바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

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

logo

  • P-ISSN1225-598X
  • E-ISSN2982-6292

논문 상세

이전 다음
논문 투고

Vol.53 No.3

Citation Share

토픽 모델링을 활용한 다문화 연구의 이슈 추적 연구

A Study on Issue Tracking on Multi-cultural Studies Using Topic Modeling

한국문헌정보학회지 / Journal of the Korean Society for Library and Information Science, (P)1225-598X; (E)2982-6292
2019, v.53 no.3, pp.273-289
https://doi.org/10.4275/KSLIS.2019.53.3.273
박종도 (인천대학교)
박종도. (2019). 토픽 모델링을 활용한 다문화 연구의 이슈 추적 연구. 한국문헌정보학회지, 53(3), 273-289, https://doi.org/10.4275/KSLIS.2019.53.3.273

초록

본 논문은 국내 다문화 관련 분야의 연구동향을 규명하기 위하여 다문화와 관련한 국내 학술 문헌을 수집하여 LDA (Latent Dirichlet Allocation) 기반의 토픽 모델링을 통해 토픽을 분석하였다. 이를 통해 국내 다문화 관련 연구에서의 중심 연구 토픽을 시기별로 추적하여 그 변화의 양상을 관찰하였고, 그 결과 핫 토픽으로는 ‘다문화 사회통합’과 ‘학교 다문화 교육’이 관찰되었으며 콜드 토픽으로는 ‘문화정체성과 민족주의’ 관련 토픽이 관찰되었다.

keywords
다문화, 이슈 추적, 토픽 모델링, Multiculture, Issue Track, Topic Modeling

Abstract

The goal of this study is to analyze topics discussed in academic papers on multiculture in Korea to figure out research trends in the field. In order to do topic analysis, LDA (Latent Dirichlet Allocation)-based topic modeling methods are employed. Through the analysis, it is possible to track topic changes in the field and it is found that topics related to ‘social integration’ and ‘multicultural education in schools’ are hot topics, and topics related to ‘cultural identity and nationalism’ are cold topics among top five topics in the field.

keywords
다문화, 이슈 추적, 토픽 모델링, Multiculture, Issue Track, Topic Modeling

참고문헌

1.

강범일, 송민, 조화순. 2013. 토픽 모델링을 이용한 신문 자료의 오피니언 마이닝에 대한 연구. 『한국문헌정보학회지』, 47(4): 315-334.

2.

국가기록원. 2019. 기록으로 만나는 대한민국: 다문화사회. [online] [cited 2019. 8. 4.]<http://theme.archives.go.kr/next/koreaOfRecord/MultiSociety.do>

3.

안성주, 양정진. 2018. LDA와 Word2Vec을 결합한 생물정보 토픽 모델 연구. 『2018 한국컴퓨터종합학술대회 논문집』, 2065-2067.

4.

김세현. 2018. 비정형자료분석을 통해 살펴본 한국의 다문화 연구. 『한국인구학』, 41(1): 1-27.

5.

문화진. 2019. 한국 대학생 대상의 다문화교육 연구 동향. 『다문화사회연구』, 12(2): 181-215.

6.

박자현, 송민. 2013. 토픽모델링을 활용한 국내 문헌정보학 연구동향 분석. 『정보관리학회지』, 30(1): 7-32.

7.

박준형, 오효정. 2017. 국내 기록관리학 연구동향 분석을 위한 토픽모델링 기법 비교. 『한국도서관·정보학회지』, 48(4): 235-258.

8.

배정환, 한남기, 송민. 2014. 토픽 모델링을 이용한 트위터 이슈 트레킹 시스템. 『한국지능정보시스템학회 2014년 춘계학술대회논문집』, 305-312.

9.

음수민, 이수길, Xiangyu Meng, 조성원, 이철웅. 2019. LDA 기반의 토픽모델링을 이용한 철도차량용 무선급전시스템 연구 동향 분석. 『대한산업공학회지』, 45(4): 284-301.

10.

이금실, 이인주, 이영경. 2018. LDA(Latent Dirichlet Allocation) 기반 토픽 모델링 기법을 활용한 관광분야의 가상현실(Virtual Reality) 연구동향 분석. 『2018년도 제50차 한국관광레저학회학술발표대회 논문집』, 425-432.

11.

이상연, 이건명. 2014. 댓글 그래프 기반 토픽 모델을 사용한 트렌드 추출. 『한국지능시스템학회학술발표 논문집』, 24(2): 99-100.

12.

장은영, 이정아. 2018. 국내 다문화교육 연구 동향 분석. 『교육문화연구』, 24(3): 501-521.

13.

장임숙, 장덕현, 이수상. 2011. 다문화연구의 지식구조에 관한 네트워크 분석. 『한국도서관․정보학회지』, 42(4): 353-374.

14.

진설아, 송민. 2016. 토픽 모델링 기반 정보학 분야 학술지의 학제성 측정 연구. 『정보관리학회지』, 33(1): 7-32.

15.

Blei, David M., Ng, Andrew Y. and Jordan, Michael I. 2003. “Latent Dirichlet Allocation.”Journal of Machine Learning Research, 3: 993-1022.

16.

Deerwester, S., Dumais, S. T., Furnas, G. W., Landauer, T. K. and Harshman, R. 1990. “Indexing by latent semantic analysis.” Journal of the American society for information science, 41(6): 391-407.

17.

Hofmann, T. 1999. Probabilistic latent semantic analysis. In Proceedings of the Fifteenth conference on Uncertainty in artificial intelligence (UAI'99), Kathryn B. Laskey and Henri Prade (Eds.). Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, 289-296.

18.

Liu, Z., Zhang, Y., Chang, E. Y. and Sun, M. 2011. Plda+: Parallel latent dirichlet allocation with data placement and pipeline processing. ACM Transactions on Intelligent Systems and Technology (TIST), 2(3): 26.

19.

Wang, C. and Blei, D. M. 2013. “Variational inference in nonconjugate models.” Journal of Machine Learning Research, 14(1): 1005-1031.

한국문헌정보학회지

논문 투고 OA 정책