Python을 활용한 소셜 빅데이터 분석

본 과정은 논문 데이터를 직접 수집하고, 전처리하는 과정을 거쳐 소셜 네트워크 분석을 통해 연구 동향을 파악하는 방법에 대한 교육입니다. 서지 정보 수집기(Biblio Data Collector)를 통한 데이터 수집, ‘논문’과 ‘저자'가 연결된 2-모드 관계를 ‘저자’와 ‘저자’가 연결된 1-모드 네트워크로 변환하는 방법, 초록 등의 비정형 텍스트 데이터에서 단어 추출 및 키워드 네트워크 분석과 시각화 방법에 대해 실습을 중심으로 학습합니다.

네트워크 상에 나타나는 특정 노드의 중요한 정도를 네트워크 중심성이라고 합니다. 이를 측정하는 다양한 방법이 있는데, 그 중 대표적이면서 범용적으로 활용되고 있는 7가지 중심성 지수들에 대해 자세히 알아보고 실제 데이터를 통해 분석해 보는 내용으로 이루어져 있습니다. 교육 과정을 통해 다양한 네트워크 데이터에 적합하게 중심성 지수를 선택하고 적용해 보세요.

네트워크 분석을 통해 정확하고 의미 있는 결과와 시사점을 얻기 위해서는 분석방향과 방법에 따라 적합하게 데이터를 처리해주어야 합니다. 본 교육과정은 네트워크 데이터를 준비하고 입력할 때 알아야 할 필수적인 전처리 방법들을 설명하고, 실제 데이터를 가지고 넷마이너를 이용하여 다양한 데이터 클리닝, 추출, 변환 방법을 실습합니다.

이 교육과정은 넷마이너(NetMiner)라는 분석 툴에 대해 소개하고 기초적인 사용 방법을 다루고 있습니다. 데이터 파일을 열고, 편집하며 외부 데이터를 가져오고, 시각화, 분석을 실행하는 방법에 대해 기초 실습을 진행하여 처음 넷마이너를 접하는 분들의 거부감과 어려움을 줄여줍니다.

"사회적 여론 트렌드를 빠르게 파악하는 방법! 뉴스, 커뮤니티 데이터 분석 교육" • 뉴스 데이터는 최신 사건, 경제 변화, 정치 동향, 자연재해 등 중요한 정보가 담겨 있어 기업 혹은 개인이 이러한 변화를 신속하게 파악하는 데에 활용할 수 있습니다. 온라인 커뮤니티 데이터는 다양한 주제에 대한 이용자들의 의견 및 정보들이 담긴 텍스트 데이터로서 사회적, 문화적 인사이트를 제공합니다. • 뉴스, 커뮤니티 데이터와 텍스트 분석, 텍스트 네트워크 분석 방법을 이용하여 시장 분석, 정책 및 의사 결정, 대중의 반응 분석, 트렌드 분석, 교육 및 연구, 위기 대응 및 재난관리 등 다양한 목적으로 활용할 수 있습니다.

본 교육은 NetMiner를 이용하여 소셜 미디어 데이터를 수집, 모델링, 분석하는 방법을 학습하는 과정입니다. NetMiner의 소셜 데이터 수집기(SNS Data Collector)를 활용하여 유튜브의 데이터를 수집·구성하는 방법, 소셜 미디어 데이터의 유형과 구조에 대한 이해와 모델링, 영향력·토픽·트렌드 등 소셜 미디어 분석 방법에 대해 이론과 사례, 실습을 중심으로 진행됩니다.

본 과정은 NetMiner 텍스트 네트워크 분석 기능을 활용하여 뉴스기사,트위터, 연설문과 같은 비정형 텍스트 데이터를 분석하는 방법을 다루고 있습니다. 비정형 텍스트 데이터에서 단어를 추출하고 토픽 발굴, 단어 네트워크 구성 및 시각화, 핵심 키워드 선정까지 텍스트 네트워크 분석 전 과정에 대한 이론적 기초를 쌓을 수 있습니다. 또한 넷마이너를 이용하여 뉴스기사와 트위터 실제 데이터에 분석 방법을 적용하는 실습을 진행합니다.

구매자-상품, 이용자-콘텐츠, 단어-문헌처럼 현실 데이터의 대다수는 '2-모드' 관계임에도, 일반적인 1-모드 분석 방식을 무작정 적용하다가 지표 왜곡이나 데이터 변환의 한계에 부딪히셨나요? 2-모드 네트워크의 핵심 원리부터 데이터 변환(Conversion) 및 직접 분석(Direct/Bipartite) 접근법, 그리고 NetMiner를 활용한 이용자 프로파일링과 연관 분석 실습까지 명쾌한 해법을 제시합니다. 데이터 변환과 지표 산출에서 헤매는 시간을 줄이고, 텍스트·서지·SNS 데이터를 아우르는 독보적인 2-모드 네트워크 분석 역량으로 연구와 실무의 인사이트를 한 단계 끌어올려 보세요.

• SNA에서 중요하게 연구되어 왔던 네트워크 내 역할(Role)과 지위(Position)를 분석하는 방법론을 소개하고 NetMiner를 이용한 실습을 통해 원리를 이해하며, 활용사례들을 살펴볼 수 있는 내용으로 구성되어 있습니다. • 본 교육과정을 통해 다양한 측면에서 중개(Brokerage)역할을 측정하고, 네트워크 내 행위자의 역할과 지위를 관계 패턴을 통해 판단하며, 역할 그룹 간의 관계로 전체 네트워크를 요약함으로써 복잡한 네트워크를 구성하는 핵심적인 구조를 발견해 볼 수 있습니다.

본 과정은 네트워크 데이터의 분석 결과를 통계적으로 어떻게 이해하고, 통계량의 유의미성을 어떻게 검정할 수 있는지에 대해 학습합니다. 전통적인 통계 방법인 교차분석, 분산분석, 상관분석, 회귀분석 등을 시도할 때 네트워크 데이터나 네트워크 지수가 갖는 특성이 유의성 검정에 미치는 영향을 알고 적절한 방법을 사용해야 합니다. 본 과정은 변수 간 연관성 분석, 네트워크 지수의 유의성 검정, 여러 네트워크 간 연관성 분석 등 연구자들이 자주 당면하는 분석 주제 별 예시와 넷마이너 실습으로 구성 되어있습니다.

네트워크에서 개체들이 밀도 높게 연결되어 있는 그룹을 응집그룹이라고 합니다. 연결이 많이 나타나는 응집된 그룹을 찾아내는 다양한 방법들 중에서 자주 활용되고 있는 클릭, k-코어, 컴포넌트, 커뮤니티 등의 분석방법에 대해 자세하고 깊이 있게 다루고 있습니다. 이 교육과정을 통해 네트워크 데이터에서 핵심적인 그룹을 찾거나, 밀접하게 연결되어 있는 클러스터를 발견해 보세요.

네트워크 데이터 분석에서 가장 기초적으로 시도하는 것이 네트워크 특성에 대한 분석입니다. 노드와 링크의 빈도수부터 시작하여 연결선 수의 분포 특성, 밀도, 최단 거리, 응집 계수 등 네트워크의 구조적인 특징을 설명하는 다양한 지수들의 원리와 의미에 대해 자세하게 다룹니다. 네트워크 구조가 어떠한지 수치적으로 측정할 수 있다면 다른 네트워크들과의 비교가 가능해집니다. 이 교육과정을 통해 여러분의 네트워크 데이터가 가진 특성을 다양한 측면에서 정의해 보세요.

네트워크 데이터를 시각적으로 확인하고 구조를 탐색하며 분석 결과를 효과적으로 표현하기 위해서는 다양한 시각화 방법을 이해하고 적용할 수 있어야 합니다. 넷마이너는 네트워크 데이터와 분석 결과를 효과적으로 표현할 수 있는 기능들을 제공하고 있습니다. 이 교육과정을 통해 여러분의 네트워크 분석 결과를 심미적으로 표현하고 핵심 내용을 효과적으로 전달해 보세요.

이 교육과정은 소셜 네트워크와 소셜 네트워크분석(SNA)이란 무엇인가?부터 시작하여 관련된 주요 이론과 분석 방법, 네트워크 데이터를 이해하고 관찰한 현상으로부터 네트워크 데이터를 구축하는 구체적인 프로세스, 연구 설계 과정에 대해 설명하고 있습니다. 소셜 네트워크 분석을 위한 첫 단추를 끼우는 과정으로서 데이터 모델링은 매우 중요합니다. 이 교육과정을 통해 생소할 수 있는 '네트워크 데이터'에 대해 충분히 이해하고, 관심 있는 주제로부터 직접 네트워크 데이터를 만들거나 수집하는 과정을 설계해 보세요.

논문 속 데이터를 어떻게 분석하고, 연구 흐름을 어떻게 읽어낼 수 있을까요? 본 과정은 NetMiner 5와 Biblio Data Collector를 활용해 서지 정보 수집부터 네트워크 분석과 토픽 모델링 분석까지 정량적인 연구동향 분석을 다룹니다. 서지 데이터 처리 역량과 네트워크 분석 기술을 습득하여 연구 트렌드를 객관적이고 효율적으로 파악할 수 있습니다.

"실무/연구에 바로 쓰는 소셜 네트워크 분석 교육" 조직, 사회, 콘텐츠 속 '관계'를 데이터로 분석하고 싶은가요? 소셜 네트워크 분석(SNA)은 사람, 정보, 시스템 간의 관계를 구조적으로 이해하고 숨겨진 인사이트를 도출하는 강력한 분석 기법입니다. 소셜 네트워크 분석의 핵심 이론부터 실습까지, NetMiner 5를 활용하고 실무/연구에 바로 적용해보세요.

다양한 실무 현장에 텍스트 분석을 적용하고 싶지만, 낯선 코딩 장벽 때문에 막막하셨나요? 실제 논문과 연구 보고서에서 자주 활용되는 최신 토픽 분석 방법(LDA, BERTopic, BERTrend)을 중심으로, 핵심 이론을 간결하게 정리하고 프로그래밍 없이 NetMiner 5를 이용해서 실제 데이터를 통해 실전 분석 역량을 키울 수 있는 강의입니다.

"NetMiner 5 입문자를 위한 첫걸음, 기초 사용법부터 논문 데이터 분석까지 한 번에!"