- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
다양한 최신 정보기기가 학업과 여가를 위한 일상 속 정보이용에서 매우 폭넓게 사용되고 있는 최근 동향을 볼 때, 학생들의 정보기기 활용행태에 대한 이해는 정보행동연구에서 필수적이다. 본 연구에서는 차세대 과학기술발전을 담당할 주역인 과학기술전공 대학생과 대학원생들이 그들의 일상 속에서 사용하고 있는 정보기기의 유형과 사용 목적, 그리고, 최신 스마트 정보기기의 활용도와 활용 패턴 등을 조사하고자 하였다. 본 연구에서는 대학생과 대학원생의 정보기기활용 패턴을 비교하는 한편, 학업과 비학업 영역에서의 활용패턴도 함께 비교분석하였다. 연구방법으로 일상관찰기록법과 설문지법을 사용하여 국내 4개 대학에 재학 중인 총 83명의 과학기술전공 학생을 대상으로 조사하였다. 본 연구의 결과는 넷세대 과학기술전공 대학(원)생들의 스마트기기를 포함한 총체적 정보기기 활용 패턴을 그들의 일상생활을 통해 파악함으로써 차세대 과학기술자들을 위한 정보서비스 및 시스템 설계에 토대가 될 기초자료를 제공할 것으로 기대된다.
Abstract
This study purported to study the uses of information and communication technology (ICT) tools in their daily life among the undergraduate and graduate students majoring science and engineering. It also examined the purposes of the uses of the major ICT tools, the differences in their information technology uses between graduate and undergraduate students. The data were collected from 83 undergraduate and graduate students from four universities using content analysis of an observational logs and a survey questionnaire. The observational logs were collected using an instant message application available on a smart phone. Study results revealed desktop computers, laptop computers, and smart phones as the three most heavily used ICT tools among the participants and typical situations students use each of the three tools. There were also sharp distinctions between graduate and undergraduate students in their selection of the tools, and distinctions between work and non-work situations. The findings of this study can be used to redesign information services and systems for the scientists and engineers in the next generation.
초록
본 연구는 높은 접근성과 간결성으로 인해 방대한 양의 텍스트를 생산하는 트위터 데이터를 분석하여 토픽의 변화 시점 및 패턴을 파악하였다. 먼저 특정 상품명에 관한 키워드를 추출한 후, 동시출현단어분석(Co-word Analysis)을 이용하여 노드와 에지를 통해 토픽과 관련 키워드를 직관적으로 파악 가능한 네트워크로 표현하였다. 이후 네트워크 분석 결과를 검증하기 위해 출현빈도 기반의 시계열 분석과 LDA 토픽 모델링을 실시하였다. 또한 트위터 상의 토픽 변화와 언론 기사 검색결과를 비교한 결과, 트위터는 언론 뉴스에 즉각적으로 반응하며 부정적 이슈를 빠르게 확산시키는 것을 확인하였다. 이를 통해 기업은 대중의 부정적 의견을 신속하게 파악하고 이에 대한 즉각적인 의사결정 및 대응을 위한 도구로 본 연구방법을 활용할 수 있을 것으로 기대된다.
Abstract
This study identified topic shifts and patterns over time by analyzing an enormous amount of Twitter data whose characteristics are high accessibility and briefness. First, we extracted keywords for a certain product and used them for representing the topic network allows for intuitive understanding of keywords associated with topics by nodes and edges by co-word analysis. We conducted temporal analysis of term co-occurrence as well as topic modeling to examine the results of network analysis. In addition, the results of comparing topic shifts on Twitter with the corresponding retrieval results from newspapers confirm that Twitter makes immediate responses to news media and spreads the negative issues out quickly. Our findings may suggest that companies utilize the proposed technique to identify public’s negative opinions as quickly as possible and to apply for the timely decision making and effective responses to their customers.