본 연구는 정원문화의 확산과 농촌이주에 대한 대중의 인식을 빅데이터 기반으로 분석하여 농촌공간의 사회적·정서적 가치에 대한 시사점을 도출하고자 하였다. 최근 치유농업, 정신건강 증진, 농촌 정주 촉진 등 국가적 정책 흐름 속에서 정원과 농촌 이주가 어떻게 디지털 공간에서 담론화되고 있는지를 탐색하였다. 네이버와 다음의 블로그 및 카페로부터 2015년 7월부터 2024년까지 수집된 비정형 데이터를 대상으로 텍스트마이닝 기법을 적용하였다. 분석 방법으 로는 키워드 빈도분석, TF-IDF, N-gram 연결망 분석, Louvain 클러스터링, 감성분석을 활용하였 다. 분석 결과 귀농귀촌은 ‘교육’, ‘지원’, ‘주택’ 등의 제도적 기반에 대한 관심이 강하게 나타났 으며, 귀촌정원은 ‘꽃’, ‘전원주택’, ‘텃밭’ 등 정서적 만족과 자연 친화적 주거 환경에 대한 수요를 보여주었다. 농촌정원은 ‘체험’, ‘마을’, ‘자연’ 등 공동체 기반의 참여형 콘텐츠로 인식되 고 있었다. 클러스터 분석에서는 정책수혜형, 감성치유형, 공동체정착형, 예술창작형 등 다층적 인 귀농 및 정원 유형이 도출되었으며, 감성분석 결과 전체 텍스트의 80% 이상이 긍정적 감정을 나타내었다. 본 연구는 농촌 정원과 귀농귀촌 활동이 단순한 공간 활용이나 이주를 넘어 정서적 공감, 정책적 수혜, 문화적 창작의 플랫폼으로 기능하고 있음을 보여준다. 연구 결과는 향후 정원산업 진흥, 치유농업 활성화, 농촌 정주 정책 수립을 위한 기초자료로 활용될 수 있다.

소셜 네트워크는 우리 일상 생활의 필수적인 부분이 되었다. 소셜 미디어 정보에 대한 정서 분석은 소셜 네 트워킹 사이트에 대한 사람들의 견해, 태도, 감정을 이해하는 데 도움이 된다. 전통적인 정서 분석은 주로 텍 스트에 의존한다. 스마트폰이 등장하면서 문자뿐만 아니라 이미지 등 네트워크 상의 정보도 점차 다양해지고 있다. 많은 경우 이미지가 감정을 독립적으로 표현하기 보다는 텍스트를 향상시킬 수 있다는 것이 밝혀졌습 니다. 우리는 새로운 이미지 텍스트 정서 분석 모델(LSTM-VAA)을 제안한다. 구체적으로 이 모델은 사진 정보 를 직접 입력으로 가져가지 않고 VGG16 네트워크를 사용하여 이미지 특징을 추출한 다음 시각적 측면 주의 를 생성하고 문서의 핵심 문장에 더 높은 가중치를 부여하고 시각적 측면 주의를 기반으로 문서 표현을 얻 는다. 또한, 우리는 LSTM 네트워크를 사용하여 텍스트 감성을 추출하고 텍스트만을 기반으로 문서 표현을 얻 는다. 마지막으로, 우리는 두 분류 결과 그룹을 통합하여 최종 분류 레이블을 얻는다. 옐프 레스토랑 리뷰 데 이터 세트에서, 우리의 모델은 감정 분류를 위한 시각 주의 보조 텍스트로 시각 정보를 사용하는 것의 효과 를 검증하는 BiGRU-m VGG보다 18.92% 높은 62.08%의 정확도를 달성한다. 비스타넷 모델보다 0.32% 높아 비스타넷 모델의 이미지가 텍스트를 완전히 커버할 수 없는 결함을 LSTM 모델이 효과적으로 보완할 수 있 음을 입증했다.

In order to satisfy customers, it is important to identify the quality elements that affect customers’ satisfaction. The Kano model has been widely used in identifying multi-dimensional quality attributes in this purpose. However, the model suffers from various shortcomings and limitations, especially those related to survey practices such as the data amount, reply attitude and cost. In this research, a model based on the text sentiment analysis is proposed, which aims to substitute the survey-based data gathering process of Kano models with sentiment analysis. In this model, from the set of opinion text, quality elements for the research are extracted using the morpheme analysis. The opinions’ polarity attributes are evaluated using text sentiment analysis, and those polarity text items are transformed into equivalent Kano survey questions. Replies for the transformed survey questions are generated based on the total score of the original data. Then, the question-reply set is analyzed using both the original Kano evaluation method and the satisfaction index method. The proposed research model has been tested using a large amount of data of public IT service project evaluations. The result shows that it can replace the existing practice and it promises advantages in terms of quality and cost of data gathering. The authors hope that the proposed model of this research may serve as a new quality analysis model for a wide range of areas.