토픽모델링을 활용한 지적 분야 연구 동향 분석
Analysis of Research Trends in the Cadastral Field Using Topic Modeling
2
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구는 지적 분야의 연구 동향 분석을 위해 텍스트마이닝의 기법 중 LDA 알고리즘을 적용한 토픽모델링을 활용하였다. 지적 분야의 대표적 학술 논문집인 ‘한국지적학회지’, ‘한국지적정보학회지’, ‘지적과 국토정보’를 대상으로 2004년부터 2023년까지의 논문 주제와 국문초록을 학술연구정보서비스(RISS)를 통해 수집하였다. 이후 데이터 전처리 과정을 거쳐 데이터 분석 및 결과 시각화를 수행하고, 연구 동향에 관하여 각 학술 논문집별 시사점을 도출한 후 지적 분야의 발전 방향을 제시하였다. 발전 방향으로는 첫 번째, 지적의 근본적인 정체성과 학문적 기초를 확립하기 위해 지적의 정의, 목적, 법적 근거 등 본질적인 부분에 대한 심층적인 학문적 연구가 수행되어야 한다. 두 번째, 연구와 현안 문제 간의 간극을 파악하여 문제를 해결하고 예방할 수 있도록 노력해야 한다.
Abstract
To analyze research trends in the cadastral field, this study used Topic modeling that applied the LDA algorithm, one of the techniques of text mining. The Topics of papers and Korean abstracts from 2004 to 2023 were collected through the Academic Research Information Service (RISS), targeting the representative academic papers in the cadastral field, 'The Journal The Korean Society Of Cadastre', 'The Journal of the Korean cadastre information association', and 'Journal of Cadastre & Land InformatiX'. After that, data analysis and result visualization were performed through data preprocessing, and implications for each academic paper were derived for research trends, and the direction of development in the cadastral field was suggested. As for the development echo, first, in-depth academic research on essential parts such as the definition, purpose, and legal basis of cadastral should be conducted in order to establish the fundamental identity and academic foundation of cadastral. Second, efforts should be made to solve and prevent problems by identifying the gap between research and current issues.
참고문헌 (19)
- 지적재조사 사업예산 조달의 다원화 방안 마련연구, "국토교통부", ~ (2016)
- 한국지능정보사회진흥원, "성공적인 빅데이터활용을 위한 장애 요소: 자원, 기술, 인력", IT & Future Strategy, (3) (2012)
- 강한빛, "지적학의 연구동향 분석 연구", 한국지적학회지, 37(3) (2021)
- 구주나, "한국어 텍스트 마이닝의 특성과 2011 한국 경제총조사 자료에의 응용", 응용통계연구, 27(7) (2014)
- 김미라, "토픽모델링을 활용한 소비자교육 연구 동향 분석", 소비자정책교육연구, 16(2) (2020)
- 김지영, "토픽모델링을 활용한 4차 산업혁명 분야의 국내 연구 동향 분석", 한국비블리아학회지, 34(4) (2023)
- 김지영, "토픽모델링을 활용한 도시림의 문화서비스 수요 특성 분석", 한국조경학회지, 50(4) (2022)
- 빅데이터를 이용한 국토 민생현안 모니터링 연구, "장요한", 국토연구원, ~ (2020)
- 조태호, "텍스트 마이닝의 개념과 응용", 지식정보인프라, 5 (2001), 한국과학기술정보연구원
- 추형석, "인공지능의 역사와 성공요인", 월간SW 중심사회 (2016), 소프트웨어 정책연구소
- 황서이, "토픽모델링과 의미연결망 분석을 통한 예술경영 연구동향 분석", 예술경영연구, (47) (2018)
- "6년 남았는데 예산에 발목잡힌 지적재조사" (2024), 중부일보[URL]
- C. H. Hahm, "An Illustrative Application of Topic Modeling Method to a Farmers Diary", Institute of Cross-Cultural Studies, 22(1) (2016)
- D. Blei, "Probabilistic Topic Models", Communications of the ACM, 55(4) (2012)
- Feldman R, "Knowledge discovery in textual databases (KDT)", Proc First Int Conf Knowl Discov Data Mining (KDD-95) (1995)
- Heikki Pihlajamäki, "Merging Comparative Law and Legal History: Towards an Integrated Discipline", The American Journal of Comparative Law, 66 (2018)
- Hotho, A, "A Brief Survey of Text Mining", Journal for Language Technology and Computational Linguistics, 20(1) (2005)
- M. Rudiger, "Topic Modeling Revisited: New Evidence on Algorithm Performance and Quality Metrics", PLoS ONE, 17(4), pp.e0266325~ (2022)[DOI]
- Y. J. Joo, "The Big Data Analytics Regarding the Cadastral Resurvey News Articles", Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 32(6) (2014)