Seminar

[무료 웨비나] 문맥을 이해하고, 눈으로 읽는 토픽 분석: BERTopic&LDAvis

이번 웨비나는 텍스트 속에서 주제를 발견하고 구조를 파악하는 대표적인 방법인 토픽 분석(Topic Modeling)의 두 가지 접근법, BERTopic과 LDAvis를 다룹니다.

Read More

25.10.27

Event

지금 버전 업그레이드 하고, 최신의 기술을 만나보세요.

11월 30일까지 NetMiner 4를 5로 업그레이드하시면, 50% 혜택과 온보딩 세션 참여 기회를 드립니다 .

Read More

25.10.23

Notice

업데이트: 코딩 없이 BERTopic과 LDA 시각화를 위한 유일한 방법을 만나세요

복잡한 코딩 없이, 몇 번의 클릭만으로 최신의 토픽 분석을! BERTopic과 LDAvis를 활용하여, 문서의 의미로 주제를 찾고 시각적으로 이해할 수 있습니다.

Read More

25.10.20

Seminar

[아카데믹 특별 세미나] SNA 방법론의 확장과 NetMiner의 진화 방향

소셜 네트워크 분석(Social Network Analysis, SNA)은 단순히 구조를 파악하는 단계를 넘어, 의미와 맥락을 해석하고, 나아가 추론과 예측적 분석까지 포괄하는 방향으로 발전하고 있습니다.
2025년 9월 30일 (화) 오후 3시, 소셜 네트워크 분석의 방법론적 확장과 그 흐름 속에서 NetMiner의 진화 방향을 함께 살펴봅니다.

Read More

25.09.19

Seminar

[공개 웨비나] 정책 연구의 새로운 시각, 소셜 네트워크 분석

이번 웨비나는 공공·연구기관·정책 연구 분야 연구자를 위한 특별 공개 웨비나입니다.
사회 연결망 분석(SNA)의 기본 개념과 최근 트렌드를 소개하고, 소셜 네트워크 분석을 활용한 정책 연구 유형과 사례를 심층적으로 다룹니다.

Read More

25.09.18

Notice

NetMiner 추천 프로그램: 경험을 나누고,혜택을 누리세요

학교 친구, 교수님, 동료 연구자 등 주변에 NetMiner 5를 추천해보세요.
그리고, 추천하신 분과 추천 받는 분 함께 혜택을 받으세요!

Read More

25.09.17

Notice

NetMiner 연구 파트너십 프로그램

새로운 연구 방법의 도입과 연구 생산성 향상을 고민이라면!
소셜 네트워크 분석을 하려고 해도 네트워크 데이터를 어떻게 구축할지, 어떤 분석 방법을 선택할지, 그리고 그 결과를 어떻게 해석할지 등에 고민된다면!
NetMiner 연구 파트너십 프로그램으로 시작하세요.
팀/랩 단위 연구에 대한 종합 지원 또는 개인 연구자(교수님)을 위한 핵심 지원을 받으실 수 있습니다.

Read More

25.09.15

Notice

업데이트: NetMiner 5에서도 뉴스 수집/분석을 이어가세요.

NetMiner 5를 위한 News Data Collector가 출시되었습니다!
그 외에도, 토픽 모델의 입력 데이터 확대, 소셜 네트워크 분석 및 통계 알고리즘이 추가되었으니, 자동 업데이트를 확인하세요!

Read More

25.09.01

Seminar

(무료) [사이람 커넥트: 미니 웨비나] 지식 그래프와 소셜 네트워크 분석

네트워크 데이터가 없어 답답했던 경험이 있으신가요? 이제는 설문조사나 제한된 내부 자료에만 의존하지 않아도 됩니다. 지식 그래프는 텍스트 속에서 관계를 추출해 네트워크로 확장하고, 소셜 네트워크 분석은 그 안에서 숨겨진 구조와 영향력을 밝혀냅니다.
이번 웨비나에서는 지식 그래프와 소셜 네트워크 분석이 만나 만들어내는 새로운 연구 가능성을, 연구 사례와 함께 확인하실 수 있습니다.

Read More

25.08.20

Event

8월 기간 한정 프로모션

합리적인 비용 또는 전문 지원으로 연구 역량을 한 단계 높여보세요.

Read More

25.08.19

Notice

업데이트: macOS에서도 NetMiner를!

그동안 네트워크 분석을 위해 별도의 윈도우 환경을 이용할 수 밖에 없었다면, 이제 맥 네이티브 NetMiner를 이용하세요.

Read More

25.08.11

Notice

업데이트: 지식 그래프로 보이지 않는 관계망을 한 번에 포착하다

복잡한 텍스트를 수작업으로 정리하지 마세요. 텍스트 속 인물, 장소, 사건 등 핵심 개체(Entity)를 자동으로 추출해 구조화된 관계망으로 구성합니다.

Read More

25.07.21