금융교육연구 제6권 (p.49-70)

국내 금융교육 학술적 담론에 대한 텍스트 마이닝(LDA) 분석

The Academic Discourse of Financial Education in Korea - Data Using Text Mining
키워드 :
금융교육,학술적 담론,빅 데이터,토픽모델링,텍스트 마이닝,Financial Education,Academic Discourse,Big Data,Topic Modeling,Text Mining

목차

Ⅰ. 서론
Ⅱ. 자료 수집과 연구 방법
   1. 자료 수집
   2. 연구 방법
Ⅲ. 자료분석 결과
   1. 토픽수 결정
   2. LDA 토픽모델링 분석 결과
   3. 분석결과에 대한 시각화
Ⅴ. 학술적 담론 분석결과에 대한 추론과 시사점
참고문헌
Abstract

초록

국내에서 연구된 금융교육 유관 학술논문을 보다 객관적으로 이해하고자 논문 초록에서 추출된 키워드를 중심으로 주요 토픽을 추론하여 포괄적인 담론들을 알아보고자 한다. 연구의 효율성을 높이고 반복될 수 있는 후속과제 연구를 위하여 빅 데이터 분석기법(텍스트 마이닝 - LDA)을 활용하였고 주요토픽에 대한 단어들을 추출하였다. 총 208건의 유관된 학술 논문을 전 처리 한 후에 추출된 명사 32,523건 중 상위빈도 1,201건에 대하여 LDA 토픽모델링을 실시한 결과 16개의 토픽 군이 형성되었다. 최다 빈도의 단어는 “금융이해력” 이었고 다음은 “학생”, “금융소비자” 순이었는데 추론 된 토픽들의 공통적인 주요 요소에는 학교와 학생들에게 교육을 제공하거나 공급하는 과정에 관심을 가지고 있다는 것이었다. 핵심 텍스트와 토픽을 정의하면서 피교육자의 사회적 요구와 성인을 위한 금융교육 관심도가 미흡하여 향후 지속적인 연구영역 확대 가 필요하다는 시사점을 발견하게 되었다.
In order to understand a treatise of financial education conducted in Korea, we would like to find out comprehensive discourse by inferring key topics based on keywords extracted from related papers. we utilized big data analysis techniques (text mining) to increase the efficiency of our research and to study subsequent tasks, extracting words for key topics. After preprocessing 208 papers, LDA topic modeling was conducted on 1,201 top frequencies in the entire word (32,523) and 16 topics were determined. The most frequent word was "financial literacy", followed by "students" and "financial consumers", and a common element of the inferred topics was that they were interested in providing or providing education to schools and students. Defining core texts and topics, we found implications for continuous expansion of research due to the lack of social needs of the classes to be educated and interest in financial education for adults.