논문 서지 정보 데이터에 나타난 저자, 키워드, 발행연도, 초록 등의 정보를 활용한 네트워크 분석 방법을 학습하는 과정입니다. 키워드 네트워크 분석, 공저자 네트워크 분석 실습을 중심으로 진행됩니다.

소셜 네트워크 분석 결과값이 가지는 통계적 특성을 이해하고, 일반적인 통계 분석 방법을 적용해서 연구에 활용할 수 있도록 안내해 드립니다.

NetMiner의 텍스트 네트워크 분석 기능을 활용하여 뉴스기사, 트윗과 같은 비정형 데이터를 활용하여 핵심 단어 추출, 하위 토픽 클러스터링, 단어 네트워크
시각화 등의 분석과정을 학습합니다.

네트워크 내 역할과 지위를 분석하는 방법론을 소개하고, 실습을 통해 원리를 이해하며, 활용사례들을 살펴볼 수 있는 과정입니다. 다양한 측면에서 네트워크
중개자 역할을 측정하고, 네트워크 내 행위자의 역할과 지위를 관계 패턴을 통해 판단하며, 역할 그룹 간의 관계로 요약함으로써 복잡한 네트워크에서 작동하는 핵심적인 구조를 발견해 볼 수 있습니다.

개인 - 그룹 소속관계, 개인 - 이벤트 참여관계, 구매자 - 상품 구매관계, 요리 - 재료 활용관계, 이용자 - 컨텐츠 관심관계, 사업 - 분야 분류 관계, 질병 - 증상·처리 연관관계, 단어 - 문헌 등장관계, 개인 - 프로젝트 수행관계, 국가 - 국제기구 가입관계 등 두 노드 집합(2 nodesets) 간의 관계 (2-모드) 네트워크를 표현하고 분석하기 위한 종합적 접근 전략과 방법을 학습하는 과정입니다. SNA에서 실용성이 큰 2-모드 네트워크 분석의 이론과 사례, 분석 실습을 중심으로 진행됩니다.

NetMiner를 이용하여 소셜 미디어 데이터를 수집, 모델링, 분석하는 방법을 학습하는 과정입니다.
새롭게 선보이는 NetMiner의 소셜 데이터 수집기(SNS Data Collector v2.0)를 활용하여 주요 소셜 미디어(페이스북, 트위터, 유튜브, 인스타그램)의 데이터를 수집·구성하는 방법, 소셜 미디어 데이터의 유형과 구조에 대한 이해와 모델링, 영향력·토픽·트렌드 등 소셜 미디어 분석 방법에 대해 이론과 사례, 실습을 중심으로 진행됩니다.

빅데이터 분석에 적합한 프로그래밍 언어인 파이썬(Python)을 활용하여 트위터, 페이스북 등 소셜 빅데이터를 직접 수집하고, 가공하고, 분석해보는 교육 과정입니다. 파이썬 프로그래밍 실습을 '따라하기' 형식으로 진행하여 프로그래밍 경험이 없는 인문, 사회과학 연구자들이 쉽게 학습할 수 있습니다.
본 과정을 수강하시면 파이썬 습득 + 데이터 수집 + 빅데이터 분석이 모두 가능해 집니다.