대학 평판도 분석을 위한 인스타그램 데이터 타당성 연구

Ⅰ. 서 론

대학 평판도는 기업이나 기관에서 대학과 관련된 요인을 분석하여 평가한 결과이다. 입시를 준비하는 수험생 및 보호자와 취업을 준비하는 졸업예정자는 대학 평판도에 민감한 반응을 보인다. 대학 신입생들은 대학선택 요인으로 대학의 명성, 취업률, 경제적 지원을 고려하였다. 이중 가장 큰 요인은 대학의 명성이었으며 대학의 홍보정책이나 교육프로그램에 대해서 주목하지 않았다. 또한, 대학진학의 이유로 취업의 중간 과정으로만 생각하여 대학의 이름과 성장 가능성만을 고려했다[1]. 따라서 대학 평판도는 단순히 대학 평가를 넘어 이를 참고하여 활용함으로써 신뢰성 있는 분석결과가 필요하다.

대학 평판도 분석을 위해 사용하는 방법은 설문조사를 활용한 평가 방법과 자연어처리를 통한 방법으로 분류할 수 있다. 설문조사를 활용한 대학 평판도 평가는 영국의 평가기관 QS(Quacquarelli Symonds)에서 진행하는 QS 세계 대학 랭킹과 중앙일보의 대학 평판도 평가가 존재한다[2][3]. QS는 대학 평판도 평가요인으로 연구성과 등의 정량지표를 참고하지만, 설문조사를 활용한 학교평가, 기업으로부터의 평판에 대한 지표를 50%로 설정하였다[2]. 중앙일보 대학 평판도 평가는 매년 다양한 지표에 대한 설문조사를 시행하여 이를 기반으로 대학평판도 평가를 시행하였다[3]. 그러나 설문조사를 활용한 평가 방법은 응답자의 통제가 어려우므로 설문 내용에 불성실하게 응할 가능성이 존재하며 표본의 크기가 제한적이다. 따라서 설문조사 결과의 신뢰성에 문제를 제기할 수 있다.

설문조사를 활용한 대학 평판도 평가 방법의 문제해결을 위해 자연어처리를 활용하여 대학 평판도를 분석하는 연구가 수행되었다[4][5]. [4]는 수집한 온라인 뉴스 데이터를 기반으로 AR-KNU(Academic Reputation-KNU) 감성사전을 구축하였다. 군집화 알고리즘을 이용하여 대학에 관한 주제를 추출하고 군집명을 부여하였다. 군집명을 기반으로 문단을 학습하여 대학의 긍정·부정 비율을 통해 평판도를 분석하였다. 그러나 적은 데이터 크기와 대학별 데이터 편차로 인해 긍정·부정의 편향이 발생하였다.

[5]는 [4]에서 수집한 데이터의 수집 기간 확장을 통해 더 많은 감성 어휘를 수집하였으며, AR-KNU에 감성 어휘를 추가하여 AR-KNU+를 구축하였다[6]. 구축한 감성사전을 기반으로 문단을 학습하여 대학의 긍정·부정 비율을 통해 평판도를 분석하였다. 데이터로 사용한 온라인 뉴스 기사는 객관성을 전제로 보도하므로 높은 신뢰성을 가진다[7]. 그러나 특정 대학만 언급하는 것이 아니라 다양한 대학이 언급되는 문제점이 존재한다. 또한, 객관적인 보도를 위해 주관적인 감정을 최대한 배제하여 개인의 의견이 반영되지 않는 한계점이 존재한다. 따라서 해시태그를 통해 특정 단어를 강조할 수 있으며 주관적인 게시물을 공유하는 온라인 소셜 네트워크 서비스(SNS, Soical Network Service)의 데이터 수집이 필요하다.

SNS 중 인스타그램(Instagram)은 대표적인 소셜 네트워크로서 20, 30대가 가장 많이 이용하는 매체이다[8]. SNS 사용자는 해시태그로 다양한 문구를 작성하여 게시물을 설명하고 감정을 표현한다. 해시태그를 이용하여 사용자의 감성 분석 연구가 진행되고 있다[9][10]. SNS에서 감성 분석을 극대화하기 위해서는 네트워크 구조에서 가장 파급력 있는 노드인 허브 노드를 추출할 필요가 있다.

허브 노드를 추출하는 기법의 하나인 페이지랭크(Pagerank)를 활용한 연구가 진행되고 있다[11][12]. 페이지랭크는 하이퍼링크 구조를 가지는 문서에 상대적인 중요도에 따라 가중치를 부여하여 페이지의 우선순위를 계산한다[13]. 따라서 네트워크 분석 시 한 노드가 네트워크에 임의로 중요도 조작을 할 수 없는 장점을 갖고 있다. 그러나 하이퍼링크만을 고려하기 때문에 감성 어휘를 포함한 게시물 수집 시 감성 어휘가 적은 페이지가 높은 우선순위를 차지할 수 있는 문제점이 발생한다. 이를 해결하기 위해 감성 어휘를 고려한 페이지랭크 기법이 필요하다.

본 논문에서는 대학 평판도 분석을 위한 데이터 수집 매체로 인스타그램을 선정하고 데이터 타당성을 분석한다. 수집한 데이터의 해시태그를 감성 분석하여 기존 감성사전인 AR-KNU+를 확장한다. 확장한 감성사전을 기반으로 감성 게시물 분류 후 페이지랭크를 위한 그래프를 구축한다. 구축한 그래프를 기반으로 허브 노드를 추출하여 허브 노드를 기점으로 한 데이터 수집을 진행한다.

이 논문의 구성은 다음과 같다. 제2장은 관련 연구를 소개하고, 제3장은 제안하는 방법을 설명하고 제4장은 실험을 수행하고, 결과를 서술한다. 제5장은 결론을 서술한다.

Ⅱ. 관련 연구

이 장에서는 대학평판도 분석에 관한 연구에 관해 기술하고 기존 연구의 문제점을 통해 SNS 데이터 수집의 필요성을 제시한다.

Ⅲ. 제안 방안

기존 연구의 문제점을 해결하기 위해 주관적인 게시물을 공유하는 SNS의 데이터 수집을 제안한다. 기존 연구에서는 대학 평판도 분석을 위해 온라인 뉴스 데이터를 수집하였다. 온라인 뉴스 데이터는 객관적인 내용 전달을 위해 감정을 최대한 배제하기 때문에 감성 어휘의 비율이 낮고 개인의 의견이 반영되지 않는 문제점을 보였다. 그러므로 20~30대가 가장 많이 사용하는 인스타그램을 수집매체로 선정한다.

감성 어휘의 포함 비율이 높은 허브 노드를 추출하기 위해 그래프 구축 시 감성 게시물을 이용하는 방법을 제안한다. 기존 페이지랭크 기법은 하이퍼링크만을 고려하여 그래프를 구축한다. 감성 어휘가 적은 노드가 허브 노드로 선정되는 문제점이 발생한다. 그러므로 감성사전을 이용하여 감성 게시물을 분류하고 그래프 구축데이터로 사용한다.

그림 1은 제안 방법의 전체 과정을 나타내며 인스타그램 데이터 수집, 데이터 전처리, 그래프 구축, 허브 노드 추출, N-Hop 데이터 수집으로 구성한다.

Fig. 1.

Flow chart of proposed method

첫 번째로, 인스타그램의 해시태그를 이용하여 대학과 관련 있는 게시물을 수집한다. 두 번째로, SNS 맞춤형 감성사전 구축을 위해 수집한 데이터를 감성 분석하여 감성 어휘를 도출한다. 도출한 감성 어휘를 추가하여 기존의 감성사전인 AR-KNU+를 확장한다. 세 번째로, 감성 어휘를 고려한 페이지랭크 방식을 사용하기 위해 감성 게시물의 작성 정보를 이용하여 방향 그래프를 구축한다. 네 번째로, 구축한 방향 그래프를 기반으로 페이지랭크 방식을 이용하여 네트워크에서 상위의 가중치를 가지는 노드를 추출한다. 마지막으로. 추출한 허브 노드를 기점으로 대학과 관련된 감성 게시물을 수집한다.

3.2 데이터 전처리

이 절에서는 수집한 인스타그램 데이터를 형태소 분석하여 품사를 구분하고 감성 평가를 통해 감성 어휘를 추출하여 감성사전을 확장한다. 수집한 인스타그램의 게시물의 해시태그를 대상으로 기존 감성 사전인 AR-KNU를 이용하여 감성 게시물을 분류한다. 분류한 감성 게시물의 해시태그 및 댓글을 대상으로 네이버 맞춤법 검사를 수행하여 오타를 교정한다.

맞춤법 검사를 수행한 해시태그와 댓글을 형태소 분석기인 MeCab을 사용하여 명사, 동사, 형용사, 부사, 감탄사, 사전에 정의되어 있지 않은 단어로 분류한다. 형태소 분석을 완료한 단어를 감성 분석하여 기존 감성사전에 포함되지 않는 단어를 추가한다.

표 1은 감성 어휘의 감성 정도를 매기는 기준이다. 세 명의 평가자는 분류한 어휘를 표1을 기준으로 감성 평가하여 과반수에 해당하는 점수를 부여한다. 만일 평가자의 점수가 각각 다르다면 재평가를 통해 점수를 부여한다.

Table 1.

Sentiment degree by sentiment

3.3 그래프 구축

이 절에서는 감성 어휘 비율이 높은 허브 노드를 추출하기 위해 감성 어휘를 포함한 게시물을 이용하여 방향 그래프를 구축한다. 이를 위해 확장한 감성사전을 이용하여 게시물의 해시태그에 대학명과 감성 어휘가 포함된 게시물을 분류한다. 분류한 감성 게시물을 NetworkX 패키지를 이용하여 방향 그래프를 구축한다.

그래프 구축 방식은 그림 2와 같이 진행된다. 수집한 감성 게시물을 대상으로 게시물을 작성한 계정의 URL에서 댓글을 작성한 계정의 URL로 이동할 수 있다는 가정하에 진행한다. 또한, 댓글을 작성한 계정이 게시물을 작성한 계정의 URL로 이동할 수 있는 것을 배제하였다.

Fig. 2.

Direction graph for proposed method

그림 3은 그림 2를 기반으로 그래프를 구축한 예시이다. 구축한 그래프는 n개의 깊이를 가지며 인접 노드를 통하여 특정 노드에 접근할 수 있다. 또한, 허브 노드 및 인접 노드에 링크가 없어 네트워크가 분리된 경우도 존재한다.

Fig. 3.

Example of a direction graph of the proposed method

3.5 N-Hop 데이터 수집

이 절에서는 네트워크에서 영향력 있는 노드인 허브 노드를 기점으로 인접한 노드로 확산해가며 데이터를 수집한다. 이를 위해 그래프 탐색 방식으로 BFS(Breadth First Search) 기법을 사용하여 기준 노드를 시작으로 인접한 모든 노드를 탐색한다.

그림 4는 허브 노드를 기점으로 데이터를 수집하는 크롤러의 프로세스다. 사용자는 데이터 수집을 위해 대학명, 연도, 허브 노드의 링크를 입력한다. 입력한 허브 노드의 링크로 이동하여 게시물을 수집한다. 게시물 수집 시 입력한 연도와 비교 후 해시태그에 대학명의 포함 여부를 비교한다. 연도와 대학명의 조건에 충족하는 게시물을 대상으로 확장한 감성사전을 이용하여 감성 어휘를 분석한다. 해시태그 및 댓글에 감성 어휘를 포함할 시 해당 게시물의 해시태그, 댓글, 댓글을 작성한 계정 링크를 수집한다. 해당 허브 노드와 관련된 계정 링크가 존재하지 않을 때까지 반복한다.

Fig. 4.

Crawler process

Ⅳ. 실 험

4.1 실험 환경

실험 환경은 표 2와 같다. 크롤러 구현을 위한 개발 언어는 Python을 사용하였으며, 라이브러리는 Selenium을 사용한다. 크롬 드라이버를 사용하여 크롬을 통한 데이터 수집 환경을 구축하였다.

Table 2.

Experimental environment

4.2 수집 데이터

표 2는 실험을 수행할 대학의 인스타그램 게시물 수집개수이다. U1, U2, U3, U4, U5는 대학명을 익명으로 나타내었다. 데이터 수집 기간은 2020년 12월부터 2021년 4월이다. 그러나 U5는 특정 기간 매우 적은 양의 데이터 개수를 보여 수집 기간을 늘렸다. 수집 기간은 2019년 8월부터 2020년 8월이다. 감성 어휘를 포함한 게시물의 개수가 아닌 대학명을 해시태그로 포함하는 게시물의 개수이다.

Table 2.

Collection results from hub nodes

4.3 감성 사전 확장

표 3은 표 2의 대학의 데이터를 맞춤법 검사와 형태소 분석기를 이용하여 분류한 감성 게시물을 세 명의 평가자가 매우 부정, 부정, 감정 없음, 긍정, 매우 긍정으로 단어 감성 평가를 완료한 결과를 보여준다. 감정 없음을 제외한 단어를 AR-KNU+에 추가하여 확장하였다. 그러나 73,937개의 단어 중 765개를 추가하여 낮은 빈도의 감정 어휘를 보였다.

Table 3.

Emotional evaluation result

4.4 허브 노드 개수 별 감성 어휘 비율

효율적인 감성 게시물 수집을 위해 허브 노드 개수에 따른 게시물의 감성 어휘 비율을 분석한다. 실험 데이터는 기존 방안인 페이지랭크를 이용하여 수집한 방식과 제안 방안인 감성 어휘를 고려한 페이지랭크로 수집한 데이터로 구분한다.

허브 노드가 접근할 수 있는 횟수를 변경하여 진행하였으며 감성 어휘 검출을 위해 AR-KNU+와 SNS 감성 어휘를 추가한 사전을 사용하여 비교한다. 샘플링 데이터를 100개로 하여 10회 실시한다.

실험 결과는 정밀도(Precision)와 재현율(Recall)의 값을 이용하여 F1 score의 값을 계산한다. 정밀도는 대학과 관련된 게시물의 전체 해시태그에서 감정 어휘를 포함한 해시태그의 비율을 계산한 값이다. 재현율은 대학과 관련된 게시물의 해시태그에서 중복을 제거하고 감정 어휘를 포함한 해시태그의 비율을 계산한 값이다. F1 score는 정밀도와 재현율을 이용하여 계산한 값으로 대학과 관련된 게시물 당 감성 어휘를 포함한 비율을 나타낸다.

$\[ \left(Precision\right)=\frac{TP}{TP+FP} \]$

(2)

$\[ \left(Recall\right)=\frac{TP}{TP+FN} \]$

(3)

$\[ \left(F1-score\right)=2\times \frac{Precision\times Recall}{Precision+Recall} \]$

(4)

그림 5는 기존 방안과 제안 방안의 실험 결과를 보여준다. 기존 방안인 기존 페이지랭크를 사용한 방식은 감성 어휘를 추가한 사전이 더 높은 F1 score를 보였으며 허브 노드를 3개 사용한 방식이 5개를 사용한 방식보다 높은 F1 score를 보였다. 그러나 가장 높은 F1 score는 0.019를 보였다.

Fig. 5.

F1 score of baseline and proposed method

제안 방안인 감성 어휘를 고려한 페이지랭크를 사용한 방식은 감성 어휘를 추가한 사전이 더 높은 F1 score를 보였으며 허브 노드를 3개 사용한 방식이 5개를 사용한 방식보다 높은 F1 score를 보였다. 또한, 가장 높은 F1 score는 0.09로 기존 방안과 비교하였을 때 약 4.5배 높았다. 따라서 허브 노드를 기점으로 하는 데이터 수집은 허브 노드의 개수를 3개를 사용하여 수집한다.

표 4는 그림 5의 제안 방안의 대학별 F1 score의 값을 보여준다. Method A와 B는 각각 허브 노드를 3개, 5개로 하여 확장한 감성 사전을 사용하였으며, Method C와 D는 각각 허브 노드를 3개. 5개로 하여 기존 감성 사전을 사용하였다. 표 5는 그림 5의 기존 방안의 대학별 F1 score의 값을 보여준다.

Table 4.

F1 score of proposed method by university

Table 5.

F1 score of baseline method by university

Method A와 B는 각각 허브 노드를 3개, 5개로 하여 확장한 감성 사전을 사용하였으며, Method C와 D는 각각 허브 노드를 3개, 5개로 하여 기존 감성 사전을 사용하였다.

4.5 기존 방안과 감성 게시물 수집 비교

표 6은 기존 연구인 [2]와 수집 데이터의 개수를 비교한 결과를 보여준다.

Table 6.

Comparison of collection posts of existing and proposed methods

제안 방안은 인스타그램을 활용하여 수집한 허브 노드를 기점으로 인접 노드를 탐색하여 감성 게시물을 수집하였다. 그러나 기존 방안과 비교하여 매우 적은 데이터양을 보였다. 이를 통해 인스타그램은 대학과 관련된 감성 게시물의 수가 매우 적은 매체임을 알 수 있다.

4.6 실험 결과

수집한 인스타그램 데이터 중 대학과 관련된 감성 게시물을 수집하는 실험을 수행하였다.

표 7은 허브 노드의 감성 게시물 수집결과를 보여준다. Univ는 대학을 익명으로 나타낸 값이며 Adjacent Node는 허브 노드에서 접근할 수 있는 노드로 감성 게시물에 댓글을 작성한 계정이다. Total Content는 허브 노드에서 수집된 게시물의 개수이다. 대학별로 최소 10개 이상의 인접 노드가 존재하였으며, U4, U5를 제외한 나머지 대학에서는 감성 게시물의 인접 노드로 20개 이상이 존재하였다. 이를 통해 허브 노드의 감성 게시물에 댓글을 작성하는 인접 노드가 많이 존재하는 것을 알 수 있다.

Table 7.

Collection results from hub nodes

표 8은 허브 노드의 감성 게시물에 댓글을 작성한 노드인 인접 노드의 감성 게시물 수집결과를 보여준다.

Table 8.

Collection results from adjacent nodes

허브 노드와 인접한 노드는 평균 24개 정도였지만, 대학과 관련된 감성 게시물을 검출할 수 없었었다. 이를 통해 허브 노드의 인접 노드는 게시물의 댓글만을 작성하고 대학과 관련된 게시물을 작성하지 않는 것을 알 수 있다.

Ⅴ. 결 론

본 논문에서는 대학 평판도 분석 시 온라인 뉴스 데이터 사용으로 적은 감성 어휘와 다양한 대학이 언급되는 문제점을 해결하기 위해 인스타그램 데이터를 이용하여 대학 평판도 분석을 위한 데이터 타당성을 분석하였다. 대학명을 해시태그로 하는 인스타그램 데이터를 수집하고 맞춤법 검사와 형태소 분석을 수행하였다. 감성 사전을 이용하여 해시태그 감성 분석을 수행하였고 감성이 존재하는 어휘를 수집하였다. 기존 감성사전인 AR-KNU+에 수집한 어휘를 추가하여 SNS 맞춤형 감성 사전을 구축하였다. 구축한 감성사전을 기반으로 감성 게시물을 분류하여 방향 그래프를 구축하였으며 감성 어휘를 고려한 페이지랭크를 이용하여 허브 노드를 추출하였다. 추출한 허브 노드를 기점으로 데이터를 수집하였다.

기존 페이지랭크와 감성 어휘를 고려한 페이지랭크를 비교하였을 때 약 11배 높은 F1 score를 보였다. 그러나 추출한 허브 노드를 기점으로 데이터 수집 시 허브 노드는 대학과 관련된 감성 게시물을 일부 수집할 수 있었지만, 인접 노드에서는 수집할 수 없었다. 따라서 대학 평판도 분석 시 수집 매체로서 적합하지 않은 결과를 보였다.

향후 연구로는 수집 데이터 매체로 대학과 관련된 커뮤니티를 선정하여 데이터의 크기를 늘려 실험을 수행할 것이다.

Acknowledgments

이 연구는 2019년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (NRF-2019R1I1A3A01060826)

References

• University Population Shortage, http://www.jeollailbo.com/, . [accessed: Jun. 27, 2021]
• QS World University Rankings, https://en.wikipedia.org/wiki/QS_World_University_Rankings, . [accessed: Jun. 27, 2021]
• Joongangilbo university reputation, http://univ.joongang.co.kr, . [accessed: Jun. 27, 2021]
• S. M. Park, C. M. Eom, B. W. On, and D. W. Jeong, "An AR-KNU Sentiment Lexicon-based University Reputation Assessment Using Online News Data", The Journal of Korean Institute of Information Technology, Vol. 17, No. 3, pp. 11-21, Mar. 2019. [https://doi.org/10.14801/jkiit.2019.17.3.11]
• S. H. Chae, D. W. Jeong, B. W. On, and J. W. Gim, "University Reputation Assessment through AR-KNU Expansion", The Journal of Korean Institute of Information Technology, Vol. 18, No. 11, pp. 35-45, Nov. 2020. [https://doi.org/10.14801/jkiit.2020.18.11.35]
• M. S. Jung, J. H. Jung, S. H. Chae, J. W. Gim, and D. W. Jeong, "Extending AR-KNU for Analysis of University Reputation", Proceedings of KIIT Conference, Cheongju, Korea, pp. 380-383, Oct. 2020.
• I Love Korean, http://www.ilovekorean.net/koreanlanguage3/chapter1/1-2-2.html, . [accessed: Jun. 20, 2021]
• SNS utilization, https://biz.chosun.com/, . [accessed: Jun. 20, 2021]
• M. J. Nam, E. J. Lee, and J. H. Shin, "A Method for User Sentiment Classification using Instagram Hashtags", Journal of KMMS, Vol. 18, No. 11, pp. 1391-1399, Aug. 2015. [https://doi.org/10.9717/kmms.2015.18.11.1391]
• X. Wang, F. Wei, X. Liu, M. Zhou, and M. Zhang, "Topic Sentiment Analysis in Twitter: A Graph-based Hashtag Sentiment Classification Approach", Proceedings of the 20th ACM internationalconference on Information and Knowledge management(CIKM), Glasgow, United Kingdom, pp. 1031-1040, Oct. 2011. [https://doi.org/10.1145/2063576.2063726]
• H. S. Kim, H. W. Kim, H. J. Seo, and Y. K. Lee, "An Efficient Distributed PageRank Technique on Summarized Graph", Korean Institute of Information Scientists And Engineers, pp. 2026-2028, Jun. 2018.
• J. X. Parreira, C. Castillo, D. Donato, S. Michel, and G. Weikum, "The Juxtaposed approximate PageRank method for robust PageRank approximation in a peer-to-peer web search network", The Journal of VLDB, Vol. 17, No. 2, pp. 291-313, Feb. 2007. [https://doi.org/10.1007/s00778-007-0057-y]
• Pagerank, https://en.wikipedia.org/wiki/PageRank, . [accessed: Jun. 20, 2021]
• E. A. Kim and Y. S. Lee, "The College Reputation System using Public Data and Sentiment Analysis", The Journal of convergence security, vol. 18, No. 1, pp. 103-110, Mar. 2018
• Y. K. Kim and W. S. Kang, "A Study of Special-purpose Academy Image Positioning Strategy Utilizing Big Data Analysis", Journal of Social Science, Vol. 35, No. 1, pp. 33-70, Jun. 2018.