정부 R&D 과제를 '네트워크'로 분석하면 투자 구조가 다르게 보입니다.
양창훈 외(2022)는 부산·경남 지역 R&D 과제를 기술 간 네트워크 분석으로 들여다봤습니다.
'다른 기술들 사이에서 어떤 역할을 하느냐'로 파악한 지역 기술 클러스터 현황!
💡https://t.co/gZnBcDX8eI
소셜 미디어를 분석하면 정책 갈등의 해법이 보입니다.
하지영 외(2022)은 농촌 태양광 사업을 둘러싼 유튜브 여론을 NetMiner와 LDA 기법으로 분석했습니다. 유튜브 영상과 댓글 분석을 통해 기존 방식으로는 보이지 않던 인사이트가 드러났습니다.
👉 https://t.co/LdczHTRMSa
스팸 트윗의 확산을 가장 잘 예측한 건 트윗 내용이 아니라 프로필 사진의 표정이었습니다.
회귀분석은 개별 케이스나 특정 집단이 왜 다른 결과를 보이는지는 설명하기 어렵습니다.
설명 가능한 AI(XAI)가 왜 필요한지, 이를 활용한 연구 사례를 소개합니다.
💡 https://t.co/obKf0ZbBnn
직선으로만 데이터를 설명할 수 있을까요?
회귀분석으로는 특정 집단이나 개별 케이스가 왜 다른 결과를 보이는지 설명하기 어렵습니다.
이제 XAI(설명 가능한 AI)로 비선형 관계를 포함한 각 변수의 기여도를 케이스 단위로 확인할 수 있습니다.
👉 업데이트 확인하기: https://t.co/n4t0rjW3FP
MIT NANDA의 보고서에 따르면 기업 생성형 AI 파일럿의 95%가 실패합니다.
원인은 데이터 부족이 아닌 '구조화된 컨텍스트의 부재'입니다.
소셜 네트워크 분석의 위상적·구조적 컨텍스트가 AI에 '필수'인 이유를 확인했습니다.
👉 https://t.co/nSTXGuh0Si
학교가 설계한 공식 멘토링보다 교사실에서 자연스럽게 형성된 비공식 대화 네트워크가 교사 성장에 더 결정적이었습니다.
학생의 성적은 학교 징계보다 우수한 또래와의 연결 단절에 더 큰 영향을 받았습니다.
교육학의 최신 사회 연결망 분석 활용 연구를 확인하세요
👉 https://t.co/uKjrKYHMEq
업데이트! 이제 NetMiner로 중국어로 작성된 문헌을 분석할 수 있습니다.
마우스 클릭만으로 중국어 형태소 분석으로 단어를 추출하고
하위 주제 분석, 동시출현 네트워크 시각화까지, 모두 NetMiner 하나로
👉 자세히 보기: https://t.co/n4t0rjW3FP
공급망을 '리스크 네트워크'로 분석하면 핵심 위험 지점이 보입니다.
Zhu & Li(2025)는 NetMiner를 활용하여, 조립식 건물 공급망의 정보 공유 네트워크를 분석했습니다.
ICT 투자 전에 정보 관리 제도부터 갖춰야 하는 이유, 데이터로 확인했습니다.
👉 https://t.co/jYqZFx01ua
국가 R&D 예산 투자를 '네트워크'로 보면 투자가 필요한 지점이 드러납니다.
Yang & Cho(2023)는 기술 네트워크 분석으로 소재·부품 R&D 4,739건 분석했습니다.
예산은 많지만 네트워크 주변부에 있는 기술, 연결은 풍부하나 예산이 부족한 허브 기술이 무엇이었을까요?
👉https://t.co/kMxjWVhv1c
디지털 협업 수업을 '네트워크'로 분석하면 정보 흐름의 허브가 보입니다.
Exarchou 등(2017)은 NetMiner를 활용하여,
사회연결망 분석을 통해 16명 학급 상호작용 구조 분석했습니다.
지식 흐름을 주도하는 누군가가 있었을까요?
👉 https://t.co/BkAY8LXhZN
간호 투약 안전 논문 2,085편, 네트워크로 그리면 달라집니다.
- 30년 내내 중심 키워드는 'medication errors'가 아니라 'patient'?
- 투약 오류 연구는 시간이 지날 수록 줄어든다?
👉 전문 보기: https://t.co/3zZcjPopFL
#텍스트네트워크분석#간호교육#투약안전#논문분석#선행연구분석
이번 업데이트 자세히 보기:
- 백본(Backbone): 네트워크 링크 전처리
- 그룹별 네트워크 특성: 집단 내외 연결 응집 강도? 집단 간 차이는?
- 고립 노드 제거: 클릭 한 번으로 고립 노드 삭제
- Kamada-Kawai 레이아웃: 균형잡힌 네트워크 시각화
- k-NN 회귀 분석 등
👉 https://t.co/wi3BZLkxyA
✈️ 업데이트 알림: 복잡한 네트워크에서 핵심 구조만 쉽게 추출하기!
통계적 검정을 통해 유의미한 링크만 추출할 수 있는 백본(Backbone)이 추가되었습니다.
그 외, 그룹별 네트워크 특성 분석, 등 다양한 업데이트를 확인하세요
👉 https://t.co/wi3BZLkxyA
복잡한 네트워크에서 우연이 아닌 핵심 관계만 통계적으로 골라낼 수 있는 방법!
백본(Backbone) 분석은 임계값을 연구자가 정하는 대신,"이 연결은 우연이 생기는 것이 아니다"라는 것을 데이터를 통해 확인합니다.
👉 https://t.co/0UwLyfee7G
#NetworkAnalysis#SNA#DataScience
텍스트 분석 품질은 단어 식별 정확도에서 시작됩니다.
지난 웨비나에서 사전 구축 시간을 획기적으로 단축하는 방법을 확인하세요!
✔️ AI로 누락 없이 동의어/유의어 처리
✔️ n-gram으로 복합어 후보 빠르게 탐색
✔️ TF-IDF로 제외어 후보 자동 추출
🎥 영상 & 자료 → https://t.co/esMATxa3IB
사고의 원인, 몇 번 등장했느냐보다 얼마나 많은 요인과 연결됐느냐가 중요합니다.
NetMiner를 활용하여 중국 철도 위험물 사고를 네트워크로 분석했더니,
화물 검사원의 침묵 하나가 전체 네트워크의 핵심 연결고리였습니다.
👉 전문 보기: https://t.co/ou6IB4aBl9
토픽 분석은 "무엇이 논의되는가"를 보여줍니다.
하지만 같은 토픽 안에서도 태도는 전혀 다를 수 있습니다.
감성 분석을 결합하면, 주제별로 긍정/부정 여론이 어떻게 분포하는지까지 한눈에 파악할 수 있습니다.
👉 노코드 텍스트 분석 튜토리얼 보기
https://t.co/pT6DfdvlXq
LLM은 네트워크 분석(SNA)을 할 수 있을까? 🤔
최신 모델들이 수능 문제는 풀어도
복잡한 관계망에선 쩔쩔매는 이유!
그 기술적 한계와 놀라운 활용법을 정리했습니다.
✅ LLM이 SNA에서 고전하는 이유
✅ LLM+SNA의 시너지! 서술형 답변으로 네트워크 구축하기
👉 https://t.co/s56vEIFYsE
✨️ 무료 공개 웨비나: 노코드 텍스트 네트워크 분석 (핸즈온 NetMiner)
논문·뉴스·댓글 등 텍스트 데이터에서
단어를 뽑고, 키워드 연관 관계를 추출하는
전 과정을 클릭만으로 실습합니다.
📅 4월 30일(목) 오후 2시 | 무료
🔗 사전 등록 링크: https://t.co/KQOjfAjppF