본 연구의 목적은 공간 및 장소 관련 빅데이터 분석을 통하여 교육적으로 실효성 있는 학습소재를 찾아내고, 사회과 지역화 수업에 최적화할 수 있는 방안을 탐색하는 것이다. 빅데이터 분석기법은 지역화 학습소재의 확인을 위해 랜덤 포레스 트분석(random forest analysis), 로지스틱 회귀분석(logistic regression analysis), 의사결정 나무분석(decision tree analysis), 네트워크 분석(network analysis)을 실시하여 공간및 장소 관련 변인들 간의 상호작용 관계를 분석하였다. 빅데이터 분석을 통해 학습소 재를 찾기 위한 대상 지역으로는 부산시를 선정으로 하였다. 본 연구의 분석결과, 먼저, 공간 및 장소 관련 빅데이터 분석결과에 있어서, 공간은 보편성에, 장소는 특수 성에 더 무게를 두고 있는 것으로 나타났다. 그러나 공간 및 장소를 이원론적으로볼 것이 아니라 공간적 전환(spatial turn)에 따라 공간 및 장소 둘 다를 선호하는 문화와 같은 키워드가 나타났으며, 그 외에도 둘 다를 선호하는 혼종성을 가진 키워드들도 나타났다. 특히 장소(지역)는 보편성과 특수성이 함께 확장됨에 따라 사라지지 않으며 3, 4학년 지역화 학습에 현실을 감안한 중요한 소재라는 점을 발견할 수 있었다. 이처럼 본 연구에서 시도한 빅데이터 분석 과정은 가르침의 시대에서 배움의 시대로 전환에 따른 실제성, 즉시성, 실효성이 있는 지역화 교육에 적합한 학습소재를 찾는 데기여할 것으로 기대된다.
The purpose of this study is to find out the effective learning materials through the analysis of big data related to space and place and to search for ways to optimize them for regional learning in social studies. The big data analysis for this study were random forest, logistic regression analysis, decision tree, and network analysis to identify the material for regional learning through analyzing interaction relations between spatial and place related variables. We selected Busan as the target area for regional learning through big data analysis. As a result of analysis of this study, big data analysis about space and place showed that space is more weighted to universality and place is more specific. However, both space and place are expanding in universality like culture, and in particular, places are expanding together with universality and speciality. Thus, it can be seen that the place (area) that has not been lost is a very important material considering reality in the 3rd and 4th grade regional learning. Thus, we expect that the big data analysis process in this study will contribute to finding suitable learning material for realization, immediacy, and effectiveness of regional education from the teaching age to the learning age.
Ⅰ. 들어가며
Ⅱ. 공간 및 장소에 관한 이론적 배경
Ⅲ. 공간 및 장소 빅데이터 분석 기법 및 분석 도구
Ⅳ. 공간 및 장소 빅데이터 분석 결과
Ⅴ. 공간 및 장소 빅데이터 분석 결과를 활용한 지역화 학습방안
Ⅵ. 마무리하며