• 디지털융복합연구
• /
• 제19권12호
• /
• pp.359-367
• /
• 2021

본 연구의 목적은 텍스트 마이닝 및 CONCOR 분석을 활용해 국내 환자안전문화 연구주제를 분석하는 것이다. 연구방법은 자료수집, 데이터 전처리, 텍스트 마이닝과 사회연결망 분석, CONCOR 분석 단계로 진행하였으며, 2021년 9월1일 기준으로 '환자안전문화'의 주제어를 검색하여 중복된 논문과 본 연구 목적에 부합되지 않는 논문을 제외한 총 136편을 분석하였다. 자료 분석은 텍스톰(Textom)과 UCINET 프로그램을 이용하였다. 본 연구의 결과 환자안전문화 관련 연구의 TF(빈도)는 환자안전(patient safety), TF-IDF(문서상의 중요도)는 간호(nursing) 가 가장 높게 나타났다. CONCOR 분석결과 환자안전문화를 구성하는 지식 및 태도, 커뮤니케이션, 의료서비스, 팀, 작업환경, 구조, 조직 및 경영의 총 7개의 클러스터가 도출되었다. 추후 환자안전문화 구축과 환자결과와의 연관성에 대한 연구가 진행되어야 할 필요가 있다.

• 한국융합학회논문지
• /
• 제13권2호
• /
• pp.1-12
• /
• 2022

본 연구는 장애 유아에 대한 최근 10년간의 사회적 인식을 알아보기 위해 인터넷 기반의 빅데이터 분석 시스템인 Textom을 활용하였다. Textom으로 수집된 자료는 데이터 클리닝 과정을 거쳐 빈도가 높은 순으로 50개의 키워드가 선정되었으며, 의미연결망 분석을 위해 UCINET6으로 중심성 분석과 CONCOR분석을 실시하였다. 분석된 자료는 NetDraw를 활용하여 시각화하였다. 그 결과 '교육, 요구, 부모, 통합교육' 등의 키워드가 빈도수, 연결 및 위세 중심성에서 높은 순위를 차지하였다. 그리고 매개 중심성은 '부모, 교사, 문제, 프로그램, 상담'이 높은 순위를 차지하였다. CONCOR분석에서는 '장애, 유아, 진단, 프로그램'의 키워드를 중심으로 하는 4개 군집이 형성되었다. 이러한 연구 결과를 바탕으로 장애 유아에 대한 사회적 인식의 주제가 무엇인지 살펴보고, 주제별 시사점을 논하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.137-144
• /
• 2023

사회문제를 해결하는 방법들 중 하나로 활용성이 제시되고 있는 빅데이터 분석기법을 이용하여 작업관련성 근골격계질환에 관한 연구동향을 분석하고자 키워드 네트워크 분석 기법과 CONCOR 분석기법을 적용하여 본 연구를 진행하였다. 본 연구에서 도출한 연구결과는 첫째, 작업관련성 근골격계질환 논문 수는 근골격계 유해요인조사가 실시된 2003년 이후 20년간 연평균 33편 이상 게재되었으며 2007~2009년 게재 비율이 증가하였다. 둘째, 텍스트 마이닝을 이용하여 출현된 상위 키워드의 빈도는 작업(4,940), 근골격계질환(2,197), 증상(1,836), 관련(1,769), 근골격계(1,421) 등의 순으로 나타났다. 셋째, CONCOR 분석결과 '근골격계질환 치료', '안전보건관리', '근로환경조사', '작업환경측정' 4개의 군집으로 나뉘었다. 본 연구가 근골격계질환 연구의 발전방안을 위한 세부적인 연구로서 다양한 방향으로 모색하는데 활용되기를 기대한다.

• 산업융합연구
• /
• 제21권1호
• /
• pp.187-192
• /
• 2023

본 연구는 기계학습의 키워드 출현 빈도 분석과 CONCOR(CONvergence of iteration CORrealtion) 기법을 통한 ICT 교육에 대한 흐름을 탐색한다. 2018년부터 현재까지의 등재지 이상의 논문을 'ICT 교육'의 키워드로 구글 스칼라에서 304개 검색하였고, 체계적 문헌 리뷰 절차에 따라 ICT 교육과 관련이 높은 60편의 논문을 선정하면서, 논문의 제목과 요약을 중심으로 키워드를 추출하였다. 단어 빈도 및 지표 데이터는 자연어 처리의 TF-IDF를 통한 빈도 분석, 동시 출현 빈도의 단어를 분석하여 출현 빈도가 높은 49개의 중심어를 추출하였다. 관계의 정도는 단어 간의 연결 구조와 연결 정도 중심성을 분석하여 검증하였고, CONCOR 분석을 통해 유사성을 가진 단어들로 구성된 군집을 도출하였다. 분석 결과 첫째, '교육', '연구', '결과', '활용', '분석'이 주요 키워드로 분석되었다. 둘째, 교육을 키워드로 N-GRAM 네트워크 그래프를 진행한 결과 '교육과정', '활용'이 가장 높은 단어의 관계로 나타났다. 셋째, 교육을 키워드로 군집분석을 한 결과, '교육과정', '프로그래밍', '학생', '향상', '정보'의 5개 군이 형성되었다. 이러한 연구 결과를 바탕으로 ICT 교육 동향의 분석 및 트렌드 파악을 토대로 ICT 교육에 필요한 실질적인 연구를 수행할 수 있을 것이다.

• 한국의류산업학회지
• /
• 제25권5호
• /
• pp.549-559
• /
• 2023

Along with the transition to the fourth industrial revolution, the possibility of metaverse-based innovation in the fashion field has been confirmed, and various applications are being sought. Therefore, this study performs meaning structure analysis and discusses the prospects of meta fashion using big data. From 2020 to 2022, data including the keyword "metaverse + fashion design" were collected from portal sites (Naver, Daum, and Google), and the results of keyword frequency, N-gram, and TF-IDF analyses were derived using text mining. Furthermore, network visualization and CONCOR analysis were performed using Ucinet 6 to understand the interconnected structure between keywords and their essential meanings. The results were as follows: The main keywords appeared in the following order: fashion, metaverse, design, 3D, platform, apparel, and virtual. In the N-gram analysis, the density between fashion and metaverse words was high, and in the TF-IDF analysis results, the importance of content- and technology-related words such as 3D, apparel, platform, NFT, education, AI, avatar, MCM, and meta-fashion was confirmed. Through network visualization and CONCOR analysis using Ucinet 6, three cluster results were derived from the top emerging words: "metaverse fashion design and industry," "metaverse fashion design and education," and "metaverse fashion design platform." CONCOR analysis was also used to derive differentiated analysis results for middle and lower words. The results of this study provide useful information to strengthen competitiveness in the field of metaverse fashion design.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.305-313
• /
• 2021

본 연구는 1995년부터 2020년까지 기간의 '미혼모', '싱글맘', '비혼모' 키워드를 중심으로 시기별 빅데이터를 수집, 분석하여, 미혼모에 대한 관점 변화에 따른 적절한 정부의 지원정책 방향성을 제시하고자 한다. 자료수집을 위해 빅데이터 수집 플랫폼인 텍스톰을 활용하여 포털검색 사이트 네이버, 다음에서 데이터 수집 후, 데이터를 정제하는 과정을 거쳤다. 최종 정제된 데이터는 텍스톰에서 제공하는 단어빈도분석, TF-IDF 분석, N-gram 분석, UCINET6 프로그램을 통한 Network 분석과 CONCOR 분석을 진행하였다. 연구결과, 단어빈도분석, TF-IDF 분석에서는 유사한 단어들이 출현하였으나 연도별로 차이를 보였고, N-gram 분석에서는 단어 출현의 유사점은 있었으나 빈도수와 연쇄적으로 출현되는 단어들의 형태에 많은 차이가 있었으며 CONCOR 분석결과, 연도별로 다른 군집을 이루는 것을 볼 수 있었다. 본 연구는 미혼모의 관점 변화를 빅데이터의 분석을 통해 확인하고, 독립적인 여성들의 다양한 선택권을 위한 미혼모 정책, 그리고 그에 맞는 차별 없는 임신, 출산, 양육이 새로운 가족의 형태 내로 포용 되는 정책의 필요성을 제언한다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.99-110
• /
• 2023

이 연구는 한국의 중독 연구의 동향을 파악하고 발전 방향을 모색하기 위해 2020년부터 2022년까지 지난 3년간 국내 전문학술지 게재 논문 817 건을 대상으로 텍스트마이닝 기법을 활용하여 분석한 연구이다. 분석 결과는 다음과 같다. 첫째, 다양한 중독 관련 키워드가 나타났으나 스마트폰, 게임, 인터넷, 도박, 관계중독 등 모바일을 중심으로 한 온라인에서의 행위중독 관련 중독 연구들이 주요 상위 키워드로 두드러지게 나타났다. 둘째, TF-IDF 분석결과 중독연구에서 지난 3년 간 스마트폰이나, 게임, 인터넷, 일 중독과 같은 행위중독 관련 중독연구가 많이 수행되었고 특히, 아직 임상적으로 중독문제로 진단화 하고 있지 않은 스마트폰이나 게임, 인터넷 등에 대한 중독문제들에 대한 연구수행이 많다는 것을 알 수 있다. 셋째, 2-gram 분석 결과 스마트폰이나 게임, 인터넷 등 주로 행위중독에 해당 되는 단어들이 중독이라는 키워드와 나란히 등장하는 비율이 매우 높으며, 그 가운데 스마트폰과 중독문제와 관련하여 쌍을 이루는 단어들이 연구논문에서 많이 언급되고 있음을 알 수 있다. 넷째, CONCOR 분석결과 알코올사용장애, 인터넷 등 보편적 중독문제에 관한 연구, 마약과 도박중독의 회복 관련 연구, 모바일기기와 미디어 중독 관련 연구, 행위중독 관련 최신 경향 연구, 그 외 기타 중독 문제 관련 연구로 5개의 군집으로 나타났다. 마지막으로 본 연구 결과를 바탕으로 향후 중독 관련 연구를 위한 방향성을 제언하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권1호
• /
• pp.222-230
• /
• 2023

The purpose of this study is to provide basic data on sports entertainment programs by collecting data on unstructured data generated by Naver and Google for SBS entertainment program 'Women Who Score Goal', which began regular broadcast in June 2021, and analyzing public perceptions through data mining, semantic matrix, and CONCOR analysis. Data collection was conducted using Textom, and 27,911 cases of data accumulated for 16 months from June 16, 2021 to October 15, 2022. For the collected data, 80 key keywords related to 'Kick a Goal' were derived through simple frequency and TF-IDF analysis through data mining. Semantic network analysis was conducted to analyze the relationship between the top 80 keywords analyzed through this process. The centrality was derived through the UCINET 6.0 program using NetDraw of UCINET 6.0, understanding the characteristics of the network, and visualizing the connection relationship between keywords to express it clearly. CONCOR analysis was conducted to derive a cluster of words with similar characteristics based on the semantic network. As a result of the analysis, it was analyzed as a 'program' cluster related to the broadcast content of 'Kick a Goal' and a 'Soccer' cluster, a sports event of 'Kick a Goal'. In addition to the scenes about the game of the cast, it was analyzed as an 'Everyday Life' cluster about training and daily life, and a cluster about 'Broadcast Manipulation' that disappointed viewers with manipulation of the game content.

• 산업경영시스템학회지
• /
• 제42권3호
• /
• pp.116-130
• /
• 2019

This study investigates passenger-authored online reviews of airline services using social network analysis to compare the differences in customer perceptions between full service carriers (FSCs) and low cost carriers (LCCs). While deriving words with high frequency and weight matrix based on the text analysis for FSCs and LCCs respectively, we analyze the semantic network (betweenness centrality, eigenvector centrality, degree centrality) to compare the degree of connection between words in online reviews of each airline types using the social network analysis. Then we compare the words with high frequency and the connection degree to gauge their influences in the network. Moreover, we group eight clusters for FSCs and LCCs using the convergence of iterated correlations (CONCOR) analysis. Using the resultant clusters, we match the clusters to dimensions of two types of service quality models ($Gr{\ddot{o}}nroos$, Brady & Cronin (B&C)) to compare the airline service quality and determine which model fits better. From the semantic network analysis, FSCs are mainly related to inflight service words and LCCs are primarily related to the ground service words. The CONCOR analysis reveals that FSCs are mainly related to the dimension of outcome quality in $Gr{\ddot{o}}nroos$ model, but evenly distributed to the dimensions in B&C model. On the other hand, LCCs are primarily related to the dimensions of process quality in both $Gr{\ddot{o}}nroos$ and B&C models. From the CONCOR analysis, we also observe that B&C model fits better than $Gr{\ddot{o}}nroos$ model for the airline service because the former model can capture passenger perceptions more specifically than the latter model can.

• 한국의상디자인학회지
• /
• 제24권3호
• /
• pp.1-15
• /
• 2022

The purpose of this study is to compare and analyze the perception of men's fashion before and after the COVID-19 pandemic. TEXTOM allowed the collection of Big Data based on the term 'men's fashion'. As for the data collection periods, Jan. 1, 2018 to Dec. 31, 2019 was set as the pre-COVID-19 era, while Jan. 1, 2020 to Dec. 31, 2021 was set as the post-COVID-19 era. The top 50 words in terms of appearance frequency were extracted from the data. The extracted words were processed using network centrality analysis and CONCOR analysis using Ucinet 6. Research findings were as follows. 1) In the pre-COVID-19 era, the appearance frequency of 'men' was the highest, followed by 'fashion', 'men's fashion', 'brand', 'daily look', 'suit', and 'department store'. These words came up with a high TF-IDF values. Network centrality analysis discovered that 'men', 'fashion', 'men's fashion', 'brand', and 'suit' had a high level of connectivity with other words. CONCOR analysis showed four significant groups: 'fashion item and styles', 'fashion show', 'purchase', and 'collection'. 2) In the post-COVID-19 era, the appearance frequency of 'men' was the highest, followed by 'fashion', 'brand', 'men's fashion', 'discount', 'women', and 'luxury'. These words also displayed high TF-IDF values. Network centrality analysis found that 'fashion', 'men', 'brand', 'men's fashion', and 'discount' had a high level of connectivity with other words. CONCOR analysis showed four significant groups: 'fashion item and style', 'fashion show', 'purchase', and 'situation'. 3) Before the outbreak of the pandemic, men were interested in suits to wear to the office, daily look, and fashion shows in Milan and Paris. They often purchased menswear in multi-brand and open stores. However, they were more interested in sneakers, casual styles, and online fashion shows as social distancing and working from home became common. Most purchased menswear through online platforms.