본문 바로가기
KERD
논문KCI 등재

텍스트마이닝을 활용한 소비자학 연구 동향 분석

Analysis of Research Trends in Consumer Science through Text Mining

김기옥
한국소비자학회 (Korean Society Of Consumer Studies)|2020.10|소비자학연구 (Journal of Consumer Studies)|제31권 제5호|pp. 19-47|DOI http://dx.doi.org/10.35736/JCS.31.5.2

0

조회

0

다운로드

23

인용

0

참고문헌

키워드

연구동향텍스트마이닝TF-IDFResearch Trends토픽모델링Topic ModelingText Mining잠재디리클레할당(LDA)ClusteringWord EmbeddingLDA(Latent Dirichlet Allocation)군집화인코딩Encoding워드임베딩소비자학지도학습알고리즘비지도학습할고리즘Supervised Learning AlgorithmUn-supervised Learning AlgorithmConsumer Science
주제분류경제학

초록

본 연구는 최근 15년간 소비자학 분야 4개 학술지에 발표된 논문 984편의 영문 초록을 텍스트마이닝하였다. 토픽모델링의 대표 알고리즘인 LDA와 시각화 도구인 LDAvis를 활용하여 소비자학 분야의 연구 동향을 분석하여 8개의 토픽을 발견하였고, 각 토픽이 차지하는 비중을 시계열 회귀 분석하여 상향(hot) 토픽과 하향(cold) 토픽을 분석하였다. 환경뿐만 아니라 정보화 관련 안전 이슈를 함축하는 ‘환경․안전’이 떠오르는 상향 토픽으로 나타났고 그 비중 또한 높게 나타난 반면, ‘재무상담’, ‘소비자법․정책’, ‘가계경제’가 하향 토픽으로 나타났다. 나머지 ‘구매행동’, ‘정보․문화’, ‘소비윤리’, ‘보험․은퇴설계’는 등락하며 유의한 변화를 보이지 않았다. 텍스트마이닝 기법에 대한 논의를 바탕으로 방법론적 시사점과 미래 방향을 제안하였다.

Abstract

This study text-mined 984 papers published in 4 academic journals in the field of consumer science over the past 15 years. Keyword frequency analysis and word cloud with top 100 keywords revealed a general research trend in consumer science. LDA, a representative algorithm of topic modeling, and LDAvis, a visualization tool, were used to analyze the hidden topics in the consumer science field. Eight topics were found, and the proportion of each topic was analyzed by time series regressions to analyze hot and cold topics. ‘Environment and safety’, which implies not only the environment but also safety issues related to informatization, appeared as an emerging hot topic, while ‘financial counseling’, ‘consumer law․policy’, and ‘household economics’ appeared as decreasing cold topics. The remaining ‘purchasing behavior’, ‘information․culture’, ‘consumption ethics’, and ‘insurance․retirement plan’ did not show any significant changes over the 15 years. Based on the discussion on text mining techniques, methodological implications and future directions were proposed.

참고문헌 (83)

  1. “텍스트 마이닝을 활용한 KEI 연구 동향 분석,” 8th Bigdata Research Team Seminar: Progress Report, "강성연", 한국정책평가연구원 KEI, ~ (2017)
  2. 김갑조, "특허 토픽 모델링과 성장주기곡선을 통한 유망기술 발굴", 한국지능시스템학회 논문지, 27(4), pp.357~363 (2017), 한국지능시스템학회
  3. 김경자, "우리나라 소비문화와 소비트렌드 연구의 동향과 전망", 소비자학연구, 21(2), pp.115~139 (2010), 한국소비자학회
  4. 텍스트 마이닝을 활용한 KEI 연구동향분석, 8th Bigdata Research Team Seminar:Progress Report, "김도연", KEI, ~ (2017)
  5. 김바로, "인공지능 시대를 위한 인문데이터의 역사와 과제", 인공지능인문학연구, 3, pp.77~97 (2019), 인문콘텐츠연구소[DOI]
  6. 김상겸, "토픽모델링을 이용한 국내 산업경영공학 연구동향 분석", 한국경영공학회지, 21(3), pp.71~95 (2016), 한국경영공학회
  7. 김성숙, "우리나라 소비자정책 연구의 흐름과 과제", 소비자학연구, 21(2), pp.65~89 (2010), 한국소비자학회
  8. 김성연, "토픽모델링을 적용한 한국산업응용수학회지의 연구 동향 및 산업수학 교육의 시사점", 중등교육연구, 68(2), pp.267~293 (2020), 사범대학부속중등교육연구소
  9. 경제 분석을 위한 텍스트 마이닝, "김수현", 한국은행 경제연구원, ~, pp.BOK 경제연구, 제2019-18호 (2019)
  10. 김시월, "소비자교육 연구의 동향 분석 및 확대 방안", 소비자학연구, 21(2), pp.91~113 (2010), 한국소비자학회
  11. 김재우, "텍스트 마이닝을 활용한 사회과 연구 동향 분석: 2000년대 이후의 학술 논문을 중심으로", 시민교육연구, 51(2), pp.35~70 (2019), 한국사회과교육학회[DOI]
  12. 김한상, "보건의료 빅데이터에서의 자연어처리기법 적용방안 연구: 단어임베딩 방법을 중심으로", 보건행정학회지, 30(1), pp.15~25 (2020), 한국보건행정학회
  13. "GitHub" (2018), 김현중[URL]
  14. 나종연, "소비자정보 분야 연구의 종합적 고찰: 2000-2010, and beyond", 소비자학연구, 21(2), pp.1~40 (2010), 한국소비자학회
  15. 미디어빅데이터연구소, "텍스트마이닝의 시각화, 토픽모델링 분석과 활용", 비플라이소프트 - B’s Magazine, Jun 26, ~ (2020)
  16. 박건철, "토픽 모델링을 활용한 스마트시티 연구동향 분석", 인터넷정보학회논문지, 20(3), pp.119~128 (2019), 한국인터넷정보학회[DOI]
  17. 박자현, "토픽모델링을 활용한 국내 문헌정보학 연구동향 분석", 정보관리학회지, 30(1), pp.7~32 (2013), 한국정보관리학회[DOI]
  18. 박준형, "국내 기록관리학 연구동향 분석을 위한 토픽모델링 기법 비교 - LDA와 HDP를 중심으로 -", 한국도서관·정보학회지, 48(4), pp.235~258 (2017), 한국도서관·정보학회[DOI]
  19. 방한솔, "텍스트마이닝을 이용하여 텍스트의 주요 토픽을 시계열적으로 표현하는 방법론 연구", 한국데이터정보과학회지, 30(6), pp.1259~1276 (2019), 한국데이터정보과학회[DOI]
  20. 손상희, "소비자재무 및 복지 연구의 성과와 과제", 소비자학연구, 11(2), pp.103~121 (2000)
  21. 송인숙, "소비자상담분야의 연구와 활동성과 평가 및 앞으로의 방향 모색", 소비자학연구, 11(2), pp.167~180 (2000)
  22. 송혜지, "텍스트 마이닝 기법을 활용한 한국의 경제연구 동향 분석", 한국정보관리학회 2013년도 제20회 학술대회 논문집, pp.47~50 (2013)
  23. 신동조, "토픽모델링을 활용한 국내외 수학교육 연구 동향 비교 연구", 수학교육, 59(1), pp.63~80 (2020), 한국수학교육학회[DOI]
  24. 안정국, "정보시스템 연구 트렌드변화 분석: 토픽모델링과 네트워크 분석", 2015한국경영정보학회 추계통합학술대회 자료집, pp.561~570 (2015)
  25. 유리나, "텍스트마이닝 기법을 이용한 국내 농식품유통 연구동향 분석", 한국산학기술학회논문지, 18(10), pp.215~226 (2017), 한국산학기술학회[DOI]
  26. 이기창, "한국어 임베딩-자연어 처리 모델의 성능을 높이는 핵심 비결-" (2019), 에이콘출판
  27. 정영숙, "소비지출패턴 : 연구동향과 미래전망", 소비자학연구, 11(2), pp.85~101 (2000)
  28. 텍스트 마이닝을 이용한 혁신 연구의 국외연구 동향 및 시사점, "정효정", 과학기술정책연구원, ~, pp.STEPI Insight 194호 (2016)
  29. 조성배, "토픽 모델링을 이용한 개방형 혁신 연구동향 분석 및 정책 방향 모색", 정보화정책, 25(3), pp.52~74 (2018), 한국지능정보사회진흥원[DOI]
  30. 추주희, "토픽모델링으로 본 한국 가족연구 동향 분석: 2000년대 이후 국내 학술지를 중심으로", 한국가족관계학회지, 24(4), pp.3~23 (2020), 한국가족관계학회[DOI]
  31. 최은숙, "소비자학의 성립과 연구영역", 소비자학연구, 1(1), pp.19~40 (1990)
  32. 최재웅, "숫자로 표상된 의미: 딥러닝 시대의 의미론", 언어와 정보 사회, 34, pp.305~337 (2018), 언어정보연구소[DOI]
  33. 최현자, "개인재무관리(Personal Finance) 연구에 관한 종합적 고찰 - 2000-2009년 국내학술지에 발표된 논문을 중심으로 -", 소비자학연구, 21(2), pp.41~64 (2010), 한국소비자학회
  34. 재정정보 분야 텍스트마이닝 활용 방안 연구, "한국재정정보원", ~ (2019)
  35. Aldous, David J., "Exchangeability and Related Topics" (1985), Springer-Verlag
  36. A Brief Survey of Text Mining: Classification, Clustering and Extraction Techniques, "Allahyari, Mehdi", KDD Bigdas, ~ (2017)
  37. Amoli, Pedram Vahdani, "Scientific Documents Clustering Based on Text Summarization", International Journal of Electrical and Computer Engineering(IJECE), 5(4), pp.782~787 (2015)
  38. Antons, David, "Mapping the Topic Landscape of JPIM, 1984-2013 : In Search of Hidden Structures and Development Trajectories", Journal of Production Innovation Management, 33(6), pp.726~749 (2016)
  39. Antons, David, "Content, Contribution, and Knowledge Consumption : Uncovering Hidden Topic Structure and Rhetorical Signals in Scientific Texts", Journal of Management, 45(7), pp.3035~3076 (2019)
  40. Antons, David, "The Application of Text Mining Methods in Innovation Research : Current State, Evolution Patterns, and Development Priorities", R&D Management, 50(3), pp.329~351 (2020)
  41. Blei, David M., "Latent Dirichlet Allocation", Journal of Machine Learning Research, 3, pp.993~1022 (2003)
  42. Blei, David M., "A Correlated Topic Model of Science", The Annals of Applied Statistics, 1(1), pp.17~35 (2007)
  43. Blei, David M., "Text Mining: Classification, Clustering, and Applications", pp.71~93 (2009), CRC Press
  44. Brust, Leona, "Service-Dominant Logic and Information Systems Research: A Review and Analysis Using Topic Modeling", Proceedings of the Thirty Eighth International Conference on Information Systems, South Korea 2017 (2017)
  45. Cao Juan, "A Density-Based Method for Adaptive LDA Model Selection", Neurocomputing, 72, pp.1775~1781 (2009)
  46. Won-Joon Choi, "A Large-scale Text Analysis with Word Embeddings and Topic Modeling", Journal of Cognitive Science, 20(1), pp.147~188 (2019), 인지과학연구소[DOI]
  47. Text Mining and Scholarly Publishing, "Clark, Jonathan", Publishing Research Consortium 2013, ~ (2013)
  48. Connelly, R., "The Role of Administrative Data in the Big Data Revolution in Social Science Research", Social Science Research, 59, pp.1~12 (2016)
  49. Curiskis, Stephan A., "An Evolution of Document Clustering and Topic Modelling in Two Online Social Networks : Twitter and Reddit", Information Processing and Management, 57, pp.1~21 (2020)
  50. Dang, Shilpa, "Text Mining: Techniques and its Application", IJETI International Journal of Engineering & Technology Innovations, 1(4) (2014)
  51. Deveaud, Romain, "Accurate and Effective Latent Concept Modeling for Ad Hoc Information Retrieval", Document Numérique, 17(1), pp.61~84 (2014)
  52. Fahad, SK Ahammad, "Review on Semantic Document Clustering", International Journal of Contemporary Computer Research (IJCCR), 1(1) (2017)
  53. Griffiths, Thomas L., "Finding Scientific Topics", Proceedings of the National Academy of Sciences, 101(1), pp.5228~5235 (2004)
  54. Grün, Bettina, "topicmodels : An R Package for Fitting Topic Models", Journal of Statistical Software, 40(13), pp.1~30 (2011)
  55. Hearst, Marti A., "Untangling Text Data Mining", Proceedings of the 37th Annual Meeting of the Association for Computational Linguistics on Computational Linguistics, pp.3~10 (1999)
  56. Hofmann, Thomas, "Probabilistic Latent Semantic Indexing", Proceedings of the 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retirieval, pp.50~57 (1999)
  57. Hopp, Christian, "The Topic Landscape of Disruption Research―A Call for Consolidation, Reconciliation, and Generalization", Journal of Product Innovation Management, 35(3), pp.458~487 (2018)
  58. Humphreys, A. R., "Automated Text Analysis for Consumer Research", Journal of Consumer Research, 44(6), pp.1274~1306 (2018)
  59. Jayanthi, S. K., "Clustering Approach for Classification of Research Articles Based on Keyword Search", International Journal of Advanced Research in Computer Engineering & Technology(IJARCET), 7(1), pp.86~90 (2018)
  60. Likhitha, S., "A Detailed Survey on Topic Modeling for Document and Short Text Data", International Journal of Computer Applications, 178(39), pp.1~9 (2019)
  61. Le, Quoc, "Distributed Representations of Sentences and Documents", Proceedings of the 31st International Conference on Machine Learning, 32 (2014), JMLR: W&CP
  62. Mathiak, Brigitte, "Five Steps to Text Mining in Biomedical Literature", Proceedings of the Second European Workshop on Data Mining and Text Mining in Bioinformatics (2004), ECML[DOI]
  63. Mikolov, Tomas, "Efficient Estimation of Word Representations in Vector Space", International Conference on Learning Representations (2013)
  64. Mikolov, Tomas, "Distributed Representation of Words and Phrases and their Compositionality", Advances in Neural Information Processing Systems, pp.3111~3119 (2013)
  65. Miner, Gary, "Practical Text Mining and Statistical Analysis for Non-Structured Text Data Application" (2012), Academic Press
  66. Newman, David, "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)
  67. Rijsbergen, C. J. van, "Information Retrieval" (1979), Butterworth-Heinemann
  68. Salloum, Said A., "Intelligent Natural Language Processing: Trends and Applications" (2018)
  69. Salton, Gerald, "Automatic Text Processing:The Transformation, Analysis, and Retrieval of Information by Computer" (1988), Addison-Wesley Longman Publishing
  70. Sebastiani, Fabrizio, "Machine Learning in Automated Text Categorizatiton", ACM Computing Surveys, 34(1), pp.1~47 (2002)
  71. Shah, Neepa, "Document Clustering : A Detailed Review", International Journal of Applied Information Systems, 4(5), pp.30~38 (2012)
  72. Shi, Lei, "A Word Embedding Topic Model for Topic Detection and Summary in Social Networks", Measurement and Control, 52(9-10), pp.1289~1298 (2019)
  73. Sievert, Carson, "LDAvis: A Method for Visualizing and Interpreting Topics", Proceedings of the Workshop on Interactive Language Learning, Visualization, and Interfaces, pp.63~70 (2014)
  74. Svadas, Twinkle, "Document Cluster Mining and Text Documents", International Journal of Computer Science and Mobile Computing, 4(6), pp.778~782 (2015)
  75. Talib, Ramzan, "Text Mining : Techniques, Applicaitons and Issues", International Journal of Advanced Computer Science and Applications, 7(11), pp.414~418 (2016)
  76. Tarczynski, Tomasz, "Document Clustering-Concepts, Metrics and Algorithms", International Journal of Electronics and Telecommunications, 57(3), pp.271~277 (2011)
  77. Teh, Yee Whye, "Hierarchical Dirichlet Processes", Journal of the American Statistical Association, 101(476), pp.1566~1581 (2006)
  78. Wang, Xin, "The Journal of Consumer Research at 40, A Historical Analysis", Journal of Consumer Research, 42, pp.5~18 (2015)
  79. Weiss, S. M., "Text Mining: Pedictive Methods for Analyzing Unstructured Information" (2010), Springer Science and Business Media
  80. "Text mining" (2020)[URL]
  81. Xie, Pengtao, "Intergrating Document Clustering and Topic Modeling", Proceedings of the 29th Conference on Uncertainty in Artificial Intelligence (2013)
  82. Yau, Chyi-Kwei, "Clustering Scientific Documents with Topic Modeling", Scientometrics, 100(3), pp.767~786 (2014)
  83. "Recent Trends in Deep Learning Based Natural Language Processing" (2018)[URL]

관련 논문AI추천

텍스트마이닝 기법을 활용한 그린워싱 연구동향 분석이승희, 정사랑, WUJUN한국융합학회 · 미래기술융합논문지2025 · 제4권 제2호워드 클라우드 기법을 이용한 최근 소비자학 연구 트렌드 분석이두희, 이은영, 주경희한국상품학회 · 상품학연구2019 · 제37권 제1호토픽모델링을 활용한 소비자교육 연구 동향 분석이욱, 김미라, 황혜선한국소비자정책교육학회 · 소비자정책교육연구2020 · 제16권 제2호국내 광고학 분야의 텍스트 마이닝 활용 연구 동향정승혜한국광고PR실학회 · 광고PR실학연구2024 · 제17권 제2호PCA 기반 마케팅 연구 주제 및 트렌드 분석손정민, 이종화한국전략마케팅학회 · 마케팅논집(Journal of Marketing Studies)2025 · 제33권 제3호우리나라 소비자정책 연구의 흐름과 과제김성숙한국소비자학회 · 소비자학연구2010 · 제21권 제2호

이 간행물의 다른 논문 (9건)

포스트 코로나 시대의 지속가능 패션 소비이정순, 고애란pp. 1-17고객만족, 서비스품질, 고객참여행동에 대한 종합적 고찰이유재, 박현아pp. 49-90소비자상담 분야 연구의 종합적 고찰: 2010-2019년김지혜, 이은희pp. 91-122소비자 의사결정 연구의 과거, 현재, 그리고 미래: 행동의사결정론적 접근을 중심으로하영원pp. 123-143제품 자율성에 따른 제품의 공간적 지시 방향이 상품 평가에 미치는 영향이재영, 황지현, 이연위pp. 145-162
원문 보기