원문정보
초록
영어
This study compared viewer responses to ‘Street Woman Fighter’ and ‘Street Man Fighter’ through analysis of YouTube comments on the street dance survival program. 500 comments on the 'Street Woman Fighter' video uploaded to YouTube from August 24, 2021 to November 15, 2021, and 498 comments on the 'Street Man Fighter' video uploaded to YouTube from August 23 to November 8, 2022. The data was collected and the data purification process was carried out. Afterwards, word frequency analysis and LDA topic modeling were performed, and the results are as follows. The frequency analysis results showed that ‘performers’ and ‘crew’ had the highest scores, respectively. As a result of topic modeling analysis, street woman fighter had 5 nouns and 6 adjectives, with the noun being ‘the expression and energy of Heymama dance’ and the adjective being ‘intense image’ being the highest. Streetman Fighter had 8 nouns and 9 adjectives, with the noun being ‘physical energy and emotional expression’ and the adjective being ‘ordinary style’ being the most common. As a result, due to various factors, 'Street Man Fighter' failed to live up to the expectations of the already formed fandom, while 'Street Woman Fighter' was evaluated as a representative success story of a streaming dance survival program despite the pandemic situation, and was supported by a global fandom. was formed.
한국어
본 연구는 스트릿 댄스 서바이벌 프로그램의 유튜브 댓글 분석을 통해 '스트릿 우먼 파이터'와 '스트릿 맨 파이터' 에 대한 시청자 반응을 비교하는데 목적을 두었다. 2021년 8월 24일부터 11월 15일까지 유튜브에 업로드된 ‘스트릿 우먼 파이터’ 영상 500개와 2022년 8월 23일부터 11월 8일까지 유튜브에 업로드된 ‘스트릿 맨 파이터’ 영상 498개의 댓글을 수집하여 데이터 정제 과정을 진행하였다. 이후 단어 빈도분석과 LDA토픽모델링을 진행하 였으며, 결과는 다음과 같다. 빈도분석 결과는 각각 ‘출연자’와 ‘크루’가 가장 높게 나타났다. 토픽모델링 분석 결과, 스트릿 우먼 파이터는 명사 5개와 형용사 6개로, 명사는 ‘헤이마마 댄스의 표정과 에너지’, 형용사는 ‘강렬한 이미지’가 가장 높게 나타났다. 스트릿 맨 파이터는 명사 8개와 형용사 9개로, 명사는 ‘신체 에너지와 감정표현’, 형용사는 ‘평범한 스타일’이 가장 높게 나타났다. 결과적으로 여러 가지 요인들로 인해 ‘스트릿 맨 파이터’는 이미 형성된 팬덤의 기대에 부응하지 못했던 반면, ‘스트릿 우먼 파이터’는 팬더믹 상황임에도 불구하고 스트리밍 댄스 서바이벌 프로그램의 대표적인 성공 사례로 평가받으며 세계적인 팬덤이 형성되었다.
목차
Abstract
서론
1. 연구의 필요성 및 목적
2. 연구문제
연구방법
1. 분석대상 및 자료수집
2. 데이터 전처리
3. Coherence score 평가 방법 설정 및 결과
4. 자료처리
연구결과 및 논의
1. ‘스트릿 우먼 파이터’와 ‘스트릿 맨 파이터’의 유튜브 댓글 단어 출현 빈도분석 결과
2. ‘스트릿 우먼 파이터’와 ‘스트릿 맨 파이터’의 LDA토픽모델링 결과
3. ‘스트릿 우먼 파이터’와 ‘스트릿 맨 파이터’의유튜브 댓글 비교분석을 통한 시청자 반응결과
결론 및 제언
참고문헌