DH Edu
이동: 둘러보기, 검색



← 메인 페이지

정기 고연전 경기 상황에 따른
고려대학교 응원곡 사용 맥락 분석


가사 내 표현을 비롯한 응원곡 속성을 중심으로


팀명: 응원하조
서민재, 박성준, 손채환, 김민규

연구 목적

  • 응원사진1.jpg
  • 응원사진2.jpg

고려대학교의 정기고연전 응원 문화는 1925년 첫 고연전이 시작된 이래로 지금까지 이어져 온 고려대학교만의 고유한 문화이다. 오랜 역사와 함께 지금까지 이어져온 만큼 많은 응원곡들이 고연전 응원 행사에 사용되고 있다. 응원곡의 본질은 응원하는 팀이 경기에서 승리하도록 열원하기 위한 것으로, 관중의 열렬한 응원은 상황에 따라서 이기고 있는 경기에서 선수들의 사기를 더욱 북돋우는 역할을 하기도, 부진한 경기를 일으키기도 한다. 하지만 일반적인 응원곡들과는 달리 고려대학교는 연세대학교라는 특정한 상대팀이 존재하는 만큼 다른 스포츠팀의 응원곡과는 상이한 특징을 보인다. 이에 고려대학교의 응원 문화는 단순히 정기고연전 경기 내 선수 응원 또는 분위기 고조 기능뿐만 아니라 교내 구성원으로서 소속감을 느끼게 하는 상징적인 문화로 자리잡았다.

실제 정기 고연전에 참석하면 관중석 앞에서 리드하는 응원단을 따라 일반적으로 2.5시간 가량 장시간 응원이 진행되는 것을 볼 수 있다. 고려대학교 응원단에서 사용하는 전체 응원곡은 총 49곡이지만, 이 곡들이 경기 내 응원 상황에서 모두 일률적으로 사용되는 것은 아니며 뱃노래 같은 유서 깊고 특색있는 곡들이 자주 반복되는 것을 확인할 수 있다. 즉, 응원곡들이 경기가 진행됨에 따라 각기 다른 빈도를 가지고 불러진다는 사실은 경험적으로 알 수 있지만, 명확히 어떤 상황에서 어떤 응원곡이 불렸는지 당시 응원 상황에서는 곧바로 파악하기 어렵다.

이에 고려대학교의 응원곡들이 어떤 상황에서 불리는지를 2016~2022년의 정기 고연전 경기 영상 분석을 통해 경기 상황 안에서 응원곡의 사용 맥락을 분석하고, 해당 응원곡의 다양한 특성과 연관짓고자 한다.

또한 최근 코로나19로 인해 정기고연전이 3년간 중단된 경우처럼 고려대 응원 관련 행사들이 제한되는 문제가 또다시 발생할 것을 대비하여 응원곡의 다양한 특성을 데이터화하여 남김으로써 응원 문화가 존속, 전승될 수 있도록 교내 구성원의 응원곡에 대한 지적인 관심을 불러일으키고자 한다.

연구 대상

  • 자료원 기재

- 고려대학교 응원단 제공 2022년 응원곡 가사집
고려대학교 응원단에서 제공한 2022년 응원곡 가사집을 토대로 응원곡의 가사를 정리하고, 그 안에서의 핵심 표현을 추출하여 연구에 활용했다.

- 고려대학교 응원단 홈페이지에 등록된 고려대학교 응원곡 음원 32개
고려대학교 응원단 홈페이지에 업로드되어 있는 고려대학교 응원곡 32곡의 음원을 통해 각 응원곡의 템포와 곡의 길이 등의 정보를 연구에 활용했다. 이때 32곡은 분석 대상인 경기에서 불린 응원가로 선정하였다.

- 2016-2022 고연전 경기 중계 영상 중 분석이 가능한 영상 6개
2019 농구, 2018 농구, 2017 농구, 2017 야구, 2017 축구 아래는 고연전 경기 응원에 사용된 응원곡을 파악할 수 있는지의 여부를 체크해놓은 표이다. 연구 주제의 특성상 과거의 데이터를 직접 수집하는 것이 불가능해서 고연전 중계 영상에 의존해 그로부터 들리는 응원곡을 추측해 내야 하는데, 잡음이 크거나 응원석의 소리가 아예 들리지 않는 경우 분석이 거의 불가능했다.

  • 해당 연구에 필요한 조사 - 경기 영상 분석 가능 여부

【데이터 시트 페이지로 이동】


연구 방법

연구 진행 순서

1. 연도별 고연전 경기 1차 샘플링 정보 수집 및 정리
2. 고연전 경기영상 속 응원가 정보를 경기 상황별 정리 후 데이터베이스화
3. 응원가 가사 정보에 대해 클래스별 분류 실행
4. Neo4j를 통해 경기 상황과 응원가 정보 질의어 활용 추출 및 시각화

클래스, 릴레이션 설정

특정 경기 상황에서 특정 응원가가 불릴 것이라는 가설에서 출발하여, 응원가의 속성과 가사 해석을 통해 분류를 실시하고 이를 실제 불렸던 경기 상황과 연결지었다. 이때 응원가의 의도를 파악하기 위해 가사를 분석 과정에서 해석 기준이 주관적이라는 문제가 발생하였다. 연구 결과의 객관화를 위해서 주관적으로 해석될 수 있는 영역에 대해서는 Interpretation이라는 클래스를 추가하여 해석의 근거를 meaning 속성값에 추가하였다.

문제의식 설정

문제의식 설정에 있어서 객관적인 연구 결과를 위해 2차 데이터 수집 완료 후 가설 검증 방식으로 접근했다.

문제의식 1-1 

"연세대"의 의미를 가지는(이하 '연세대 키워드') 가사를 가진 응원곡과 "고려대"의 의미를 가지는
(이하 '고려대 키워드') 가사를 가진 응원곡이 불린 횟수는 경기 상황에 따라 차이가 있을 것이다.

문제의식 1-2 

"연세대+부정"의 의미를 가지는 가사의 응원곡과 "고려대+긍정"의 의미를 가지는 
가사의 응원곡이 불린 횟수는 경기 상황에 따라 차이가 있을 것이다.

문제의식 2 

경기 초반에 불리는 응원곡과 후반에 불리는 응원곡은 각각 어느 정도 일정한 빈도를 보일 것이다.
이때, 이들 간의 공통점과 차이점을 찾을 수 있을 것이다.

문제의식 3 

지고 있는 상황에서보다 이기고 있는 상황에서, 빠른 템포의 응원곡이 많이 불릴 것이다.

문제의식 4 

발행 연도별로 응원가를 분류했을 때, 불린 횟수에 차이가 있을 것이다.



온톨로지


온톨로지 그래프 편집하기

클래스(Class)

클래스명 한글명 설명
Event 행사 N년도에 개최된 정기 고연전
Match 경기 정기 고연전에서 열린 경기
CheeringSong 응원곡 경기에서 불린 고려대학교의 응원곡
Expression 표현 응원곡 가사 내 표현
Word 단어 가사 내 표현에서 사용된 단어
Interpretation 해석 사용된 단어의 일반화 및 해석

릴레이션(Relation)

영문명 한글명 정의역 치역 설명
isHeldAt A가 B에서 열리다 Match Event 경기가 열린 행사
isSungWhenWinning A가 B에서 이기고 있을 때 불리다 CheeringSong Match 경기에서 이기고 있을 때 불린 응원곡
isSungWhenLosing A가 B에서 지고 있을 때 불리다 CheeringSong Match 경기에서 지고 있을 때 불린 응원곡
isSungInATie A가 B에서 비기고 있을 때 불리다 CheeringSong Match 경기에서 비기고 있을 때 불린 응원곡
isExpressionOf A는 B 내의 표현이다 Expression CheeringSong 응원곡에서 사용된 표현
isMentionedIn A가 B에서 언급되다 Word Expression 표현에서 언급된 단어
indicates A가 B를 나타낸다 Word Interpretation 가사 내 단어의 일반화 및 해석
isRelatedTo A가 B와 연관이 있다 Interpretation Interpretation 가사 내 일반화된 단어들 사이의 관련

속성(Attribute)

Event(행사) 속성
속성명 한글명 설명
gid 식별자 개별 노드의 식별자
class 클래스 개별 노드가 속하는 클래스
refurl 참고 웹 자원 개별 노드의 정보에 대해 참고할 수 있는 웹 자원
name 대표명 개별 노드의 대표명(행사명)
year 연도 행사 개최 연도
period 기간 행사 개최 기간
hometeam 주최측(홈팀) 행사 주최 주체(짝수년:고려대학교/홀수년:연세대학교)
score 최종 결과 행사 최종 결과(종목 합산 결과)
note 기타 메모 기타 참고 사항
Match(경기) 속성
속성명 한글명 설명
gid 식별자 개별 노드의 식별자
class 클래스 개별 노드가 속하는 클래스
refurl 참고 웹 자원 개별 노드의 정보에 대해 참고할 수 있는 웹 자원
name 대표명 개별 노드의 대표명(경기명)
year 연도 경기가 열린 연도
sports 종목명 경기의 종목명
score 경기 점수 경기의 최종 점수
matchresult 경기 결과 경기의 승리/패배 여부
weather 날씨 경기 당일의 날씨(맑음/강풍/우천)
venue 실내/외 장소 경기가 열린 장소의 실내/실외 여부
location 경기장 위치 경기장의 위치
songnum 응원곡 개수 경기에서 불린 응원곡의 개수
CheeringSong(응원곡) 속성
속성명 한글명 설명
gid 식별자 개별 노드의 식별자
class 클래스 개별 노드가 속하는 클래스
refurl 참고 웹 자원 개별 노드의 정보에 대해 참고할 수 있는 웹 자원
name 대표명 개별 노드의 대표명(응원곡명)
yearofpublication 발행 연도 응원곡의 발행 연도
tempo 템포 응원곡의 템포(비트/분)
length 길이 응원곡의 길이(초)
lyrics 가사 응원곡의 전체 가사
originalsong 원곡 응원곡의 원곡
originalartist 원곡자 응원곡의 원곡자
Expression(표현) 속성
속성명 한글명 설명
gid 식별자 개별 노드의 식별자
class 클래스 개별 노드가 속하는 클래스
refurl 참고 웹 자원 개별 노드의 정보에 대해 참고할 수 있는 웹 자원
name 대표명 개별 노드의 대표명(표현)
Word(단어) 속성
속성명 한글명 설명
gid 식별자 개별 노드의 식별자
class 클래스 개별 노드가 속하는 클래스
refurl 참고 웹 자원 개별 노드의 정보에 대해 참고할 수 있는 웹 자원
name 대표명 개별 노드의 대표명(단어)
Interpretation(해석) 속성
속성명 한글명 설명
gid 식별자 개별 노드의 식별자
class 클래스 개별 노드가 속하는 클래스
name 대표명 개별 노드의 대표명(해석명)
sort 범주 사용 단어의 범주(지명/동물/학교/상태/행위/음식/단체/인칭/가치/이름)
ispositive 단어의_긍부정 단어의 긍정, 부정, 중립 속성
meaning 의미 단어 자체의 의미 혹은 단어의 특성 설명
Edge Chreeingsong-Match(isSungWhenWinning/isSungWhenLosing/isSungInATie) 속성
속성명 한글명 설명
order 순서 경기중 응원곡이 불린 순서
order_fraction 시점 전체를 100으로 두었을 때 경기중 응원곡이 불린 시점
count 횟수 경기중 응원곡이 불린 횟수
order_round 구분자 추가 시점 순서 분석 Query를 위한 값



연구 데이터

【데이터 시트 페이지로 이동】

노드 데이터(총 548건)

12/5기준

노드 데이터 개수.png

  • Event 3건
  • Match 6건
  • CheeringSong 32건
  • Word 200건
  • Expression 188건
  • Interpretation 119건

링크 데이터(총 800건)

12/5기준

링크데이터.png

  • isHeldAt 6건
  • isSungWhenWinning 51건
  • isSungWhenLosing 76건
  • isSungInATie 40건
  • isExpressionOf 188건
  • indicates 145건
  • isMentionedIn 264건
  • isRelatedTo 29건



연구 결과

문제의식 1-1(학교 키워드-상황)

1) 문제의식

"연세대"의 의미를 가지는(이하 '연세대 키워드') 가사를 가진 응원곡과 "고려대"의 의미를 가지는
(이하 '고려대 키워드') 가사를 가진 응원곡이 불린 횟수는 경기 상황에 따라 차이가 있을 것이다.


2) 분석 내용

  • 각 상황별로, '연세대'와 '고려대' 키워드를 가사에 가지고 있는 응원곡이 얼마나 불렸는지 비교
  1. 연세대 키워드
    1. 이기고 있을 때
    2. 지고 있을 때
    3. 비기고 있을 때
  2. 고려대 키워드
    1. 이기고 있을 때
    2. 지고 있을 때
    3. 비기고 있을 때


  • 경로1 : 노드 기준 M-C-E-W-I
  • 경로2 : 노드 기준 M-C-E-W-I-I



  • 문제의식 1-(1) sample
  • 문제의식 1-(1) sample isSungWhenWinning연세대1.png
  • 문제의식 1-(1) sample isSungWhenWinning연세대2.png



1. 연세대 키워드 + 이기고 있는 상황

쿼리 : 이기고 있을 때, 연세대 키워드로 가는 경로1
match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
return *

쿼리 : 이기고 있을 때, 연세대 키워드로 가는 경로2
match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:"연세대"})
return *

  • 이기고 있을 때 연세대 키워드 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시


쿼리 : NeoDash를 활용한 Bar Chart 시각화
call { match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'}) return b,r
union all
match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'}) return b,r }
with distinct b,r, toFloat(r.count) as 횟수
return b.name, sum(횟수) order by b.name


이기는 연세대 바차트.png


쿼리 : 이기고 있을 때, 연세대 키워드로 가는 응원곡들이 불린 횟수의 총합
call{match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'}) return r
union all
match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'}) return r }
with DISTINCT r, toFloat(r.count) as 불린횟수 return sum(불린횟수)

이기고 있을 때, 연세대 키워드로 가는 응원곡들이 불린 횟수의 총합 : 25






2. 연세대 키워드 + 지고 있는 상황

쿼리 : 지고 있을 때, 연세대 키워드로 가는 경로1
match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
return *

쿼리 : 지고 있을 때, 연세대 키워드로 가는 경로1
match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:"연세대"})
return *


  • 지고 있을 때 연세대 키워드 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시


쿼리 : NeoDash를 활용한 Bar Chart 시각화
call { match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'}) return b,r
union all
match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'}) return b,r }
with distinct b,r, toFloat(r.count) as 횟수
return b.name, sum(횟수) order by b.name


지는 연세대 바차트.png


쿼리 : 이기고 있을 때, 연세대 키워드로 가는 응원곡들이 불린 횟수의 총합
call{match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'}) return r
union all
match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'}) return r }
with DISTINCT r, toFloat(r.count) as 불린횟수 return sum(불린횟수)

지고 있을 때, 연세대 키워드로 가는 응원곡들이 불린 횟수의 총합 : 25






3. 연세대 키워드 + 비기고 있는 상황

쿼리 : 비기고 있을 때, 연세대 키워드로 가는 경로1
match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
return *

쿼리 : 비기고 있을 때, 연세대 키워드로 가는 경로2
match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:"연세대"})
return *


  • 비기고 있을 때 연세대 키워드 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 비기고 있을 때 연세대 키워드 경로 2 세부.png

    경로2 세부 예시


쿼리 : NeoDash를 활용한 Bar Chart 시각화
call { match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'}) return b,r
union all
match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'}) return b,r }
with distinct b,r, toFloat(r.count) as 횟수
return b.name, sum(횟수) order by b.name


연세대 비기는 바차트.png


쿼리 : 비기고 있을 때, 연세대 키워드로 가는 응원곡들이 불린 횟수의 총합
call{match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'}) return r
union all
match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'}) return r }
with DISTINCT r, toFloat(r.count) as 불린횟수 return sum(불린횟수)

비기고 있을 때, 연세대 키워드로 가는 응원곡들이 불린 횟수의 총합 : 11






4. 고려대 키워드 + 이기고 있는 상황

쿼리 : 이기고 있을 때, 고려대 키워드로 가는 경로1
match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
return *

쿼리 : 이기고 있을 때, 고려대 키워드로 가는 경로2
match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:"고려대"})
return *


  • 이기고 있을 때 고려대 키워드 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시


쿼리 : NeoDash를 활용한 Bar Chart 시각화
call { match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'}) return b,r
union all
match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'}) return b,r }
with distinct b,r, toFloat(r.count) as 횟수
return b.name, sum(횟수) order by b.name


이기는 고려대 바차트.png


쿼리 : 이기고 있을 때, 고려대 키워드로 가는 응원곡들이 불린 횟수의 총합
call{match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'}) return r
union all
match(a:Match)-[r:isSungWhenWinning]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'}) return r }
with DISTINCT r, toFloat(r.count) as 불린횟수 return sum(불린횟수)

이기고 있을 때, 고려대 키워드로 가는 응원곡들이 불린 횟수의 총합 : 42





5. 고려대 키워드 + 지고 있을 때

쿼리 : 지고 있을 때, 고려대 키워드로 가는 경로1
match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
return *

쿼리 : 지고 있을 때, 고려대 키워드로 가는 경로2
match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:"고려대"})
return *


  • 지고 있을 때 고려대 키워드 경로
  • 지고 있을 때 고려대 키워드 경로 1.png
  • 지고 있을 때 고려대 키워드 경로 1 세부.png
  • 지고 있을 때 고려대 키워드 경로 2.png
  • 지고 있을 때 고려대 키워드 경로 2 세부.png


쿼리 : NeoDash를 활용한 Bar Chart 시각화 call { match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'}) return b,r
union all
match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'}) return b,r }
with distinct b,r, toFloat(r.count) as 횟수
return b.name, sum(횟수) order by b.name


지는 고려대 바차트.png


쿼리 : 지고 있을 때, 고려대 키워드로 가는 응원곡들이 불린 횟수의 총합
call{match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'}) return r
union all
match(a:Match)-[r:isSungWhenLosing]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'}) return r }
with DISTINCT r, toFloat(r.count) as 불린횟수 return sum(불린횟수)

지고 있을 때, 고려대 키워드로 가는 응원곡들이 불린 횟수의 총합 : 92






6. 고려대 키워드 + 비기고 있을 때

쿼리 : 비기고 있을 때, 고려대 키워드로 가는 경로1
match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
return *

쿼리 : 비기고 있을 때, 고려대 키워드로 가는 경로2
match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:"고려대"})
return *


  • 비기고 있을 때 고려대 키워드 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시


쿼리 : NeoDash를 활용한 Bar Chart 시각화
call { match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'}) return b,r
union all
match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'}) return b,r }
with distinct b,r, toFloat(r.count) as 횟수
return b.name, sum(횟수) order by b.name

비기는 고려대 바차트.png


쿼리 : 비기고 있을 때, 고려대 키워드로 가는 응원곡들이 불린 횟수의 총합
call{match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'}) return r
union all
match(a:Match)-[r:isSungInATie]-(b:CheeringSong)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'}) return r }
with DISTINCT r, toFloat(r.count) as 불린횟수 return sum(불린횟수)

비기고 있을 때, 고려대 키워드로 가는 응원곡들이 불린 횟수의 총합 : 28








3) 분석 결과

상황별 키워드가 포함된 응원곡이 불린 횟수
' 고려대 연세대
이기고 있는 상황 42 25
지고 있는 상황 92 25
비기고 있는 상황 28 11
전체 162 61


위 수치를 기반으로 경기 내 상황(isSungWhenWinning/isSungWhenWinning/isSungInATie)이 동일할 때 학교 키워드(고려대/연세대) 간 비율 차이를 계산하였다.

전체 비율 | 고려대:연세대 =2.65:1

1. 이기고 있을 때 비율 | 고려대:연세대 = 1.68:1

2. 지고 있을 때 비율 | 고려대:연세대 = 3.68:1

3. 비기고 있을 때 비율 | 고려대:연세대 = 2.55:1

전체 비율과 비교해 보면, 이기고 있을 때는 고려대 키워드의 비율이 0.97 감소하고, 지고 있을 때는 1.03 증가한다. 비기고 있을 때는 0.10으로 미미한 차이를 보인다.

결과적으로 고려대학교가 이기고 있는 상황에서는 고려대 키워드의 응원가를 부르는 비율이 적어지고,
 고려대학교가 지고 있을 때는 고려대 키워드의 응원가를 부르는 비율이 늘어난다는 사실을 확인할 수 있다.

문제의식 1-2(학교 키워드+긍부정 - 경기상황)

1) 문제 의식

"연세대+부정"의 의미를 가지는 가사의 응원곡과 "고려대+긍정"의 의미를 가지는 

가사의 응원곡이 불린 횟수는 경기 상황에 따라 차이가 있을 것이다.

2) 분석 내용

  • 각 상황별로, '연세대+부정' 키워드와 '고려대+긍정' 키워드를 가사에 가지고 있는 응원곡이 얼마나 불렸는지 비교
  1. 연세대 + 부정 키워드
    1. 이기고 있을 때
    2. 지고 있을 때
    3. 비기고 있을 때
  2. 고려대 + 긍정 키워드
    1. 이기고 있을 때
    2. 지고 있을 때
    3. 비기고 있을 때


  • 문제의식 1-1과 동일한 방법으로 분석하되, Interpretation의 속성 중 하나인 ispositive(긍정/부정/중립) 여부를 추가로 고려한다.
  • Interpretation(해석)이 '고려대학교'인 단어와 Interpretation(해석)의 ispositive 속성이 '긍정'인 단어가 함께 나타난 표현을 가진 응원곡 /

Interpretation(해석)이 '연세대학교'인 단어와 Interpretation(해석)의 ispositive 속성이 '부정'인 단어가 함께 나타난 표현을 가진 응원곡이 상황에 따라 얼마나 불렸는지 횟수를 비교한다.

  • 순서는 1-1과 동일
  • 경로1 : 노드 기준 I-W-E-W-I & E-C-M
  • 경로2 : 노드 기준 I-W-E-W-I-I & E-C-M



문제의식 1-(2) sample 이기고 있을 때 연세대 부정.png


1. 연세대 + 부정 키워드 + 이기고 있는 상황

쿼리 : 이기고 있을 때, 연세대 + 부정 키워드로 가는 경로1
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
 match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match)
return *

쿼리 : 이기고 있을 때, 연세대 + 부정 키워드로 가는 경로2
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match)
return *

  • 이기고 있을 때 연세대 부정 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시

쿼리 : NeoDash를 활용한 Bar Chart 시각화
call{
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]- (e:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match)
return h,y
union all
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match)
return h,y}
with DISTINCT h,y, toFloat(y.count) as 횟수
return h.name, sum(횟수) order by h.name

이기고 있는 상황 연세대 부정.png

쿼리 : 이기고 있을 때, 연세대 + 부정 키워드로 가는 응원가들이 불린 횟수의 총합
call{
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match) return y
union all
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match) return y }
with DISTINCT y, toFloat(y.count) as 불린횟수 return sum(불린횟수) 

이기고 있을 때, 연세대 + 부정 키워드로 가는 응원곡들이 불린 횟수의 총합 : 20






2. 연세대 + 부정 + 지고 있는 상황

쿼리 : 지고 있을 때, 연세대 + 부정 키워드로 가는 경로1
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
 match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match)
return *

쿼리 : 지고 있을 때, 연세대 + 부정 키워드로 가는 경로2
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match)
return *

  • 지고 있을 때 연세대 부정 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시

쿼리 : NeoDash를 활용한 Bar Chart 시각화
call{
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]- (e:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match)
return h,y
union all
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match)
return h,y}
with DISTINCT h,y, toFloat(y.count) as 횟수
return h.name, sum(횟수) order by h.name

지고 있는 상황 연세대 부정.png

쿼리 : 지고 있을 때, 연세대 + 부정 키워드로 가는 응원곡들이 불린 횟수의 총합
call{
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match) return y
union all
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match) return y }
with DISTINCT y, toFloat(y.count) as 불린횟수 return sum(불린횟수) 

지고 있을 때, 연세대 + 부정 키워드로 가는 응원가들이 불린 횟수의 총합 : 20






3. 연세대 + 부정 + 비기고 있는 상황

쿼리 : 비기고 있을 때, 연세대 + 부정 키워드로 가는 경로1
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
 match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match)
return *

쿼리 : 비기고 있을 때, 연세대 + 부정 키워드로 가는 경로2
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match)
return *

  • 비기고 있을 때 연세대 부정 경로

  • 경로1

  • 경로2 전체

  • 경로2 세부 예시

쿼리 : NeoDash를 활용한 Bar Chart 시각화
call{
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]- (e:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match)
return h,y
union all
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match)
return h,y}
with DISTINCT h,y, toFloat(y.count) as 횟수
return h.name, sum(횟수) order by h.name

비기고 있는 상황 연세대 부정.png

쿼리 : 비기고 있을 때, 연세대 + 부정 키워드로 가는 응원곡들이 불린 횟수의 총합
call{
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match) return y
union all
match(a:Interpretation{ispositive:'부정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'연세대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match) return y }
with DISTINCT y, toFloat(y.count) as 불린횟수 return sum(불린횟수) 

비기고 있을 때, 연세대 + 부정 키워드로 가는 응원곡들이 불린 횟수의 총합 : 6






4. 고려대 + 긍정 + 이기고 있는 상황

쿼리 : 이기고 있을 때, 고려대 + 긍정 키워드로 가는 경로1
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
 match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match)
return *

쿼리 : 이기고 있을 때, 고려대 + 긍정 키워드로 가는 경로2
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match)
return *

  • 이기고 있을 때 고려대 긍정 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시

쿼리 : NeoDash를 활용한 Bar Chart 시각화
call{
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]- (e:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match)
return h,y
union all
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match)
return h,y}
with DISTINCT h,y, toFloat(y.count) as 횟수
return h.name, sum(횟수) order by h.name

이기고 있는 상황 고려대 긍정.png

쿼리 : 이기고 있을 때, 고려대 + 긍정 키워드로 가는 응원곡들이 불린 횟수의 총합
call{
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match) return y
union all
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenWinning]-(q:Match) return y }
with DISTINCT y, toFloat(y.count) as 불린횟수 return sum(불린횟수) 

이기고 있을 때, 고려대 + 긍정 키워드로 가는 응원곡들이 불린 횟수의 총합 : 34






5. 고려대 + 긍정 + 지고 있는 상황

쿼리 : 지고 있을 때, 고려대 + 긍정 키워드로 가는 경로1
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
 match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match)
return *

쿼리 : 지고 있을 때, 고려대 + 긍정 키워드로 가는 경로2
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match)
return *

  • 지고 있을 때 고려대 긍정 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시

쿼리 : NeoDash를 활용한 Bar Chart 시각화
call{
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]- (e:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match)
return h,y
union all
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match)
return h,y}
with DISTINCT h,y, toFloat(y.count) as 횟수
return h.name, sum(횟수) order by h.name

지고 있는 상황 고려대 긍정.png

쿼리 : 지고 있을 때, 고려대 + 긍정 키워드로 가는 응원곡들이 불린 횟수의 총합
call{match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match) return y
union all
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungWhenLosing]-(q:Match) return y }
with DISTINCT y, toFloat(y.count) as 불린횟수 return sum(불린횟수) 

지고 있을 때, 고려대 + 긍정 키워드로 가는 응원곡들이 불린 횟수의 총합 : 81






6. 고려대 + 긍정 + 비기고 있는 상황

쿼리 : 비기고 있을 때, 고려대 + 긍정 키워드로 가는 경로1
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
 match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match)
return *

쿼리 : 비기고 있을 때, 고려대 + 긍정 키워드로 가는 경로2
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation)-[v]-(f:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match)
return *

  • 비기고 있을 때 고려대 긍정 경로

  • 경로1 전체

  • 경로1 세부 예시

  • 경로2 전체

  • 경로2 세부 예시

쿼리 : NeoDash를 활용한 Bar Chart 시각화
call{
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]- (e:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match)
return h,y
union all
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match)
return h,y}
with DISTINCT h,y, toFloat(y.count) as 횟수
return h.name, sum(횟수) order by h.name

비기고 있는 상황 고려대 긍정.png

쿼리 : 비기고 있을 때, 고려대 + 긍정 키워드로 가는 응원곡들이 불린 횟수의 총합
call{
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[u]-(e:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match) return y
union all
match(a:Interpretation{ispositive:'긍정'})-[r]-(b:Word)-[s]-(c:Expression)-[t]-(d:Word)-[v]-(f:Interpretation)-[w]-(g:Interpretation{name:'고려대'})
match (c)-[x]-(h:CheeringSong)-[y:isSungInATie]-(q:Match) return y }
with DISTINCT y, toFloat(y.count) as 불린횟수 return sum(불린횟수) 

비기고 있을 때, 고려대 + 긍정 키워드로 가는 응원곡들이 불린 횟수의 총합 : 22






3) 분석 결과

상황별 키워드 횟수
' 고려대 + 긍정 연세대 + 부정
이기고 있는 상황 34 20
지고 있는 상황 81 20
비기고 있는 상황 22 6
전체 137 46

위 수치를 기반으로 경기 내 상황(isSungWhenWinning/isSungWhenWinning/isSungInATie)이 동일할 때 학교 키워드(고려대/연세대) 간 비율 차이를 계산하였다.

전체 비율 | 고려대:연세대 = 2.98:1

1. 이기고 있을 때 비율 | 고려대:연세대 = 1.7:1

2. 지고 있을 때 비율 | 고려대:연세대 = 4.05:1

3. 비기고 있을 때 비율 | 고려대:연세대 = 3.67:1

전체 비율과 비교했을 때, 이기고 있을 때는 고려대 키워드의 비율이 1.28 감소하고, 지고 있을 때는 1.07 증가한다. 비기고 있을 때는 0.69 증가하였다.

결과적으로 고려대학교가 이기고 있는 상황에서는 '고려대+긍정' 키워드의 응원가를 부르는 비율이 적어지고,
고려대학교가 지고 있는 상황에서는 '고려대+긍정' 키워드의 응원가를 부르는 비율이 늘어난다는 사실을 확인할 수 있다.

1-1의 연장선상에서, '고려대학교+긍정' 키워드로 분석하면 '고려대학교' 단일 키워드만으로 추출했을 때보다 상황에 따라 응원가를 부르는 비율의 차이가 더 커진다는 것을 알 수 있다.

문제의식 2(불리는 순서-템포,길이 등)

1) 문제 의식

경기 초반에 불리는 응원곡과 후반에 불리는 응원곡은 각각 어느 정도 일정한 빈도를 보일 것이다.

이때, 이들 간의 공통점과 차이점을 찾을 수 있을 것이다.

2) 분석 내용

1. 분석 전 전제 조건

1-(1) '초반'과 '후반'을 각각 초반 20%, 후반 20%로 생각하여
order_fraction 기준 1~20%, 81~100%로 정의한다.
1-(2) Query 설계를 위해 C-M의 Edge 속성 'order_fraction'에서 % 기호와 소수점을 반올림해준 후 구분자 @를 앞뒤에 추가가한 속성인 'order_round'를 만들었다.

2. 분석 과정 및 쿼리

2-(1) 초반에 불리는 응원곡 분석 과정

쿼리 : 초반에 불리는 응원곡들의 빈도 수
match(a:Match)-[r]-(b:CheeringSong) where r.order_round contains "@01@" or r.order_round contains "@02@" or r.order_round contains "@03@" or r.order_round contains "@04@" or r.order_round contains "@05@" or r.order_round contains "@06@" or r.order_round contains "@07@" or r.order_round contains "@08@" or r.order_round contains "@09@" or r.order_round contains "@10@" or r.order_round contains "@11@" or r.order_round contains "@12@" or r.order_round contains "@13@" or r.order_round contains "@14@" or r.order_round contains "@15@" or r.order_round contains "@16@" or r.order_round contains "@17@" or r.order_round contains "@18@" or r.order_round contains "@19@" or r.order_round contains "@20@"
with distinct b, count(b) as 횟수,b.name as 곡명
return 곡명, sum(횟수) order by sum(횟수) desc

  • 초반에 불린 응원곡 빈도 수
  • 초반부 테이블1.png
  • 초반부 테이블2.png
  • 초반부 테이블3.png

초반에 불린 응원곡들의 빈도의 평균은 2.34이고 표준편차는 1.23이다.
(평균 + 1x표준편차)보다 큰 빈도를 가지는 응원곡들을 많이 불린 응원가로 설정한다면
<엘리제를 위하여>, <들어라 보아라 그리고 기억하라>, <Forever>가 이에 해당된다.

초반에 자주 불린 세 곡의 템포의 평균을 구하는 쿼리는 아래와 같다.
match(a:CheeringSong) where a.name in ["Forever", "들어라_보아라_그리고_기억하라", "엘리제를_위하여"]
return distinct avg(toFloat(a.tempo)) 

초반 세 곡의 템포의 평균 : 140.3

초반에 자주 불린 세 곡의 길이의 평균을 구하는 쿼리는 아래와 같다.
match(a:CheeringSong) where a.name in ["Forever", "들어라_보아라_그리고_기억하라", "엘리제를_위하여"]
return distinct avg(toFloat(a.length)) 

초반 세 곡의 길이의 평균 : 125


2-(2) 후반에 불리는 응원곡 분석 과정

쿼리 : 후반에 불리는 응원곡들의 빈도 수
match(a:Match)-[r]-(b:CheeringSong) where r.order_round contains "@81@" or r.order_round contains "@82@" or r.order_round contains "@83@" or r.order_round contains "@84@" or r.order_round contains "@85@" or r.order_round contains "@86@" or r.order_round contains "@87@" or r.order_round contains "@88@" or r.order_round contains "@89@" or r.order_round contains "@90@" or r.order_round contains "@91@" or r.order_round contains "@92@" or r.order_round contains "@93@" or r.order_round contains "@94@" or r.order_round contains "@95@" or r.order_round contains "@96@" or r.order_round contains "@97@" or r.order_round contains "@98@" or r.order_round contains "@99@" or r.order_round contains "@100@"
with distinct b, count(b) as 횟수,b.name as 곡명
return 곡명, sum(횟수) order by sum(횟수) desc

  • 후반에 불린 응원곡 빈도 수
  • 후반부 테이블1.png
  • 후반부 테이블2.png
  • 후반부 테이블3.png
  • 후반부 테이블4.png

후반에 불린 응원곡들의 빈도의 평균은 2.18이고 표준편차는 1.62이다.
(평균 + 1x표준편차)보다 큰 빈도를 가지는 응원곡들을 많이 불린 응원가로 설정한다면
<Forever>, <민족의 아리아>, <뱃노래>가 이에 해당된다.

후반에 자주 불린 세 곡의 템포의 평균을 구하는 쿼리는 아래와 같다.
match(a:CheeringSong) where a.name in ["Forever", "민족의_아리아", "뱃노래"]
return distinct avg(toFloat(a.tempo))

후반 세 곡의 템포의 평균 : 140.7

후반에 자주 불린 세 곡의 길이의 평균을 구하는 쿼리는 아래와 같다.
match(a:CheeringSong) where a.name in ["Forever", "민족의_아리아", "뱃노래"]
return distinct avg(toFloat(a.length)) 

후반 세 곡의 길이의 평균 : 158

3) 분석 결과

3-(1) 초반과 후반에 주로 불리는 응원곡은 어느 정도 정해져 있다.
 초반에는 <엘리제를 위하여>, <들어라 보아라 그리고 기억하라>, <Forever>가 많이 불리고,
후반에는 <Forever>, <민족의 아리아>, <뱃노래>가 많이 불렸다.

3-(2) 템포의 비교
초반에 자주 불린 세 곡의 템포의 평균 : 140.3
후반에 자주 불린 세 곡의 템포의 평균 : 140.7
전체 응원가의 템포의 평균 : 139.1

초반에 주로 불리는 응원곡과 후반에 주로 불리는 응원곡은 템포에 유의미한 차이가 없다.

3-(3) 길이의 비교
초반에 자주 불린 세 곡의 길이의 평균 : 125
후반에 자주 불린 세 곡의 길이의 평균 : 158
전체 응원가의 길이의 평균 : 130.9

초반에 주로 불리는 응원곡과 후반에 주로 불리는 응원곡은 길이에 유의미한 차이가 있다.

전체 응원가 길이의 평균과 비교했을 때 초반에 자주 불리는 응원곡들은 곡의 길이가 짧고,
후반에 자주 불리는 응원곡들은 곡의 길이가 긴 편이다.

3-(4) 통념과의 비교
<뱃노래>가 연세대를 겨냥하며 승리를 노래하는 곡인 만큼, 후반부에 자주 불릴 것이라고 생각하는 것이 일반적인데,
분석 결과 실제로 이것이 사실이라는 것을 밝힐 수 있었다.

문제의식 3(템포-경기 상황)

1) 문제 의식

지고 있는 상황에서보다 이기고 있는 상황에서, 빠른 템포의 응원곡이 많이 불릴 것이다.



2) 분석 내용


1. 이겼을 때 불린 응원곡과, 졌을 때 불린 응원곡을 템포와 불린 횟수에 따라 테이블로 나타낸다.

쿼리 : 상황별로 불린 응원곡을 템포에 따라 내림차순으로 정렬 match (a:Match)-[r:isSungWhenWinning] - (b:CheeringSong)
return b.name as 응원곡명, b.tempo as 템포, sum(toFloat(r.count))
as 불린횟수 order by b.tempo desc

- 결과 테이블

  • 결과 테이블
  • 템포결과1.png
  • 템포결과2.png
  • 템포결과3.png

2. 메트로놈의 빠르기표를 기준으로, '템포가 빠른 응원곡'과 '템포가 느린 응원곡'을 분류

메트로놈 표준 빠르기
명칭 빠르기 BPM
Moderato 보통 빠르게 80~115
Allegro 빠르게 116~144
Presto 아주 빠르게 145~184

앞서 추출한 테이블을 빠르기별로 색깔을 다르게 하여 정리

- Presto : 노란색
- Allegro : 녹색
- Moderato : 흰색

  • 결과 테이블
  • 템포별 분류 이길때.png
  • 템포별 분류 질때.png
  • 템포별 분류 비길때.png

3. 상황별 응원곡의 평균 템포 / Presto 응원곡 비율 구하기

쿼리 : 응원곡이 불린 총 횟수
match (a:Match)-[r:isSungWhenWinning] - (b:CheeringSong)
return sum(toFloat(r.count)) as 불린횟수

쿼리 : Presto 응원곡 산출
match (a:Match)-[r:isSungWhenWinning] - (b:CheeringSong) where b.tempo >= "147"
return b.name as 응원곡명, b.tempo as 템포, sum(toFloat(r.count))
as 불린횟수 order by b.tempo desc

3) 분석 결과

상황별 응원곡 템포 관련 수치
' 이기고 있을 때 지고 있을때 비기고 있을때
응원곡이 불린 총 횟수 77 136 53
응원곡의 평균 템포 (불린 횟수만큼 가중치 반영) 139.78 140.54 141.5
아주 빠른 템포의 응원곡이 불리는 비율 (Presto 빠르기의 응원곡이 불린 횟수 / 총 횟수) 0.22 0.22 0.23


- 비기고 있을 때, 즉 박빙일 때 "템포가 빠른 곡"들이 가장 많이 불렸고, 전체 템포 평균 또한 가장 높았다.
- 이기고 있을 때보다는 지고 있을때, 응원가들의 템포가 더 빨랐다.
- 하지만 이 모든 차이는 1% 이하로, 유의미한 차이로 해석하기는 어렵다.
즉 경기의 상황과 응원가의 템포사이에는 유의미한 관계가 없다.

문제의식 4(발행연도)

1) 문제의식 

발행 연도별로 응원가를 분류했을 때, 불린 횟수에 차이가 있을 것이다.

2) 분석내용

발행 연도별로 응원가와 불린 횟수를 시각화한 결과와 쿼리는 아래와 같다.

쿼리 : 2010년대에 발행된 응원가와 불린 횟수
match(a:CheeringSong)-[r]-(b:Match)
with distinct a,r, toFloat(a.yearofpublication) as 연도, a.name as 곡명, toFloat(r.count) as 횟수
where 2010 <=연도
return 곡명, 연도, sum(횟수) order by 곡명

쿼리 : 2000년대에 발행된 응원가와 불린 횟수
match(a:CheeringSong)-[r]-(b:Match)
with distinct a,r, toFloat(a.yearofpublication) as 연도, a.name as 곡명, toFloat(r.count) as 횟수
where 2000 <=연도<2010
return 곡명, 연도, sum(횟수) order by 곡명

쿼리 : 2000년대 이전에 발행된 응원가와 불린 횟수
match(a:CheeringSong)-[r]-(b:Match)
with distinct a,r, toFloat(a.yearofpublication) as 연도, a.name as 곡명, toFloat(r.count) as 횟수
where 연도<2000
return 곡명, 연도, sum(횟수) order by 곡명

  • 발행 연도별 응원가의 분류 및 불린 횟수

  • 2010년대에 발행된 응원가와 불린 횟수

  • 2000년대에 발행된 응원가와 불린 횟수

  • 2000년대 이전에 발행된 응원가와 불린 횟수 

전체 응원가별 불린 횟수의 평균 : 8.3

평균을 명시한 전체 응원가의 불린 횟수를 시각화한 결과와 쿼리는 아래와 같다.

쿼리 : 평균을 명시한 전체 응원가의 불린 횟수
match(a:CheeringSong)-[r]-(b:Match)
with distinct a,r, toFloat(r.count) as 횟수
return a.name, sum(횟수)
전체+평균.png

3) 분석결과

2000년대 이전에 발행되어 지금까지 불리는 응원가 세 곡(뱃노래,엘리제를 위하여,석탑) 모두 전체 불린 횟수의 평균보다 많이 불렸음을 확인할 수 있다. 이 결과를 통해 오랜 시간이 지난 뒤에도 불리는 응원가들은 평균보다 높은 빈도를 기록한다고 가정할 수 있다. 따라서 2000년대와 2010년대에 발행된 응원가 중 평균보다 높은 빈도를 기록한 응원가들(Forever,민족의 아리아,들어라 보아라 그리고 기억하라, 고연가:고대를 노래하라 등)은 향후에도 계속 불릴 것으로 예측할 수 있다. 또 평균보다 낮은 빈도를 기록한 응원가들 중 눈에 띄게 낮은 수치를 보이는 응원가들(캉캉,그 이름 고대,승리의 서막)은 향후 불리지 않을 것으로 예측할 수 있다.

연구 결과 정리

1) 연구 결과 정리

  • 문제 의식 1-(1)

고려대학교가 이기고 있을 때는 고려대 키워드의 응원가를 부르는 비율이 적어지고 고려대학교가 지고 있을 때는 고려대 키워드의 응원가를 부르는 비율이 늘어난다..

  • 문제 의식 1-(2)

고려대 키워드에, 긍정어의 속성을 추가할 경우, 응원가를 부르는 비율 차이가 심해진다. 즉 고려대+긍정 키워드의 응원가는 이기고 있을 때 부르는 비율이 크게 적어지고, 지고 있을 때는 비율이 크게 늘어난다.

  • 문제 의식 2

초반과 후반에 주로 불리는 응원가는 정해져 있다. 초반에는 <엘리제를 위하여>,<들어라 보아라 그리고 기억하라>,<Forever>가 많이 불리고, 후반에는 <Forever>,<민족의 아리아>,<뱃노래>가 많이 불렸다.
초반에 주로 불리는 응원가와 후반에 주로 불리는 응원가는 템포가 유의미한 차이가 없다.
초반에 주로 불리는 응원가와 후반에 주로 불리는 응원가는 길이에 유의미한 차이가 있다.

  • 문제 의식 3

경기의 상황과 응원가의 템포 사이에는 상관관계가 없다.

  • 문제 의식 4

2000년대 이전에 발행되어 지금까지 불리는 응원가 세 곡(뱃노래,엘리제를 위하여,석탑) 모두 전체 불린 횟수의 평균보다 많이 불렸음을 확인할 수 있다. 이 결과를 통해 오랜 시간이 지난 뒤에도 불리는 응원가들은 평균보다 높은 빈도를 기록한다고 가정할 수 있다. 따라서 2000년대와 2010년대에 발행된 응원가 중 평균보다 높은 빈도를 기록한 응원가들(Forever,민족의 아리아,들어라 보아라 그리고 기억하라, 고연가:고대를 노래하라 등)은 향후에도 계속 불릴 것으로 예측할 수 있다. 또 평균보다 낮은 빈도를 기록한 응원가들 중 눈에 띄게 낮은 수치를 보이는 응원가들(캉캉,그 이름 고대,승리의 서막)은 향후 불리지 않을 것으로 예측할 수 있다.


2) 최종 결론

  • 고연전에서 불린 응원곡들의 특성과, 고연전 각각의 상황들을 데이터화하였다.
  • 경기 상황에 따라 응원가의 사용 양상을 분석해본 결과, 일부분에서 상관관계를 찾을 수 있었다. 가사가 가지는 의미나, 응원곡의 길이 등에서 유의미한 관계를 찾을 수 있었던 반면, 템포 같은 특성에서는 유의미한 관계를 찾아내지 못했다.

3) 연구 의의

  • 역대 고연전 결과와 승패, 경기 내용 등을 줄글로 요약해놓은 자료들은 있었지만 데이터화 시킨 시도는 없었다. 마찬가지로 응원가 가사를 구, 단어, 해석 단위로 분석하여 의미를 부여하는 시도도 없었다. 이 두 가지에 더해 고연전 경기 내 상황과 각 응원가의 사용을 연결지어 의미를 찾으려는 시도는 응원하조의 연구가 처음이라 생각된다. 즉, 그동안 데이터화 되지 않았던 것들을 데이터화 시켰다는 점에서 의미가 있다.

  • 본 연구를 통해 일반적인 통념을 검증할 수 있었다. 이는 각 문제 의식의 결과에서 살펴볼 수 있었다. 예를 들어 '경기의 마지막에는 주로 뱃노래를 부른다' 라는 통념은 문제 의식 2번의 결과를 통해 검증할 수 있다.

  • 본 연구는 아카이빙의 성격 또한 가지고 있다. 각 클래스의 속성에 다양한 정보들을 넣음으로써 여러 쿼리들을 작성할 수 있다. 이번 연구의 문제 의식에서는 사용되지 않았을지라도 이는 후속 연구에서 확장될 여지가 있는 부분들이다.



한계점 및 후속연구 제언

  • 한계점

1. 분석 가능한 경기 영상 표본이 적었다. 엠프 소리, 해설, 연세대 응원가 등으로 인해 어떤 응원가가 불렸는지 파악하기 어려운 경기가 대다수였으며, 이로 인해 처음 계획했던 5개년 고연전 경기 영상 분석 대신 6경기만을 분석하였다.

2. 표본의 수가 적음으로 인해 표본의 편향성이 증가하였다. 분석한 6경기 중 한 경기를 제외하고는 모두 패배한 경기였다. 이는 본 연구의 핵심인 경기 상황에 따른 응원가 양상 분석에 영향을 미쳤다고 판단된다. 진 경기가 대다수이기 때문에 지고 있는 상황 자체가 많았기 때문이다.

3. 응원가 가사를 구-단어-해석 단위로 분석함으로써 응원가의 성격을 찾으려는 시도를 하였는데, 문제 의식에 따라 <긍정-부정 / 고려대-연세대> 분류를 중점적으로 진행하였다. 다양한 문제 의식 설정에 따라 해석 단계에서 여러가지 분류들이 나올 수 있는 부분인데, 방대한 데이터 양과 현실적인 제약으로 실행하지 못하였다.


  • 후속연구 제언

1. 분석에 실패했던 경기 영상들에 대해 노이즈 제거나 기술적인 방법들을 활용하여 분석이 가능하게 된다면 훨씬 의미있는 결과가 나올 것이라 생각된다.본 주제에 연구 목적을 가지고 있다면 직접 고연전 경기를 관람해 응원가 양상을 파악하는 것도 하나의 방법일 것이다.

2. 응원가의 성격을 분류함에 있어서 본 연구의 해석 클래스의 다양성을 높인다면 더 여러가지 쿼리를 작성해볼 수 있을 것이다. 본 연구는 <긍정-부정 / 고려대-연세대> 분류에 집중하였지만, 회의 단계에서 언급되었던 '-어라' 등의 어미를 통해 명령이나 강제의 클래스를 만들어볼 수 있을 것이고, 여러가지 측면에서 가사를 분석해본다면 응원가의 성격을 더욱 구체적으로 정의할 수 있으리라 생각된다.

연구 후기


SMJ22KU 🐰 한 학기 동안 데이터인문학 과목을 수강하며 해당 연구를 진행하는 데 온 마음과 열정을 다했습니다. 저희 ‘응원하조’는 처음 만나 연구 주제에 대해 이야기를 나누던 그날부터 모두가 넘치는 열정을 드러내면서 적극적으로 참여했는데요, 학기 중반부부터는 단톡방이 조용할 날이 없었던 것 같습니다. 다른 조들에 비해 상대적으로 빨리 주제를 확정했던 만큼 데이터를 수집하기 위해 상당히 많은 측면으로 노력하였는데, 고려대학교 응원단이나 교내 교육방송국과도 컨택했을 뿐만 아니라, 유튜브에 업로드된 거의 모든 고연전 경기 영상을 찾아서 분석이 가능할는지를 검토해보았던 것 같습니다. 이 모든 과정이 그 어떤 것도 쉽지 않아서 이대로 괜찮을까 걱정했던 기억도 납니다.

고려대학교의 응원 문화와 응원곡에 흥미가 있어 직접 선택했던 주제이긴 하지만, 21학번이라 코로나19 이후 재개된 2022년 입실렌티를 한 차례 경험했을 뿐, 그 외의 경험이 없어서 처음에는 응원곡에 대해 아주 잘 알지 못해 걱정이 되기도 했습니다. 그러나 교수님께서 이 분야의 전문가가 되어야 한다는 말씀을 하셨기 때문에 더 많이 공부하려고 했고, 다행히 마침 이번 학기에 응원 OT, 고연전 등의 행사가 진행되어 연구 과정에서 오히려 훨씬 더 즐겁게 연구에 임할 수 있었습니다.
데이터면 데이터, 인문학이면 인문학, 아예 별개의 두 학문이라고 생각했던 저에게 데이터와 인문학을 조합하여 연구를 진행하는 것은 상당히 흥미로웠지만, 다만 동시에 어렵기도 했습니다. 인문학은 주관으로 가득한 학문이라고만 느꼈는데 그를 객관적인 데이터로 풀어내는 작업이, 혹은 반대로 객관적인 데이터를 인문학적으로 해석해 내는 작업이 생소했기 때문입니다. 그러나 다른 연구를 많이 참고하고, 문제의식을 촘촘하게 설정하고, 데이터를 최대한 객관적으로 편찬하려고 노력하는 과정에서 새로운 인문학적, 분석적 시각을 얻게 되었다고 생각합니다.
많은 양의 데이터를 힘들게 얻었던 만큼 더욱 유의미한 결과를 추출하고 싶다는 마음이 커서 저희 조원 모두 열심히 참여해 만든 결과물이어서 애정이 정말 크고 뿌듯한 마음이 듭니다. 저희의 연구를 늘 들여다봐주시고 친절하게 도와주신 교수님이 계셨기에 이만큼의 결과물을 만들 수 있었습니다. 또, 마지막까지 즐겁게 웃으며 마무리할 수 있도록 해 주고, 어리고 부족한 저를 ‘조장님’이라고 부르면서 항상 존중해주었던 우리 응원하조 조원들에게 정말 많이 감사드립니다. 여러분들과 함께여서 이번 학기가 행복했습니다!



KMG222KU 🍻 데이터 인문학이라는 익숙한 듯 낯선 과목을 수강하며 많은 것을 배웠습니다. 인문학적인 요소들을 데이터화하는 해외 작업 사례들을 보며 과연 저런 작업들을 우리 조가 할 수 있을까 생각이 들었지만, 조원들이 힘을 합쳐 연구를 마친 것 같습니다.

처음에는 그저 고려대 응원 문화에 흥미가 있기에 선택한 주제였지만 이렇게 어려워질 줄 몰랐고, 그만큼 시간을 들이며 많은 것을 익히고 배울 수 있었습니다. 연구를 진행하며 가장 많은 피드백을 받았던 '객관성'이라는 지점이 기억에 남습니다. 개인의 가치관으로 쉽게 판단할 수 있으리라 생각했던 영역이 제3자가 봤을 때도 객관적이어야 한다는 것을 만족시키기가 참으로 어려웠습니다. 그럼에도 교수님의 정성어린 피드백과 팀원들의 아이디어로 나름의 결과를 낸 것 같습니다.

또, 네오포제라는 새로운 툴의 문법을 배우고 쿼리를 짜며 고민하는 시간동안 많이 성장한 것 같습니다. 시간이 지나면 네오포제와 쿼리들은 잊히겠지만, 고민한 시간들과 논리들은 저에게 큰 도움이 되리라 생각합니다. 아마 데이터 인문학이라는 수업이 아니었다면 접하지 못했을 프로그램인 것 같습니다. 다만 교수님께서 목표하셨던 진도를 다 배우지 못한 것이 아쉽습니다. 당장에 연구를 위해, 문제 의식 설정을 위해, 데이터 수집을 위해 네오 대쉬나 네오 블룸 말고도 다양한 툴을 배울 수 있는 기회가 놓치게 되어 아쉽습니다.

한 학기 동안 고생하신 모든 수강생분들과 응원하조 조원들, 그리고 교수님께 감사드리며 후기를 마치겠습니다.



PSJ22KU 🐣 데이터와 인문학 그 오묘한 만남은 한 학기 동안 저를 감동의 도가니로 이끌었습니다. 인문학을 데이터화 하여 다룬다는 것은 문학과 컴퓨터공학 사이의 틈을 메울 수 있을까 하는 의문을 송두리째 바꾸었습니다. 비록 코딩능력이 출중하지 못해 배운 질의어나 프로그램 언어를 100% 활용할 수 없었다는 아쉬움이 남지만, 이러한 결핍은 새로운 충족으로 이어질 것이라는 기대 하에 좋은 기억으로 남길 수 있을 것 같습니다. 교수님의 친절하신 강의는 다소 어렵게 느껴질 수 있던 데이터인문학이라는 수강과목이 잘 마무리 될 수 있었던 것에 크게 기여했다고 생각합니다. 네오포제가 노트북 상에서 말썽을 일으키는 바람에 자칫 낙오될 수 있었으나, 세심하신 교수님과 훌륭하고 자상한 팀원들의 도움으로 잘 따라올 수 있었습니다. 감사합니다.

응원곡을 다룬다는 주제가 정말 흥미로웠습니다. 주제를 선정하던 당시에는 3년만에 개최되는 고연전에 대한 부푼 기대감이 있었고, 이에 따라 자연스레 고려대의 응원곡에 대한 관심으로 이어졌습니다. 생각보다 영상 기반 자료수집과 분석이 쉽지 않았지만, 중간중간 들리는 응원가와 함성은 마음을 뜨겁게하면서 학기 내내 주제에 대해 지루해지지 않을 수 있었던 원동력이 되었습니다. 이는 흥미로운 주제를 선정하는 것이 도움이 될 것이라는 교수님의 조언이 큰 도움이 되었다고 생각합니다.

정말 많은 시간과 애정과 노력을 들였습니다. 팀이 형성되고 주제가 정해진 이후 주 2회 이상 작업 후 회의를 진행했습니다. 데이터인문학에 대한 완벽하지 못한 이해로 인해 1달 넘게 진행하던 연구가 다소 객관성이 떨어진다는 점에서 큰 난관에 봉착했습니다. 그럼에도 불구하고 연구주제를 변경없이 끝까지 밀고나감으로써 응원가에 대한 깊은 인사이트를 얻을 수 있었지 않았나 하는 생각이 듭니다. 해석이 들어가는 부분이 연구의 핵심이라고 생각했지만, 해석이 들어가면 객관성이 떨어질 수 있다는 피드백을 받고 주관성을 배제하기 위한 작업에 애썼습니다. 흥미롭게 봐주셨으면 좋겠습니다. 무엇보다 하나스퀘어에서 새벽의 찬 공기를 맡으며 밤새 달려주신 서민재 조장님, 김민규 학우님, 손채환 학우님께 무한한 감사를 드립니다.



SCH22KU 👍🏻 솔직히 수업 들으면서, 이걸 왜 해야하지 하는 생각 많이 했습니다. 데이터에 관심이 많아서 이 수업을 들었지만, 데이터를 직접 뽑아서, 내 마음대로 편찬하는게 무슨 의미가 있나 싶었거든요. 그런데 다 끝내고 보니, 꽤 재밌는 경험이었습니다. 모르는 게 많았는데, 교수님께서 잘 알려주시려고 노력하시는게 느껴져서, 따라갈 수 있었습니다.

프로젝트 준비하면서, 쿼리 만들려고 Neo4j 구글링 계속 하고, 응원가 영상 돌려듣고, 데이터시트 만들고 반복이었던 거같은데, 사실 응원영상때문에 청력이 좀 떨어진거같습니다... 아무튼, 수월하진 않았지만 같이 삽질하면서 끝까지 온 팀원들 진짜 고생많았고 고맙습니다. 뒤풀이때 각오들 하세요 ㅋ




코멘트

이캠문캠붙여조

NHS22KU 🐰 이 수업을 듣는 모든 학생들이 고려대학교에 소속되어 있어 고대 내 많은 행사에 사용되는 응원가라는 주제를 다루신 점이 더욱 흥미롭게 느껴졌을 것 같습니다. 응원가를 하나하나 동영상을 보고 사용 시점이나 상황들을 파악하는 것이 정량적이기보다는 정성적인 작업이기에 힘들었을 것 같은데 단순 파악을 넘어서 분석까지 해내고 의미를 부여하신 점이 인상깊습니다!



LJH22KU 🍻 특색있는 연구주제와 함께 분절하기 어려운 것들에 적절한 의미를 부여하여 데이터를 추출하는 과정이 인상적이었습니다! 한 학기동안 고생하셨습니다!



KGY22KU 🐣 경기 영상을 직접 보시고 일일이 분석하셨다는 점에서 굉장히 수고하셨다고 말씀드리고 싶습니다. 올해 고연전을 경험하면서 '아까 나왔던 응원가가 또 나오는 것 같은데 내가 원하는 응원가는 언제 나올까'라고 생각만 하며 막연하게 응원가가 나오는 기준을 궁금해했었는데 이렇게 그 기준을 정리해주셨네요. 직접 데이터로서 결과를 확인하니 나름대로 명확한 기준 하에 응원가가 불렸다는 사실을 알 수 있었습니다.



PJH222KU 👍🏻 우선 데이터 편찬을 위해 경기 중계 영상을 일일이 시청하고 기록하셨다고 들었는데, 정말 고생하셨다는 말씀을 드리고 싶네요...응원하조의 가장 큰 강점은 어떤 문제의식을 가지고 연구를 진행할지 미리 가설을 설정해두었다는 점이라고 생각합니다. 그리고 그 가설들을 연구를 통해 실제로 검증해주셔서 정말 좋았습니다. 특히 고려대 긍정, 연세대 부정과 같은 가사가 경기 상황에 따라 불리는 빈도가 다르다는 가설은 '설마 그럴까...?' 싶었지만 데이터를 통해 보여주시니 꽤 놀라웠습니다. 템포와 관련된 부분은 유의미한 연관성을 보이지 않았지만 저는 오히려 그런 결과조차도 충분히 가치가 있다고 생각합니다. 좋은 연구 감사합니다!


대자보조

LYG22KU 🐰 응원가를 분석하여 데이터 노드화 하는 것이 가능할까 싶은 생각이 있었는데, 그런 생각이 무색하게도 잘 정리를 해주셔서 놀랐습니다. 관련된 가설을 설정해서 검증하는 방식으로 진행된 것도 흥미로웠고요. 영상을 통해 데이터를 수집하셨다고 들었는데, 정말 고생 많으셨습니다!!



LMH22KU 🍻 대동제, 고연전 등에서 다양한 응원가들이 많이 불릴 때마다 모르는 응원가들이 항상 존재했어서 이것들을 한 번 정리하면 좋을 것 같다는 생각을 많이 했었는데 덕분에 몰랐던 응원가들에 대해서도 알 수 있었던 것 같습니다. 뿐만 아니라 이러한 응원가들을 하나하나 영상을 통해 분석한 점도 놀라웠고, 이를 통해 도출된 결과들도 놀라운 연구였던 것 같습니다!



JSH222KU 🐣 고대생과 떨어질 수 없는 응원 문화에 대해서 정리한 발표 정말 잘 들었습니다. 사실 너무 익숙한 주제여서 어떤 인문학적 성찰을 이끌어내기 굉장히 어려울 것이라 생각했는데, 너무 멋진 인사이트를 뽑아주신 것 같아서 정말 즐겁게 발표들을 수 있었습니다. 수고하셨습니다!


고연주의

JJH22KU 🐰 Interpretation 클래스가 정말 흥미롭네요. 비유적인 표현을 데이터로 담아낼 수 있는 범주를 만들다니요! 그 외에도 고연전 응원가에 얽힌 다양한 궁금점들에 대해 집요하게 접근한 점 정말정말 존경스러운 것 같아요. 그럼과 동시에 우리의 직관을 증명하기가 참 어려운 일이기도 하구나라는 일도 동시에 깨닫게 된 것 같습니다. 좋은 연구 감사합니다!



KYJ22KU 🍻 가설을 미리 설정하고 데이터 분석을 시도했다는 점이 흥미롭습니다. 노래가 불리는 상황을 얼마나 객관화를 잘 했을지가 궁금했는데 궁금증이 해소되었습니다. 템포 클래스를 넣은게 흥미롭습니다. 독특한 클래스라고 생각하고 템포와 경기 내용간의 관계를 찾으려는 시도가 신선했습니다. 모든 경기를 분석하지 못한 점, 분석한 경기의 승패가 고르지 않다는 점과 같이 데이터가 조금 편향되어있다는 점이 아쉬웠으나 굉장히 재밌는 발표였다는 생각이 듭니다. 한 학기동안 수고 많으셨습니다.



OHJ22KU 🐣 인문학적이면서도 객관적인 지표를 만들기 위한 여러 방식의 고민, 영상을 직접 다 보고 분석하려는 열정까지 좋은 워크였습니다. 어쩌면 우리가 이미 잘 알고 있는 것들에 대해 체계화를 시킨다는 점이 가장 어려웠을 거고 그것만으로도 의의가 충분하다고 생각합니다. 고생하셨습니다.



HYS22KU 👍🏻 데이터인문학이라는 수업을 이해했다고 생각했는데,응원하조의 분석을 들으며 다시 한번 데이터 인문학이란 이런 것이구나를 깨달을 수 있었습니다. 데이터를 만드는 과정부터 굉장히 흥미롭고, 데이터 확보가 쉽지 않았을텐데 잘 만들었다고 생각합니다. 한 학기동안 수고 많으셨습니다.


이거해조

LHJ22KU 🐰 응원가를 주제로 굉장히 멋진 인문학적 성취를 이루었다고 생각합니다. 치밀하게 온톨로지를 설계하신 점이 결과를 내는 데에 있어서 큰 작용을 한 것 같습니다. 그동안 노력해온 바가 있기에 언급하신 대로 더 많은 영상 자료가 남아있었다면 하는 아쉬움이 남는 발표입니다.



KMK22KU 🍻 영상 자료를 일일이 분석하신 것이 대단하다고 느꼈습니다. 노래 가사와 불려진 상황을 모두 정리하는게 어려웠을텐데 고생이 많았을것 같습니다. 고연전에서 응원을 하면서 정말 생각없이 따라서 응원을 하는 경우가 많았는데 특정 상황에서 불리는 응원가가 있다는게 흥미로웠습니다.



LSJ22KU 🐣 영상자료를 정리했다는 점에서 그 자체만으로도 의미가 큰 것 같습니다. 객관적인 긍정, 부정 키워드 추출을 위해 많은 노력을 하신 것을 아는데, 그 지점이 연구에 잘 반영된 것 같아 즐겁게 연구 보았습니다.



LHG22KU 👍🏻 자료가 풍부하지 않아 데이터 수집에 어려움이 많으셨을 것 같은데 고생 많으셨다는 말씀드리고 싶습니다. 경기 상황에 따라 불리는 응원가가 어떻게 다른 지 분석한다는 문제의식이 참신하다고 느꼈습니다. 연구를 보면서 이번 고연전에 참여해 응원했던 기억이 생생하게 떠올랐습니다. 저뿐만 아니라 고연전을 경험한 많은 고려대 학우들에게 의미 있는 연구가 될 것 같습니다. 수고 많으셨습니다!




참고 자료



주석



방문자 코멘트

  • 자유롭게 코멘트를 남겨 주세요!
원본 주소 "http://dh.aks.ac.kr/~jisun/edu/index.php?title=TeamCheerUpKU22&oldid=30631"