전통적인 사회과학 연구방법론과 그 연장선상에서 컴퓨터화된 사회과학(CSS)으로서 빅데이터 분석의 위치를 이해하고(1부), 학습하며(2부), 실행하는데(3부) 도움을 주는 것을 목적으로 한다. 빅데이터 사회과학에 대한 입문과 이론, 실전을 유기적으로 연결시키고자 했다.
저자 소개
임종수
한양대학교 신문방송학과 학사, 석사, 박사
(前) 한국교육방송공사(EBS) 전문위원
(前) 한국언론학회, 언론정보학회, 사이버커뮤니케이션학회 이사
(現) 세종대학교 미디어커뮤니케이션학과 교수/글로벌미디어소프트웨어융합연계전공(GMSW) 센터장
(現) <언론과사회>, <방송통신연구> 편집위원
텔레비전과 근대사회의 일상성에 관한 미디어 역사문화연구를 전공. 최근에는 알고리즘 미디어와 빅데이터 사회과학분야에서 작업 중. 저서로는 <디지털, 테크놀로지, 문화>(공저), <한국현대생활문화사: 1970년대>(공저) 외 최근 발표한 논문으로는 “‘탈언론’ 미디어의 등장과 그 양식, 그리고 공공성”, “AI 로봇 의인화 연구”, “The 4th Industrial Revolution and the emergence of algorithmic media”, “모나돌로지와 컴퓨터 연산 사회과학으로서의 미디어 연구” 등이 있음
정영호
한양대학교 수학과 학사, 신문방송학 석사, 서울대학교 언론정보학 박사
(現) 한국개발연구원(KDI) 전문위원/여론분석팀장
미디어 다양성 및 복잡계 방법론을 전공
최근에는 사회과학 분야의 빅데이터 알고리즘 및 방법론 분야에서 작업 중
저서로는 <융합과 통섭: 다중매체 환경에서의 언론학 연구방법>(공저)가 있고, 발표 논문으로는 “미디어 다양성의 동
태적 모델을 이용한 다양성 정책의 효과 검증 및 예측”, “텔레비전 시청이 수용자의 주관적 행복에 미치는 영향”,
“Network Analysis of TV-Viewing Patterns in Multi-Channel Circumstances” 등이 있음.
유승현
한양대학교 영어영문학과 학사, 신문방송학과 석사, 박사
(前) tbs 교통방송 연구위원
(前) 한국언론학회 사무국장
(現) 한양대학교 언론정보대학원 초빙교수
디지털미디어와 매체론 전공. 최근에는 인공지능(AI) 등 디지털미디어 진화와 빅데이터 분석 분야에서 작업 중. 최근 발표한 논문으로는 “AI 로봇 의인화 연구”, “드라마에 대한 주목의 생애와 SNS 유력자에 관한 연구”, “방송심의시스템에서의 시청자참여심의제 도입가능성에 대한 법적·행정적 검토”, “드라마와 SNS 유력자들” 등이 있음.
목 차
PART 1 사회과학과 미디어 빅데이터 연구: 입문
CHAPTER 1 미디어 현상에서 빅데이터 분석
1. 미디어화 사회와 빅데이터의 활용
2. 미디어 빅데이터 연구: 주목의 기법 연구하기
CHAPTER 2 사회과학 연구전통과 컴퓨터화된 사회과학
1. 양적 vs 질적 사회과학: 간략한 역사
2. 사회과학적 탐구의 본질
3. 연구의 형태와 분석 수준
4. 컴퓨터화된 사회과학: 빅데이터 연구 프로그램
CHAPTER 3 미디어 빅데이터 연구 프레임
1. 빅데이터의 정의와 범주
2. 빅데이터의 연구의 주요 국면: 생성, 존재, 인지, 분석
3. 빅데이터 분석의 여러 형태들: 빅데이터 마이닝
4. 미디어 빅데이터 연구 절차
CHAPTER 4 데이터 사이언스와 미디어 연구의 미래
1. 융합학문으로서 미디어 연구
2. 데이터 사이언스의 영역들
PART 2 미디어 빅데이터 마이닝: 이론
CHAPTER 1 미디어 빅데이터 마이닝 개론
1. 미디어에서의 빅데이터 유형과 분석과정
2. 통계와 데이터마이닝
CHAPTER 2 미디어 빅데이터 마이닝
1. 분류
2. 군집화
CHAPTER 3 미디어 텍스트 마이닝
1. 텍스트 분석
2. 오피니언 마이닝
CHAPTER 4 미디어 웹 마이닝
1. 웹 로그 분석
2. 소셜 웹 마이닝
PART 3 미디어 빅데이터와 소셜네트워크분석 : 실전
CHAPTER 1 소셜네트워크분석(SNA) 이해
1. 빅데이터와 소셜네트워크분석
2. 네트워크 시대와 소셜미디어
3. 소셜네트워크분석
CHAPTER 2 소셜네트워크분석(SNA) 실습
1. 소셜네트워크분석 소프트웨어
2. NodeXL 소개 및 설치
3. NodeXL 구성
4. NodeXL 실습
CHAPTER 3 소셜네트워크분석(SNA) 활용 사례
1. NodeXL 활용한 네트워크분석 사례
2. NodeXL 활용한 의미연결망분석 사례
