A Study on Policy Agenda Setting using Social Big Data Analytics

Abstract

본 연구는 텍스트 데이터 분석 기법(Text Big Data Analytics)을 활용하여 서울대학교를 사례로 소셜 미디어에 나타난 주요 쟁점들을 분석한 것이다. 2015년부터 2017년 까지 3년 동안 언론 보도, 포털 블로그 및 SNS 등에 공개된 대중의 의견을 주제분석, 감성분석 기술로 분류하고 네트워크 분석과 연관분석 등의 기법을 적용하여 시각화 하였다. 우선 대학의 주요 정책에 대한 여론을 거시적으로 파악하고, 정책 형성과정에서 언론 보도와 소셜 미디어가 미친 영향을 사례 분석을 통해 조망하였다. 이는 대학이 빅 데이터를 활용하여 정책 의제 설정에 보완시스템으로써 활용될 수 있음을 보여준다. 분석 결과, 첫째, 언론 기사에서는 대학의 주요 기능인 교육, 연구 뿐 아니라 구성원의 도덕성까지 다양한 토픽이 나타났다. 또한 대학이 추진한 주요 정책들이 소셜 미디어 상에 많은 이슈가 도출되어 정책 참여자들이 정책 도입 또는 대안 탐색을 위해 쉽고 빠르게 활용할 수 있다는 점에서 본 연구는 탐색적이지만 정책적 및 분석방법론적 의의를 가진다고 할 수 있다. 둘째, 단일 사건이 사회적인 문제로 대두되면 소셜 미디어에서 급속히 전파되었으며, 특히 부정적 이미지는 SNS에서 통해 발생 첫 주 급속도로 전파되는 경향을 보인다. 셋째, 언론 기사에서는 다양한 토픽을, 블로그는 대학의 교육에 대한 보다 전문적인 콘텐츠를, 그리고 SNS에서는 특정 토픽에 집중하여 의견을 전파하는 경향이 있다. 이는 소셜 미디어 매체의 특성에 따라 다르게 정책에 반영해야 한다는 시사점을 제공한다.

Many emerging technologies, such as smart devices, internet news, and social media, have recently increased openness and interactions between public policy makers and consumers. Policy makers have come to actively use social media to gather public opinion for policy development

for this reason, it is becoming increasingly important to analyze Big Data from a variety of social media. This paper explores the applicability of Big Data to the development of policy agendas in higher education field with recently developed programs and methodologies. Specifically, this study analyzes issues regarding colleges and universities revealed by newspaper articles and social media using text Big Data analytics for the 2015-2017 period. Based on this research, public opinion on major policies of the university were grasped macroscopically and emotional evaluation of policy image was investigated. Five issues were found from analysis results. First, press articles have emphasized not only education and research as core functions of the universities, but also publicity and integrity of its members. Second, there are no specific patterns in the media in terms of time. However, when a single event became a social issue, the number of social media buzzes increased explosively. In particular, negative issues spreading through SNS tend to spread rapidly in the first week after the occurrence. Third, keyword structure of university policy through SNS and blog analysis showed different patterns. From blogs, texts were steadily extracted every year related to the original function of university. However, SNS keywords tend to be limited to specific issues. Finally, quantitative increase and negative image of social media on specific issues influenced policy making of the university. This study explains that analyzing social media data using text Big Data analytics could serve as an effective way to identify social issues related to educational policies and guide advanced future policy directions. In addition to implications of these research results, limitations of this study include subjectivity intervention of emotional image computation, a list of dictionary morphemes, limitations of emotional language, and the lack of a detailed description of the analysis system.