인터넷에서 글을 쓰다보면 “왠지 이 글에는 누구 누구가 댓글을 달겠구나.”하고 느낌이 강하게 올 때가 있습니다. 글 올리고 나서 열심히 10분마다 리프레시 하다가 (;;;) 누가 댓글을 딱 달면 “역시 낚였구나!” 하기도 하고.. -ㅇ-; 그렇다면 댓글을 누가 썼는지만 봐도 대략 글 내용을 추정할 수도 있지 않을까요? 그래서 오늘은 미투데이에서 댓글 쓴 친구 목록만 가지고 비슷한 글끼리 묶고 각 친구들의 성향을 분석해 봤습니다. (이제 점점 무슨 인터넷통계 블로그로 변신을 –;)
분석대상은 여러가지 요인들을 고려할 볼 겨를도 없이 그냥 한국 IT블로그계의 여왕벌 이지님의 최근 2달 글로 했습니다. ? (미리 이지님과 댓글을 쓰신 친구분들께 양해를 구하지 못한 점 죄송합니다~)
분석 과정
우선 가설은 “비슷한 글에는 비슷한 친구들이 댓글을 단다.”로 세웠습니다. 그 후의 분석과정은 생략하고 Orange의 플로우 그림으로 대체합니다. 최초 입력은 친구가 각각 해당 글에 댓글을 썼는지 여부를 0/1로 표시한 큰 행렬에서 몇 종류의 노이즈를 제거했습니다.
비슷한 댓글을 다는 친구 묶음
이렇게 해서 나온 결과로 각 친구들끼리 얼마나 비슷한 글에 댓글을 달고 있는지를 보여주는 다음 그림이 나왔습니다.
큰 그림
비슷한 경향의 친구들끼리 같은 클러스터(색깔)로 묶였는데, 파란색(1) 묶음은 다른 묶음에 비해 다양한 친구들이 묶여있고, 다른 묶음들은 각기 독특한 경향이 있습니다. 위 그림은 7가지 글에서 댓글을 달았는지 여부를 가지고 각 친구들 경향을 눈으로 잘 보이게 그림으로 그린 것인데요. 각 글(회색점, 글 내용은 흰색 네모)에 댓글을 쓴 경우에 점에 가깝게 표시되어 있습니다. 14, 39번 글에 파란색 친구들이 많이 몰려있고, 83번 글에는 빨간색 친구들이 많이 몰려 있습니다.
파란색 친구들은 대체로 누구나 쉽게 글을 달 수 있는 글에 댓글을 단 경우가 많았고요, 빨간색, 초록색 친구들은 각기 독특한 성향이 있었는데, 윗 그림에서는 잘 나타나지는 않았지만, 빨간색은 학술적인 글이 많이 포함되어 있었고, 초록색은 친한 친구들이 댓글을 달 만한 글들이 많았던 것 같네요.
비슷한 친구들이 댓글을 다는 글들의 묶음
실제 위에서 나타난 친구묶음들의 분포를 기준으로 다시 글의 분포를 구성해 보면
그림이 글을 표시하기는 좀 빽빽해서 각 친구묶음들이 선호하는 글의 대표적인 사례 몇 가지를 뽑으면 이렇습니다. (전체 텍스트 목록)
친구묶음 1(파란색)이 좋아하는 글
| 친구묶음1 |
친구묶음2 |
친구묶음3 |
친구묶음4 |
댓글수 |
내용 |
| 0.64 |
0.20 |
0.25 |
0.00 |
44 |
<다찌마와 리> 시사회 티켓 득템~♬ (근데 너무 바빠서 갈 수 있을지…) |
| 0.43 |
0.20 |
0.00 |
0.00 |
87 |
(삼계탕 말고) 보양식으로 무엇이 있나요?! 몸이 좀 허해진 것 같아서… 내일 좀 챙겨먹으려구요. |
| 0.36 |
0.20 |
0.00 |
0.00 |
27 |
(집에서는 커피 금지령이 내린 관계로) 밤샘 작업을 위해 할 수 없이 커피를 사왔는데, 이렇게 맛이 없을 수가… 야식 배달 전문점 말고, 밤샘 커피 배달 전문점이 있다면 얼마나 좋을까… |
| 0.14 |
0.00 |
0.00 |
0.00 |
46 |
이제 미투사무실 왔어요~♥ |
친구묶음 2(빨간색)이 좋아하는 글
| 친구묶음1 |
친구묶음2 |
친구묶음3 |
친구묶음4 |
댓글수 |
내용 |
| 0.00 |
1.00 |
0.00 |
0.17 |
40 |
미투데이 사례로 논문 쓰려니 힘들어요. 왜냐구요?! 자료가 너무 없어~ 조만간 미투 사무실 습격해야겠다~ 요구하는 정보 다 내놔라! |
| 0.14 |
0.40 |
0.00 |
0.00 |
33 |
어떤 논문에서, “(…) frequent IM users tend to exchange shorter messages over a longer period of time, and they are more likely to engage in multitasking.” |
| 0.07 |
0.40 |
0.00 |
0.17 |
24 |
어떤 논문을 보니, dodgeball 창업자는 자사 서비스에 대해 “facilitating serendipity”라고 말했더라. 이 대목에서 난 너무 웃었다. 이쯤되면, 만박 님도 한말씀 하셔야죠? 미투에 커플이 몇인데! ^-^ |
| 0.07 |
0.40 |
0.25 |
0.00 |
21 |
한국언론재단의 2008년도 수용자 의식조사에 따르면, 매체 영향력 및 매체신뢰도 조사 결과가… 1위 KBS, 2위 MBC, 3위 NAVER라고. (오늘 각각 1위부터 10위까지 봤는데 좀 놀라웠어요. 조사를 어떻게 했는지…) |
친구묶음 3(초록색)이 좋아하는 글
| 친구묶음1 |
친구묶음2 |
친구묶음3 |
친구묶음4 |
댓글수 |
내용 |
| 0.14 |
0.00 |
0.75 |
0.17 |
48 |
어제 득템한 노트북~ 잘되네~♬ |
| 0.07 |
0.20 |
0.75 |
0.00 |
22 |
무언가를 반드시 쟁취하고자 하는 욕망, 이라는 것이 없는 사람. |
| 0.14 |
0.20 |
0.75 |
0.00 |
37 |
A Grammar of the Multitude. 나에게는 이 책이 두 권 있다. 나머지 한 권으로 무엇을 하면 좋을까~?! |
| 0.07 |
0.00 |
0.50 |
0.00 |
9 |
시간은 왜 항상 부족할까… |
친구묶음 4(주황색)이 좋아하는 글
| 친구묶음1 |
친구묶음2 |
친구묶음3 |
친구묶음4 |
댓글수 |
내용 |
| 0.00 |
0.00 |
0.00 |
0.50 |
17 |
이 책을 편의점(!)에서 파는 것을 보고, “이 정도로 베스 트셀러야?!”하며 경악했던 적이 있는데. 정말 많이 팔렸구나. 울 엄마 말씀으로는, 외숙 모들도 다 읽으셨단다. (엄마도 요즘 읽고 계신다…) |
| 0.00 |
0.00 |
0.00 |
0.50 |
19 |
1976년 생인 이 책의 저자는 도쿄대학교 대학원 박사과정을 “수료 후 자퇴”했다. 꾸준히 논문과 저서를 발표하고 있고, 박사논문을 포기할 상황도 아니고, 후속 연구도 정했고, 다른 직장으로 외도한 적도 없고, 지도교수와의 관계도 좋은데… 왜?! |
| 0.57 |
0.00 |
0.50 |
0.83 |
68 |
2년 동안 함께 만든 책인데, <문화관광부 우수학술도서>로 선정되었어요!!! 글 쓰고, 편집하고, 섭외하고… 열심히 뛴 보람이 있구나~ㅠ_ㅜ ( “보람”이라는 단어는 이럴 때 쓰는 건가봐~) |
| 0.14 |
0.00 |
0.25 |
0.50 |
24 |
이 책의 원제는 [불안형 내셔널리즘의 시대]. 그런데 역서 제목이 이렇게 뽑혀버려서~ 마치 가벼운(!) 시사평론집처럼 느껴진다. (사실은 그렇지 않 은데~ 한번쯤 읽어봐도 괜찮은 책인데~ 주위에서 이 책 구입한 사람 나밖에 없어~ㅠ_ㅜ) |
각 친구묶음의 각 글에 대한 경향
위 결과에서 보면, 2, 4 묶음은 비교적 뚜렷한 경향이 있는데, 1과 3은 아주 눈에 띄지는 않습니다. 그래서, 각 친구묶음이 다른 친구들이 더 좋아하는 글들에도 댓글을 쓰는 경향이 얼마나 되는지 봤습니다. 즉, 자기 취향의 글에 대한 일편단심 충성도(?)라고 볼 수도 있겠죠.
이렇게 보면 뚜렷하게, 첫번째 묶음 (파란색)은 뚜렷한 경향없이 평균적으로 모든 취향의 글에 댓글을 달고, 다른 친구묶음의 친구들은 뚜렷한 취향을 가지고 “책 관련 된 글” 또는 “행사/학술 관련된 글”에만 댓글을 달고 있다는 것을 볼 수 있습니다. (그래프의 수치는 해당 친구묶음 내의 관련 글묶음 댓글 빈도 %) 그리고, 또 특이한 것은 파란색과 초록색은 모두 일상생활 또는 사적인 감정에 대한 글들 취향이었는데, 초록색은 누구나 댓글을 쉽게 다는 파란색 취향에는 오히려 댓글을 더 적게 달았군요. ^^;
정리
대략적으로 가설에서 세웠던 것대로, 적지 않은 친구들이 뚜렷한 자기 취향을 갖고 관심 글에만 댓글을 달고 있다는 것을 확인할 수 있었고요, 이를 토대로 댓글을 단 친구의 구성만 봐도 대략적인 글 내용이나 성향을 파악할 수 있다는 것을 알게 되었습니다.
사실 뭐 누구나 이미 감으로 알고 있는 것이지만.. 그냥… 진짜 그런지 확인해 보고 싶었어요 ^^;;
덧붙임: 여기서는 k-means clustering과 빈도수 샘플링 같은 간단한 것들만 사용했는데, 실제로 이 모델을 제대로 묘사하려면 MCMC EM같은 숨은 확률을 반영할 수 있는 도구를 써야할 것 같습니다.Watch Full Movie Online Streaming Online and Download
