본문 바로가기
KERD
논문KCI 등재

텍스트 마이닝 기법을 통한 수능 절대평가 개편안에 대한 언론과 여론 분석

Text-mining on media and public opinion toward criterion-referenced College Scholastic Ability Test (CSAT)

0

조회

0

다운로드

20

인용

0

참고문헌

키워드

주제분류교육학

초록

교육 분야 자료에 텍스트 마이닝 기법을 적용한 기존의 연구들은 인터넷 기사에 한정하여 분석을 진행하였다. 우리 사회에서 대입의 중요성 및 관련 교육 정책의 사회 전반으로의 파급력을 고려할 때, 수능 절대평가와 같은 주요 교육 정책의 성공적인 시행을 위하여 대중들의 생각, 즉 여론을 파악하고 이를 일정 부분 정책에 반영하는 것이 필수적이다. 본 연구는 2017년 4월 7일부터 2017년 9월 10일까지 수능 절대평가를 다룬 2,577건의 뉴스기사와 댓글을 웹크롤링을 이용하여 수집하였다. 잠재 디리클레 할당(LDA) 기반 토픽 모델링을 통하여 뉴스 기사에서의 주요 토픽 및 키워드를 추출하고, 단어 빈도(TF) 행렬을 이용하여 뉴스 기사(언론)뿐만 아니라 그 댓글(여론)까지 분석함으로써 수능 절대평가 관련 주요 사건마다 언론과 여론의 변화 추이를 비교·분석하였다. 이를 통하여 수능 절대평가 관련 향후 교육정책의 여론수렴 및 의사결정 시 시사점을 도출하고, 후속 연구 방향 또한 제시하였다.

Abstract

CSAT (College Scholastic Ability Test) stands out from others as the most influential single test in the Korean education system. Previous educational text-mining studies have been confined to internet news. Recognizing the significance of the CSAT, especially at this controversial revision time toward criterion-referenced CSAT, this study collected internet news articles and the comments between April 7 and September 10 of 2017 via web-crawling. Text-mining with LDA-based topic modeling was performed on a total of 2,577 news articles. News articles with more than 100 comments were selected, and their comments were analyzed with TF(Term-Frequency) matrix to extract keywords. The TF keywords of news articles and comments, representing media and public opinions, respectively, were compared and contrasted throughout the three periods grouped by important events relating to criterion-referenced CSAT. Implications from the text-mining results were discussed as well as further research topics.

참고문헌 (36)

  1. 교육부, "대입전형 간소화 및 대입제도 발전방안", 교육부 보도자료. (2013.10.25), ~ (2013)
  2. 교육부, "대학수학능력시험 영어영역 절대평가 도입", 교육부 보도자료. (2014.12.26), ~ (2014)
  3. 대학수학능력시험 영어영역 절대평가 도입 방안, "강태중", 한국교육과정평가원, ~, pp.수능 자료 CAT 2014-36 (2014)
  4. 김영채, "대학입시와 사고력 교육", 사고개발, 2(2), pp.9~27 (1992)
  5. 학생 성장을 위한 대입제도 개선방안, "김위정", 경기도교육연구원, ~, pp.2014-06 (2014)
  6. 김지은, "텍스트 빅데이터 분석 기법을 활용한 대학구조개혁 평가의 쟁점 분석", 아시아교육연구, 17(3), pp.409~436 (2016), 교육연구소
  7. 미래지향적 대입제도 개선 방안 연구, "김지하", 한국교육개발원, ~, pp.RR2017-03 (2017)
  8. 김진범, "대학수학능력시험 한국사 필수화에 대한 역사교사와 학생의 인식", 석사, pp.2017
  9. "절대평가 네이버 검색 데이터 조회" (2017)[URL]
  10. 2015 개정 교육과정에 따른 대학수학 능력시험 개선방향 탐색 연구, "박경호", 한국교육개발원, ~, pp.IP2016-02 (2016)
  11. 박도순, "대학수학능력시험의 구조와 의미", 교육평가연구, 4(2), pp.71~84 (1991)
  12. 박도순, "대학수학능력시험 체제 개편안의 과제와 전망", 학교운영위원회, 통권 129호(2010년 12월), ~ (2010)
  13. 박현정, "토픽모델링을 활용한 학생인권조례의 사회적 이슈 분석", 아시아교육연구, 18(4), pp.683~711 (2017), 교육연구소
  14. 백영민, "R를 이용한 텍스트마이닝" (2017), 한울아카데미
  15. 사교육걱정없는세상, "2015 개정 교육과정에 따른 2021학년도 수능 개편안을 제시한다", 2015 개정교육과정과 연계된 2021 수능 개편안 토론회(2017.03.20.), ~ (2017)
  16. 송태민, "(R을 활용한) 소셜 빅데이터 연구방법론" (2016), 한나래아카데미
  17. 양길석, "대학수학능력시험의 변천 과정과 쟁점 분석", 교육평가연구, 23(4), pp.765~791 (2010), 한국교육평가학회
  18. 유예림, "빅데이터 분석 기법을 활용한 2015 개정 교육과정 정책에 대한 언론보도 분석", 박사, pp.2017
  19. 유예림, "자동화된 텍스트 분석을 활용한 2015 개정 교육과정 정책에 대한 언론 보도의 쟁점 분석", 교육과정평가연구, 19(3), pp.127~156 (2016), 한국교육과정평가원
  20. 해외 사례 분석을 통한 수능 점수체제 방안 탐색. 2014 한국교육과정평가원, "이용상", 한국교육과정평가원, ~, pp.ORM 2014-27-13 (2014)
  21. 수능 체제 개편의 쟁점 및 현황 : 2021학년도 수능 체제 개편 관련 쟁점을 중심으로, "이용상", 한국교육과정평가원, ~, pp.ORM 2015-50-15 (2015)
  22. 임순옥, "대학수학능력시험 영어영역 절대평가에 대한 교사, 학생, 학부모의 인식연구", 석사, pp.2017
  23. 임화진, "빅데이터를 이용한 지역미래전략 수립에 관한 시론적 연구- SNS 및 언론기사 분석을 통하여-", 한국지적정보학회지, 17(1), pp.75~90 (2015), 한국지적정보학회
  24. 장현슬, "수능 영어영역 절대평가 전환에 따른 고등학교 영어교육에 대한 인식조사 연구", 석사, pp.2017
  25. ‘고교-대학 연계’를 위한 대입전형 연구(Ⅷ) 고교-대학 연계형 대입제도 중장기 종합 방안, "정광희", 한국교육개발원, ~, pp.RR2011-16 (2011)
  26. 텍스트마이닝과 네트워크 분석을 활용한 미래예측 방법 연구, "정근하", 한국과학기술기획 평가원, ~ (2011)
  27. 최수정, "수능영어 절대평가 정책에 대한 중등학교 교사들의 인식 연구", 영어영문학연구, 58(4), pp.371~402 (2016), 한국중앙영어영문학회[DOI]
  28. 문․이과 통합형 교육과정 구성 방안 연구, "황규호", 교육부, ~ (2015)
  29. 여론모니터링을 위한 비정형빅데이터 시공간분석 방법론 연구, "황명화", 국토연구원, ~ (2014)
  30. Blei, D. M., "Probabilistic topic models", Communications of the ACM, 55(4), pp.77~84 (2012)
  31. Blei, D. M., "Latent Dirichlet allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)
  32. Blei, D. M., "The nested chinese restaurant process and bayesian nonparametric inference of topic hierarchies", Journal of the ACM(JACM), 57(2), pp.7~ (2010)
  33. Grün, B., "Topicmodels : An R package for fitting topic models", Journal of Statistical Software, 40(13), pp.1~30 (2011)
  34. "tm: Text Mining Package. R package version 0.7-1" (2017)[URL]
  35. "KoNLP: Korean NLP Package. R package version 0.80.1" (2017)[URL]
  36. Steyvers, M., "Handbook of Latent Semantic Analysis, 427(7)", pp.424~440 (2007)

관련 논문AI추천

이 간행물의 다른 논문 (9건)