국민청원글의 토픽 모델링을 통한 교육이슈 분석
Analysis of Educational Issues through Topic Modeling of National Petitions Text
0
조회
0
다운로드
7
인용
0
참고문헌
키워드
초록
교육과 관련된 이슈는 다양한 집단과 상황이 서로 복잡하게 연계된 사회문제로 교육과 관련된 현상을 분석하여 이슈와 문제를 구체적으로 발견하는 것은 쉽지 않은 일이다. 한국어 기반 텍스트 분석은 정량적인 형태로 분석이 가능하고, 텍스트 분석기법의 발전에 따라 연구적인 성과를 내고 있어 교육과 관련된 이슈를 한국어 텍스트로 된 데이터에서 도출하는데 충분히 활용할 수 있다. 본 연구는 청와대 국민청원 홈페이지 게시판의 육아/교육 분야의 청원글을 수집하고 텍스트 분석방법을 활용하여 교육계의 이슈와 문제를 도출하고자 하였다. 분석은 토픽 모델링 기법 중 잠재 디리클레 할당(LDA)을 통해 6개 토픽을 도출하였고, 주요 키워드의 연관규칙을 분석하여 그래프로 시각화하였다. 기존의 설문을 통한 교육의 이슈를 도출하는 방법 이외에 추가로 텍스트 기반의 분석방법을 통해 이슈를 충분히 발견할 수 있다는 점에서 향후 연구의 방향과 정책에 시사점을 제공할 수 있다.
Abstract
Education related issues are social problems in which various groups and situations are intricately linked to each other. It is difficult to find issues by analyzing social phenomena related to education. Korean based text analysis can be analyzed in a quantitative. With the development of text analysis techniques, research results have been recently achieved, and it can be fully utilized to derive educational issues from text data in Korean. In this study, petition articles in the field of childcare/education were collected on the online-board of the Blue House National Petition website, and text analysis was used to derive issues in the education world. The analysis derived 6 topics through Latent Dirichlet Allocation(LDA) among topic modeling techniques. The association rules of major keywords were analyzed and visualized as graphs. In addition to deriving educational issues through the existing questionnaire, it can provide implications for future research directions and policies in that issues can be sufficiently discovered through text-based analysis methods.
참고문헌 (16)
- "Blue House National Petition Homepage"[URL]
- 우창우, "LDA 토픽모델링을 통한 ICT분야 국가연구개발사업의 주요 연구토픽 및 동향 탐색", 한국융합학회논문지, 11(7), pp.9~18 (2020), 한국융합학회[DOI]
- 강창동, "한국의 편집증적 교육열과신분 욕망에 대한 사회사적 고찰", 한국교육학연구, 14(2), pp.5~32 (2008), 안암교육학회
- D. Newman, "Automatic Evaluation of Topic Coherence. Human Language Technologies", The 2010 Annual Conference of the North American Chapter of the ACL, pp.100~108 (2010)
- 윤대웅, "빅데이터 분석 방법을 이용한 중학교 정보 교과서 핵심 개념 분석", 창의정보문화연구, 5(2), pp.157~164 (2019), 한국창의정보문화학회
- David M. Blei, "Latent Dirichlet Allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)
- 민정원, "교육관련 이슈 도출을 위한 국민청원 데이터 분석 연구", 창의정보문화연구, 6(2), pp.57~64 (2020), 한국창의정보문화학회
- Jonathan Chang, "Reading Tea Leaves : How Humans Interpret Topic Models", Advances in Neural Information Processing Systems, 22, pp.288~296 (2009)
- M. Steyvers, "Probabilistic topic models, Handbook of latent semantic analysis" (2007), Lawrence Erlbaum Associates Publishers
- 강승지, "토픽 모델링 분석을 통한 유아 사교육 현상 연구: 국내 신문 기사와 블로그를 중심으로", 미래유아교육학회지, 27(1), pp.177~199 (2020), 미래유아교육학회[DOI]
- 김성연, "토픽모델링을 적용한 한국산업응용수학회지의 연구 동향 및 산업수학 교육의 시사점", 중등교육연구, 68(2), pp.267~293 (2020), 사범대학부속중등교육연구소
- 김태경, "토픽 모델링을 이용한 핀테크 기술 동향 분석", 한국산학기술학회논문지, 17(11), pp.670~681 (2016), 한국산학기술학회[DOI]
- 손태권, "토픽 모델링을 활용한 초등수학교육 연구 동향 분석", 한국초등수학교육학회지, 25(1), pp.61~80 (2021), 한국초등수학교육학회
- 최원준, "국내 학술논문 주제 분류 알고리즘 비교 및 분석", 한국콘텐츠학회 논문지, 18(8), pp.178~186 (2018), 한국콘텐츠학회[DOI]
- 김예솔란, "1인 미디어의 커뮤니케이션 특성이 콘텐츠 수용의도에 미치는 영향에 관한 연구: 준사회적 상호작용의 매개효과를 중심으로", 광고학연구, 32(2), pp.163~188 (2021), 한국광고학회[DOI]
- 윤빛나리, "토픽모델링 활용 마이스터고 정책이슈 분석:교육부 보도자료를 중심으로", 직업능력개발연구, 23(1), pp.39~67 (2020), 한국직업능력연구원[DOI]