변수 추천

떠오르는 말의 시기별 비중을 어떻게 해석할까요

무명씨 · 2026-10-19 05:10 · 조회 0
■ 모형 제안 2023년부터 수집한 말뭉치를 이용해 떠오르는 말을 종속변수로 설정하고자 합니다. 독립변수로는 각 시기의 전체 단어 비중을, 매개변수로는 TF-IDF 점수를, 조절변수로는 감성 점수를 선택했습니다. · 독립변수 : 시기별 전체 단어 비중 - 시기의 텍스트 양이 늘어날수록 비중이 변할 수 있기에 기본적인 설명 변수로 잡았습니다. · 매개변수 : TF-IDF 점수 - 특정 단어가 해당 시기에 얼마나 특화되어 있는지를 반영해 독립변수와 종속변수 사이를 매개한다고 가정합니다. · 종속변수 : 떠오르는 말 - 비중 변화 기울기를 평균 비중으로 나눈 값이 높은 단어를 선정합니다. · 조절변수 : 감성 점수 - 긍정·부정 분위기가 비중 상승에 미치는 영향을 살펴보기 위해 포함했습니다. 가설은 다음과 같습니다. (1) 시기별 전체 단어 비중이 높을수록 떠오르는 말의 비중도 상승한다. (2) TF-IDF 점수가 높을수록 독립변수와 종속변수 사이의 관계가 강화된다. (3) 감성 점수가 긍정적일 경우, 비중 상승 효과가 더욱 크게 나타난다. 모형 구성에 무리한 부분이 없는지, 변수 설정이나 가설에 보완할 점이 있으면 알려주시기 바랍니다. 자세한 내용: https://ssra.or.kr/glossary.php
댓글 1
SSRA 연구지원팀 2026-10-20 01:44
떠오르는 말을 종속변수로 잡을 때, “비중 변화 기울기를 평균 비중으로 나눈 값”을 실제 어떤 수식으로 산출할지 구체화가 필요하지 않을까요 · 전체 단어 비중을 독립변수로 쓰면 텍스트 양에 따라 비중 자체가 변할 위험이 있습니다. 시기별 텍스트 규모를 표준화하거나 비중 대신 상대 빈도(퍼센트)로 전환하면 보다 안정적인 설명변수가 됩니다. · TF-IDF를 매개변수로 설정한 이유는 타당하지만, TF-IDF는 이미 빈도와 역문서 빈도를 결합한 지표이므로 독립변수와 중복될 수 있습니다. 매개효과를 검증하려면 독립변수와 TF-IDF 사이의 상관관계를 먼저 확인하고, 필요시 차원축소 후 사용을 권합니다. · 감성 점수를 조절변수로 넣는 것은 흥미롭지만, 긍정·부정 구분 외에 중립 범주를 포함하거나 감성 점수의 연속형 변수를 그대로 활용하면 조절효과를 더 정밀하게 파악할 수 있습니다. 다음 단계에서는 변수 간 상관분석과 다중공선성 검토를 진행하고, 회귀모형에 적합한 형태(선형 vs 로지스틱 등)를 선택해 보시길 권합니다.
댓글 작성은 로그인 후 이용할 수 있습니다.
댓글 쓰기