In this study, text mining was conducted on the product names of skirts, pants, shirts/ blouses, and dresses to analyze the characteristics of keywords appearing in online shopping product names. As a result of frequency analysis, the number of keywords that appeared 0.5% or more for each item was around 30, and the number of keywords that appeared 0.1% or more was around 150. The cumulative distribution rate of 150 terms was around 80%. Accordingly, information on 150 key terms was analyzed, from which item, clothing composition, and material information were the found to be the most important types of information (ranking in the top five of all items). In addition, fit and style information for skirts and pants and length information for skirts and dresses were also considered important information. Keywords representing clothing composition information were: banding, high waist, and split for skirts and pants; and V-neck, tie, long sleeves, and puff for shirts/blouses and dresses. It was possible to identify the current design characteristics preferred by consumers from this information. However, there were also problems with terminology that hindered the connection between sellers and consumers. The most common problems were the use of various terms with the same meaning and irregular use of Korean and English terms. However, as a result of using co-appearance frequency analysis, it can be interpreted that there is little intention for product exposure, so it is recommended to avoid it.

This study was conducted to explore the change in the market issues on HMR (Home Meal Replacements) using local foods after the COVID-19 outbreak. Online text data were collected from internet news, social media posts, and web documents before (from January 2016 to December 2019) and after (from January 2020 to November 2022) the COVID- 19 outbreak. TF-IDF analysis showed that ‘Trend’, ‘Market’, ‘Consumption’, and ‘Food service industry’ were the major keywords before the COVID-19 outbreak, whereas ‘Wanju-gun’, ‘Distribution’, ‘Development’, and ‘Meal-kit’ were main keywords after the COVID-19 outbreak. The results of topic modeling analysis and categorization showed that after the COVID-19 outbreak, the ‘Market’ category included ‘Non-face-to-face market’ instead of ‘Event,’ and ‘Delivery’ instead of ‘Distribution’. In the ‘Product’ category, ‘Marketing’ was included instead of ‘Trend’. Additionally, in the ‘Support’ category, ‘Start-up’ and ‘School food service’ appeared as new topics after the COVID-19 outbreak. In conclusion, this study showed that meaningful change had occurred in market issues on HMR using local foods after the COVID-19 outbreak. Therefore, governments should take advantage of such market opportunity by implementing policy and programs to promote the development and marketing of HMR using local foods.

민원은 도시를 관리하는 데 있어 고려해야 할 요소 중 하나이다. 마찬가지로, 도시공원은 도시민들의 생활과 밀접한 존재로서 정책적으로도 중요한 위치에 있다. 도시공원에서 행정의 대응을 개선하기 위해서는 도시민들의 도시공원 민원을 파악하고 관리해야 한다. 본 연구에서는 충청남도 아산시의 도시공원에 대한 전자민원을 분석하여 인식과 문제점들을 도출하고 해결 및 관리방안을 제안하고자 한다. 또한, 전자민원에 대한 일련의 분석과정에 대해서도 논하고자 한다. 아산시의 도시공원 민원을 분석하기 위해 텍스트 마이닝과 소셜 네트워크 분석을 사용했으며, 키워드의 출현빈도, 네트워크, 클러스터를 활용하였다. 향후 본 연구에서 제시된 연구 방법을 통해 지역별 민원에 대해서 분석한다면 지자체의 민원 행정에 대한 대응을 할 수 있을 것이다. 또한 민원에 대한 우선순위 결정과 해결 방안을 제시할 수 있을 것으로 사료된다.

전세계적으로 대퇴사 시대를 겪으며 조직 구성원을 유지하는 것이 실무 및 현장의 중요한 주제가 되었 다. 본 연구는 텍스트 마이닝 분석 방법의 일환인 토픽 모델링 및 키워드 네트워크 분석을 활용하여 국내 외 다양한 기업 구성원의 퇴사 원인을 밝히고 조직이 인재를 유지할 수 있는 전략을 제시하고자 한다. 기업은 조직의 성장을 위하여 필요한 인재를 유지하기 위한 노력을 지속하고 있으나 평생 고용의 개념이 사라진 오늘날 구성원들의 퇴사가 빈번하다. 그리고 생산가능인구 감소에 따라 기업에 조직 구성원 유입 이 제한될 것으로 예측할 때 인재 유지 주제와 관련한 연구의 중요성은 더욱 강조된다. 또한 COVID-19 팬데믹을 경험하며 구성원들의 일에 대한 관점이 변화함에 따라 이에 대응하여 기업의 인재 유지를 가능 하게 하는 주요 요소를 밝혀내는 것이 매우 중요하다. 본 연구는 국내외 소셜 미디어 서비스인 잡플래닛 과 글래스도어의 데이터를 토픽 모델링 분석하여 조직 구성원들이 인식하는 기업의 주요 장단점을 살펴봤다. 그리고 키워드 네트워크 분석을 통해 해당 요인을 시각화하여 조직에서 인재를 유지하는 요인을 규명하였다. 본 연구는 방대한 양의 데이터를 텍스트 마이닝 기법으로 분석하여 국내 기존 연구에서 아직 다루지 못한 대퇴사 시대의 주요 원인을 밝혔다는 점에서 이론적 함의를 갖는다. 또한 본 연구 결과를 바탕으로 최근 현장 및 학계에서 중요하게 대두되는 대퇴사 시대의 인재 유지 대응 전략을 제시한다는 점에서 실무적 의의가 있다.

본 연구의 목적은 텍스트마이닝 기법을 활용하여 국내의 각 학문영역별로 형성된 메타버스 의 연구현황을 탐색하는 것이다. 이를 위해 국내 학술지에 게재된 메타버스를 주제로 한 논문 중 초록이 게재된 논문 454편을 연구대상으로 하였다. 수집된 초록을 학문영역별로 분류하여 키워드 빈도분석 및 키워드 네트워크 분석, 토픽모델링을 실시하고 결과를 시각화하여 나타냈 다. 분석결과 첫째, TF-IDF값을 기반으로 하여 키워드의 중요도를 분석한 결과 '교육' 키워드 가 높게 나타났다. 이는 대부분의 학문영역에서 메타버스와 교육이 연관성이 높은 것으로 예측 할 수 있다. 둘째, 키워드 네트워크 분석 결과 예술체육학을 제외한 각 학문영역에서 '기술'과 '가상' 키워드가 중심에 위치하여 다른 키워드 간 매개역할을 하는 핵심 키워드로 파악되었다. 그러나 중요도가 높았던 '교육' 키워드가 네트워크 분석에서는 중심성이 높지 않았다. 이는 교 육에 대한 관심이나 중요도는 높으나 다른 키워드와 관계 정도는 높지 않음을 뜻한다. 셋째, LDA기반 토픽모델링 결과 공학 분야에서는 '메타버스 콘텐츠 활용교육', 사회과학 분야에서는 '메타버스 수업공간', 예술체육학 분야에서는 '메타버스 환경의 요소', 복합학 분야에서는 '메타 버스를 통한 세계의 디지털 혁신', 인문학 분야에서는 '증강현실 요소를 통한 역사 콘텐츠', 교 육학 분야에서는 '메타버스 내 교사의 실재감 지각' 토픽이 중요한 토픽으로 나타났다. 이러한 연구 결과를 통해 파악된 학문영역별 메타버스의 연구현황은 메타버스를 미래교육에서 활용하 기 위한 학제간 학문간 융·복합 연구의 기초자료로써 사용될 수 있을 것이다.

본 연구는 지역의 환경·사회·풍습 등에 적응하면서 오랫동안 형성시켜온 유형·무형의 농업자원을 보전하기 위해 시행되고 있는 국가중요농업유산(KIAHS)에 대한 방문객의 인식을 파악함으로써 농업유산지역의 자원과 행태 등의 이용 특성을 도출하고 지속가능한 발전 방향을 제시하는 것에 연구의 목적이 있다. 이에 KIAHS제도 도입 시점부터 현재까지의 블로그 및 카페 데이터 수집과 분석을 토대로 특성을 고찰한 내용은 다음과 같다. 첫째, 상위 키워드 분석을 통해 농업유산지역이 무형의 특성을 보유한 공간이라는 것을 방문객이 인지하고 있는 것으로 나타났으며, 여행의 목적이 역사문화적 가치로 인해 발생되고 있음을 알 수 있었다. 둘째, 키워드 연결망 분석 결과 농업유산지역과 대표자원이 연결되고 있어, 지역의 대표자원이 방문객 인식에 영향을 미치는 중요한 요소임을 알 수 있었다. 셋째, 시계열적 관점에서 살펴본 결과 농업 유산제도 시행목적에 정합한 키워드가 다수 도출되었으나, 세계중요농업유산(GIAHS) 등재 이후에 집중적으로 등장하여 KIAHS 인식 확대 방안이 요구됨을 확인할 수 있었다. 또한, 감성분석을 통해 제도에 대한 이해와 인식 확대 등을 위한 홍보가 필요한 것을 알 수 있었다. KIAHS는 역사성과 대표성을 보유한 곳으로 지식, 문화, 경관 등 다양한 관점에서 접근할 필요가 있으며, 추가적으로 세부적인 지역별 특성에 대한 고찰을 진행한다면 지역의 대표자원 인식을 근거로 지역 활력화 방안을 마련할 수 있을 것으로 판단된다.

본 연구는 1980년부터 2022년까지 국내에서 출판된 조경 시공 분야 관련 논문들을 대상으로 텍스트 마이닝 기반의 핵심 단어 분석 프로그램인 VOSviewer를 이용하여 연구 경향을 분석하였다. 연구 결과 첫째, ‘조경 시공’과 관련된 연구논문은 총 226편이며, 연평균 5.8편이 발표되었다. 이는 1980년대 이후 조경학 관련 학회 수의 증가 및 다양화, 조경 산업 확대에 따른 조경 시공, 공법, 재료 등의 연구 기회와 필요성 증가 등에 따라 점진적으로 증가하는 경향을 보인 것으로 사료된다. 둘째, 조경 시공과 관련된 동시 출현 빈도가 높은 핵심 단어를 분석한 결과, Plant, Management, Improvement, Species 등의 순으로 나타났다. 또한, 연관성이 높은 핵심 단어 간의 네트워크를 분석한 결과, ‘사후관리, 기능개선’, ‘식생, 생육환경’, ‘공간, 이용성’, ‘시공성, 경제성’ 등 4개 주제로 연구 영역이 분류되었다. 셋째, ‘조경 시공’과 관련된 주요 연구영역별로 시간의 흐름에 기반하여 연구 경향 변화를 분석한 결과, 시대 변화에 따라 점차 다양한 주제를 포용하는 경향을 보였으나, 4차 산업혁명 시대에 걸맞도록 첨단 스마트 기술을 접목한 조경 시공·유지관리 기술 및 기후변화를 고려한 소재, 공법 개발 등에 대한 연구가 활발히 이루어져야 할 것이다. 본 연구는 조경 시공 분야에 대해 국내에서 최초로 빅데이터 기반의 서지 분석을 통해 연구 경향을 분석하였다는 점에서 의미가 있으며, 조경 산업의 사회적 패러다임과 기술 트랜드 변화 추이를 고려하여 조경 시공 분야의 발전적인 연구방향 도출을 위한 기초자료로 활용될 수 있다.

최근 인공지능(AI) 기술이 급격하게 발전되고 있으며, 이를 활용한 산업이 점차 확대되고 있다. 또한 사회과학 연구분야에서 도 인공지능기술의 텍스트 마이닝을 활용한 분석연구가 활발하게 전개되고 있다. 해양수산부에서 소관하는 법률은 125여개로 해양환 경, 수산, 선박, 어촌, 항만 등 다양한 분야에서 제정되었다. 해양수산부 법률을 대상으로 한 연구가 활발히 진행되고 있으며, 양적으로 꾸준하게 증가하고 있다. 이 연구는 해양수산부 법률 관련 연구논문을 대상으로 텍스트 마이닝을 적용하여 국내 연구동향을 분석하였 다. 연구방법으로 첫째 텍스트 마이닝의 일종인 토픽 모델링을 수행하여 잠재된 토픽을 파악하였다. 둘째 특정 법률을 주제로 다룬 연 구논문의 동시출현 네트워크 분석을 수행하여 주요 주제를 도출하였다. 마지막으로 저자 네트워크 분석을 수행하여 저자 간 사회 연결 망을 탐색하였다. 분석결과 시기에 따라 핵심 토픽의 변화를 확인하였으며, 선박안전법, 해양환경관리법 등 법률별 주요 주제를 탐색하 였다. 또한 저자 네트워크 분석하여 핵심 연구자를 도출하고, 저자 간 공동연구 성향을 파악하였다. 이를 통해 해양수산부 법률 관련 연구주제의 변화를 탐색하였으며, 향후 연구주제의 다양화와 해양수산 분야 연구의 양적 증가와 질적 성장을 기대한다.

우리나라에서 소비자라는 용어가 최초로 사용된 시점을 정확히 파악하기는 어렵지만 과거 신문기사를 통해 1800년대 후반에 이미 사용하였음을 알 수 있다. 본 연구는 소비자 관련 키워드의 트렌드를 분석하고 자 100년간의 신문기사를 수집하여 텍스트마이닝 분석을 수행하였다. 연대별로 소비자 관련 이슈가 무엇 이었고 어떤 사건과 연관성을 갖는지 실증적으로 탐구하는데 초점을 두었다. 분석 대상은 1920년부터 2019년까지 신문기사에 등장한 소비자 관련 기사 31,085건이며 분석 방법으로는 빈도분석과 네트워크분 석을 사용하였다. 분석 결과, 연대별로 최빈 단어 결과에서 차이가 뚜렷하게 나타났다. 이는 연대별 시대상 황과 그에 따른 소비자 관련 이슈가 연관되어 있기 때문인 것으로 판단된다. 다음으로 연대별 최빈 단어 결과를 바탕으로 소비자 개념의 변화 시기를 구분하였다. 본 연구는 100년이라는 기간 동안의 기사를 대상으로 분석함으로써 소비자 관련 키워드와 우리나라 근현대사의 역사적 사건들과 연관성을 파악하였 다는 데에 의의가 있다.

본 연구는 최근 20년간(2001~2020) 소나무에 관한 주요 연구 주제 및 연구영역 분석을 통한 향후 연구 방향성을 파악하고자 하였다. 이를 위해 Python.3.9.0과 Textom를 활용하여 RISS와 Web of Science의 소나무 관련 총 3866편의 논문 제목과 키워드 데이터를 수집하고 분석을 실시하였다. 분석 결과, 국가별 총 논문 수는 일본 383편(46.8%), 한국 363편(44.4%), 중국 78편(9.5%)순으로 소나무 자생국가를 중심으로 한 관련 연구들이 활발히 진행되었다. 단어 빈도 및 TF-IDF, N-gram, CONCOR 분석을 통해 국내와 국외에서 소나무 관련 주요 연구 주제는 소나무재 선충으로 나타났으며, 사회 및 경제적 환경, 관련 정책 등 차이에 의해 국내와는 달리 국외에서는 '균근' 관련 연구가 주요 연구 영역으로 도출되었다. 또한 소나무 관련 연구는 일부 인문 사회학적인 연구들이 진행되었지만 주로 생태적인 측면에 집중되어 있는 것으로 나타 났다. 이에 소나무의 인문·사회학적 가치를 고려할 때 향후 연구에서는 이와 관련 후속연구가 필요할 것으로 판단된다.

정보통신기술의 급격한 발전에 따라 우리는 디지털 기술사용역량, 정보관리능력, 커뮤니케이션, 컴퓨터 및 매체의 사용능력을 함양해야 하는 디지털 환경에 처했다. 본 논문에서는 현재 중국의 디지털 리터러시에 대한 사회적 인식을 토대로 미래의 트렌트를 찾고자 관련 빅데이터를 수집하여 분석하였다. 이에 따라 실증분석을 위해 Textom을 이용, 2015년~2020년까지의 중국 인터넷 채널에서 디지털 리터러시를 주 제어로 자료를 수집하였으며, 텍스트 마이닝을(빈도분석, TF-IDF분석, 연결중심성분 석) 진행하고, 네트워크 분석(CONCOR)을 수행하였다. 분석결과는 첫째, 중국의 디 지털 리터러시가 정부의 선도를 바탕으로 안정적으로 추진되고 있음을 알 수 있었 다. 둘째, 국가교육 관점에서 디지털 리터러시의 접근역량, 비판적 이해 역량, 사회적 참여 역량 등에 관한 교육과정을 구축할 필요가 있음을 확인하였다.

본 연구는 지난 12년간의 우주위험 관련 언론기사의 토픽모델링 분석을 통해 우주위험별 언론 보도 현황을 알 아보기 위한 목적으로 수행되었다. 빅카인즈(BIGKinds)의 뉴스 플랫폼에서 2010년부터 2021년까지의 태양폭풍, 인공우 주물체, 자연우주물체에 대한 우주위험 기사를 각각 1200여건 이상 수집하였으며, 키워드 분석, 잠재적 디리클레 할당 모형(LDA) 분석을 수행하였다. 그 결과 태양폭풍 관련 기사는 3개의 토픽인 태양폭발이 인공위성에 미치는 영향, 우주 전파센터를 중심으로 태양폭발이 우리나라 전파 통신에 미치는 영향, 항공종사자와 우주방사선의 관계로 요약되었다. 인공우주물체 관련 기사의 경우 3개의 토픽으로 인공위성과 우주정거장이 우주쓰레기로부터 위협을 받거나 그 자체가 우주쓰레기가 될 수 있다는 토픽, 영화를 통한 우주쓰레기와 인류의 관계에 대한 토픽, 우주쓰레기 추적·감시 및 처리 를 위한 우주강국들의 노력이라는 토픽으로 요약되었다. 자연우주물체 관련 기사는 2개의 토픽으로 국제 우주기관의 근 지구소행성에 대한 추적·감시와 충돌 대책과 소행성과 혜성 충돌을 중심으로 공룡과 포유류의 진화 및 멸종 원인으로 요약되었다. 이로부터 2010년부터 현재까지 국내 언론은 우주위험을 사회, 문화 등 다양한 영역에서 총 8개의 주제로 대중들에게 그 위험성과 경각심을 전하는 역할을 하고 있음을 확인하였으며, 이러한 결과를 기반으로 우주위험에 대한 교육방법과 교육정책의 필요성을 제언하였다.

Online consumer activities have increased considerably since the COVID-19 outbreak. For the products and services which have an impact on everyday life, online reviews and recommendations can play a significant role in consumer decision-making processes. Thus, to better serve their customers, online firms are required to build online-centric marketing strategies. Especially, it is essential to define core value of customers based on the online customer reviews and to propose these values to their customers. This study discovers specific perceived values of customers in regard to a certain product and service, using online customer reviews and proposes a customer value proposition methodology which enables online firms to develop more effective marketing strategies. In order to discover customers value, the methodology employs a text-mining technology, which combines a sentiment analysis and topic modeling. By the methodology, customer emotions and value factors can be more clearly defined. It is expected that online firms can better identify value elements of their respective customers, provide appropriate value propositions, and thus gain sustainable competitive advantage.

The purpose of this paper is to understand the key factors for efficient maintenance of rapidly aging facilities. Therefore, the safety inspection/diagnosis reports accumulated in the unstructured data were collected and preprocessed. Then, the analysis was performed using a text mining analysis method. The derived vulnerabilities of tunnel facilities can be used as elements of inspections that take into account the characteristics of individual facilities during regular inspections and daily inspections in the short term. In addition, if detailed specification information and other inspection results(safety, durability, and ease of use) are used for analysis, it provides a stepping stone for supporting preemptive maintenance decision-making in the long term.

이 연구는 W. B. 예이츠에 대한 연구 동향을 살펴보고 그에 대한 연구 방향을 설정하는데 필요한 정보를 제공하는 데 목적이 있다. 2021년 8월 KCI에서 ‘yeats’를 키워드로 910편의 논문이 검색되었고 최종 854개 논문의 제목을 연구대상으 로 선정하였다. Excel, TEXTOM 및 UCINET/NetDraw 프로그램을 활용하여 분석을 실시하였으며 예이츠 관련 연구의 연도별 및 학술지별 게재 현황, 예이츠 관련 연구의 주요 키워드, 주요 키워드 간의 연결중심성과 네트워크 분석을 시행하였다.

Companies widely use survey to identify customer requirements, but the survey has some problems. First of all, the response is passive due to pre-designed questionnaire by companies which are the surveyor. Second, the surveyor needs to have good preliminary knowledge to improve the quality of the survey. On the other hand, text mining is an excellent way to compensate for the limitations of surveys. Recently, the importance of online review is steadily grown, and the enormous amount of text data has increased as Internet usage higher. Also, a technique to extract high-quality information from text data called Text Mining is improving. However, previous studies tend to focus on improving the accuracy of individual analytics techniques. This study proposes the methodology by combining several text mining techniques and has mainly three contributions. Firstly, able to extract information from text data without a preliminary design of the surveyor. Secondly, no need for prior knowledge to extract information. Lastly, this method provides quantitative sentiment score that can be used in decision-making.

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.