최근 포스트
-
Notice
[알림] 사무실 이전 및 대표번호 변경 안내
안녕하세요, 사이람이 아래 주소(판교 테크노밸리)로 이전했습니다. 이번 사무실 이전을 계기로 새로운 마음가짐과 함께 더 나은 서비스로 찾아뵙겠으니 앞으로도 많은 관심과 성원을 부탁 드립니다. 이전으로 인하여 사무실 주소 및 전화번호, 팩스번호가 아래와 같이 변경되오니 참고하시기 바랍니다. - 사무실 주소: (13486) 경기도 성남시 분당구 판교로 253 이노밸리 B동 804호 - 전화번호: 1660-4230 / 031-8018-8950 - 팩스번호: 031-8018-8952 감사합니다.
-
텍스트 마이닝 분석
'여가부' 폐지, 뉴스에서는 이렇게 말했다!
벌써 20대 대선이 끝난지 8개월이 흘렀습니다. 당시, 윤석열 대통령의 주요 국정 과제인 여가부 폐지가 상당한 논란을 불러일으켰는데요, 언론에서는 관련하여 어떤 이야기들이 있었는지, 보수/진보 매체에서 어떤 토픽에 좀 더 관심이 많았는지 최근 출시된 NetMiner 뉴스 데이터 수집기(News Data Collector)로 한 번 확인해 보았습니다. 분석 데이터 먼저 News Data Collector (상세보기>>) 를 활용하여, 대선 전후 '여가부' 관련 국내 언론사 뉴스를 수집했습니다. 수집 기간은 2022년 상반기(1.1~6.30) 로, 보수 채널(동아일보, 조선일보, 중앙일보)과 진보 채널(경향신문, 한겨레, 한국일보)의 뉴스를 수집했습니다. 종합 뉴스와 관련성이 낮은 뉴스 데이터(예. [부고]..
-
NetMiner 및 이벤트 소식
뉴스 데이터 수집도 NetMiner로! - News Data Collector 출시 알림
NetMiner 의 새로운 확장 프로그램을 소개합니다. NetMiner의 새로운 확장 프로그램 뉴스 데이터 수집 단 몇 번의 클릭으로, 주요 국내 뉴스 데이터를 수집하여 이슈 트렌드를 이해할 수 있습니다. 현재, 베타 서비스 기간으로 3개월 간 무료로 사용할 수 있습니다 News Data Collector 소개 무료 사용 신청 (업그레이드) - 무료 사용 신청(업그레이드) 방법: Product ID를 입력 > 확장 프로그램 추가 체크 > News Data Collector 체크 - 사용 중인 NetMiner 라이선스가 Premium 플랜 이상 또는 비정형 텍스트 처리 기능이 포함되어야 합니다. 🤘주요 기능🤘 검색어만 입력하면 국내 주요 언론사의 뉴스 데이터를 수집할 수 있습니다. 현재(22년 10월 기준..
-
텍스트 마이닝 분석
[보도] 시사기획 창 - 대통령은 말했다
지난 3월 9일, 20대 대통령 선거가 실시되었습니다. 기대와 우려가 뒤섞인채로 새로운 시대를 맞이하려는 지금, 사이람이 KBS 시사기획 창과 함께 역대 대통령의 취임사를 분석해 지금까지의 시대적 흐름과 다음 대통령의 비전과 방향을 전망해 보았습니다. 먼저 12명의 역대 대통령의 취임사에서 형태소(단어)를 추출하고, 키워드 네트워크를 구성하여 중심도(Centrality)가 높은 핵심 키워드를 선정하였습니다. 또한 토픽 모델링 기법을 활용하여, 각 대통령의 연설문을 문단으로 쪼개고 주제별로 나누어 어떤 분야에 언급이 많았는지, 대통령의 관심사를 레이더 차트로 시각화 할 수 있었습니다. NetMiner 를 활용하면 누구나 간단하게 텍스트의 내용을 분석하고 이해하기 쉽게 시각화 할 수 있습니다. 참고로 Net..
-
NetMiner 및 이벤트 소식
NetMiner 출시 20주년 기념 특별 이벤트
NetMiner 출시 20주년 기념 특별 이벤트 안녕하세요. 소셜 네트워크 분석 전문 기업 ㈜사이람입니다. 네트워크 분석 전문 소프트웨어 NetMiner가 출시 20주년을 맞이하였습니다. 20년 간 고객님들의 NetMiner에 대한 꾸준한 사랑과 관심에 조금이나마 보답을 드리고자 다양한 혜택을 준비하였습니다. 많은 성원과 관심을 부탁 드리며, 자세한 내용은 아래를 참고해 주시기 바랍니다. 이벤트 1.NetMiner 출시 20주년 특별 할인 내용 : Academic/Commercial 라이선스를 구입 또는 업그레이드 시 20% 할인을 드립니다. 기간 : 2021년 12월 31일(금요일)까지 신규 라이선스 견적 요청 >> 업그레이드 견적 요청 >> * Student Research 라이선스는 제외 ** 업그..
-
NetMiner 이야기
그래프 머신러닝 플랫폼, NetMiner 365 베타서비스 오픈!
이제 온라인에서 데이터를 분석해보세요! 새로운 도약, NetMiner 365 온라인 기반의 그래프 머신러닝 데이터 사이언스 플랫폼 NetMiner 365 는 그래프 분석 기반의 온라인 데이터 사이언스 플랫폼으로, 빅데이터 속의 그래프/네트워크 데이터를 분석하고, 최신의 머신러닝 기술을 이용하여 데이터를 학습하고 예측할 수 있습니다. NetMiner 를 외부에서, MAC 에서 사용할 수 없어서 불편하셨나요? 기존의 데이터 분석으로는 더 이상 의미 있는 결과를 얻지 못하셨나요? 데이터를 학습하고 예측하는 머신러닝 분석을 하고 싶으셨나요? 온라인 언제, 어디에서나, 시스템의 제약 없이 웹브라우저에 접속만 하면 이용하실 수 있습니다. 그..
인기글
주요 분석 사례
-
[보도] JTBC&중앙일보 - 수도권 코로나19 전염 네트워크 분석
"이제 또 다른 눈으로 (코로나19) 수도권 감염 사태를 보려고 합니다. 바로 네트워크 과학입니다" 올 한 해, 우리의 삶을 강타한 가장 큰 이슈. 바로 코로나19 입니다. 코로나19는 사람 간 접촉을 통해 호흡기로 전파 되는 것으로 알려져 있습니다. 그러므로 접촉 경로 및 확산 패턴을 알 수 있다면 주요 전파 원인과 앞으로의 흐름을 예측할 수 있겠죠. 1. 중앙일보 - 확진 절반 쏟아졌는데 '중위험시설' 교회...K방역 옥의 티 지난 13일, 중앙일보에서 사이람과 함께 10개월 간 수도권 코로나바이러스 감염 네트워크를 분석한 결과가 보도되었습니다. 주요 전파 경로(원인)이 무엇인지, 몇 단계를 걸쳐 전염된 n차 감염자 수 증가 추이, 슈퍼 전파자의 위력 등 다양한 각도로 코로나 바이러스가 전파된 경로를..
2020.10.16 15:12 -
[NetMiner] 세계 무역 네트워크에서의 중국 경제 변동과 한국과의 관계
미중 무역분쟁에 이어 중국발 코로나19 여파로 중국 경제에 경고음이 울리고 있습니다. 세계 무역 추세도 심상치 않습니다. 이에 한국이 가장 많은 피해를 볼 것이라고 많은 언론이 전하고 있습니다. 한국이 중국에 인접해 있고 중국과의 경제적 밀착성이 매우 높기 때문이라는 것이지요. 그런데 과연 그럴까요? 국제무역은 여러 나라들의 주고 받는 관계이고 생산밸류체인으로 연결되어 있기에, 전체를 구조적으로 들여다 보기 전에는 무엇이라 확언하기 곤란한 점이 있습니다. 그래서 3년 전에, 2015년 상반기 세계무역 자료를 바탕으로 네트워크 분석을 해본 적이 있었습니다. 그 결과 중국 경제가 휘청거리면 의외로 독일이 가장 큰 영향을 받을 것이라는 시사점을 도출한 적이 있었지요 2015년 세계무역네트워크 분석을 통해 본 ..
2020.03.05 13:43 -
[SNA 활용 백서] 지식지도 구축(Knowledge Map), 지식 네트워크 분석
INTRO 국가, 대학, 기업 등 다양한 조직들은 지식 관리를 전담하는 기관(부서)을 별도로 운영하거나 지식관리시스템, 즉 KMS(Knowledge Management System)를 도입하고 운영해 왔습니다. 국가에서는 예산이 투입되는 연구개발 과제의 성과물을 관리하고, 이를 활용할 수 있는 서비스를 연구자에게 제공함으로써 국가의 연구개발 역량을 향상시키기 위하여, 대학 혹은 기업에서는 조직의 핵심 지식을 생산하고 필요에 따라 효율적으로 소비될 수 있도록 함으로써 경쟁 우위를 확보하기 위하여 KMS를 운영해 왔습니다.하지만 이를 위해 도입된 다양한 방법론과 시스템에는 많은 한계점이 있습니다. 지식을 탐색하기 위한 방법이 여전히 키워드 기반의 검색 방식을 벗어나지 못하고 있기 때문입니다. 그렇다면 키워드..
2015.04.16 14:40 -
[Case Study] 조직 소통, 협업 네트워크 분석 사례
1. 협업 네트워크 분석 사례 A사는 매년 전사적으로 시행하는 조직역량 평가에서 유독 "협력" 부분만 타사 대비 낮은 점수를 받아왔다. 더불어 "협업이 잘 안된다"는 구성원들의 불만이 꾸준히 제기되어 왔다. 하지만 어디를 어떻게 관리해야 할지 명확한 실마리를 찾을 수 없었다. 그래서, "협업 네트워크 분석"을 통해 어느 부서 간에 협업이 문제인지, 협업이 잘 되지 않는다면 그 이유는 무엇인지 파악하고자 했다. (사진을 클릭하면 크게 보실 수 있습니다.) 결과는 놀라웠다. 솔루션 전과 후, 해결책을 제공받은 부서의 협업의 질이 크게 상승한 것을 알 수 있었다. 이후 시행된 조직 역량 평가에서도 "협력"부분의 점수가 크게 상승됐다. A사의 문제는 무엇이고, 해결책은 무엇이었을까? (사진을 클릭하면 크게 보실..
2017.08.16 18:04