[논문 리뷰] Modeling Inter-Country Connection from Geotagged News Reports: A Time-Series Analysis

Yihong Yuan|arXiv (Cornell University)|2016. 04. 13.

Complex Network Analysis Techniques참고 문헌 7인용 수 4

한 줄 요약

이 연구는 GDELT 데이터셋의 지도 태그가 부여된 뉴스 데이터를 활용하여 중국의 변화하는 국제적 연결망을 모델링하며, ARIMA 시계열 분석을 적용하여 15개의 핵심 국가들과의 매체 관심도 및 관계 강도의 변화를 시간에 따라 정량화한다. 연구는 ARIMA가 장기적 매체 추세를 예측하는 데 효과적임을 입증하고, 중국의 외교적 매체 존재 방식에서 뚜렷한 패턴을 드러내며, 빅데이터 기반 국제관계 연구에 방법론적이고 실증적인 통찰을 제공한다.

ABSTRACT

The development of theories and techniques for big data analytics offers tremendous flexibility for investigating large-scale events and patterns that emerge over space and time. In this research, we utilize a unique open-access dataset "The Global Data on Events, Location and Tone" (GDELT) to model the image of China in mass media, specifically, how China has related to the rest of the world and how this connection has evolved upon time based on an autoregressive integrated moving average (ARIMA) model. The results of this research contribute both in methodological and empirical perspectives: We examined the effectiveness of time series models in predicting trends in long-term mass media data. In addition, we identified various types of connection strength patterns between China and its top 15 related countries. This study generates valuable input to interpret China's diplomatic and regional relations based on mass media data, as well as providing methodological references for investigating international relations in other countries and regions in the big data era.

연구 동기 및 목표

• 중국의 대중매체에서의 이미지와 국제적 연결망이 시간에 따라 어떻게 변화해왔는지 조사하기 위해.
• ARIMA와 같은 시계열 모델이 대규모 매체 데이터의 장기적 추세를 분석하는 데 효과적인지 평가하기 위해.
• 매체 보도 기반으로 중국과 그 상위 15개 관련 국가들 간의 연결 강도 패턴을 식별하고 분류하기 위해.
• 빅데이터 분석을 통한 국제관계 연구를 위한 데이터 기반이고 방법론적으로 타당한 접근법을 제공하기 위해.
• 공개된 뉴스 이벤트 데이터를 활용하여 중국의 외교 및 지역 관계에 대한 실증적 통찰을 도출하기 위해.

제안 방법

• 전 세계 뉴스 이벤트를 지도 및 감성 메타데이터와 함께 캡처하는 GDELT 데이터셋을 활용한다.
• 중국과 그 상위 15개 관련 국가들 각각과 연결된 뉴스 기사의 수를 나타내는 시계열 데이터를 구축한다.
• 이러한 매체 연결 시계열의 추세를 분석하고 예측하기 위해 ARIMA(자기회귀적 통합 이동평균) 모델링을 적용한다.
• 매체 관심도의 기본 패턴인 추세, 계절성, 비정상성 요소를 식별하기 위해 시계열 분해를 수행한다.
• 각 국가별 연결 시계열에 대한 모델 적합도와 예측 정확도를 검증하기 위해 통계적 진단을 실시한다.
• 잔차와 모델 성능를 분석하여 예측의 신뢰성과 강건성을 평가한다.

실험 결과

연구 질문

• RQ1 중국의 매체 존재감과 다른 국가들과의 연결 강도는 시간이 지남에 따라 어떻게 변화해왔는가?
• RQ2 ARIMA 모델은 국가 간 매체 보도의 장기적 추세를 얼마나 정확하게 예측할 수 있는가?
• RQ3 중국과 그 상위 15개 관련 국가들 간 매체 보도에서 드러나는 연결 강도의 구체적인 패턴은 무엇인가?
• RQ4 매체 관심도 패턴은 실제 외교적 또는 지역적 관계와 어떻게 관련되거나 반영되는가?
• RQ5 대규모 지도 태그가 부여된 뉴스 데이터를 활용한 국제관계 연구에서 시계열 모델링이 어떤 방법론적 이점을 제공하는가?

주요 결과

• ARIMA 모델은 중국과 그 국제적 연결망과 관련된 매체 보도의 장기적 추세를 예측하는 데 강력한 효과를 보였다.
• 연구는 중국과 상위 15개 관련 국가들 간에 연결 강도 패턴이 다수 존재함을 규명하였으며, 지속적, 변동적, 감소하는 매체 관심도 추세를 포함한다.
• 중국에 대한 매체 관심도는 시간에 따라 상당한 변동성을 보였으며, 주요 지정학적 사건이나 외교적 발전과 일치하는 뚜렷한 피크가 있었다.
• 시계열 분석을 통해 일부 국가들이 중국과 지속적으로 높은 수준의 매체 연결을 유지함을 확인하여, 지속적인 전략적 또는 경제적 유대관계를 시사한다.
• 방법론적 프레임워크는 원시 지도 태그가 부여된 뉴스 데이터를 해석 가능하고 예측 가능한 추세로 성공적으로 변환하여, 외교 관계의 실증적 해석을 가능하게 하였다.
• 결과는 대중 매체와 공중 여론의 맥락에서 국제관계를 분석하는 데 있어 빅데이터 기반의 재현 가능한 모델을 제공한다.