텍스트 마이닝 기반 트렌드 분석 프레임워크 구축에 대한 연구
A Study on the Framework for the Trend Analysis based on the Text-mining Methods
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
최근 디지털 트랜스포메이션에 따른 빠른 속도의 변화는 새로운 비즈니스의 출현과 각종 서비스의 출시 주기를 가속화하고 있다. 따라서 시장 동향, 법과 규제 등의 트렌드를 빠르게 파악하는 것은 기업의 생존을 위해 필수라 할 수 있다. 본 연구에서는 특정 주제에 대해 상시적으로 트렌드를 분석할 수 있는 프레임워크를 구축하였다. 프레임워크는 키워드 분석, 키워드 네트워크 분석, 토픽 모델링 분석 등 주요 텍스트 마이닝 기법을 포함하고 있으며, 이 기법들을 사용해 국내외 논문, 뉴스 등 비정형 텍스트 데이터를 대상으로 ‘지급결제’ 트렌드 분석 실험을 진행하였다. 본 연구에서 제시된 프레임워크를 통해 정확한 트렌드를 파악하여 급변하는 지급결제 환경에 대한 대응력을 높일 수 있을 것이다.
Abstract
Digital transformation is accelerating the emergence of new businesses and the launch of various services. Therefore, it is essential for the survival of a company to quickly and accurately analyze trends such as markets, laws, and regulations. In this paper, we implemented a framework that can constantly analyze trends on a specific topic. The framework consists of various text mining methods such as keyword analysis, keyword network analysis, and topic modeling analysis. We show that through datasets from papers and news on payments and settlements, the framework find meaningful results of trends We expect it be an effective framework to deal with payment and settlement environment which is changing rapidly
참고문헌 (27)
- 서호준, "텍스트 네트워크 분석을 통한 지급결제제도의 이슈 도출", 지급결제학회지, 10(2), pp.37~64 (2018), 한국지급결제학회
- 안정국, "국내 핀테크 동향 및 모바일 결제 서비스 분석: 텍스트 마이닝 기법 활용", 정보화정책, 23(3), pp.26~42 (2016), 한국지능정보사회진흥원[DOI]
- 김도희, "텍스트마이닝을 활용한 핀테크 및 디지털 금융 서비스 트렌드 분석", 디지털융복합연구, 20(3), pp.131~143 (2022), 한국디지털정책학회[DOI]
- Mihalcea, Rada, "Textrank: Bringing order into text", Proceedings of the 2004 conference on empirical methods in natural language processing, pp.404~411 (2004)
- Page, L., "The PageRank citation ranking:Bringing order to the web" (1999), Stanford InfoLab
- 김현중, "KR-WordRank : WordRank를 개선한 비지도학습 기반 한국어 단어 추출 방법", 대한산업공학회지, 40(1), pp.18~33 (2014), 대한산업공학회[DOI]
- Chen, Songjian, "A simple and effective unsupervised word segmentation approach", Proceedings of the AAAI Conference on Artificial Intelligence, 25(1), pp.866~871 (2011)
- "KeyBERT: Minimal keyword extraction with BERT" (2022)[URL]
- Devlin, J., "Bert: Pre-training of deep bidirectional transformers for language understanding", ~ (2018)
- 이수상, "네트워크 분석 방법론" (2013), 논형
- 박민규, "용어 확장을 통한 핀테크 기술 적용가능 산업의 탐색 :네트워크 분석 및 토픽 모델링 접근", 한국전자거래학회지, 26(1), pp.1~28 (2021), 한국전자거래학회[DOI]
- 김태경, "토픽 모델링을 이용한 핀테크 기술 동향 분석", 한국산학기술학회논문지, 17(11), pp.670~681 (2016), 한국산학기술학회[DOI]
- Blei, D. M., "Latent Dirichlet Allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)
- D. M. Mimno, "Topic models conditioned on arbitrary features with dirichlet-multinomial regression", UAI, pp.411~418 (2008)
- Ziqiang Cao, "A novel neural topic model and its supervised extension", Proceedings of the AAAI Conference on Artificial Intelligence, pp.2210~2216 (2015)
- He Zhao, "Topic modelling meets deep neural networks: A survey", ~ (2021)
- Yang Liu, "Topical word embeddings", Twentyninth AAAI conference on artificial intelligence (2015)
- A. Vaswani, "Attention is all you need", NIPS (2017)
- Federico Bianchi, "Cross-lingual contextualized topic models with zero-shot learning", ~ (2020)
- Grootendorst, M., "BERTopic: Neural topic modeling with a class-based TF-IDF procedure", ~ (2022)
- Hendry, D., "Topic modeling for customer service chats", 2021 International Conference on Advanced Computer Science and Information Systems, pp.1~6 (2021)
- Abuzayed, A., "BERT for arabic topic modeling: an experimental study on BERTopic technique", Procedia Computer Science, 189, pp.191~194 (2021)
- "Natural Language Toolkit" (2022)[URL]
- Kudo, Taku, "Applying conditional random fields to Japanese morphological analysis", Proceedings of the 2004 conference on empirical methods in natural language processing, pp.230~237 (2004)
- "mecab-ko" (2022), 은전한닢 프로젝트[URL]
- 조현철, "다중 네트워크 분석과 토픽 모델링을 이용한 임진왜란 시기 사료에 관한 연구", 한국비블리아학회지, 33(1), pp.167~198 (2022), 한국비블리아학회[DOI]
- "2018 ICT산업전망컨퍼런스" (2022)[URL]