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.

Recently, as the internet usage is increasing, accordingly generated text data is also increasing. Because this text data on the internet includes users’ comments, the text data on the Internet can help you get users’ opinion more efficiently and effectively. The topic of text mining has been actively studied recently, but it primarily focuses on either the content analysis or various improving techniques mostly for the performance of target mining algorithms. The objective of this study is to propose a novel method of analyzing the user’s requirements by utilizing the text-mining technique. To complement the existing survey techniques, this study seeks to present priorities together with efficient extraction of customer requirements from the text data. This study seeks to identify users’ requirements, derive the priorities of requirements, and identify the detailed causes of high-priority requirements. The implications of this study are as follows. First, this study tried to overcome the limitations of traditional investigations such as surveys and VOCs through text mining of online text data. Second, decision makers can derive users’ requirements and prioritize without having to analyze numerous text data manually. Third, user priorities can be derived on a quantitative basis.

풍공학분야에 특화된 학술지인 한국풍공학회지에서 발간된 논문에 대해 토픽모델링 기법 중 잠재의미분석(LSA)와 잠재디리 크레할당(LDA)을 적용하여 연구주제 추출의 적합성을 비교 평가하였다. 토픽간의 유사도를 평가하기 위해 문서토픽행렬을 이용한 상 관분석법을 제안하였으며, 이를 적용하여 문서단어행렬의 특성벡터로부터 토픽을 추출하는 LSA 대비 단어의 결합확률을 이용하는 LDA가 토픽 구성단어를 2배 이상 사용하여 보다 독립적인 토픽을 추출하였다는 평가결과를 얻었다. 학술지의 연구주제를 종합하면 ‘building’, ‘bridge’를 ‘연구대상’으로 ‘wind speed’, ‘wind load’, ‘vibration control’을 ‘연구목적’으로 ‘wind tunnel test’, ‘numerical method’의 ‘연구방법’을 사용하였다. 향후 토픽모델링은 연구주제를 ‘연구대상’, ‘연구목적’, ‘연구방법’의 구조적인 결합으로 정의하여 단어의 사용특성을 반영하는 방식으로 개선되어야 할 것으로 사료된다.

목적 : 본 연구는 인터넷 주요 웹사이트의 작업치료에 대한 주요 키워드들의 관계파악을 통해 현재 국내 작업치료의 대중적 의미를 파악하고자 하였다. 연구방법 : 본 연구에서는 네이버, 다음, Google에서 제공하는 뉴스, 블로그, 카페, 지식인/다음팁에 산재 되어 있는 ‘작업치료’관련 텍스트들을 텍스톰(TEXTOM)을 활용하여 수집하였다. 수집기간은 2015년 1월 1일부터 2019년 12월 31일까지 5년간으로 정하였다. 자료분석은 넷마이너(NetMiner) 프로그램의 의미연결망(semantic network)분석을 사용하여 다빈도 상위 50개의 키워드에 대해 연결중심성과 매개중심성, 동시출현 키워드분석, 하위집단 분석을 실시하였다. 분석에 사용된 형태소는 명사로 한정하였다. 결과 : 키워드 빈도에서는 작업치료(14,624건), 치료(13,530건), 작업(7,470건), 병원(4,618), 작업치료 사(3,612건), 재활(3,193건), 재활치료(2,851건), 장애(2,512건), 프로그램(2,329건) 등의 순으로 나타났다. 연결중심성 및 매개중심성에서는 작업치료, 치료, 작업, 작업치료, 재활, 프로그램, 병원, 센터, 장애 등이 상위 10위안에 포함되었다. 동시출현 키워드 분석에서는 작업치료-물리치료 짝이 997건으로 가장 많았고, 요양-병원(783건), 작업치료-언어치료(564건), 작업치료-프로그램(510건) 등이 그 뒤를 이었다. 하위집단 분석에서는 ‘작업치료’, ‘재활’, ‘치료’ 등을 중심으로 키워드들이 응집되어 있었다. 결론 : 본 연구를 통해 작업치료는 ‘병원’에서 ‘장애’를 입은 사람들에게 ‘재활’을 행하는 것으로 인식되고 있으며, 치매에 대한 작업치료의 역할이 기대되고 있음을 확인할 수 있었다. 타 재활영역과 밀접한 연관성을 가지고 인식되고 있다는 것은 작업치료가 유관 재활영역과 유기적 관계 속에서 고유의 위상을 정립할 필요가 있음을 시사한다.