구글 트렌드를 이용한 2022년 대통령 선거의 지역별 관심도와 네트워크 분석 = Regional interest and network in 2022 South Korea's presidential election using Google Trends

다국어 초록 (Multilingual Abstract)

This study examines Google Trends data collected during the South Korea's presidential election in 2022 using network analysis and correlation analysis. Data was collected during a year, from March 7, 2021 to March 7, 2022. First, regional interest and election keywords were examined. Second, for each candidate, an analysis of associated search terms was done. Finally, the relationship between Google Trends data and real votes was discovered. The 2-mode matrix was used for network visualization, centrality analysis, and correlation analysis. The analyses confirmed the existence of keywords that are significantly related by area. Furthermore, as a result of recognizing its centrality, Seoul demonstrated the highest connectedness among regions. Feminism and Yoon Seok-yeol had high centrality values in keyword networks. Lee Jae-myung and Yoon Seok-yeol were searched for several privacy-related issues as a result of evaluating connected search words by candidate. Lee Jae-myung and Yoon Seok-yeol's Google Trends’ indicators and real scores indicated a significant correlation in the final correlation tests. While previous research used public opinion polls and Google Trends hitcounts to compare candidate names, this study used Google Trends to measure the search intensity of each candidate per province from a network perspective.

국문 초록 (Abstract)

이 연구는 2022년 20대 대통령 선거기간에 수집된 구글 트렌드 수치를 네트워크 분석과 상관분석을 이용해 진행했다. 선거일 3월 9일 이전인 2021년 3월 7일부터 2022년 3월 7일까지 1년을 대상으로 데이터를 수집했다. 우선 지역별 관심도와 선거 키워드에 대해 연구를 진행했다. 두 번째로는 후보별 관련 검색어에 대한 분석을 수행했다. 마지막으로 구글 트렌드 수치와 실제 득표의 상관성을 파악했다. 2-mode matrix를 이용한 네트워크 분석, 중심성 분석 그리고 상관분석을 진행했다. 연구결과, 지역별로 강하게 연결된 키워드를 확인할 수 있었다. 또한 중심성을 파악한 결과, 지역 중에서는 서울이 연결성, 고유벡터성, 근접성 모두 가장 높게 나타났다. 대구, 강원, 그리고 경남도 2개 이상의 중심성에서 상위권에 위치했다. 키워드에서는 페미니즘과 윤석열이 높은 중심성 값을 보여줬다. 후보별 관련 검색어 분석결과, 이재명과 윤석열은 사생활과 관련된 이슈어가 많이 검색되었다. 안철수는 정치 인물, 선거 과정에 관한 단어들이 나타났다. 마지막으로 진행된 상관성 파악에서 이재명과 윤석열의 구글 트렌드 지표와 실제 득표는 높은 상관관계를 보였다. 본 연구는 기존 연구와 달리 구글 트렌드를 활용하여 네트워크 관점에서 살펴봤다. 지역과 밀접하게 연관되어 있는 선거 데이터를 관련 검색어까지 더해 관계적 특징을 알아내고 실제 득표와의 상관성까지 파악하는 것에 의의가 있다.

참고문헌 (Reference)

• 1 안은희 ; 안정국, "텍스트 마이닝을 활용한 2017년 한국 대선 분석" 한국융합학회 11 (11): 199-207, 2020
• 2 이지영, "키워드 네트워크 분석을 통한 청소년 자해 연구 동향: 2010-2021년도 국내 학술지 게재 논문을 중심으로" 한국자료분석학회 24 (24): 457-472, 2022
• 3 박세정 ; 박한우, "지역미디어의 웹보메트릭스 분석 -대학생 집단을 중심으로-" 한국자료분석학회 13 (13): 1379-1391, 2011
• 4 윤호영, "지상파, 종편 뉴스 및 보수우파 유튜브 댓글 분석 : SVM 텍스트 분류와 Glove 방법의 적용" 한국자료분석학회 23 (23): 1399-1416, 2021
• 5 왕정, "중국 내 한류 스타의 웹보메트릭스 분석 : 중국 팬클럽 웹사이트 대상으로" 영남대학교 대학원 2011
• 6 라미경, "제20대 대통령선거에서 유권자의 여야성향과 투표행태 분석" 한국국회학회 4 (4): 87-112, 2022
• 7 김성준 ; 하선권, "의료서비스 규제개혁을 위한 핵심 덩어리 규제의 식별: 네트워크분석을 활용한 시론적 접근" 한국정책과학학회 20 (20): 45-68, 2016
• 8 임연수, "유튜브 영상 네트워크 중심성 지표들에 대한 고찰" 한국자료분석학회 21 (21): 3169-3178, 2019
• 9 강부식, "사회연결망 연결정도 중심성을 활용한 신규고객 상품추천방법의 추천 정확성 향상 방안" 한국자료분석학회 12 (12): 1511-1521, 2010
• 10 성지연 ; 박정의, "빅데이터 분석을 이용한 19대 대통령 선거 언론보도 연구" 한국커뮤니케이션학회 27 (27): 75-104, 2019
• 11 서대호 ; 김지호 ; 김창기, "댓글 분석을 통한 19대 한국 대선 후보이슈 파악 및 득표율 예측" 한국지능정보시스템학회 24 (24): 199-219, 2018
• 12 이광민 ; 홍재범, "기술융합 구조 분석을 위한 사례연구: 2-mode 네트워크분석 활용" 기술경영경제학회 24 (24): 1-20, 2016
• 13 이건창 ; 윤성욱, "구글트렌드를 이용한 스마트 스피커 시장 분석과 예측" 한국정보과학회 24 (24): 596-602, 2018
• 14 김세현 ; 황성식, "구글 트렌드를 통해 살펴 본 아시아 한류 네트워크 - EXO 사례를 중심으로" 한국문화경제학회 22 (22): 29-56, 2019
• 15 이병욱 ; 김준호 ; 우종필, "구글 트렌드를 이용한 기업의 매출액 및 주가 예측: BMW와 Mercedes-Benz 키워드를 중심으로" 사단법인 인문사회과학기술융합학회 8 (8): 491-501, 2018
• 16 Thelwall, M., "Webometrics" 39 : 81-135, 2005
• 17 Borgatti, S. P., "Ucinet 6 for Windows: Software for social network analysis"
• 18 Lazer D., "The parable of Google flu: Traps in big data analysis" 343 (343): 1203-1205, 2014
• 19 Consalvo, M., "The handbook of internet studies" 2011
• 20 Bonacich, P., "Technique for analyzing overlapping memberships" 4 : 176-185, 1972
• 21 Wasserman, S., "Social Network Analysis: Methods and Applications" Cambridge university press 1994
• 22 Qin, S. J., "Process data analytics in the era of big data" 60 (60): 3092-3100, 2014
• 23 Choi, H. Y., "Predicting the present with Google Trends" 88 : 2-9, 2012
• 24 Banbura, M., "Nowcasting" ECB 1-40, 2010
• 25 Borgatti, S. P., "Network analysis of 2-mode data" 19 (19): 243-269, 1997
• 26 Korea Press Foundation Media Research Analysis Team, "Media Users in Korea 2021"
• 27 Lee, H. W., "Major issues and voter’s evaluation in the 5th local election" 1 (1): 37-64, 2011
• 28 Omar, M., "Global mapping of artificial intelligence in Google and Google scholar" 113 (113): 1269-1305, 2017
• 29 Giardullo, P., "Does 'bigger' mean 'better'? Pitfalls and shortcuts associated with big data for social research" 50 (50): 529-547, 2016
• 30 김가윤, "2모드 네트워크 분석을 통한 관광지 네트워크 특성 분석 - 방한 일본인 관광객을 대상으로 -" 관광연구소 31 (31): 23-46, 2019
• 31 송화영 ; 박세정 ; 박한우, "2020년 국회의원 선거 기간의 유튜브 빅데이터 분석" 한국자료분석학회 22 (22): 2063-2074, 2020
• 32 김찬우 ; 박혜진 ; 윤희웅 ; 박한우, "2017년 한국 대통령 선거 캠페인의 논쟁적 이슈 구조" 한국자료분석학회 20 (20): 937-948, 2018
• 33 김찬우 ; 박효찬 ; 박한우, "2017년 대통령 후보수락 연설 유튜브 동영상의 댓글망과 의미망 분석" 한국자료분석학회 19 (19): 1379-1390, 2017
• 34 박한우 ; 이연옥, "17대 대통령 선거에 나타난 인터넷의 역할과 이용 - 웹계량 분석과 네트워크 분석을 중심으로 -" 한국지능정보사회진흥원 15 (15): 42-64, 2008
• 35 Snijders, C., ""Big data": Big gaps of knowledge in the field of internet science" 7 (7): 1-5, 2012