텍스트마이닝을 활용한 정부 생활체육 보도자료 분석
Text Mining of Government Press Releases on Sports for All
1
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
국가 주요 정책은 정부 보도자료를 통해 홍보⋅확산된다. 본 연구의 목적은 2010년 이후 축적되기 시작한 문화체육관광부 보도자료를 텍스트마이닝 기법으로 분석함으로써 정부별 생활체육 관련 주요 정책의 특징을 파악하는 것이다. 연구대상인 정부는 이명박, 박근혜, 문재인, 윤석열 정부였다. 문화체육관광부 누리집에서 ‘생활체육’으로 검색된 총 354 건의 보도자료에 대하여 텍스트마이닝 기법 중 TF-IDF(Term Frequency-Inverse Document Frequency)와 LDA(Latent Dirichlet Allocation) 기법을 적용한 결과는 다음과 같다. 첫째, TF-IDF를 통하여 한두 쪽의 관련 국정목표 요약문에서는 나타나지 않은 주요 단어를 포착할 수 있었다. 이를테면 이명박정부의 스포츠강사, 문재인정 부의 바둑이 그러한 단어다. 둘째, LDA 결과로 형성된 토픽을 통하여 정부별 실제 역점 사업 또는 이슈가 무엇인지 확인할 수 있었다. 구체적으로 장애인 관련 정책은 모든 정부의 토픽으로 추출되었고 학교체육 활성화는 이명박정부 와 문재인정부에서 공통적으로 추출된 토픽이었다. 이들 토픽이 정부별 국정과제와 직접 연결되는 반면, 박근혜정부의 체육시설 안전관리, 대한체육회⋅국민생활체육회의 통합, 그리고 문재인정부의 문화체육 예산 편성과 같은 토픽은 국정과제에는 드러나지 않았던 실제 역점 사업 또는 이슈였던 것으로 나타났다. 본 연구 결과는 향후 생활체육 관련 정책 추진 시 효과적으로 활용될 수 있을 것으로 기대한다. 또한, 구체적인 생활체육 종목에 대해 정책적 제안을 제시하는 후속 연구를 제안한다.
Abstract
Major national policies are publicized and disseminated via government press releases. This study aimed at mining the press releases of the Ministry of Culture, Sports and Tourism (MCST), which began to accumulate after 2010, and investigating administration-specific characteristics on Sports for All policies. Specifically, TF-IDF (Term Frequency-Inverse Document Frequency) and LDA (Latent Dirichlet Allocation) were applied to a total of 354 press releases obtained from the MCST website. The results are as follows. First, TF-IDF captured vivid keywords such as sports instructors of the Lee Myung-bak administration and baduk of the Moon Jae-in administration, which were not apparent in the national agenda summaries of one or two pages. Second, the topics extracted through LDA shed light on the administrations’ priority projects or issues; all the administrations focused on the sports policies of the disabled, and the Lee Myung-bak and Moon Jae-in administrations school sports promotion. While these topics covered the administrations’ national agendas, LDA also revealed some topics which were not addressed in the national agendas; such topics included the Park Geun-hye administration's safety management of sports facilities; and the integration of the Korea Sports Association and the National Sports Association; and the Moon Jae-in administration's budget planning for culture and sports. The results of this study are expected to contribute to more effective implementation of future Sports for All policies. Studies are also warranted on policy suggestions for specific types of Sports for All.
참고문헌 (29)
- 강현아, "토픽모델링 및 주성분 분석 기반 검색 질의 유형 분류 연구", 정보처리학회 논문지, 10(6), pp.223~234 (2021), 한국정보처리학회
- 김미옥, "문재인 정부 생활SOC 정책 내용 분석 및 공공체육시설 정책에 미치는 함의", 한국체육정책학회지, 18(1), pp.1~18 (2020), 한국체육정책학회[DOI]
- 김성국, "텍스트마이닝을 이용한 한국 대통령의 해양관에 관한 연구", 한국항만경제학회지, 36(3), pp.39~54 (2020), 한국항만경제학회[DOI]
- 김승재, "생활체육 활성화를 위한 학교체육의 방향", 江原大學校附設體育科學硏究所論文集, 21, pp.65~81 (1997)
- 김정수, "취업준비생 토픽 분석을 통한 취업난 원인의재탐색", 경영과 정보연구, 35(1), pp.85~116 (2016), 대한경영정보학회[DOI]
- 김지태, "장애인의 생활체육 참여율 향상을 위한 정책방안 분석", 한국체육학회지, 55(1), pp.763~771 (2016), 한국체육학회
- 김태욱, "정책홍보 보도자료 작성 실무" (2020), 커뮤니케이션북스
- 2020 체육백서, "문화체육관광부", 문화체육관광부, ~ (2022)
- 문화체육관광부, "2022년 문체부 예산안 편성", 보도자료, ~ (2022)
- 문화체육관광부, "K(케이)씨름 진흥 방안 발표", 보도자료, ~ (2023)
- 연지현, "텍스트 마이닝을 활용한 경제정책기록서비스 연구: 경제정책방향을 중심으로", 한국기록관리학회지, 22(2), pp.117~133 (2022), 한국기록관리학회[DOI]
- 유원준, "딥 러닝을 이용한 자연어 처리 입문" (2023), 위키독스
- 유정민, "텍스트 마이닝을 활용한 융합인재교육정책 동향 분석 -2009년∼2020년 교육부보도, 언론보도, 학술지 초록 비교분석-", 한국과학교육학회지, 41(6), pp.455~470 (2021), 한국과학교육학회
- 유진은, "AI 시대 빅데이터 분석과 기계학습" (2021), 학지사
- 윤효준, "토픽모델링을 적용한 코로나19 확산에 따른 스포츠영역 이슈분석", 한국체육측정평가학회지, 23(1), pp.11~20 (2021), 한국체육측정평가학회[DOI]
- 이용국, "토픽모델링을 적용한 한국체육측정평가학회지 연구동향 분석", 한국체육측정평가학회지, 19(2), pp.11~22 (2017), 한국체육측정평가학회[DOI]
- 이용식, "생활체육정책의 효과성평가 연구", 한국체육정책학회지, 11(2), pp.15~28 (2013), 한국체육정책학회
- 이원재, "태권도 전자호구 관련 뉴스 기사의 이슈: 토픽모델링과 의미연결망 분석의 적용", 한국체육측정평가학회지, 22(4), pp.41~53 (2020), 한국체육측정평가학회[DOI]
- 이제헌, "생활체육참여 효과성에 영향을 미치는 개인적, 사회적 환경요인 분석 : 불완전 참여자와 완전참여자의 비교", 한국사회체육학회지, (86), pp.249~260 (2021), 한국사회체육학회[DOI]
- 이지용, "토픽모델링을 적용한 스포츠 승부조작의 판례분석", 한국체육측정평가학회지, 23(2), pp.51~65 (2021), 한국체육측정평가학회[DOI]
- 이천환, "기후변화와 녹색 정책의 이슈 비교 분석: 국내 정권 시기별 텍스트 데이터 분석을 중심으로", 환경정책, 29(3), pp.1~47 (2021), 한국환경정책학회[DOI]
- 장정현, "장애인체육 변화 및 활성화 방안 연구 : 문재인 정부 장애인체육 사업을 중심으로", 한국특수체육학회지, 30(3), pp.63~75 (2022), 한국특수체육학회[DOI]
- 조재훈, "문화체육관광부 체제의 장애인 생활체육 현실과 정책 우선순위", 한국특수체육학회지, 23(4), pp.127~140 (2015), 한국특수체육학회[DOI]
- 진연경, "국가수준 학교체육정책의 내용과 성과 고찰", 교육과정평가연구, 18(3), pp.343~372 (2015), 한국교육과정평가원
- 최창환, "장애인 신체활동 관련 뉴스 기사의 이슈: 텍스트 마이닝 기반 토픽 모델링의 적용", 한국체육측정평가학회지, 24(4), pp.39~50 (2022), 한국체육측정평가학회[DOI]
- Blei, D. M., "Probabilistic topic models", Communications of the ACM, 55(4), pp.77~84 (2012)[DOI]
- Blei, D. M., "Latent dirichlet allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)[DOI]
- Newman, D, "Automatic evaluation of topic coherence", Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics, pp.100~108 (2010), Association for Computational Linguistics
- Roberts, M. E., "A model of text for experimentation in the social sciences", Journal of the American Statistical Association, 111(515), pp.988~1003 (2016)[DOI]