earticle

영어

This paper analyzes viewers' perception of investigative journalism before and after COVID-19, and examines the direction of investigative journalism using big data. Based on the previous research set as a social science model, the relationship between words related to big data TV current affairs programs and investigative journalism in this paper was investigated before and after the appearance of COVID-19. We visualized changes in viewers' perception of investigative journalism by analyzing text data obtained through the use of Textom, with TV current affairs programs and investigative journalism as keywords. Data was collected from 2017 to June 2022 and refined for analysis. We visualized connectivity centrality using Ucinet 6.0 and Netdraw, and clustered the number of keywords and their frequency using Concor analysis. Our study found a clear change in viewer perception before and after the pandemic. As an implication of this thesis, big data analysis was conducted with the investigative journalism as the main keyword, and the direction of the investigative journalism was presented based on the analysis. Furthermore, based on previous research, we suggest effective approaches for investigative journalism after the pandemic to better engage viewers.

한국어

본 논문은 빅데이터를 활용하여 COVID-19 전후의 탐사보도프로그램에 대한 시청자 인식을 분석하고 탐사보 도프로그램 방향성을 분석했다. 사회과학 모델로 정해진 선행연구를 토대로 본 논문의 빅데이터 TV 시사프로그램, 탐사보도프로그램에 관한 단어들의 연관 관계를 코로나19 발현 전후로 조사했다. 이를 통해 코로나19 이전과 이후의 탐사보도프로그램에 대한 시청자 인식의 변화를 시각화해보았다. 연구방법으로는 텍스톰을 이용하여 TV시사프로그램 과 탐사보도프로그램을 중심단어로 정해 텍스트 데이터를 가져왔다. 2017년에서 2022년 6월까지 데이터를 수집해 단 어들을 정제하고 분석했다. Ucinet 6.0과 Netdraw를 통해 연결중심성에 대해 시각화를 하였고, Concor 분석에 쓰이 는 단어 빈도수를 사용해 키워드 개수와 빈도수를 군집화했다. 연구 결과, 펜데믹 전후 시청자 인식에 대한 뚜렷한 변화가 있음을 알 수 있었다. 본 논문의 시사점으로 탐사보도프로그램을 중심키워드로 빅데이터 분석을 하였으며, 분 석을 토대로 탐사보도프로그램의 방향성을 제시했다. 나아가 팬데믹 이후 탐사보도프로그램이 시청자에게 어떻게 접 근하면 효과적일지에 관해 선행연구를 토대로 제안하였다.