바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

  • 한국과학기술정보연구원(KISTI) 서울분원 대회의실(별관 3층)
  • 2024년 07월 03일(수) 13:30
 

텍스트 마이닝과 빅카인즈를 활용한 노인장기요양기관 부당청구 동향 분석

Trend Analysis of Fraudulent Claims by Long Term Care Institutions for the Elderly using Text Mining and BIGKinds

한국사물인터넷학회논문지 / Journal of The Korea Internet of Things Society, (P)2466-0078;
2022, v.8 no.2, pp.13-24
https://doi.org/https://doi.org/10.20465/kiots.2022.8.2.013
윤기혁 (동명대학교)
  • 다운로드 수
  • 조회수

초록

본 연구는 우리나라에서 매년 증가하고 있는 노인장기요양기관의 부당청구 맥락과 부당청구 예방을 위한 대책들이 어떠한지를 탐색하기 위해서 언론기사를 활용한 텍스트 마이닝 분석을 실시하였다. 기사는 뉴스 빅테이터 분석 시스템인 빅카인즈에서 수집하였고, 수집기간은 노인장기요양보험이 시행된 2008년 7월부터 2022년 2월 28일까지로 약 15년간이다. 이 기간 동안 '노인요양+부당청구', '장기요양+부당청구', 등의 키워드로 총 2,627개의 기사가 수집되었고, 이중 중복된 기사를 제외한 총 946개가 선정되었다. 본 연구의 텍스트마이닝 분석결과로 첫째, 모든 구간(2008.7.1-2022.2.28)에서 가장 높은 빈도로 언급된 상위 10위 키워드는 노인장기요양기관, 부당청구, 국민건강보험공단, 노인장기요양보험, 장기요양급여(비용), 노인요양시설, 보건복지부, 노인, 신고, 포상금(지급)의 순으로 나타났다. 둘째, N-gram 분석결과 장기요양급여(비용)과 부당청구, 부당청구와 노인장기요양기관, 허위와 부당청구, 신고와 포상금(지급), 노인장기요양기관과 신고 등의 순으로 나타났다. 셋째, TF-IDF 분석은 빈도분석의 결과와 유사하게 나타났지만, 신고, 포상금(지급), 증가 등은 순위가 상승하였다. 상기 분석결과를 바탕으로 노인장기요양기관 부당청구 예방을 위한 방향성을 제시하였다.

keywords
Long-Term Care Institution for the Elderly, Fraudulent Claims, Long-Term Care Insurance for the Elderly, Text Mining, News, 노인장기요양기관, 부당청구, 노인장기요양보험, 텍스트 마이닝, 뉴스

Abstract

본 연구는 우리나라에서 매년 증가하고 있는 노인장기요양기관의 부당청구 맥락과 부당청구 예방을 위한 대책들이 어떠한지를 탐색하기 위해서 언론기사를 활용한 텍스트 마이닝 분석을 실시하였다. 기사는 뉴스 빅테이터 분석 시스템인 빅카인즈에서 수집하였고, 수집기간은 노인장기요양보험이 시행된 2008년 7월부터 2022년 2월 28일까지로 약15년간이다. 이 기간 동안 ‘노인요양+부당청구’, ‘장기요양+부당청구’, 등의 키워드로 총 2,627개의 기사가 수집되었고, 이중 중복된 기사를 제외한 총 946개가 선정되었다. 본 연구의 텍스트마이닝 분석결과로 첫째, 모든 구간(2008.7.1-2022.2.28)에서 가장 높은 빈도로 언급된 상위 10위 키워드는 노인장기요양기관, 부당청구, 국민건강보험공단, 노인장기요양보험, 장기요양급여(비용), 노인요양시설, 보건복지부, 노인, 신고, 포상금(지급)의 순으로 나타났다. 둘째, N-gram 분석결과 장기요양급여(비용)과 부당청구, 부당청구와 노인장기요양기관, 허위와 부당청구, 신고와 포상금(지급), 노인장기요양기관과 신고 등의 순으로 나타났다. 셋째, TF-IDF 분석은 빈도분석의 결과와 유사하게 나타났지만, 신고, 포상금(지급), 증가 등은 순위가 상승하였다. 상기 분석결과를 바탕으로 노인장기요양기관 부당청구 예방을위한 방향성을 제시하였다.

keywords
Long-Term Care Institution for the Elderly, Fraudulent Claims, Long-Term Care Insurance for the Elderly, Text Mining, News, 노인장기요양기관, 부당청구, 노인장기요양보험, 텍스트 마이닝, 뉴스

참고문헌

1.

B.R.Hwang, K.H. Youn, J.Y.Lee, J.H.Kang and E.K.Yoo, "An Exploratory Study on Self-Perceived Symptoms and Pain-Inducing Factors of Musculoskeletal Diseases among Care workers in Residential Settings-Focused on the scope of care work and care recipients’ characteristics," Social Science Research Review, Vol.30, No.1, pp.69-100, 2013.

2.

Yonhapnews, "Leaking long-term care insurance for the elderly; 60.3 billion won in fraudulent charges for three and a half years," 2020.

3.

J.E.Lee and J.Y.Lyu, "Exploring the Suicide Phenomena in Korea Using News Big Data Analysis,"The Journal of the Korea Contents Association, Vol.21, No.3, pp.33-46, 2021.

4.

W.C.Jeong "The Analysis of Illicit Benefit Type on Long-term CareInsurance and the complementary measures," Korean Corruption Studies Review, Vol.20, No.4, pp.261-288, 2015.

5.

W.C.Jeong "Limitations of administrative punishment application on the Benefit illicit of Long-term care insurance and the improvements : Focusing on Agent-Based Model," Korean Corruption Studies Review, Vol.21, No.4, pp.47-71, 2016.

6.

C.Y.Kwak, E.S.Yim and A.R.Kim, "Analysis of Inappropriate Reimbursement Claims from the LTC Insurance Plan in South Korea," Journal of The Korean Data Analysis Society, Vol.13, No.5, pp.2377-2390, 2011.

7.

S.M.Kim, "Analysis of Press Articles in Korean Media on Online Education related to COVID-19," Journal of Digital Contents Society, Vol.21, No.6, pp.1091-1100, 2020.

8.

J.W.Jeong, J.M.Lee and S.Y.Choi, "Analysis of news regarding the disabled labor using text mining techniques," Reinterpretation of Disability, No.1, pp.48-100, 2018.

9.

M.A.Oh, H.S.Choi, T.M.Song, S.I.Lei and M.K.Chun, "Social big data trend analysis based on health and welfare issues in 2017," Korea Institute for Health and Social Affairs, 2017.

10.

K.H.Youn, "A Study on the Application of Text Mining Method for the Study on Unfair Claims of Long-term Care Institutions for the Elderly," 2021-Proceedings of Academic Conference on The Korea Internet of Things Society, Vol.6, No.1, pp.37-38, 2021.

11.

J.B.Ha and D.E.Lee, "Trend Analysis and Policy proposal for the Work Permit System through Text Mining: Focusing on Text Mining and Social Network analysis," Journal of Convergence for Information Technology, Vol.11, No.9, pp.17-27, 2021.

12.

J.Y.Ahn, Y.J.Lee and B.I.Lee, "Analysis of Media Articles on COVID-19 and Nurses Using Text Mining and Topic Modeling," Journal of Korean Academy of Community Health Nursing, Vol.32, No.4, pp.467-476, 2021.

13.

C.H.Kwon, "Exploring the Changes Trend in Media Articles on ‘Autonomous Private High School’ by Recent Governments -Using the BIGKinds System,"The Journal of Humanities and Social science, Vol.10, No.6, pp.1757-1772, 2019.

14.

S.M.Baek and I.O.Moon, "The Study on the patient safety culture convergence research topics through text mining and CONCOR analysis," Journal of Digital Convergence, Vol.19, No.2, pp.359-367, 2021.

15.

J.I.Kim, "A Comparative Study of the Korean and Japanese Marketization of Long-Term Care and Service Delivery Systems," Japanese Cultural Studies, Vol.63, pp.123-147, 2017.

16.

National Health Insurance Service, "In 2021, 「Selection of 330 Green Institutions for Long-Term Care Claims」 ," 2021.

17.

Seoul News, "Four organizations of long-term care institutions; an administrative litigation against “the administrative disposition of advance payment of annual leave”," 2022.

한국사물인터넷학회논문지