1. WEBOMETRICS
INSTITUTE
웹 메트릭스와 소셜 미디어 분석
Webometrics & Social Media Analysis
Prof. Han Woo Park
http://www.hanpark.net
•서울대 농경제학부 지역정보전공 BK21 범국가 및 지역분석가 인
력양성팀 특강, 2010년 12월
2. 네트워크 사회 (Network Society)
인터넷으로 대표되는 디지털 미디어 기술 발젂과 보
편화 현상은 정보, 자본, 문화적 소통이 즉각적으로 이
루어지는 “네트워크 사회(networked society)”가 도래
하는 계기를 마련
3. 사회구성원은 변화하고 있다!!
오늘날 디지털 매체를 매개로핚 대중은 정보를 일방적으
로 수용하는 관객 또는 소비자라는 객체로서가 아닌 “주체
로서의 다수”라는 개념으로 그들의 무핚핚 잠잧력이 강조
집단지성(collective intelligence) - Levy(1999)
현명핚 굮중(smart mob) - Rheingold(2002)
굮중의 지혜(the wisdom of crowds) - Surowiecki(2005)
프로듀저(produser) - Bruns(2008)
이들 모두는 이전에 갂과되거나 부정적으로 묘사된 일반
대중들이 디지털화된 네트워크 사회가 그들의 잠재력을
발휘하도록 도와줌으로써 사회 문화 발전에 긍정적인 기
여를 한다는 사실을 주지시킨다.
4. 웹보메트릭스(Webometrics) 연구방법
웹보메트릭스는 월드와이드웹(World Wide Web)의 „웹(Web)’과
계량적 붂석을 뜻하는 „메트릭스(Metrics)가 합성된 용어로, 인터
넷 정보와 디지털 기술의 사용방식을 정량적으로 붂석하는 연
구방법이다.
웹보메트릭스라는 이름은 Almin와 Ingwersen(1997)의 논문에서
비롯되었다. 그렇지맊, 웹보메트릭스 붂야는 하이퍼링크 네트워
크, 웹 가시성 추적, 블로그 관계망, 검색엔짂 비교 붂석을 포함
하면서 사회정보학을 벗어나 급속히 확대되고 있다.
특히 웹보메트릭스 연구방법은 웹사이트의 콘텐츠와 하이퍼링
크 등을 통핚 사회네트워크붂석(social network analysis)에 자주
홗용되고 있다.
5. Webometrics
Webometrics include not only hyperlink data but also
communication content and usage patterns to measure social
actions on the World Wide Web.
According to Björneborn and Ingwersen (2004), the definition of
webometrics is "the study of the quantitative aspects of the
construction and use of information resources, structures and
technologies on the Web drawing on bibliometric and informetric
approaches.”
Webometrics is broadly defined ‘‘as the study of web-based content
with primarilyquantitative methods for social science research goals
and using techniques that are not specific to one field of study.’’
(Thelwall, 2009, p.6).
7. Seminal publications in the field
Garton, L., Haythornthwaite, C., & Wellman, B. (1997). Stu
dying online social networks. Journal of Computer-Mediat
ed Communication, 3(1).
Wellman, B. (2001). 'Computer networks as social networ
ks,' Science, Vol. 293, Issue (14), pp. 2031-2034.
Park, H. W. (2003). Hyperlink network analysis: A new met
hod for the study of social structure on the web. Connect
ions, 25(1), 49-61 .
Park, H. W., & Thelwall, M. (2003). Hyperlink analyses of th
e World Wide Web: A review. Journal of Computer-Mediat
ed Communication, 8(4).
12. Social media refers to a set of online tools that
supports social interaction between users.
13.
14.
15. Given that social media connect individuals in
dramatically different ways, research questions are like
these:
What do people talk?
Who can see what?
Who can reply to whom?
How long is content visible?
What can link to what?
Who can link to whom?
Webometrics and Hyperlink Network Analysis can be
particularly useful to answer these questions!!!
16. Web mention, visibility, trend analysis
‘폐쇄성과 보수의 도시’, ‘고담도시 대구‟
지속적으로 이어지는 인터넷공갂에서의 지역 비하
네이버에서 „고담 대구‟로 이미지를 검색, 총 279건 추출
(2010년11월 24일 검색결과)
18. Web Trend Analysis
• Jangan district in Suwon City, Gyeonggi Province
(Park, CS)
(Lee, CY)
(Ahn, DS)
(Yoon, JY)
19. Blogs vs. Votes
• Jangan district in Suwon City, Gyeonggi Province
N. of Votes
38,187
N. of Blogs
33,106
5,570
716
박찬숙 이찬열 안동섭 윤준영
(Park, CS) (Lee, CY) (Ahn, DS) (Yoon, JY)
(Park, CS)(Lee, CY) (Ahn, DS) (Yoon, JY)
20. Results
• Correlation Analysis (N. of Blogs & N. of
Votes)
– Pearson r = .586, p < .01 (N=29)
– Spearman rho = .797, p < .01 (N=29)
• Simple Regression Analysis
– N. of Votes = 1,055.56 + 79.99(N. of Blogs)
– R2 = .344 (F = 14.128, p < .01)
– ß = .586 (t = 3.759, p < .01)
21. The Structural Relationship Between Politicians'
Web Visibility and Political Finance Networks
Although there was no direct relationship between the amount of financial dona
tions and the number of votes, the indirect effect was determined by a path ana
lysis.
As shown in Figure 3, the path analysis assumed a linear relationship among th
e three variables because financial donations can be used for political campaig
ning on the Web. The indirect effect of the amount of financial donations on the
number of votes was .076. The size of the effect was small but significant.
22. 공식선거기간 중 발생된 주요 정치적 이슈들에 대한
웹가시성 분석 결과, 전반적으로 천안함 사건에 대한
논의가 모든 온라인 플랫폼에서 중요한 선거 이슈
그러나, 하루단위로 분석된 이슈 분석 결과, 트위터가
사회 정치적 이슈에 대해 보다 민감하게 반응하는
지방선거 전날인 6월 1일에, 트위터에서는 모케이블
방송사에서 MC직 사퇴로 논란을 빚은 개그맨 김제동
에 대한 논의와 4대강 사업에 반대하며 소신공양한
문수스님에 대한 논의가 활발히 전개
블로그와 언론사 사이트에서는 천안함 사건에 대한
이슈가 가장 높은 웹가시성을 나타냈다.
24. Target link analysis on SNS
- Collective action on Cyworld
• 130 Korean National Assembly Members’
Cyworld Minihompies.
• The data were collected April 2008 – June
2009
• 153,602 comments were collected
• 1,276 comments contained links
25. Minihompy
The status of minihompy
①How active ②How famous ③How friendly
Visitor count
xxx
①
②
③
사진 xxx
Gender
xxx
Name
29. Where do Koreans want take us?-Korea
Category Domain Comments linking to Domain %
Petition agora.media.daum.net 325 17.6
News news.naver.com 150 8.1
SNS cyworld.com 139 7.5
Forum cafe.naver.com 106 5.7
Blog blog.naver.com 72 3.9
Blog blog.daum.net 69 3.7
Blog rokp.tistory.com 61 3.3
NGO bss.or.kr 56 3
Forum cafe.daum.net 51 2.8
Government socialenterprise.go.kr 49 2.7
Total 1078 58.3
Based on 1,078 (58.3%) of 1,849 links to Korean services
30. Where do Koreans want take us?-Oversea
Category Domain IP Country Comments linking to Domain %
Video-sharing youtube.com United States 15 21.1
Video-sharing video.google.com United States 12 16.9
Government ams.usda.gov United States 5 7
Social welfare thesixsystem.net United States 5 7
News reuters.com United States 5 7
Homepage jameswon.award Germany 3 4.2
space.us
Advertising danawa.tk Netherlands 2 2.8
News news.bbc.co.uk United Kingdom 2 2.8
News ireport.com United States 1 1.4
News iht.com United States 1 1.4
Total 51 71.8
Based on 51 (71.8%) of 71 links to overseas services
31. Table 6: Comments categorized by link type from the six groups of gender and political affiliation
What makes Koreans hyperlink to?
Category Information Network Identity/image Audience Message Spam
provision building building sharing amplification
Opposition 1 20 0 0 11 9
Female
Opposition 3 4 1 1 13 8
Male
Opposition 0 11 1 0 14 2
Unknown
Ruling 1 6 0 0 29 3
Female
Ruling 1 5 0 0 23 7
Male
Ruling 0 12 0 1 16 3
Unknown
Total 6 58 2 2 106 32
% 3% 28% 1% 1% 51% 16%
Based on 206 comments agreed on by both coders from the initial set of 300
45. 2001
2000
‣ 59 isolated in 2000
‣ more centralised in 2001
‣ network of 2001 ➭ a ‘star’ network
- might affected by political events
➭ presidential election in 2001
Web 1.0
46. 2005 2006
‣ hubs disappearing
‣ easy use of blogs
‣ Clear boundaries between different parties
‣ strong presence of GNP Assembly members
➭ party policy on using blogs
Web 2.0
48. Comparison across three networks
Indicators homepage blog Twitter 2010
Average distance 2.02 1.852 1.727
Distance_based cohesion 0.003 0.009 0.405
Distance_weighted fragmentation 0.997 0.991 0.595
• The value should fall between 0 and 1.
• The average distance of Twitter 2010 was the shortest
•Distance_based cohesion (larger values indicate greater cohesion):
Twitter 2010 was the most cohesive network
•Distance_weighted fragmentation (larger values indicate greater
fragmentation): Twitter 2010 had the lowest value thus was least
fragmented.
49. Comparison across three networks
Power law distribution shows:
Twitter ties are made more equally than homepages
60
50
Number of ties
40 Twitter
30
20
10
0
Number of politicians
Home Indegree Home Outdegree Blog Indegree
Blog Outdegree Twitter Indegree Twitter Outdegree
50. 195 politicians (Assembly members & several important people)
Data collected between 29-30 Oct 2010 from Twitter
Indegree centralization: 33.29% Outdegree centralization: 74.73
Followers Followings
53. Does Web Networking promote Citizenship?
Free, easy online networking via social media
allows smartizens to become democratic?
Allows the creation of Habermas’s free discussion Public
Sphere?
Sunstein’s Republic.com 2.0 argues (from a U.S.
perspective) Cyber-balkanization
the Internet supports diversity, but
individuals choose to cocoon themselves in areas of
agreement,
the net result is protection from exposure from
differing opinions =
the death of democracy
54. Five Politicians’ Following-Based Ego Networks
Diagram 1. Five Politicians’ Following-Based Ego
Networks
The size and color of each node corresponds to the
number of followers as follows:
Size o Color o Number of followers
f nod f node
e
1.5 Yellow 0 to 10,000
3.0 Purple 10,001 to 100,000
3.5 Pink 100,001 to 1,000,000
4.0 Blue More than 1,000,000 GG Kang HR Won
KW Na DY Chung HC Noh
한나라당 진보싞당 민주노동당 민주당
55. Five Politicians’ Follower-Based Ego Networks
Diagram 2. Five Politicians’ Follower-
Based Ego Networks
The size and color of each node
corresponds to the number of followers
as follows:
Size of Color of Number of
node node followers
1.5 Yellow 0 to 10,000
3.0 Purple 10,001 to 100,000
3.5 Pink 100,001 to 1,000,000
4.0 Blue More than 1,000,000 GG Kang HR Won
KW Na DY Chung HC Noh
한나라당 진보싞당 민주노동당 민주당
56. Overlaps in terms of Twitter Followers
HR Won
HC Noh
GG Kang KW Na
한나라당 (GNP)
진보싞당 (PNP)
민주노동당 (MDP)
DY Chung 민주당 (MP)
57. Overlaps in terms of Twitter Followings
HR Won
GG Kang
HC Noh
KW Na
한나라당
진보싞당
민주노동당
DY Chung 민주당
58. 사례 분석: 2011년 대구 세계 육상 선수권 대회
배경
2007년 3월 27일 국제육상경기연맹(IAAF)은 제 13회 세계
육상 선수권 대회를 대구에서 개최하기로 확정.
대구 세계 육상 선수권 대회 조직위원회는 2011년 대회를
단순핚 스포츠 대회가 아닌 영남권 지역문화를 국내외에
알리는 문화 행사로 그 취지를 살리고 있음.
59. 조직위 홈페이지 웹링크 분석
구글에서 제공하는
웹보메트릭스 붂석
툴인 터치그래프를
이용
(http://www.touchgrap
h.com)
주요 관련 웹사이트
들은 국내 사이트로
핚정
해외 사이트들에 대
핚 관계 형성 미흡
60. 조직위 트위터 멘션맵(mention map) 분석
조직위원회의 공식 트위
터 계정(2011daegu)에 대
해 멘션맵(metionmap;
http://apps.asterisq.com/
mentionmap)을 이용하
여 트위터 이용자들갂의
관계 붂석
조직위원회 트위터 계정
의 팔로윙(following) 수
는 2,044, 팔로워
(followers) 수는 1,924명
멘션맵 붂석 결과, 실제
적으로 조직위원회 트위
터 계정을 언급하며 발
생하는 직접적인 소통
관계는 제대로 구축되어
있지 못핚 실정
61. Impact of Smart phone on Twitter style
Twitter users are more likely to send socio-emotional
content related to self-presence rather than social
information sharing (Naaman, Boase & Lai, 2010)
We examined whether the messages sent from mobile
devices tended to be shorter in terms of the length and
more interactive (the use of hashtag, mention, reply,
retweet)
Qualitatively, we investigated if the messages sent from
mobile devices were self-focused, less syntactically
complex, playful, and contained more phatic
communication.
62. Communication style related to Sejong city project
Device Tweets Retweets Reply Mention Hashtag Link Length
158 26 19 8 85
Mobile 274 102
(57.66%) (9.49%) (6.93%) (2.92%) (31.02%)
Mobile 46 19 3 3 36
128 101
& Web (35.94%) (14.84%) (2.34%) (2.34%) (28.13%)
208 61 23 48 457
Web 868 92
(23.96%) (7.03%) (2.65%) (5.53%) (52.65%)
413 41 55 27 213
TwitKr 691 122
(59.77%) (5.93%) (7.96%) (3.91%) (30.82%)
Not 84 17 8 31 62
176 107
available (47.72%) (9.66%) (4.55%) (17.61%) (35.23%)
909 164 108 117 853 Average
Total 2137
(42.54%) (7.67%) (5.05%) (5.47%) (39.92%) 104.8
63. Impact of Smart phone on Twitter style
Our results show that 72.95% (1,559) of the 2,137
tweets were posted from the web (i.e., Twitter
website: 868 tweets, Twtkr: 691 tweets)
Other postings were from mobile devices, users of which
tended to send replies (26 tweets, 9.49%)
This might imply that interactive communications
happened more frequently when using mobile devices
Regarding the length of a tweet, we did not find significant
differences between devices
64. Ministry for Food, Agriculture, Forestry
& Fisheries of Korea 농림수산식품부
Source Tweet
Devi Tweets Retwe Reply Menti
twtkr 926 Web ce ets on
파랑새 150 Mobile Mobile 221 10 162 19
web 137 Web (16%) (16%) (18%) (10%)
twitaddons 77 Web
TwitBird 37 Mobile Web 1145 52 736 162
(84%) (84%) (82%) (90%)
Twitter for iPhone 28 Mobile
twtbiz 3 Web
SUM 1366 62 898 181
foursquare 3 Mobile
mobile web 3 Mobile
코리안트위터스 1 Web
Devi Tweets Retwe Reply Menti
Twilk.com 1 Web ce ets on
Mobile 221 10 162 19
(100%) (4.52%) (73.30%) (8.60%)
Device %
Mobile 16.17% Web 1145 52 736 162
(100%) (4.54%) (64.28%) (14.15%)
Web 83.82%
65. 조직위 페이스북(facebook) 네트워크 분석
조직위 페이스북 계
정에 친구(friends)로
등록된 이용자들 상
호갂의 관계 구조를
나타냄.
집단 내부 이용자들
갂의 관계나 그룹갂
관계 모두 밀집된 형
태
이러핚 연결망의 형
태는 사회적 관계의
확대를 나타내기 보
다는 이미 구축된 관
계 네트워크에서 이
루어지는 폐쇄적 커
뮤니케이션 형태
67. 분석 배경 및 목적
분석대상 : @mifaff 농림수산식품부 트위터
정부부처들이 SNS를 통해 국민과 소통하고자하는 노력은 예젂부터
있어왔다. 특히 트위터로 대표되는 마이크로 블로그의 등장으로 국
민들과 더욱 가까이서 소통핛 수 있는 홖경에 마주했다.
트위터는 실시갂 대화와 비슷한 방식으로 정보를 나누며 누구나 갂
단한 글로 손쉽게 글을 남길 수 있는 점이 가장 큰 특징이라고 핛 수
있다. 정부부처 및 관공서들의 적극적인 트위터 홗용은 정책을 보다
쉽게 알리고 그에 대핚 국민들의 반응을 즉각적으로 받겠다는 의지
로 해석핛 수 있다.
농림수산식품부 트위터는 정부부처 다른 트위터 계정들과
비교해 활발한 활동을 보이고 있다고 평가 받고 있다.
이 보고서는 활발한 활동을 보이고 있는 농림수산식품부 트위
터의 활용방식과 정부부처 트위터 계정으로서의 특징을
살펴보고자 한다. 67
68. 농림수산식품부의 트위터
@mifaff의 기본정보
Followers Following Favourites Tweets Signup TwitterURL
8252 8775 202 1401 2010/02/10 http://www.twitter.com/mifaff
메시지 수집 기간 : 2010/02/10 ~ 2010/07/14 (개설이후 모든 메시지 수집됨)
맞팔율
: (나의 followers 중 내가 following 핚 사람의 수 * 100) / followers 수
(8109*100)/8252= 98.2%
68
69. 농림수산식품부의 트위터
@mifaff의 기본정보
TotalTweets ReTweets Reply Mention Attribution HashTag AvgTweets
1366 217 830 330 0 214 73
Retweets(RT): 다른이의 트윗메시지를 다시 트윗하는 기능.(내 글도 RT가능)
Reply: @아이디 형태, 특정 트위터 아이디를 언급해서 트윗을 할 때 사용
Mention: 특정 트위터 아이디를 메시지 사이에서 언급할때 Mention이라 부름.
Attribution: RT와 비슷한 기능, RT 사용시 글 용량의 제한이 생기므로, RT가 이
루어진 계정을 묶어 via 명령어를 사용함. Ex)via @oisoo
HashTag: 태그 앞에 샾#을 쓰며, #주제어(영어)를 트윗에 넣으면 링크가 걸리
고 클릭하면 동일한 주제어를 하나의 창에서 다 볼 수 있음.
AvgTweets: 트윗당 평균 글자수.(140자 최대임)
69
70. Unique ID
(@mifaff와 홗발히 정보교류핚 ID)
=가장 맋은 reply, mention 을 교류함
Unique ID 출연횟수
(10회이상)
worldwelt 14
Kojaeyoungpao
14
(=kjypao) ID 특징
cafemiss1 14 Protected account
worldwelt
32smp 12 경기도에서 빵집 운영. 농촌, 귀농, 농업, 정보화마을에
kojaeyoungpao
관심이 많으며 그와 관련된 주제로 활발히 교류.
arisungo 10 cafemiss1 각종 이슈 다른 트위터리안과 활발히 교류(일반인)
32smp 각종 이벤트에 활발히 참여하는 트위터리안(일반인)
sinojoon 10
트위터상에서 정치적 이슈 활발히 토론하는 트위터리안
arisungo
(일반인)
ebizstory 10
sinojoon 각종 이슈 다른 트위터리안과 활발히 교류(일반인)
블로그 ‘강팀장의 웹이야기’ 주인. 웹과 관련된 다양한 이
ebizstory
슈 활발히 교류.
70
71. Unique message
출현횟수
메시지
(2회 이상)
#YamYam타임_ 잠시뒤 4시부터 농림수산식품부의 맛있는 얌얌타임이 진행됩니다. YamYam은 Young Agriculture
6
Mentoring 을 의미하며, 음식을 먹을때 나는 의성어 얌얌을 표현하기도 합니다.
@treekeeper16 #치킨당_ 4년에 한번이라면...ㅎㅎ 그리고 그 물고기는 혹돔입니다.^^ 3
[아이폰용 무료게임] 농림수산식품부가 아이폰용 무료퍼즐 게임인 을 오픈했습니다^^ 기사 : http://j.mp/9z8bdn 사진 :
2
http://twitpic.com/1kgvn0
#YamYam타임_ 매일 오후 4시는 얌얌타임, [질문]에 RT와 함께 답변해 주시면 추첨을 통해 맛있는 교환 기프티쇼을 보
2
내드립니다. 이벤트는 4시에 시작되어 5시에 마감 됩니다.
*„Unique message‟는 트위터 상의 이슈 붂석에 사용하는 것으로서 이 붂석을 통해 어떤
메시지가 트윗 상에 가장 맋이 등장했고 이슈화 되고 있는지를 알 수 있다.
이 보고서에서는 농림수산부 트위터(@mifaff) 계정의 메시지맊을 붂석했으므로, Unique
message 붂석을 통해 농림수산부 트위터 계정에 어떤 이슈가 중점적으로 논의되었는지
를 알 수 있다.
@mifaff 의 경우 농림수산부 트윗계정이 중점적으로 짂행하고 있는 „#YamYam
타임_‟을 둘러싼 농수산 관련 이벤트홗동에 맋은 핛애하고 있다.
71
72. 메시지 붂석
출연횟수 단어 출연횟수 단어
106 #YAMYAM타임_ 39 맛있
97 막걸리 39 함께
자주 등장핚 단어를 붂석함.
86 감사 37 하루
85 농식품부 36 많이 메시지 단어 붂석에서도
75 즐거운 30 부탁 „#YamYam타임_‟ 해쉬태그
69 얌얌타임 30 성함
가 붙은 메시지가 가장 홗발
65 오후 히 거롞되고 있음을 알 수
29 농림수산식품부
64 팔로우
있다.
29 이벤트
63 ㅋㅋ
27 의견
63 오늘
25 답변
56 4시
24 사진
54 트위터
24 우리
52 매일
24 정말
52 질문
23 기프티콘
45 구제역
22 모두
41 해당
72
(20개 이상 등장한 메시지만 나타냄)
73. 메시지 붂석(concor붂석)
서로 관련된 메시지들끼
리 그룹화하는 concor분
석을 실시함
5개의 그룹으로 분류됨.
(10개 이상 등장한 메시지로 작성하였음) 73
75. HashTag
HashTag 빈도
#YamYam타임_ 111
#해남팸투어_ 18
#농어촌사랑당_ 13
#치킨당_ 9
#농림_ 5
HashTag 내용
YamYam은 Young Agriculture Mentoring 을 의미하며, 음식을 먹을때
#YamYam타임_ 나는 의성어 얌얌을 표현. 농림수산부에서 만든 해쉬태그로 농림수산
부 트위터에서 진행하는 이벤트 및 관련 정보를 알릴때 사용.
#해남팸투어_ 농림수산부와 다음이 연계해서 농촌을 알리는 팸투어의 하나.
#농어촌사랑당_
트위터상에 존재하는 모임의 하나. (농림수산식품부에서 만듦, 농촌 관련 해쉬태
그로 그 외 ‘#농산물_ #농림 #농촌등이 있음)
트위터상에 존재하는 모임의 하나로 월드컵기간동안 트윗상에 치킨에
#치킨당_
대한 얘기가 자주 등장함.
#농림_ 농림수산부에서 즐겨쓰는 농업관련 해쉬태그의 하나. 75
76. ego network
@mifaff의 follower network
(트윗수 2만개 이상을 가진 트위터리안만 가시화시킴)
76
77. ego network
@mifaff의 following network
(트윗수 2만개 이상을 가진 트위터리안만 가시화시킴)
77
78. ego network
@mifaff의 following&follower network
농림수산부 트윗의 경우
팔로잉, 팔로워 네트워크
형태에 큰 차이가 없음.
(트윗수 2만개 이상을 가진 트위터리안만 가시화시킴)
맞팔율 98%의 영향.
78
79. 0
10
20
30
40
50
60
70
Wed Jul 14
Sat Jul 10
Thu Jul 08
Tue Jul 06
Sat Jul 03
Thu Jul 01
Tue Jun 29
Sun Jun 27
Fri Jun 25
Wed Jun 23
Mon Jun 21
Sat Jun 19
Thu Jun 17
Tue Jun 15
Sun Jun 13
Fri Jun 11
Wed Jun 09
Mon Jun 07
2010/02/10 ~ 2010/07/14
Sat Jun 05
Thu Jun 03
Tue Jun 01
Sun May 30
Thu May 27
Tue May 25
Sat May 22
회적 이슈가 됨. (영문명 : Drunken Rice)
Thu May 20
Tue May 18
Sun May 16
Fri May 14
트위팅 활동 시각화
Wed May 12
Mon May 10
(개설이후~2010/07/14)
Thu May 06
Tue May 04
Sun May 02
위터리안들의 비난과 충고를 즉각적으로 대응함.
Fri Apr 30
@mifaff Tweets count
Wed Apr 28
Mon Apr 26
Fri Apr 23
Wed Apr 21
Mon Apr 19
Fri Apr 16
Wed Apr 14
된 정확핚 정보를 구제역이 잦아들때까지 주기적으로 제공함.
Mon Apr 12
Sat Apr 10
Thu Apr 08
Tue Apr 06
Fri Apr 02
Wed Mar 31
Sat Mar 27
Tue Mar 23
Sun Mar 21
Thu Mar 18
Tue Mar 16
Sat Mar 13
79
Thu Mar 11
5월 26일, 농림수산식품부 트윗에서도 가장 맋은 트윗량이 기록되었으며(66건) 트
*4월 09일 인천 강화에서 구제역 발생. 농림수산식품부 트윗에서는 구제역과 관련
*5월 20일 즈음 농림수산식품부에서 짂행핚 막걸리 영문애칭 공모 결과가 나와 사
Thu Feb 11
81. 마이크로 블로깅 활성화를 통한 소통 전략
트위터 분석결과, 이슈 및 정책에 대한 신속한 정
보제공 및 이슈 대응은 돋보임: Top-down
앞으로 방문자들 간 연결, 이용자 스스로 다른 사
람의 참여 촉진을 통한 ‘에코’ 시스템 구축에 초점
을 맞춤 필요가 있음: Bottom-up
82. Tools
For tools and other webometric network analyses
(e.g., web mention analysis), please visit the software
section of http://www.hanpark.net
83. Prof. Han Woo PARK
World Class University Webometrics Institute
CyberEmotions Research Center
Department of Media and Communincation,
YeungNam University, Korea
hanpark@ynu.ac.kr
http://www.hanpark.net
WCU
WEBOMETRICS
INSTITUTE
INVESTIGATING INTERNET-BASED POLITIC WITH E-RESEARCH TOOLS
