기사를 통한

코로나 나라별 대응분석

텍스트및오피니언마이닝

박성현 2017204083

김주한 2017204047

이영우 2017204064

노준석 2019204095

목차

CONTENTS

배경

뉴스터치 : http://www.newstouch.site/news/articleView.html?idxno=6919

한겨레 : https://www.hani.co.kr/arti/society/health/973904.html

배경

​

​

동아: https://www.donga.com/news/Inter/article/all/20200610/101445910/1

주제 : 나라별 코로나 대응분석

​

목표

​

1. 한국보다 코로나19 회복력이 높은 나라 선정 → 대응책 분석 → 요인파악

​

2. 상대적으로 우수한 나라와 비교해서 부족한 점을 짚고, 현 상황의 대한민국이 극복할 수 있는 방법을 제시

​

​

​

​

블룸버그가 매달 집계하는 ‘코로나19 회복력 순위(Covid Resilience Ranking)’에서 4월 말 기준 한국이 평가 대상 53개국에서 6위를 자치

출처:https://www.vop.co.kr/A00001572117.html

한국포함 뉴질랜드, 이스라엘, 대만 선정

​

뉴질랜드, 대만은 백신 접종률이 낮음에도

어떻게 회복률이 더 높은가?

​

이스라엘의 높은 백신 접종률이 회복률에

큰 영향을 주었을까?

블룸버그가 매달 집계하는 ‘코로나19 회복력 순위(Covid Resilience Ranking)’에서 4월 말 기준 한국이 평가 대상 53개국에서 6위를 자치

출처:https://www.vop.co.kr/A00001572117.html

<데이터 수집>

​

​

데이터 수집 : 웹 크롤링을 통한 기사 텍스트 수집

​

크롤링: 파이썬 라이브러리 Beautifulsoup을 사용

​

제목과 간략한 기사내용 텍스트 추출

​

​

네이버에 코로나 + ‘나라이름’ 키워드로 검색

​

카테고리 → 뉴스

URL기간, 페이지 → 반복적인 특징 → for문 사용 → 반복적인 크롤링

​

주기 : 일주일

초반(2020년 2~6월), 중반(2020년 7월~11월), 후반(2020년 12월 ~ 2021년 4월)

<데이터 전처리> - 노이스캔슬링

한글을 제외한 특수문자나 ,.‘” 등 제거

<데이터 전처리> - 토크나이징

파이썬 라이브러리 KoNLPy

<데이터 전처리> - 어휘분석, 불용어처리, 텍스트 벡터화

품사 태깅 -> 명사추출

특정 모델에서 모델링 전 불용어 처리

텍스트 벡터화 : 모델링시 자동으로 벡터화

긍정이 급증하는 월

→ 코로나를 어떻게 잘 대처하였는지 분석 가능

​

부정이 급증하는 월

→ 어떠한 요인으로 코로나가 급증하였는지 분석가능

<모델링>-감성분석

모든 나라가 시간이 지남에 따라 긍정↑, 부정↓

전체적인 흐름으로는 나라별 대응을 평가 및 분석 어려움

​

​

​

<모델링>- 의미연결망 분석(Semantic Network Analysis, SNA)

한국

긍정급증 2020년 4월

한국의 4월은 거리두기와 함께 많은 코로나 검사를 진행

조기에 확산을 방지했고 일시적으로 극복

한국

부정급증 2020년 12월

한국의 12월은 코로나가 재 확산되면서 부정적인 키워드가 급증

‘확산’과 ‘코로나바이러스’ 키워드가 눈에 띄는 것을 확인

→ 3차 대유행 시작

<모델링>- 의미연결망 분석(Semantic Network Analysis, SNA)

긍정급증 2021년 2월

뉴질랜드

2021년 2월, 뉴질랜드에서는 '청정' 키워드를 중심으로 긍정 키워드가 급증

방역과 백신을 통해 이끌어낸 결과라고 할 수 있다.

<모델링>- 의미연결망 분석(Semantic Network Analysis, SNA)

부정급증 2020년 7월

뉴질랜드

2020년 7월, 뉴질랜드에서는 '방역'을 중심으로 부정적인 키워드가 급증

코로나가 확산되는 상황을 방역을 통해 완화시키려는 시도가 보인다.

<모델링>- 의미연결망 분석(Semantic Network Analysis, SNA)

대만

긍정급증 2020년 6월

6월은 해외 차단이라는 키워드로 국내의 확산을 막아내면서 싱가포르와 함께 방역 우수국가로 많이 언급되면서 긍정적인 요소 증가

해외 유입 차단이 우수한 방역 중 하나임을 알 수 있다.

<모델링>- 의미연결망 분석(Semantic Network Analysis, SNA)

부정급증 2020년 12월

대만

12월, 전 세계적으로 변이 바이러스의 영향으로 부정적인 키워드가 급증

그에 따라 더 강력하게 차단하는 방역조치가 돋보였다.

<모델링>- 의미연결망 분석(Semantic Network Analysis, SNA)

이스라엘

​

긍정급증 2021 1월

2021년 1월, 이스라엘에서는 긍정적인 키워드가 급증

'접종'과 '백신' 키워드가 중심

백신을 확보하고 접종에 시작하였음을 알 수 있다.

<모델링>- 의미연결망 분석(Semantic Network Analysis, SNA)

이스라엘

​

부정급증 2020년 4월

2020년 4월, 이스라엘에서는 부정적인 키워드가 급증

'금지' 키워드를 중심으로 이스라엘이 외국인 입국 및 코로나 확산을 금지하고 제한했음을 알 수 있다.

<모델링>- 의미연결망 분석(Semantic Network Analysis, SNA)

결론

​

1. 코로나 안정세를 유지하는 나라와 그러지 못한 나라의 차이는 입국제한의 여부였고 이것이 얼마나 강하게

통제되는지에 따라 결과가 갈리게 되었다.

​

2. 대만, 뉴질랜드는 입국제한을 통해 현재까지 좋은 결과를 유지하고 있지만, 대한민국은 4월 국내 확진자 0명 이후

입국제한이 일부 해제된 지금까지 코로나 확산세를 잡지 못하고 있다.

​

3. 국내 확산세를 잡기 위해서는 입국제한을 강하게 진행시키고 안심할 수 있는 미래를 위해서는 백신 확보가 되어야

코로나 사회를 해결할 수 있다.

​

​

기대효과

​

대한민국의 현 코로나 상황을 억제하고 끝낼 수 있는 해결책을 제시해 줄 수 있다.

​

평가

​

​

아쉬운 점

​

1. LDA를 구현했지만 결과해석에 한계가 있어 결과물로 사용하지 못한 점

2. 여러 기사 본문을 긁어오기에 한계가 있어, 요약된 내용만 크롤링한 점

​

추후 개선점

​

1. 더욱 다양한 모델링 및 분석을 통한 더 정확한 결과 도출 필요

2. 검색어를 다양하게 사용하는 방법 필요

3. 다양한 검색엔진과 언론사의 본문 크롤링 필요

​

감사합니다.

THANK YOU