소프트웨어(SW)교육 정책에 대한 토픽 분석 : 부산지역 종합지를 중심으로
Topic Analysis of Software Education Policy : Focused on Busan Regional Newspapers
0
조회
0
다운로드
13
인용
0
참고문헌
키워드
초록
본 연구는 제4차 산업혁명의 도래와 함께 전 세계적으로 소프트웨어교육에 대한 관심이 높아지고 있는 시점에서 빅데이터를 활용하여 한국의 소프트웨어교육 정책에 대한 토픽 분석을 시도하였다. 특정 정책과 관련한 쟁점은 형성·결정·집행 단계에 따라 동태적(dynamic) 특성을 갖고 있음에 주목하여 각 정책 과정별 쟁점의 추이를 분석하였다. 분석 결과 소프트웨어교육의 정책형성단계에서는 구체적인 소프트웨어교육 방법과 소프트웨어 활용 동향, 소프트웨어 산업 등과 관련한 토픽들이 도출되어 소프트웨어교육 정책의 효과에 대한 기대감들이 많이 다루어졌다. 정책결정단계에서는 초·중등학교 소프트웨어교육 필수화 및 교육 프로그램, 소프트웨어 중심 대학, 코딩 사교육 등이 주요 토픽으로 등장하였고, 정책집행단계에서는 다양한 소프트웨어교육 양상과 소프트웨어교육 필수화에 대비한 물적·인적 인프라 확보를 위한 노력들이 주요 토픽으로 도출되었다.
Abstract
In this research, with the arrival of the Fourth Industrial Revolution, at the time when the interest in SW education globally is increasing, we tried to analyze the topic of Korea’s SW education policy by using big data. We analyzed the trends of each policy process issue point, focusing on the fact that the issue related to a specific policy has dynamic characteristics according to the formation, decision and execution procedures. As a result of the analysis, topics on specific SW training methods and SW utilization trends, SW industry, etc. were derived at the policy formation stage, and much expectation for the effect of SW education policy. At the policy decision stage, SW education compulsory at elementary and junior high schools, concrete educational programs, coding private education, etc. appear in main topics. At the policy enforcement stage, efforts to secure software training methods and infrastructure were derived as the main topics.
참고문헌 (25)
- 강범일, "토픽 모델링을 이용한 신문 자료의 오피니언 마이닝에 대한 연구", 한국문헌정보학회지, 47(4), pp.315~334 (2013), 한국문헌정보학회[DOI]
- 김용대, "토픽모형을 이용한 빅데이터 기반 마이크로 세그멘테이션 방법론 연구", 통계연구, pp.17~34 (2016), 통계청
- 교육정보화 정책에서 빅데이터 활용 방안 탐색 연구-소셜미디어 데이터 활용을 중심으로, "김우주", 한국교육학술정보원, ~, pp.연구보고 KR2015-4 (2015)
- 김지은, "텍스트 빅데이터 분석 기법을 활용한 대학구조개혁 평가의 쟁점 분석", 아시아교육연구, 17(3), pp.409~436 (2016), 교육연구소
- 김해영, "SW교육 도입에 따른 교사들의 관심 단계 및 개인적 특성과의 연관성 분석", 정보교육학회논문지, 20(4), pp.387~400 (2016), 한국정보교육학회
- 문빛, "전략적 쟁점관리를 위한정책 쟁점의 역동성 : 정책 쟁점별 매체 및 프레이밍 변화과정에 관한 연구", 한국언론학보, 57(6), pp.121~148 (2013), 한국언론학회
- 박기묵, "언론을 통한 해양·수산 분야 정책이슈 선별: 중앙일간지 언론기사 빅데이터 분석을 중심으로", 한국정책학회 춘계학술논문발표집, 2017, pp.1~32 (2017)
- 박창현, "누리과정 정책 수요에 대한 빅데이터 분석: 워드 클라우드와 의미망 분석을 중심으로", 유아교육연구, 37(3), pp.73~91 (2017), 한국유아교육학회[DOI]
- 배정환, "텍스트 마이닝을 이용한2012년 한국대선 관련 트위터 분석", 지능정보연구, 19(3), pp.141~156 (2013), 한국지능정보시스템학회[DOI]
- 빅데이터의 시대! SNS의 진화와 공공정책, "송영조", 한국정보화진흥원, ~, pp.IT & Future Strategy 제13호 (2012)
- 송태민, "소셜 빅데이터를 활용한 보건복지정책 동향 분석", 보건복지포럼, 213, pp.101~113 (2014)
- 유예림, "자동화된 텍스트 분석을 활용한 2015 개정 교육과정 정책에 대한 언론 보도의 쟁점 분석", 교육과정평가연구, 19(3), pp.127~156 (2016), 한국교육과정평가원
- 이애화, "국내 소프트웨어교육 연구동향 분석", 교육정보미디어연구, 24(2), pp.277~301 (2018), 한국교육정보미디어학회[DOI]
- Arun, R., "On Finding the Natural Number of Topics with Latent Dirichlet Allocation: Some Observations", Pacific-Asia Conference on Knowledge Discovery and Data Mining, pp.391~402 (2010)
- Blei, D.M., "Latent dirichlet allocation", Journal of machine Learning research, 3, pp.993~1022 (2003)
- Cao, J., "A density-based method for adaptive LDA model selection", Neurocomputing, 72(7-9), pp.1775~1781 (2009)
- Deerwester, S., "Indexing by latent semantic analysis", Journal of the American society for information science, 41(6), pp.391~ (1990)
- Grant, S., "Using heuristic to estimate an appropriate number of latent topics in source code analysis", Science of Computer Programming, 78(9), pp.1663~1678 (2013)
- Griffiths, T. L., "Finding scientific topics", Proceedings of the National Academy of Sciences, 101(supply 1), pp.5228~5235 (2004)
- Grün, B., "Topicsmodels: An R package for fitting topic models", Journal of Statistical Software, 40(13), pp.1~30 (2011)
- Hofmann, T., "Probabilistic latent semantic indexing", Proceedings of the 22nd annual international ACM SIGIR conference on Research and development in information retrieval, pp.50~57 (1999), ACM
- Khan, R.A., "Text Mining: Knowledge Discovery from Unstructured data", Artificial Intelligent Systems and Machine Learning, 8(2), pp.71~77 (2016)
- Marshall, E. A., "Defining population problems: using topic models for cross-national comparison of disciplinary development", Poetics, 41, pp.701~724 (2013)
- Salton, G., "Term-weighting approach sin automatic text retrieval", Information, Processing and Management, 24(5), pp.513~523 (1988)