토픽모델링을 이용한 서울특별시 응답소 민원데이터 분석
Analysis of Civil Complaint Data at Seoul Metropolitan Government Response Center using Topic Modeling
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구는 토픽모델링 중 잠재적 디리클레 할당(LDA)을 활용하여 서울특별시의 민원 내용을 분석하였다. 이를 위해서 2020년 8월7일부터 2022년 12월 31일 기간 동안 응답소에 공개된 민원사례를 수집하고 분석하였다. 분석 결과 시기별로 서울특별시의 민원내용이 변화되고 있는 것을 실증적으로 확인할 수 있었다. 2020년에는 코로나19가 발생하고 확산되는 기간이여서 코로나 관련 방역문제와 거리두기 정책 등 코로나관련 민원이 나타났다. 교통 관련 민원 중 운행, 버스, 관리 등 대중 교통과 관련된 민원과 주택 및 도시 계획 관련 민원도 나타났다. 2021년에는 주택 및 건설 관련 민원이 늘어나는 것을 알 수 있다. 주택 관련 민원 중에서 도시 재개발 및 재건축 관련해서 민원의 비중이 커졌다. 또한 환경, 생활 및 교통 등 다양한 분야의 민원들이 응답소를 통해나타났다. 2022년에는 방역 관련 민원과 상품권 관련 민원이 늘어난 것을 확인하였다. 또한 주택 및 재건축 관련 민원도 제기된 것을 확인할 수 있다. 또한 해당 기간 동안 방역 관련 민원이 늘어난 것도 확인할 수 있었다.
Abstract
This study analyzed the contents of complaints in the Seoul Metropolitan Government using potential Latent Dirichlet Allocation (LDA) in topic modeling. For this purpose, we collected and analyzed the complaint cases disclosed in the respondent sites during the period from August 7, 2020 to December 31, 2022. As a result of the analysis, we empirically found that the content of complaints in Seoul has changed over time. In 2020, during the outbreak and spread of COVID-19, corona-related complaints such as quarantine issues and distancing policies appeared. Among transportation-related complaints, there were complaints related to public transportation, such as service, buses, and management, as well as complaints related to housing and urban planning. In 2021, we can see an increase in housing and construction-related complaints. Among housing-related complaints, the proportion of complaints related to urban redevelopment and reconstruction has increased. In addition, complaints in various fields such as environment, living, and transportation have been received through the response center. In 2022, we saw an increase in quarantine-related complaints and voucher-related complaints. We also saw an increase in housing and reconstruction-related complaints. We also saw an increase in quarantine-related complaints during this period.
참고문헌 (25)
- 강정석, "민원시스템의 효과성에 대한 평가 및 개선방향: 통합민원서비스 시스템의 구축과 관련하여", 현대사회와 행정, 29(3), pp.123~151 (2004)
- 권찬호, "민원행정 서비스의 지표변화에 관한 연구: 정부의 연도별 민원지침의 변화를 중심으로", 한국공공관리학보, 29(3), pp.123~151 (2015), 한국공공관리학회[DOI]
- 김다니, "코로나19 위기에서의 정부의제의 정치-행정 관계 분석: 토픽모델링 분석을 이용하여", 한국행정학보, 57(2), pp.173~203 (2023), 한국행정학회[DOI]
- 김성표, "공간 빅데이터 RandomForest와 XGBoost를 활용한 한국어 텍스트 분류를 활용한 환경민원 분석에 관한 연구", 한국측량학회, 15(2), pp.333~334 (2015)
- 서울시 교통민원 리포트 작성 방안, "김승준", 서울연구원, ~ (2015)
- 김현종, "민원 분석을 위한 텍스트 마이닝 기법 연구: 계층적 연관성 분석", 한국산업정보학회논문지, 23(3), pp.13~24 (2018), 한국산업정보학회[DOI]
- 문동지, "토픽 모델링 기반 한국 노인의 행복과 불행 이슈 분석", 경영정보학연구, 20(2), pp.139~161 (2018), 한국경영정보학회[DOI]
- 텍스트마이닝 기법을 활용한 민원 빅데이터 분석: 강남구편, "박건철", 서울디지털재단, ~, pp.도시데이터 활용컨설팅. 2020-06 (2020)
- 박상언, "텍스트 마이닝 기법을 활용한 한국 문화정책 연구 경향 분석", 한국거버넌스학회보, 24(3), pp.95~119 (2017), 한국거버넌스학회[DOI]
- 박훈진, "공간 빅데이터 마이닝을 통한 인천지역 환경민원 분석", 한국지형공간정보학회 학술대회 논문집, pp.224~225 (2015), 한국지형공간정보학회
- 배광빈, "코로나 19와 사회 갈등: 토픽모델링 분석을 중심으로", 분쟁해결연구, 20(1), pp.205~228 (2022), 분쟁해결연구센터[DOI]
- 서지훈, "한국 문법의 반의어 규칙을 적용한 오피니언 감성사전 설계", 한국정보기술학회논문지, 13(2), pp.109~117 (2015), 한국정보기술학회[DOI]
- 손남례, "공공민원 빅데이터 분석을 통한 민원통계 및담당부서 자동분류 시스템", 한국차세대컴퓨팅학회 논문지, 13(1), pp.22~35 (2017), 한국차세대컴퓨팅학회
- 양종현, "층간소음 관련 비정형데이터에서 문서분류", 대한공간정보학회학술대회, pp.7~8 (2017)
- 원태홍, "진주시 주차관련 전자민원의 공간패턴분석 및 추이분석", 지적과 국토정보, 47(1), pp.5~14 (2017), 한국국토정보공사[DOI]
- 이상엽, "토픽모델링을 활용한 교통경찰 민원 분석", 한국ITS학회 논문지, 20(4), pp.57~70 (2021), 한국ITS학회[DOI]
- 경기도 교통불편 민원의 효율적인 처리방안, "조응래", 경기연구원, ~ (2016)
- 조태인, "빅데이터 마이닝에 의한 공시지가 민원의 시공간적 특성 분석", 한국측량학회학술대회자료집, pp.21~38 (2016), 한국측량학회
- 최해옥, "환경·위생분야 민원분석을 통한 정책우선순위 결정에관한 연구", 환경정책, 24(2), pp.45~57 (2016), 한국환경정책학회[DOI]
- 하지은, "RandomForest와 XGBoost를 활용한 한국어 텍스트 분류: 서울특별시 응답소 민원 데이터를 중심으로", 한국빅데이터학회 학회지, 2(2), pp.95~104 (2017), 사)한국빅데이터학회[DOI]
- Andrienko, G., "Thematic Patterns in Georeferenced Tweets through Space- time Visual Analytics", Computing in Science & Engineering, 15(3), pp.72~82 (2013)
- Ghosh, D., "What are We ‘Tweeting’ about Obesity? Mapping Tweets with Topic Modeling and Geographic Information System", Cartography and Geographic Information Science, 40(2), pp.90~102 (2013)
- 박주섭, "Big Data Analysis of Busan Civil Affairs Using the LDA Topic Modeling Technique", 정보화정책, 27(2), pp.66~83 (2020), 한국지능정보사회진흥원[DOI]
- Widener, J., "Using Geolocated Twitter Data to Monitor the Prevalence of Healthy and Unhealthy Food References across the US", Applied Geography, 54, pp.189~197 (2014)
- 서울시 전자정부 우수사례 연구보고서, "Holzer, M.", Rutgers University School of Public Affairs and Administration, ~ (2016)