 정제된 응답. (특정 이슈나 의견 방향이 드러나지 않는) 공손하고 보편적인 단어들. 거리감을 둔 소통. <br />정몽준<br />김문수<br />김문수<br />‘경기도’라는 특정 주제가 부각됨. <br />‘너무’ ‘더’ 더욱’ 잘’ 많은’ ‘좋은’ 즐거운’ ‘가장’ 등 긍정적 강조를 표현하는 부사어들이 자주 등장. <br />‘지사님’ ‘도지사’ 등 김문수의 역할이 트위터에서 주요 대상임을 보여줌. 역할 수행에 충실한 도지사 이미지와 연관. <br />
  124. 124. 자주 등장한 단어<br />tweetstats.com<br />이재오<br /><ul><li>‘단상’이라는 단어의 잦은 등장. 자신의 생각, 의견 표출 공간으로 트위터 활용하고 있음을 짐작하게 함.
  125. 125. ‘않는다’ ‘없다’ ‘올랐다’ ‘있다’ ‘한다’ ‘했다’ 등 반말의 등장은 다른 정치인들과는 달리 혼잣말과 같은내용을 트윗하기도 했음을 짐작하게 함. </li></ul>이재오<br />손학규<br /><ul><li>‘다녀왔습니다’ ‘되었습니다’ ‘있었습니다’ ‘왔습니다 ‘등 본인의 근황을 보고하는 내용이 많음을 엿볼 수 있을 뿐만 아니라
  126. 126. 박근혜, 정몽준과 비교해서 소통의 거리감이 좀 더 좁혀져 있음을 엿볼 수 있음 (‘같이’ ‘오랜만에’ 등 친밀감이 보이는 부사어 등을 통해)
  127. 127. ‘4대강’ ‘구제역’ ‘반값등록금’ ‘분당’ ‘제주도’ ‘천주교주교회’ 등 정치적, 사회적으로 이슈들을 트위터를 통해 적극적으로 소통하고 있는 것도 눈에 띔. 한나라당 대권주자들이 이런 이슈들을 피하고 논란과 상관없는 보편적 단어들이 주로 눈에 띈 것과 비교할 만 함. </li></ul>손학규<br />정동영<br />정동영<br /><ul><li>‘ㅎㅎ’ ‘같네요’ ‘공감입니다’ ‘되세요’ ‘막걸리’ ‘아닐까요’ ‘않을까요’ ‘트윗’‘하겠습니다’ ‘트위터에서’ ‘파이팅’ ‘힘내세요’ 등의 단어들은 정동영이 트위터를 통해 일반 이용자들과 정치적인 이슈 이외의 일반적 이슈(보다 가벼운 이슈들)에 대해서도 의견을 주고 받고 있음을 짐작하게 함 (위 제시된 단어들은 거리를 둔 공식적 태도의 대화보다는 일상에서 가벼운 대화를 나눌 때 볼 수 있는 서술어 형태라 볼 수 있음. Cf. 박근혜, 정몽준 트위터의 단어들) </li></li></ul><li>자주 등장한 단어<br />tweetstats.com<br />정세균<br />정세균<br /><ul><li>손학규의 경우와 마찬가지로 정치적, 사회적 이슈들이 직접적으로 언급되고 있음을 엿볼 수 있음 (예, ‘4대강’, ‘간담회’, ‘강원도지사’, ‘노무현’, ‘대선’, ‘대통령’, ‘대표’, ‘세종시’, ‘이명박’, ‘최문순’, 등)
  128. 128. 다른 대권주자들에게도 보였듯이 본인의 근황에 대한 보고도 있음을 알 수 있음 (‘가졌습니다’ ‘게시했습니다’ ‘노력하겠습니다’ ‘다녀왔습니다’ ‘하겠습니다’ 중입니다’ ‘왔습니다 등)</li></ul>유시민<br />유시민<br /><ul><li>@u_simin이 자주 등장한 것은, 유시민이 본인이 ‘멘션된’ 트윗 메시지들에 얼마나 적극적으로 응답하고 있는지를 보여주는 증거 (팔로잉 하는 사람이 극히 적고 맞팔율이 현저히 낮아도 개별 응답에 충실함으로해서‘소통하는 사람’의 이미지를 확실히 구축하고 있음을 다시 한번 확인해볼 수 있음. ‘일대일 응대’로 일관하는 경향은 소통의 친밀성도 높일 수 있는 전략이며 이를 모두 RT 함으로해서 자기홍보효과까지 꾀함)
  129. 129. 개인적 선호, 관심사, 감성 등이 드러나는 단어들이 자주 눈에 띔. 이는 유시민이트위터를 통해 친밀한 소통을 하고 있음을 지지해 줌 (예, 김대중자서전, 노무현, 정의로운, 한겨례, 친구들, 토론회)
  130. 130. 현재 유시민에 대한 일반인들의 기대감이나 의견에 응대하고 있음도 짐작할 수 있음 (예, 여론조사, 민주노동당, 민주당, 이정희, 이명박, 후보 등)</li></ul>기타<br /><ul><li>박근혜, 정몽준을 제외한 나머지 대권주자들 트윗 메시지에 ‘사진 링크’를 나타내는 ‘twitpic’ ‘twipl’ 단어가 자주 등장.
  131. 131. 다시 말해, 박근혜, 정몽준은 사진 게재를 거의 하지 않았음을 보여줌. 이는 이 두 대권주자가 트위터 활용을 거리감을 유지하며 (건조한 어조로) 근황보고 위주로 활용하고 있음을 다시 한번 확인해 주는 것임. </li></li></ul><li>자주 등장한 단어 종합<br />tweetstats.com<br />전형적 정보유포자 유형 (전송형, informing)<br />박근혜, 정몽준<br />Dominant communicator (대화를 이끄는) 역할<br />김문수, 손학규, 정동영 (관여형, involving) <br />관여형, involving<br />유시민: 공개된 곳에서의 1:1 대화 (RT를 통해 팔로워 모두가 공유할 수 있는 대화) <br />Meformer(혼잣말을 하듯 개인 생각을 트윗)<br />이재오<br />기타<br />정세균: 어떤 특정 유형에 분류될 만큼의 뚜렷한 특성이 나타나지 않음<br />
  132. 132. 종합<br />전송형(informing)에 가까운 대권주자<br />박근혜, 정몽준<br />뚜렷한 관여형(involving)특징을 보이는 대권주자 <br />김문수, 정동영, 유시민<br />높은 동원화 효과가 기대되는 대권주자<br />유시민<br />관여형 주자 중 본인의 공적 업무를 주제로 활발히 소통하는 김문수 도지사도 높은 가능성<br />평등화 효과의 혜택을 누리는 야권의 유력 대권주자들. 특히, 당의 영향력이 약한 유시민<br />트위터에 한정된 미디어 효과일 수 있음 (제한성)<br />
  133. 133. Prof. Han Woo PARK<br />World Class University Webometrics Institute<br />CyberEmotions Research Center<br />Department of Media and Communincation,<br />YeungNam University, Korea<br />hanpark@ynu.ac.kr <br />http://www.hanpark.net<br />WCU<br />WEBOMETRICS<br />INSTITUTE<br />INVESTIGATING INTERNET-BASED POLITIC WITH E-RESEARCH TOOLS<br />WWI<br />

×