본 연구는 SNS를 통해 사용자들이 표현하는 감성을 공간적으로 어떻게 나타낼 수 있는지를 연구하고자 하였다. 이를 위해 트윗데이터를 이용하여 현대인이 느끼는 스트레스라는 현상의 시도별 차이를 분석하였다. 트윗데이터는 2014년 7월 12일부터 2015년 7월 21일까지 총 503,737건의 데이터를 다운받고, 이 가운데 광고와 뉴스를 제외한 332,328건을 분석대상으로 하였다. 트윗데이터 분석을 위해 트윗의 텍스트를 형태소로 구분하고, 스트레스에 대한 토픽을 파악하기 위해 LDA알고리즘을 기반으로 하는 토픽모델링을 실시하였으며, 그 결과 15개의 토픽이 생성되었다. 15개의 토픽에는 스트레스 원인관련 “성격”, “학업”, “직무”, “가정”, “SNS사용” 토픽이 포함되었으며, 스트레스 결과에는 “질병”, “심리적상태”, “두피 및 탈모” 토픽이 포함되었다. 스트레스 해소방법 주제에는 “그림”, “게임”, “운동 및 문화생활”, “음식섭취”, “노래 등”의 토픽이 포함되었다. 트윗데이타의 분석대상 332,328 건 가운데 거주지역이 명확히 기재된 경우는 1,035개에 불과하여 거주지역 유추모델을 통해 시도별로 34,641개의 트윗에 위치를 부여하였다. 토픽모델링 결과를 시도별로 분석하여 시도별 최대 개수와 최소 개수 토픽명을 확인하고, 토픽을 스트레스 원인, 결과, 해소방법 3가지 주제로 구분하여 시도별로 어떤 토픽에 높은 관심을 가지고 있는지를 비교하였다. 본 논문은 스트레스라는 사회적 병리현상에 대해 사람들의 느낌과 이를 표현하는 방법, 이들의 지역차를 규명했다는데 의의가 있으며 비가시적 감성적 현상을 지도화하여 공간데이터의 장을 확장시켰다는데 의의가 있다.

Predicting a box office gross in the film industry is an important goal. Many works have analyzed the elements of a film making. Previous studies have suggested several methods for predicting box office such as a model for distinguishing people's reactions by using a sentiment analysis, a study on the period of influence of word-of-mouth effect through SNS. These works discover that a word of mouth (WOM) effect through SNS influences customers’ choice of movies. Therefore, this study analyzes correlations between a box office gross and a ratio of people reaction to a certain movie by extracting their feedback on the film from before and after of the film opening. In this work, people’s reactions to the movie are categorized into positive, neutral, and negative opinions by employing sentiment analysis. In order to proceed the research analyses in this work, North American tweets are collected between March 2011 and August 2012. There is no correlation for each analysis that has been conducted in this work, hereby rate of tweets before and after opening of movies does not have relationship between a box office gross.

본 연구에서는 국내 트위터 이용의 공간분포 특징을 분석하였다. 2014년 11월 한달 동안 트위터 스트리밍 API를 통해 수집한 정보를 대상으로 좌표값을 갖는 지오트윗에 대한 분석을 하였다. 파이썬 프로그래밍을 이용하여 데이터의 수집 및 GIS데이터의 자료변환을 하여 분석을 수행하였다. 국내 트위터 이용은 서울을 중심으로 하는 대도시 지역에 집중하여 분포하고 있고 소수의 헤비유저들이 다수의 트윗을 작성하고 있음을 확인할 수 있었다. 트윗의 시계열 분석 결과는 하루 중에는 오후 2시에 최고점을 이루고 주말에 최고점을 이루고 있는 특징을 보여주었다. 이와 함께, 텍스트 분석을 통해 리트윗의 높은 비중과 지역마다 나타나는 콘텐츠의 차이점들도 확인할 수 있었다.

최근 정보 기술의 발달과 GIS 논의 발전과 함께, 소셜 미디어 데이터의 생성과 공유에 대한 관심이 증대되고 있다. 소셜미디어를 통해 생성되는 트윗 데이터는 기존의 지리 정보와는 다르며, 이를 보완, 대체하고 있다. 이러한 트윗 데이터의 중요성에도 불구하고 지리학 분야에서 이에 대한 이론적 고찰 및 실증적 분석 연구가 부족한 실정이다. 본 연구의 목적은 트윗 데이터에 대한 논의를 정보 격차를 중심으로 이론적으로 고찰하며, 이를 바탕으로 트윗 데이터의 공간 패턴, 시간적 시각화, 사회-인구변수와의 관련성을 중심으로 실증적으로 탐색하는데 있다. 미국 킹 카운티를 사례로 한 연구 결과, 트윗 데이터가 공간 및 시간 측면의 집중적으로 분포함을 발견하였으며, 또한 도시-농촌 간 정보 격차가 나타나고 있음을 탐지하였다. 또한 트윗 데이터의 분포는 사회 인구 변수와의 회귀 분석 결과, 젊은 층 인구, 소득 변수 등과 일부 관련성을 가지는 것으로 나타났다.