교육관련 이슈 도출을 위한 국민청원 데이터 분석 연구
A Study on Analysis of National Petition Datafor Deriving Current Issues in Education
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
정보사회가 고도화됨에 따라 의견의 다양성과 복잡성이 증대되어 이들로 부터 중요한 이슈를 도출해내고 문제 상황을 정확하게 파악하여 대응하는 일이 더욱 어려워지고 있다. 이에 따라 교육계에서는 기존의 담론과 쟁점 이외에도 변화되는 사회에 발맞추어 새롭게 등장하는 이슈를 발굴하여 대응할 필요가 있다. 본 연구는 국민청원 게시판에 작성된 육아와 교육 카테고리의 글을 분석하여 교육계의 주된 이슈를 도출해내고자 하였다. 텍스트 마이닝 방법 가운데 하나인 토픽모델링을 활용하여 분석한 결과, 현재 교육 분야의 주요 이슈를 교육 관련법, 대학입시, 교육 관련 범죄, 교육환경, 유·초등교육, 교원처우, 교육정책, 고등교육, 중등교육 등의 9개 주제로 구분할 수 있었고, 이들을 주제 간의 관계를 시각화하여 제시하였다. 본 연구는 국민들의 여론을 수집한 후 주제별로 구분하여 중요 이슈를 도출하였다는 점에서 의의를 가진다.
Abstract
As the information society gradually advances, various opinions overflow and their complexity increases. As the results, it was made more difficult to derive important issues and properly respond to those problems. Accordingly, it is necessary to get a handle on emerging problems in education in addition to existing discourses and issues. This study aimed at examining the issues of education by analyzing the petitions posted under ‘parenting and education’ category on National Petition board. In order to offer objective and detailed results, we employed the topic modeling based LDA algorithm, which is an effective method to extract topics in multiple documents. Nine topics were derived as the result of the analysis and the relationship among those topics was visualized. The values of this study exist in that the derived topics represent important issues that reflect the public opinions.
참고문헌 (15)
- 윤대웅, "빅데이터 분석 방법을 이용한 중학교 정보 교과서 핵심 개념 분석", 창의정보문화연구, 5(2), pp.157~164 (2019), 한국창의정보문화학회[DOI]
- David M. Blei, "Latent Dirichlet Allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)
- M. Steyvers, "Handbook of latent semantic analysis" (2007), Lawrence Erlbaum Associates Publishers
- S. Deerwester, "Indexing by latent semantic analysis", Journal of the American Society for Information Science, 41(6), pp.391~407 (1990)
- T. Hoffmann, "Probabilistic Latent Semantic Indexing", Proceedings of the 22nd annual international ACM SIGIR conference on Research and development in information retrieval, pp.50~57 (1999)
- David M. Blei, "A Correlated Topic Model of Science", The Annals of Applied Statistics, 1(1), pp.17~35 (2007)
- 강승지, "토픽 모델링 분석을 통한 유아 사교육 현상 연구: 국내 신문 기사와 블로그를 중심으로", 미래유아교육학회지, 27(1), pp.177~199 (2020), 미래유아교육학회[DOI]
- 곽민호, "토픽 모델링을 활용한 대학생의 서술형 강의평가 분석", 아시아교육연구, 20(2), pp.491~522 (2019), 교육연구소[DOI]
- S. M. Lee, "Analysis of Blockchain Trends Using Topic Modelling Technique", The Korea Institute of Information and Communication Engineering, 2019(1), pp.44~47 (2019)
- 안예지, "발달장애 학생 언론보도기사의 주제어 및 토픽 분석", 특수교육학연구, 54(4), pp.27~50 (2020), 한국특수교육학회[DOI]
- 황은희, "텍스트 마이닝 기법을 활용한 자유학기제 연구동향 분석", 교육문화연구, 25(3), pp.299~318 (2019), 교육연구소[DOI]
- J. J. Kim, "Revealing Social Issues using National Petition Data in Korea", 석사, pp.2020
- "KoNLPy"[URL]
- 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)