텍스트마이닝 기법을 활용한 바이오 기술사업화 변화 분석
Analyzing trends in biotech commercialization using text mining techniques
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구에서는 텍스트 마이닝 기법을 통해 바이오 분야의 기술 사업화 동향을 파악하였다. 이를 위해 바이오 관련 뉴스 빅데이터를 수집한 후 텍스트 마이닝 기법을 통해 유의미한 결과를 추출하고, 바이오 분야의 기술사업화 동향을 구체적으로 조사하였다. 분석결과 제약 분야에서는 2022년 평균 TF-IDF값이 2020년 평균 TF-IDF값보다 크게 증가한 것으로 나타났다. 이는 바이오산업 기술사업화 분야 중 제약 분야에 대한 관심과 투자가 증가했다는 것을 의미한다. 식품 분야는 2020년보다 2022년 TF-IDF 평균값이 유의미하게 높게 나타나, 식품 분야의 기술사업화에 대한 관심이 2020년에서 2022년 사이 점차 증가한 것으로 나타났다. 의료기기 분야는 2020년과 2022년 TF-IDF 평균값에 큰 차이가 없었다. 장비 분야에서는 2022년 TF-IDF 평균값이 2020년보다 크게 증가했다. 이는 장비 분야의 기술 사업화에 대한 관심도가 2020년보다 2022년에 더 높아졌다는 것을 의미한다. 자원 분야에서는 2020년과 2022년 평균 TF-IDF 값에 큰 차이가 없는 것으로 나타났다. 텍스트 마이닝 기법을 통해 바이오 분야의 기술 사업화 동향에 대해 분석한 연구 결과가 바이오 기술사업화 분야 활성화에 기여할 수 있기를 기대한다.
Abstract
This study aims to grasp the trend of technology commercialization in thebio field through text mining techniques. This study performs keyword analysis,topic modeling, word-to-back analysis, and network analysis. In thepharmaceutical field, it was found that the average TF-IDF value in 2022 wassignificantly larger than the average TF-IDF value in 2020. In other words, itmeans that interest and investment in the pharmaceutical field among thebio-industry technology commercialization fields have increased. The food sectorshowed significantly higher TF-IDF mean values in 2022 than in 2020. In otherwords, it can be seen that interest in technology commercialization in the foodsector gradually increased between 2020 and 2022. In the field of medicaldevices, there was no significant difference in the mean values of TF-IDFs in2020 and 2022. In the equipment sector, the average TF-IDF value in 2022 wassignificantly larger than in 2020. In other words, the degree of interest intechnology commercialization in the equipment field means that interest in 2022has increased more than in 2020. In the resource field, there was no significantdifference in the average TF-IDF value in 2020 and 2022. We hope that theresults of this study will contribute to the revitalization of the biotechnologycommercialization field.
참고문헌 (29)
- 김동수, "한국의 기업친화적 바이오클러스터 정책 및 전략에 관한 연구", 경영컨설팅연구, 22(2), pp.213~228 (2022), 한국경영컨설팅학회
- 우리나라 바이오클러스터의 현황 분석 및 발전 방향 연구, "문혜선", 산업연구원, 1~230 (2018)
- "바이오인 사이트"[URL]
- 박해근, "창업초기기업의 기술사업화능력이 경영성과에 미치는 영향에 관한 실증연구 : 제조업창업자 기술역량의 조절효과를 중심으로", 한국창업학회지, 13(5), pp.1~29 (2018)
- 박호영, "기술사업화 정책 동향 및 촉진 전략", 한국통신학회지, 34(1), pp.16~24 (2016)
- 제3차 제약바이오산업 육성·지원 5개년 종합계획, "보건복지부", ~ (2023)
- 신일순, "바이오산업 R&D 성과의 특이성과 주요 결정요인에 대한 연구", 한국혁신학회지, 17(1), pp.233~260 (2022)
- 이재숙, "오송 바이오클러스터 활성화를 위한 정책방안", 석사, 바이오미래융합기술경영, pp.2023
- 정지은, "바이오의약품산업의 가치사슬별 경쟁력 진단과 정책 방향", 월간 KIET 산업경제, 287, pp.48~60 (2022)
- 정진섭, "한국 바이오산업의 국가혁신체계와 경쟁력 증진방안", 전문경영인연구, 14(3), pp.25~63 (2011)
- 천병년, "공공바이오클러스터의 특성, 지원시스템 및 클러스터 클라이언트 기업 성과의 관계에 관한 연구", 박사, pp.2021
- 최유길, "충북 바이오클러스터와 연계한 기술창업전략 연구", 석사, pp.2018
- 최지혜, "텍스트 마이닝 기법을 활용한 기술-산업 트렌드 연계 분석에 관한 연구", 한국통신학회 학술대회논문집, pp.811~812 (2022)
- 바이오헬스산업 실태조사, "한국보건산업진흥원", ~ (2020)
- Atei Poushnh, "Can reviews predict reviewers’ numerical ratings? The Underlying mechanisms of customers’ decisions to rate products using Latent Dirichlet Allocation (LDA)", Journal of Consumer Marketing, 39(2), pp.229~234 (2022)
- Chintalapudi, N., "Text mining with sentiment analysis on seafarers’ medical documents", International Journal of Information Management Data Insights, 1(1), pp.100005~ (2021)
- Hagg, L. J., "Examining Analytic Practices in Latent Dirichlet Allocation Within Psychological Science : Scoping Review", Journal of Medical Internet Research, 24(1), pp.e33166~ (2022)
- Hasan, M., "Normalized approach to find optimal number of topics in Latent Dirichlet Allocation (LDA)", Proceedings of International Conference on Trends in Computational and Cognitive Engineering, Proceedings of TCCE 2020, pp.341~354 (2021)
- Jacques, P., "Process Industries 2: Digitalization, a New Key Driver for Industrial Management", pp.1~29 (2020)
- Kim, J. H., "Sustainable management activities: A study on the relations between technology commercialization capabilities, sustainable competitive advantage, and business performance", Sustainability, 12(19), pp.7913~ (2020)
- Li, Q., "Research Report on Market Value and Industrialization Management of Biotechnology", Frontiers in Business, Economics and Management, 7(1), pp.210~217 (2023)
- Lwin, M. O., "Global sentiments surrounding the COVID-19 pandemic on Twitter : analysis of Twitter trends", JMIR public health and surveillance, 6(2), pp.e19447~ (2020)
- Muhammad, P. F., "Sentiment analysis using Word2vec and long short-term memory(LSTM)for Indonesian hotel reviews", Procedia Computer Science, 179, pp.728~735 (2021)
- Pimpalkar, A. P., "Influence of pre-processing strategies on the performance of ML classifiers exploiting TF-IDF-IDF and BOW features", ADCAIJ, Advances in Distributed Computing and Artificial Intelligence Journal, 9(2), pp.49~68 (2020)
- Wang, J., "ReCloud : semantics-based word cloud visualization of user reviews", Graphics Interface 2014, pp.151~158 (2020)
- Yilmaz, S., "A deep learning analysis on question classification task using Word2vec representations", Neural Computing and Applications, 32, pp.2909~2928 (2020)
- Yoo, S., "Exploring human resource development research themes : A keyword network analysis", Human Resource Development Quarterly, 30(2), pp.155~174 (2019)
- Yue, W., "Sentiment analysis using Word2vec-CNN-BiLSTM classification", 2020 seventh international conference on social networks analysis, management and security (2020)