서울대 지역정보 Bk21(14 dec2010)

1,366 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,366
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
26
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

서울대 지역정보 Bk21(14 dec2010)

  1. 1. WEBOMETRICS INSTITUTE 웹 메트릭스와 소셜 미디어 분석 Webometrics & Social Media Analysis Prof. Han Woo Park http://www.hanpark.net•서울대 농경제학부 지역정보전공 BK21 범국가 및 지역분석가 인력양성팀 특강, 2010년 12월
  2. 2. 네트워크 사회 (Network Society) 인터넷으로 대표되는 디지털 미디어 기술 발젂과 보 편화 현상은 정보, 자본, 문화적 소통이 즉각적으로 이 루어지는 “네트워크 사회(networked society)”가 도래 하는 계기를 마련
  3. 3. 사회구성원은 변화하고 있다!! 오늘날 디지털 매체를 매개로핚 대중은 정보를 일방적으 로 수용하는 관객 또는 소비자라는 객체로서가 아닌 “주체 로서의 다수”라는 개념으로 그들의 무핚핚 잠잧력이 강조  집단지성(collective intelligence) - Levy(1999)  현명핚 굮중(smart mob) - Rheingold(2002)  굮중의 지혜(the wisdom of crowds) - Surowiecki(2005)  프로듀저(produser) - Bruns(2008) 이들 모두는 이전에 갂과되거나 부정적으로 묘사된 일반 대중들이 디지털화된 네트워크 사회가 그들의 잠재력을 발휘하도록 도와줌으로써 사회 문화 발전에 긍정적인 기 여를 한다는 사실을 주지시킨다.
  4. 4. 웹보메트릭스(Webometrics) 연구방법 웹보메트릭스는 월드와이드웹(World Wide Web)의 „웹(Web)’과 계량적 붂석을 뜻하는 „메트릭스(Metrics)가 합성된 용어로, 인터 넷 정보와 디지털 기술의 사용방식을 정량적으로 붂석하는 연 구방법이다. 웹보메트릭스라는 이름은 Almin와 Ingwersen(1997)의 논문에서 비롯되었다. 그렇지맊, 웹보메트릭스 붂야는 하이퍼링크 네트워 크, 웹 가시성 추적, 블로그 관계망, 검색엔짂 비교 붂석을 포함 하면서 사회정보학을 벗어나 급속히 확대되고 있다. 특히 웹보메트릭스 연구방법은 웹사이트의 콘텐츠와 하이퍼링 크 등을 통핚 사회네트워크붂석(social network analysis)에 자주 홗용되고 있다.
  5. 5. Webometrics Webometrics include not only hyperlink data but also communication content and usage patterns to measure social actions on the World Wide Web. According to Björneborn and Ingwersen (2004), the definition of webometrics is "the study of the quantitative aspects of the construction and use of information resources, structures and technologies on the Web drawing on bibliometric and informetric approaches.” Webometrics is broadly defined ‘‘as the study of web-based content with primarilyquantitative methods for social science research goals and using techniques that are not specific to one field of study.’’ (Thelwall, 2009, p.6).
  6. 6. Webometrics VS HNAhttp://participatorysociety.org/wiki/index.php?title=Online_Research
  7. 7. Seminal publications in the field Garton, L., Haythornthwaite, C., & Wellman, B. (1997). Stu dying online social networks. Journal of Computer-Mediat ed Communication, 3(1). Wellman, B. (2001). Computer networks as social networ ks, Science, Vol. 293, Issue (14), pp. 2031-2034. Park, H. W. (2003). Hyperlink network analysis: A new met hod for the study of social structure on the web. Connect ions, 25(1), 49-61 . Park, H. W., & Thelwall, M. (2003). Hyperlink analyses of th e World Wide Web: A review. Journal of Computer-Mediat ed Communication, 8(4).
  8. 8. Web Hyperlink Networks as Social Networks
  9. 9. Connecting: Endorsement
  10. 10. Connecting: Endorsement
  11. 11. How different across disciplines?
  12. 12. Social media refers to a set of online tools thatsupports social interaction between users.
  13. 13. Given that social media connect individuals indramatically different ways, research questions are likethese:What do people talk?Who can see what?Who can reply to whom?How long is content visible?What can link to what?Who can link to whom?Webometrics and Hyperlink Network Analysis can beparticularly useful to answer these questions!!!
  14. 14. Web mention, visibility, trend analysis ‘폐쇄성과 보수의 도시’, ‘고담도시 대구‟  지속적으로 이어지는 인터넷공갂에서의 지역 비하  네이버에서 „고담 대구‟로 이미지를 검색, 총 279건 추출 (2010년11월 24일 검색결과)
  15. 15. 인터넷에서 일어나는 지역 비하 단어갱스오브부산, 마계인천, 라쿤광주, 고담대구
  16. 16. Web Trend Analysis• Jangan district in Suwon City, Gyeonggi Province (Park, CS) (Lee, CY) (Ahn, DS) (Yoon, JY)
  17. 17. Blogs vs. Votes• Jangan district in Suwon City, Gyeonggi Province N. of Votes 38,187 N. of Blogs 33,106 5,570 716 박찬숙 이찬열 안동섭 윤준영 (Park, CS) (Lee, CY) (Ahn, DS) (Yoon, JY)(Park, CS)(Lee, CY) (Ahn, DS) (Yoon, JY)
  18. 18. Results• Correlation Analysis (N. of Blogs & N. of Votes) – Pearson r = .586, p < .01 (N=29) – Spearman rho = .797, p < .01 (N=29)• Simple Regression Analysis – N. of Votes = 1,055.56 + 79.99(N. of Blogs) – R2 = .344 (F = 14.128, p < .01) – ß = .586 (t = 3.759, p < .01)
  19. 19. The Structural Relationship Between Politicians Web Visibility and Political Finance NetworksAlthough there was no direct relationship between the amount of financial donations and the number of votes, the indirect effect was determined by a path analysis.As shown in Figure 3, the path analysis assumed a linear relationship among the three variables because financial donations can be used for political campaigning on the Web. The indirect effect of the amount of financial donations on thenumber of votes was .076. The size of the effect was small but significant.
  20. 20. 공식선거기간 중 발생된 주요 정치적 이슈들에 대한웹가시성 분석 결과, 전반적으로 천안함 사건에 대한논의가 모든 온라인 플랫폼에서 중요한 선거 이슈그러나, 하루단위로 분석된 이슈 분석 결과, 트위터가사회 정치적 이슈에 대해 보다 민감하게 반응하는지방선거 전날인 6월 1일에, 트위터에서는 모케이블방송사에서 MC직 사퇴로 논란을 빚은 개그맨 김제동에 대한 논의와 4대강 사업에 반대하며 소신공양한문수스님에 대한 논의가 활발히 전개블로그와 언론사 사이트에서는 천안함 사건에 대한이슈가 가장 높은 웹가시성을 나타냈다.
  21. 21. 블로그 선거이슈 트위터 선거이슈 언론사선거이슈
  22. 22. Target link analysis on SNS - Collective action on Cyworld• 130 Korean National Assembly Members’ Cyworld Minihompies.• The data were collected April 2008 – June 2009• 153,602 comments were collected• 1,276 comments contained links
  23. 23. Minihompy The status of minihompy ①How active ②How famous ③How friendly Visitor count xxx ① ② ③ 사진 xxx Gender xxx Name
  24. 24. Minihompy xxx Logged in User 사진 xxx
  25. 25. Cyworld-IP screen captureMinihompy IP address xxx 사진 xxx xxx xxx xxx
  26. 26. Cyworld-IP screen captureMinihompy xxx 사진 xxx xxx 사진 xxx
  27. 27. Where do Koreans want take us?-KoreaCategory Domain Comments linking to Domain %Petition agora.media.daum.net 325 17.6News news.naver.com 150 8.1SNS cyworld.com 139 7.5Forum cafe.naver.com 106 5.7Blog blog.naver.com 72 3.9Blog blog.daum.net 69 3.7Blog rokp.tistory.com 61 3.3NGO bss.or.kr 56 3Forum cafe.daum.net 51 2.8Government socialenterprise.go.kr 49 2.7Total 1078 58.3 Based on 1,078 (58.3%) of 1,849 links to Korean services
  28. 28. Where do Koreans want take us?-OverseaCategory Domain IP Country Comments linking to Domain %Video-sharing youtube.com United States 15 21.1Video-sharing video.google.com United States 12 16.9Government ams.usda.gov United States 5 7Social welfare thesixsystem.net United States 5 7News reuters.com United States 5 7Homepage jameswon.award Germany 3 4.2 space.usAdvertising danawa.tk Netherlands 2 2.8News news.bbc.co.uk United Kingdom 2 2.8News ireport.com United States 1 1.4News iht.com United States 1 1.4Total 51 71.8 Based on 51 (71.8%) of 71 links to overseas services
  29. 29. Table 6: Comments categorized by link type from the six groups of gender and political affiliation What makes Koreans hyperlink to?Category Information Network Identity/image Audience Message Spam provision building building sharing amplificationOpposition 1 20 0 0 11 9FemaleOpposition 3 4 1 1 13 8MaleOpposition 0 11 1 0 14 2UnknownRuling 1 6 0 0 29 3FemaleRuling 1 5 0 0 23 7MaleRuling 0 12 0 1 16 3UnknownTotal 6 58 2 2 106 32% 3% 28% 1% 1% 51% 16%Based on 206 comments agreed on by both coders from the initial set of 300
  30. 30. Sentiment of Koreans to linkcandlelight protest suicide of ex- president Roh
  31. 31. Bi-linked network of politically activeA-list citizen blogs (July 2005) URI=Centre DLP=Left GNP=Right Just A-list blogs exchanging links with politicians
  32. 32. Affiliation network diagram using pages linked to Lee’s and Park’s sites N = 901 (Lee: 215, Park: 692, Shared: 6)
  33. 33. 24May2010 Education Superintendents VS Mayors
  34. 34. 25May2010 Education Superintendents VS Mayors
  35. 35. 26May2010 Education Superintendents VS Mayors
  36. 36. 27May2010 Education Superintendents VS Mayors
  37. 37. 28May2010 Education Superintendents VS Mayors
  38. 38. 30May2010 Education Superintendents VS Mayors
  39. 39. 31May2010 Education Superintendents VS Mayors
  40. 40. 1June2010 Education Superintendents VS Mayors
  41. 41. 2June2010 Education Superintendents VS Mayors
  42. 42. Link(2010_M) Link(2010_E) Link(2007_P) Date Date N=44 N=69 N=2024-May-10 3.77 0.0325-May-10 3.82 0.0426-May-10 3.86 0.0427-May-10 3.77 0.11 869.66 02-Dec-0728-May-10 3.62 0.15 785.52 05-Dec-0730-May-10 3.87 0.63 877.92 08-Dec-0731-May-10 3.92 0.92 940.58 11-Dec-0701-Jun-10 4.03 1.24 819.72 14-Dec-0702-Jun-10 4.10 1.36 1129.62 17-Dec-07
  43. 43. 20012000 ‣ 59 isolated in 2000 ‣ more centralised in 2001 ‣ network of 2001 ➭ a ‘star’ network - might affected by political events ➭ presidential election in 2001 Web 1.0
  44. 44. 2005 2006‣ hubs disappearing‣ easy use of blogs‣ Clear boundaries between different parties‣ strong presence of GNP Assembly members ➭ party policy on using blogs Web 2.0
  45. 45. Twitter Network (2010)GNP MDP Independent
  46. 46. Comparison across three networks Indicators homepage blog Twitter 2010Average distance 2.02 1.852 1.727Distance_based cohesion 0.003 0.009 0.405Distance_weighted fragmentation 0.997 0.991 0.595• The value should fall between 0 and 1.• The average distance of Twitter 2010 was the shortest•Distance_based cohesion (larger values indicate greater cohesion):Twitter 2010 was the most cohesive network•Distance_weighted fragmentation (larger values indicate greaterfragmentation): Twitter 2010 had the lowest value thus was leastfragmented.
  47. 47. Comparison across three networks Power law distribution shows: Twitter ties are made more equally than homepages 60 50Number of ties 40 Twitter 30 20 10 0 Number of politicians Home Indegree Home Outdegree Blog Indegree Blog Outdegree Twitter Indegree Twitter Outdegree
  48. 48.  195 politicians (Assembly members & several important people) Data collected between 29-30 Oct 2010 from Twitter Indegree centralization: 33.29% Outdegree centralization: 74.73Followers Followings
  49. 49.  Geun-Hye Park: rank 20th (Indegree centrality: 63)Follower 50
  50. 50.  Geun-Hye Park: rank 139th (Outdegree centrality: 8) Following 50
  51. 51. Does Web Networking promote Citizenship? Free, easy online networking via social media allows smartizens to become democratic?  Allows the creation of Habermas’s free discussion Public Sphere? Sunstein’s Republic.com 2.0 argues (from a U.S. perspective) Cyber-balkanization  the Internet supports diversity, but  individuals choose to cocoon themselves in areas of agreement,  the net result is protection from exposure from differing opinions =  the death of democracy
  52. 52. Five Politicians’ Following-Based Ego NetworksDiagram 1. Five Politicians’ Following-Based EgoNetworksThe size and color of each node corresponds to thenumber of followers as follows: Size o Color o Number of followers f nod f node e 1.5 Yellow 0 to 10,000 3.0 Purple 10,001 to 100,000 3.5 Pink 100,001 to 1,000,000 4.0 Blue More than 1,000,000 GG Kang HR Won KW Na DY Chung HC Noh 한나라당 진보싞당 민주노동당 민주당
  53. 53. Five Politicians’ Follower-Based Ego NetworksDiagram 2. Five Politicians’ Follower-Based Ego NetworksThe size and color of each nodecorresponds to the number of followersas follows:Size of Color of Number ofnode node followers1.5 Yellow 0 to 10,0003.0 Purple 10,001 to 100,0003.5 Pink 100,001 to 1,000,0004.0 Blue More than 1,000,000 GG Kang HR Won KW Na DY Chung HC Noh 한나라당 진보싞당 민주노동당 민주당
  54. 54. Overlaps in terms of Twitter Followers HR Won HC Noh GG Kang KW Na 한나라당 (GNP) 진보싞당 (PNP) 민주노동당 (MDP) DY Chung 민주당 (MP)
  55. 55. Overlaps in terms of Twitter Followings HR Won GG Kang HC Noh KW Na 한나라당 진보싞당 민주노동당 DY Chung 민주당
  56. 56. 사례 분석: 2011년 대구 세계 육상 선수권 대회 배경  2007년 3월 27일 국제육상경기연맹(IAAF)은 제 13회 세계 육상 선수권 대회를 대구에서 개최하기로 확정.  대구 세계 육상 선수권 대회 조직위원회는 2011년 대회를 단순핚 스포츠 대회가 아닌 영남권 지역문화를 국내외에 알리는 문화 행사로 그 취지를 살리고 있음.
  57. 57. 조직위 홈페이지 웹링크 분석  구글에서 제공하는 웹보메트릭스 붂석 툴인 터치그래프를 이용 (http://www.touchgrap h.com)  주요 관련 웹사이트 들은 국내 사이트로 핚정  해외 사이트들에 대 핚 관계 형성 미흡
  58. 58. 조직위 트위터 멘션맵(mention map) 분석  조직위원회의 공식 트위 터 계정(2011daegu)에 대 해 멘션맵(metionmap; http://apps.asterisq.com/ mentionmap)을 이용하 여 트위터 이용자들갂의 관계 붂석  조직위원회 트위터 계정 의 팔로윙(following) 수 는 2,044, 팔로워 (followers) 수는 1,924명  멘션맵 붂석 결과, 실제 적으로 조직위원회 트위 터 계정을 언급하며 발 생하는 직접적인 소통 관계는 제대로 구축되어 있지 못핚 실정
  59. 59. Impact of Smart phone on Twitter style Twitter users are more likely to send socio-emotional content related to self-presence rather than social information sharing (Naaman, Boase & Lai, 2010) We examined whether the messages sent from mobile devices tended to be shorter in terms of the length and more interactive (the use of hashtag, mention, reply, retweet) Qualitatively, we investigated if the messages sent from mobile devices were self-focused, less syntactically complex, playful, and contained more phatic communication.
  60. 60. Communication style related to Sejong city projectDevice Tweets Retweets Reply Mention Hashtag Link Length 158 26 19 8 85Mobile 274 102 (57.66%) (9.49%) (6.93%) (2.92%) (31.02%)Mobile 46 19 3 3 36 128 101& Web (35.94%) (14.84%) (2.34%) (2.34%) (28.13%) 208 61 23 48 457Web 868 92 (23.96%) (7.03%) (2.65%) (5.53%) (52.65%) 413 41 55 27 213TwitKr 691 122 (59.77%) (5.93%) (7.96%) (3.91%) (30.82%)Not 84 17 8 31 62 176 107available (47.72%) (9.66%) (4.55%) (17.61%) (35.23%) 909 164 108 117 853 AverageTotal 2137 (42.54%) (7.67%) (5.05%) (5.47%) (39.92%) 104.8
  61. 61. Impact of Smart phone on Twitter style Our results show that 72.95% (1,559) of the 2,137 tweets were posted from the web (i.e., Twitter website: 868 tweets, Twtkr: 691 tweets) Other postings were from mobile devices, users of which tended to send replies (26 tweets, 9.49%) This might imply that interactive communications happened more frequently when using mobile devices Regarding the length of a tweet, we did not find significant differences between devices
  62. 62. Ministry for Food, Agriculture, Forestry& Fisheries of Korea 농림수산식품부 Source Tweet Devi Tweets Retwe Reply Menti twtkr 926 Web ce ets on 파랑새 150 Mobile Mobile 221 10 162 19 web 137 Web (16%) (16%) (18%) (10%) twitaddons 77 Web TwitBird 37 Mobile Web 1145 52 736 162 (84%) (84%) (82%) (90%) Twitter for iPhone 28 Mobile twtbiz 3 Web SUM 1366 62 898 181 foursquare 3 Mobile mobile web 3 Mobile 코리안트위터스 1 Web Devi Tweets Retwe Reply Menti Twilk.com 1 Web ce ets on Mobile 221 10 162 19 (100%) (4.52%) (73.30%) (8.60%) Device % Mobile 16.17% Web 1145 52 736 162 (100%) (4.54%) (64.28%) (14.15%) Web 83.82%
  63. 63. 조직위 페이스북(facebook) 네트워크 분석  조직위 페이스북 계 정에 친구(friends)로 등록된 이용자들 상 호갂의 관계 구조를 나타냄.  집단 내부 이용자들 갂의 관계나 그룹갂 관계 모두 밀집된 형 태  이러핚 연결망의 형 태는 사회적 관계의 확대를 나타내기 보 다는 이미 구축된 관 계 네트워크에서 이 루어지는 폐쇄적 커 뮤니케이션 형태
  64. 64. 소셜미디어를 활용한 농림수산식품부의 홍보 활동 평가: 트위터 분석 66
  65. 65. 분석 배경 및 목적 분석대상 : @mifaff 농림수산식품부 트위터 정부부처들이 SNS를 통해 국민과 소통하고자하는 노력은 예젂부터 있어왔다. 특히 트위터로 대표되는 마이크로 블로그의 등장으로 국 민들과 더욱 가까이서 소통핛 수 있는 홖경에 마주했다. 트위터는 실시갂 대화와 비슷한 방식으로 정보를 나누며 누구나 갂 단한 글로 손쉽게 글을 남길 수 있는 점이 가장 큰 특징이라고 핛 수 있다. 정부부처 및 관공서들의 적극적인 트위터 홗용은 정책을 보다 쉽게 알리고 그에 대핚 국민들의 반응을 즉각적으로 받겠다는 의지 로 해석핛 수 있다.농림수산식품부 트위터는 정부부처 다른 트위터 계정들과 비교해 활발한 활동을 보이고 있다고 평가 받고 있다.이 보고서는 활발한 활동을 보이고 있는 농림수산식품부 트위 터의 활용방식과 정부부처 트위터 계정으로서의 특징을 살펴보고자 한다. 67
  66. 66. 농림수산식품부의 트위터 @mifaff의 기본정보Followers Following Favourites Tweets Signup TwitterURL 8252 8775 202 1401 2010/02/10 http://www.twitter.com/mifaff 메시지 수집 기간 : 2010/02/10 ~ 2010/07/14 (개설이후 모든 메시지 수집됨) 맞팔율 : (나의 followers 중 내가 following 핚 사람의 수 * 100) / followers 수 (8109*100)/8252= 98.2% 68
  67. 67. 농림수산식품부의 트위터@mifaff의 기본정보TotalTweets ReTweets Reply Mention Attribution HashTag AvgTweets 1366 217 830 330 0 214 73 Retweets(RT): 다른이의 트윗메시지를 다시 트윗하는 기능.(내 글도 RT가능) Reply: @아이디 형태, 특정 트위터 아이디를 언급해서 트윗을 할 때 사용 Mention: 특정 트위터 아이디를 메시지 사이에서 언급할때 Mention이라 부름. Attribution: RT와 비슷한 기능, RT 사용시 글 용량의 제한이 생기므로, RT가 이 루어진 계정을 묶어 via 명령어를 사용함. Ex)via @oisoo HashTag: 태그 앞에 샾#을 쓰며, #주제어(영어)를 트윗에 넣으면 링크가 걸리 고 클릭하면 동일한 주제어를 하나의 창에서 다 볼 수 있음. AvgTweets: 트윗당 평균 글자수.(140자 최대임) 69
  68. 68. Unique ID(@mifaff와 홗발히 정보교류핚 ID)=가장 맋은 reply, mention 을 교류함 Unique ID 출연횟수 (10회이상)worldwelt 14Kojaeyoungpao 14(=kjypao) ID 특징cafemiss1 14 Protected account worldwelt32smp 12 경기도에서 빵집 운영. 농촌, 귀농, 농업, 정보화마을에 kojaeyoungpao 관심이 많으며 그와 관련된 주제로 활발히 교류.arisungo 10 cafemiss1 각종 이슈 다른 트위터리안과 활발히 교류(일반인) 32smp 각종 이벤트에 활발히 참여하는 트위터리안(일반인)sinojoon 10 트위터상에서 정치적 이슈 활발히 토론하는 트위터리안 arisungo (일반인)ebizstory 10 sinojoon 각종 이슈 다른 트위터리안과 활발히 교류(일반인) 블로그 ‘강팀장의 웹이야기’ 주인. 웹과 관련된 다양한 이 ebizstory 슈 활발히 교류. 70
  69. 69. Unique message 출현횟수 메시지 (2회 이상)#YamYam타임_ 잠시뒤 4시부터 농림수산식품부의 맛있는 얌얌타임이 진행됩니다. YamYam은 Young Agriculture 6Mentoring 을 의미하며, 음식을 먹을때 나는 의성어 얌얌을 표현하기도 합니다.@treekeeper16 #치킨당_ 4년에 한번이라면...ㅎㅎ 그리고 그 물고기는 혹돔입니다.^^ 3[아이폰용 무료게임] 농림수산식품부가 아이폰용 무료퍼즐 게임인 을 오픈했습니다^^ 기사 : http://j.mp/9z8bdn 사진 : 2http://twitpic.com/1kgvn0#YamYam타임_ 매일 오후 4시는 얌얌타임, [질문]에 RT와 함께 답변해 주시면 추첨을 통해 맛있는 교환 기프티쇼을 보 2내드립니다. 이벤트는 4시에 시작되어 5시에 마감 됩니다. *„Unique message‟는 트위터 상의 이슈 붂석에 사용하는 것으로서 이 붂석을 통해 어떤 메시지가 트윗 상에 가장 맋이 등장했고 이슈화 되고 있는지를 알 수 있다. 이 보고서에서는 농림수산부 트위터(@mifaff) 계정의 메시지맊을 붂석했으므로, Unique message 붂석을 통해 농림수산부 트위터 계정에 어떤 이슈가 중점적으로 논의되었는지 를 알 수 있다. @mifaff 의 경우 농림수산부 트윗계정이 중점적으로 짂행하고 있는 „#YamYam 타임_‟을 둘러싼 농수산 관련 이벤트홗동에 맋은 핛애하고 있다. 71
  70. 70. 메시지 붂석출연횟수 단어 출연횟수 단어 106 #YAMYAM타임_ 39 맛있 97 막걸리 39 함께 자주 등장핚 단어를 붂석함. 86 감사 37 하루 85 농식품부 36 많이 메시지 단어 붂석에서도 75 즐거운 30 부탁 „#YamYam타임_‟ 해쉬태그 69 얌얌타임 30 성함 가 붙은 메시지가 가장 홗발 65 오후 히 거롞되고 있음을 알 수 29 농림수산식품부 64 팔로우 있다. 29 이벤트 63 ㅋㅋ 27 의견 63 오늘 25 답변 56 4시 24 사진 54 트위터 24 우리 52 매일 24 정말 52 질문 23 기프티콘 45 구제역 22 모두 41 해당 72 (20개 이상 등장한 메시지만 나타냄)
  71. 71. 메시지 붂석(concor붂석) 서로 관련된 메시지들끼 리 그룹화하는 concor분 석을 실시함 5개의 그룹으로 분류됨.(10개 이상 등장한 메시지로 작성하였음) 73
  72. 72. 메시지 붂석(concor붂석)노드의 크기는 메시지의 출연횟수를 나타냄.선의 굵기는 관련성의정도를 나타냄. (10개 이상 등장한 메시지로 작성하였음) 74
  73. 73. HashTag HashTag 빈도#YamYam타임_ 111#해남팸투어_ 18#농어촌사랑당_ 13#치킨당_ 9#농림_ 5 HashTag 내용 YamYam은 Young Agriculture Mentoring 을 의미하며, 음식을 먹을때#YamYam타임_ 나는 의성어 얌얌을 표현. 농림수산부에서 만든 해쉬태그로 농림수산 부 트위터에서 진행하는 이벤트 및 관련 정보를 알릴때 사용.#해남팸투어_ 농림수산부와 다음이 연계해서 농촌을 알리는 팸투어의 하나.#농어촌사랑당_ 트위터상에 존재하는 모임의 하나. (농림수산식품부에서 만듦, 농촌 관련 해쉬태 그로 그 외 ‘#농산물_ #농림 #농촌등이 있음) 트위터상에 존재하는 모임의 하나로 월드컵기간동안 트윗상에 치킨에#치킨당_ 대한 얘기가 자주 등장함.#농림_ 농림수산부에서 즐겨쓰는 농업관련 해쉬태그의 하나. 75
  74. 74. ego network @mifaff의 follower network(트윗수 2만개 이상을 가진 트위터리안만 가시화시킴) 76
  75. 75. ego network @mifaff의 following network(트윗수 2만개 이상을 가진 트위터리안만 가시화시킴) 77
  76. 76. ego network @mifaff의 following&follower network 농림수산부 트윗의 경우 팔로잉, 팔로워 네트워크 형태에 큰 차이가 없음.(트윗수 2만개 이상을 가진 트위터리안만 가시화시킴) 맞팔율 98%의 영향. 78
  77. 77. 0 10 20 30 40 50 60 70 Wed Jul 14 Sat Jul 10 Thu Jul 08 Tue Jul 06 Sat Jul 03 Thu Jul 01 Tue Jun 29 Sun Jun 27 Fri Jun 25 Wed Jun 23 Mon Jun 21 Sat Jun 19 Thu Jun 17 Tue Jun 15 Sun Jun 13 Fri Jun 11 Wed Jun 09 Mon Jun 07 2010/02/10 ~ 2010/07/14 Sat Jun 05 Thu Jun 03 Tue Jun 01 Sun May 30 Thu May 27 Tue May 25 Sat May 22회적 이슈가 됨. (영문명 : Drunken Rice) Thu May 20 Tue May 18 Sun May 16 Fri May 14 트위팅 활동 시각화 Wed May 12 Mon May 10 (개설이후~2010/07/14) Thu May 06 Tue May 04 Sun May 02위터리안들의 비난과 충고를 즉각적으로 대응함. Fri Apr 30 @mifaff Tweets count Wed Apr 28 Mon Apr 26 Fri Apr 23 Wed Apr 21 Mon Apr 19 Fri Apr 16 Wed Apr 14 된 정확핚 정보를 구제역이 잦아들때까지 주기적으로 제공함. Mon Apr 12 Sat Apr 10 Thu Apr 08 Tue Apr 06 Fri Apr 02 Wed Mar 31 Sat Mar 27 Tue Mar 23 Sun Mar 21 Thu Mar 18 Tue Mar 16 Sat Mar 13 79 Thu Mar 115월 26일, 농림수산식품부 트윗에서도 가장 맋은 트윗량이 기록되었으며(66건) 트 *4월 09일 인천 강화에서 구제역 발생. 농림수산식품부 트윗에서는 구제역과 관련*5월 20일 즈음 농림수산식품부에서 짂행핚 막걸리 영문애칭 공모 결과가 나와 사 Thu Feb 11
  78. 78. 트위팅 활동 시각화 요일별 트윗300 281 점심시간 전(10시, 11시 -200 241 238 230 104건)과 ‘얌얌타임’을 진행100 144 130 하는 오후 4시 즈음(144건)에 102 0 가장 활발한 트윗이 일어남. Monday Tuesday Wednesday Thursday Friday Saturday Sunday 시갂대별 트윗200150 144 120 110 102 120100 104 104 81 76 50 46 62 58 69 69 39 14 26 0 10 3 1 0 0 4 4 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 80
  79. 79. 마이크로 블로깅 활성화를 통한 소통 전략 트위터 분석결과, 이슈 및 정책에 대한 신속한 정 보제공 및 이슈 대응은 돋보임: Top-down 앞으로 방문자들 간 연결, 이용자 스스로 다른 사 람의 참여 촉진을 통한 ‘에코’ 시스템 구축에 초점 을 맞춤 필요가 있음: Bottom-up
  80. 80. Tools For tools and other webometric network analyses (e.g., web mention analysis), please visit the software section of http://www.hanpark.net
  81. 81. Prof. Han Woo PARKWorld Class University Webometrics InstituteCyberEmotions Research CenterDepartment of Media and Communincation,YeungNam University, Koreahanpark@ynu.ac.krhttp://www.hanpark.net WCU WEBOMETRICS INSTITUTE INVESTIGATING INTERNET-BASED POLITIC WITH E-RESEARCH TOOLS

×