텍스트 마이닝 기법을 통한 수능 절대평가

Text-mining on media and public opinion toward criterion-referenced College Scholastic Ability Test (CSAT)

교육 분야 자료에 텍스트 마이닝 기법을 적용한 기존의 연구들은 인터넷 기사에 한정하여 분석을 진행하였다. 우리 사회에서 대입의 중요성 및 관련 교육 정책의 사회 전반으로의 파급력을 고려할 때, 수능 절대평가와 같은 주요 교육 정책의 성공적인 시행을 위하여 대중들의 생각, 즉 여론을 파악하고 이를 일정 부분 정책에 반영하는 것이 필수적이다. 본 연구는 2017년 4월 7일부터 2017년 9월 10일까지 수능 절대평가를 다룬 2,577건의 뉴스기사와 댓글을 웹크롤링을 이용하여 수집하였다. 잠재 디리클레 할당(LDA) 기반 토픽 모델링을 통하여 뉴스 기사에서의 주요 토픽 및 키워드를 추출하고, 단어 빈도(TF) 행렬을 이용하여 뉴스 기사(언론)뿐만 아니라 그 댓글(여론)까지 분석함으로써 수능 절대평가 관련 주요 사건마다 언론과 여론의 변화 추이를 비교·분석하였다. 이를 통하여 수능 절대평가 관련 향후 교육정책의 여론수렴 및 의사결정 시 시사점을 도출하고, 후속 연구 방향 또한 제시하였다.

CSAT (College Scholastic Ability Test) stands out from others as the most influential single test in the Korean education system. Previous educational text-mining studies have been confined to internet news. Recognizing the significance of the CSAT, especially at this controversial revision time toward criterion-referenced CSAT, this study collected internet news articles and the comments between April 7 and September 10 of 2017 via web-crawling. Text-mining with LDA-based topic modeling was performed on a total of 2,577 news articles. News articles with more than 100 comments were selected, and their comments were analyzed with TF(Term-Frequency) matrix to extract keywords. The TF keywords of news articles and comments, representing media and public opinions, respectively, were compared and contrasted throughout the three periods grouped by important events relating to criterion-referenced CSAT. Implications from the text-mining results were discussed as well as further research topics.