국제범죄분류를 활용한 범죄유형 분류방법 연구: 언론보도를 이용한 텍스트 마이닝 분석 적용
A Study on Crime Type Classification Using the International Classification of Crime for Statistical Purposes (ICCS): Application of Text Mining to Press Reports
3
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
범죄유형의 정확한 분류는 사회에서 발생하는 범죄 연구와 형사정책 수립에 필수적이며, 국제적 비교 연구를 가능하게 하는 중요한 요소이다. 그러나 현재 한국의 범죄 분류 방식은 법률 조항에 과도하게 의존하고 있어, 동일한 범죄유형이 서로 다르게 분류되거나 신규 유형 범죄가 효과적으로 반영되지 못하는 한계를 지닌다. 본 연구는 UNODC가 제안한 국제범죄분류(ICCS)를 활용하여 보다 체계적이고 표준화된 범죄유형 분류 방법을 제안하고자 한다. 이를 위해 2023년 국내 언론보도를 텍스트 마이닝 기법을 통해 분석하고, 공식 범죄 통계와 비교함으로써 국제범죄분류에 기반한 분류 방식의 유효성을 평가한다. 연구 결과는 국내 범죄 데이터의 국제적 호환성을 높이고, 신규 범죄유형(예:페미사이드)의 분류체계를 개선하는 데 기여할 것으로 기대된다.
Abstract
Accurate classification of crime types is essential for crime research and the formulation of criminal policies, as well as for facilitating international comparative studies. However, the current crime classification system in Korea relies heavily on legal provisions, leading to inconsistencies where the same type of crime may be classified differently and new types of crimes may not be effectively reflected. This study aims to propose a more systematic and standardized crime classification method by utilizing the International Classification of Crime for Statistical Purposes (ICCS) proposed by the UNODC. To achieve this, the study analyzes domestic media reports from 2023 using text mining techniques such as TF-IDF and compares the findings with official crime statistics. The results are expected to enhance the international compatibility of domestic crime data and improve the classification system for emerging crime types, such as femicide and online-based crimes.