본 연구는 대량의 미디어 데이터를 대상으로 주요한 주제들을 찾아내고, 그 주제들의 시계열적 변화 양상을 파악하는 방법을 제안하였다. 이를 위해 『황성신문』의 논설을 대상으로 구조적 토픽모델링과 공기어 네트워크 분석을 활용하여 주제의 시계열적 변화를 살펴보았다. 구조적토픽모델링 기법을 통해 30개의 주요 단어 군집인 토픽을 추출하였으며, 연도를 기준으로 상승하는 주제와 하강하는 주제, 특정 연도에서 피크를 보이는 주제 등 몇 가지의 패턴들을 확인할수 있었다. 또한, 주요한 토픽 내에서의 시기별 단어의 구성을 살펴봄으로써 주제의 변화 양상을파악할 수 있었다.

The main purpose of this study is to propose a method of topic extraction using topic models and a co-word network to analyze time-series news data. To investigate the topic trends, this study employed structural topic model (STM) and extracted 30 topics from articles in Hwangsungshinmun. Based on the results of the STM, rising and shrinking topical trends were detected. By using co-word network analysis, the changes to the word context were identified. The topic of ‘enlightenment’ was detected as a rising trend, and co-occurring vocabularies increased over time.