[논문 리뷰] Food for Thought: Analyzing Public Opinion on the Supplemental Nutrition Assistance Program

Miriam Chappelka, Jihwan Oh외 2명|arXiv (Cornell University)|2017. 10. 06.

Sentiment Analysis and Opinion Mining참고 문헌 5인용 수 3

한 줄 요약

이 연구는 기계학습, 감성 분석 및 텍스트 마이닝을 활용하여 국가 및 주 수준의 뉴스와 소셜 미디어 보도 자료를 대상으로 보조 영양 보조금 제도(SNAP)에 대한 대중 여론을 분석한다. 미디어에서 주로 부정적인 감성이 드러나며, 특히 중서부 지역에서 부정적 보도가 지역적으로 집중되어 있음을 확인했으며, 이는 이해관계자들이 온라인 응용 프로그램을 통해 옹호 활동을 펼 수 있도록 정보를 제공한다.

ABSTRACT

This project explores public opinion on the Supplemental Nutrition Assistance Program (SNAP) in news and social media outlets, and tracks elected representatives' voting records on issues relating to SNAP and food insecurity. We used machine learning, sentiment analysis, and text mining to analyze national and state level coverage of SNAP in order to gauge perceptions of the program over time across these outlets. Results indicate that the majority of news coverage has negative sentiment, more partisan news outlets have more extreme sentiment, and that clustering of negative reporting on SNAP occurs in the Midwest. Our final results and tools will be displayed in an on-line application that the ACFB Advocacy team can use to inform their communication to relevant stakeholders.

연구 동기 및 목표

• 미디어 및 소셜 미디어 보도 분석을 통해 SNAP에 대한 대중 인식을 이해하기 위해.
• SNAP에 대한 감성 변화가 파벌주의 및 지역 미디어 매체 간에 어떻게 다를지 분석하기 위해.
• SNAP 및 식량 부족 문제에 대한 미디어 보도의 시간적 및 지리적 패턴을 규명하기 위해.
• 데이터 기반 통찰을 바탕으로 이해관계자 간 소통에 활용할 수 있는 온라인 도구를 개발하기 위해.
• 공중 여론 추세를 선출된 대의원들의 SNAP 관련 문제에 대한 투표 기록과 연결하기 위해.

제안 방법

• 국가 및 주 수준의 뉴스 및 소셜 미디어 자료에서 SNAP 논의를 추출하고 분류하기 위해 기계학습 및 텍스트 마이닝을 적용하였다.
• 공중 인식에 중점을 두고, 미디어 보도를 긍정, 부정, 중립으로 분류하기 위해 감성 분석을 수행하였다.
• 특히 중서부 지역에서의 부정적 보도에 대한 지리적 패턴을 탐지하기 위해 클러스터링 기법을 사용하였다.
• SNAP 및 식량 부족 문제 관련 투표 기록과 미디어 감성 간 상관관계를 분석하였다.
• ACFB와 같은 옹호 조직이 사용할 수 있도록 연구 결과를 시각화하기 위한 상호작용형 온라인 응용 프로그램을 개발하였다.
• 다양한 미디어 자료에서 발생하는 대규모 텍스트 데이터를 처리하기 위해 자연어 처리(NLP) 기법을 활용하였다.

실험 결과

연구 질문

• RQ1 특히 파벌주의 대비 비파벌주의 매체 간에 SNAP에 대한 감성은 어떻게 다를까?
• RQ2 SNAP에 대한 부정적 미디어 보도에 지리적 클러스터가 존재하는가? 만약 존재한다면 어디에 위치해 있는가?
• RQ3 국가 및 주 수준의 미디어에서 SNAP에 대한 대중 감성은 시간이 지남에 따라 어떻게 변화해 왔는가?
• RQ4 미디어에서의 SNAP 묘사는 선출된 대의원들의 정책 입장을 어느 정도 반영하고 있는가?
• RQ5 기계학습과 감성 분석은 사회복지 프로그램인 SNAP에 대한 공중 여론 추세를 효과적으로 식별하고 추적할 수 있는가?

주요 결과

• SNAP에 대한 뉴스 보도 대부분이 부정적인 감성을 보이며, 미디어 내러티브에서 광범위하게 비판적인 어조가 지속되고 있음을 시사한다.
• 파벌주의 뉴스 매체는 비파벌주의 매체보다 훨씬 더 극단적인 감성을 보이며, 특히 부정적 감성 수준이 뚜렷하게 높다.
• SNAP에 대한 부정적 미디어 보도가 지리적으로 집중되어 있으며, 특히 미국 중서부 지역에서 두드러진다.
• 시간적 분석을 통해 미디어 보도에서 지속적인 부정적 감성이 유지되고 있음을 확인했으며, 이는 지속적인 대중 인식의 과제를 시사한다.
• 연구는 미디어 감성 추세와 SNAP 관련 입법 투표 기록 간의 연관성을 성공적으로 규명했으며, 일부 지방에서 일치가 확인되었다.
• ACFB 팀이 옹호 활동을 지원할 수 있도록 연구 결과를 시각화한 온라인 응용 프로그램을 개발하였다.