토픽모델링을 활용한 교통경찰 민원 분석
An Analysis of Civil Complaints about Traffic Policing Using the LDA Model
0
조회
0
다운로드
14
인용
0
참고문헌
키워드
초록
본 연구는 민원데이터를 분석함으로써 교통경찰에 대한 국민의 치안 수요를 탐색하고자 하였다. 이를 위해 교통경찰 관련 국민신문고 민원데이터 2,062건을 대상으로, 토픽모델링 방법중 하나인 잠재 디리클레 할당(Latent Dirichlet Allocation)을 통해 주요 토픽을 추출하고 높은비중을 차지한 위반신고에 대해 추가분석을 시도하였다. 이 과정에서 키워드와 대표문서의 일관성과 합치성을 함께 고려하였다. 분석 결과 교통경찰 관련 민원은 시설개선, 신호에 따른 교차로통행방법, 번호판 영치, 개인형 이동장치 등 41개의 토픽으로 분류할 수 있었다. 교차로내 위반과 이륜자동차의 위반에 대한 단속을 강화하고 무인교통단속장비, 횡단보도, 신호등의설치 및 운영에 대한 선제적인 조치, 최근 개정된 법령과 시행된 정책, 경찰교통민원 사이트, 단속 사후 절차에 대한 더욱 활발한 홍보가 필요한 것으로 판단된다.
Abstract
This study aims to investigate the security demand about the traffic policing by analyzing civil complaints. Latent Dirichlet Allocation(LDA) was applied to extract key topics for 2,062 civil complaints data related to traffic policing from e-People. And additional analysis was made of reports of violations, which accounted for a high proportion. In this process, the consistency and convergence of keywords and representative documents were considered together. As a result of the analysis, complaints related to traffic police could be classified into 41 topics, including traffic safety facilities, passing through intersections(signals), provisional impoundment of vehicle plate, and personal mobility. It is necessary to strengthen crackdowns on violations at intersections and violations of motorcycles and take preemptive measures for the installation and operation of unmanned traffic control equipments, crosswalks, and traffic lights. In addition, it is necessary to publicize the recently amended laws a implemented policies, e-fine, procedure after crackdown.
참고문헌 (35)
- 백병성, "경찰서비스의 ‘고객의 소리’ 운영시스템과 문제점 연구", 한국경찰학회보, 15(5), pp.115~146 (2013), 한국경찰학회
- Baek S., "Exploration on utilization of word embedding for topic modeling in Korean data", Master’s, pp.2019
- Blei D. M., "Probabilistic Topic Models", Communications of the ACM, 55(4), pp.77~84 (2012)
- Blei D. M., "Latent dirichlet allocation", The Journal of Machine Learning Research, 3, pp.993~1022 (2003)
- 최해옥, "환경·위생분야 민원분석을 통한 정책우선순위 결정에관한 연구", 환경정책, 24(2), pp.45~57 (2016), 한국환경정책학회[DOI]
- 최선영, "메타데이터를 활용한 1960∼2018 <한국언론학보> 논문 분석다이내믹 토픽 모델링(Dynamic Topic Modeling) 방법을 중심으로", 한국언론학보, 63(4), pp.7~42 (2019), 한국언론학회[DOI]
- Hamzeian D., "Using Machine Learning Algorithms for Finding the Topics of COVID-19 Open Research Dataset Automatically", Master's, pp.2021
- 홍세은, "텍스트 마이닝을 통한 치안 수요 자동범주화 연구", 경찰학연구, 19(2), pp.271~300 (2019), 경찰대학[DOI]
- 강맹진, "교통사고 분석과 교통경찰활동 -광주지방경찰청을 중심으로-", 한국콘텐츠학회 논문지, 9(9), pp.199~209 (2009), 한국콘텐츠학회
- 길호현, "텍스트마이닝을 위한 한국어 불용어 목록 연구", 우리말글, 78, pp.1~25 (2018), 우리말글학회[DOI]
- Kim C., "A Study on the opinion spam detection system using natural language processing based on machine Learning", Proceedings of Symposium of the Korean Institute of Communications and Information Sciences, pp.956~957 (2019)
- Kim J. Y., "Analysing Civil Traffic Complaints using Latent Dirichlet Allocation", Proceedings of the KOR-KST Conference, 79, pp.106~111 (2018)
- 김상호, "대구ㆍ경북 지역의 치안수요 분석 : 112 신고 접수 자료를 중심으로", 한국지방자치연구, 11(3), pp.185~203 (2009), 대한지방자치학회
- "Korea Information Society Agency" (2021)[URL]
- "Korea Legislation Research Institute" (2021)[URL]
- 이현출, "국회 회의록 토픽분석을 통한 상임위원회 갈등구조 분석: 제20대 국회 전반기 보건복지위를 중심으로", 한국정당학회보, 19(2), pp.131~167 (2020), 한국정당학회[DOI]
- 이성직, "TF‐IDF의 변형을 이용한 전자뉴스에서의 키워드 추출 기법", 한국전자거래학회지, 14(4), pp.59~73 (2009), 한국전자거래학회
- 이유빈, "계량적 모델을 통한 지리학 연구의 최신동향 및 토픽 분석", 대한지리학회지, 55(6), pp.589~599 (2020), 대한지리학회[DOI]
- "Medical World News" (2021)[URL]
- "Ministry of Government Legislation" (2021)[URL]
- "Moneytoday" (2021)[URL]
- 나상태, "LSTM 알고리즘을 활용한 전기 수요고객의 온라인 질문에 대한 토픽분류", 전기학회논문지, 68(11), pp.1411~1416 (2019), 대한전기학회
- 오창석, "텍스트마이닝을 활용한 도로분야 ITS 정책이슈 탐색기법 정립", 한국ITS학회 논문지, 15(6), pp.10~23 (2016), 한국ITS학회[DOI]
- 박현정, "토픽모델링을 활용한 학생인권조례의 사회적 이슈 분석", 아시아교육연구, 18(4), pp.683~711 (2017), 교육연구소
- 박주섭, "Big Data Analysis of Busan Civil Affairs Using the LDA Topic Modeling Technique", 정보화정책, 27(2), pp.66~83 (2020), 한국지능정보사회진흥원[DOI]
- 박상민, "텍스트 임베딩을 이용한 자율주행자동차 교통사고 분석에 관한 연구", 한국ITS학회 논문지, 20(1), pp.160~173 (2021), 한국ITS학회[DOI]
- Röder M., "Exploring the space of topic coherence measures", Proceedings of the Eighth ACM International Conference on Web Search and Data Mining, pp.399~408 (2015)
- Shin A., "Keyword and Topic Analysis on Free Semester Policy Using Big Data", Ph.D, pp.2019
- Syed S., "Full-text or abstract? Examining topic coherence scores using latent dirichlet allocation", 2017 IEEE International Conference on Data Science and Advanced Analytics(DSAA), pp.165~174 (2017)
- 우창우, "LDA 토픽모델링을 통한 ICT분야 국가연구개발사업의 주요 연구토픽 및 동향 탐색", 한국융합학회논문지, 11(7), pp.9~18 (2020), 한국융합학회[DOI]
- 우윤희, "국민청원 주제 분석 및 딥러닝 기반 답변 가능 청원 예측", 정보처리학회 논문지, 9(2), pp.45~52 (2020), 한국정보처리학회[DOI]
- 양혜진, "텍스트 빅데이터 분석을 통한 한국인의 불공정 경험 분석: 국민청원 게시판 데이터 분석 결과를 중심으로", 조사연구, 22(1), pp.25~59 (2021), 한국조사연구학회
- "Yonhap News Agencies" (2021)[URL]
- Yoo S., "The Lowest Price Matching Service Using Cosine Similarity Analysis", Proceedings of the Korean Society of Broadcast Engineers Conference, pp.502~507 (2020)
- Yu Y. R., "Analysis of media coverage on 2015 revised curriculum policy using Big Data Analysis", Ph.D, pp.2017