상세검색
최근 검색어 전체 삭제
다국어입력
즐겨찾기0
158981.jpg
KCI등재 학술저널

텍스트 마이닝을 이용한 자폐범주성 아동의 초기증상에 대한 부모 인식 분석

Analysis of Parental Perceptions on Early Symptoms of Children with Autism Spectrum Using Text Mining

  • 130

본 연구는 텍스트마이닝을 이용하여 자폐범주성장애 아동의 초기 증상에 대한 부모의 인식을 분석하고자 2017년부터 2021년 6월까지 네이버(Naver) 지식인(In)에 탑재된 부모의 질문 게시글 212건을 수집하여, 관련성이 부족한 59건을 삭제, 총 153건을 분석하였다. 자료 수집을 위하여 파이썬(Python) 패키지를 활용하였고, 1차 추출된 단어에 전처리 과정을 거쳐 단어 빈도-역문서 빈도(TF-IDF) 가중치 기법을 사용하여 빈도분석을 수행하였다. 토픽 분석을 위하여 R의 ldatuning 패키지를 활용하여 잠재디리클레 할당 토픽 모델링(LDA)를 실시하고, 네트워크 분석은 파이계수를 활용하였다. 연구 결과, 가장 높은빈도로 추출된 단어는 말(304회)이었고, 눈(160회), 걱정(158회), 행동(125회), 손(111회), 언어(102회), 소리(82회) 등도 높은 빈도를 보였다. 토픽은 5개로 분석되었으며, 걱정, 자폐, 개월, 증상 등이 매개단어로 나타났다. 단어쌍과 네트워크 분석결과, 자폐 초기증상인 ‘자동차-바퀴’, 소리-지르다‘, ’이름-부르다‘등이 대표적으로 높은 상관을 가졌으며, 토픽별 관계분석에서는 상동행동, 느린 언어 발달, 발달적 퇴행과 같은 특이 증상, 부모의 걱정 등을 주제로 유관 단어들이 높은 파이계수를 보이는 것으로 분석되었다.

This study analyzed parents’ perceptions of the initial symptoms of children with autism spectrum disorder using text mining. From 2017 to June 2021, 212 parental questions posted on Naver Jisik-In(intellectual people) were collected, 59 cases lacking relevance were deleted, and 153 cases were analyzed. A Python package was used for data collection, and frequency analysis was performed using Term Frequency-Inverse Document Frequency(TF-IDF) weighting technique with the first extracted words. For topic analysis, Latent Dirichlet Allocationtopic (LDA) topic modeling was performed using the ldatuning package, and the phi coefficient was used for words and topic network analysis. Subsequently, the words extracted with the highest frequency were spoken language(304 times). Furthermore, eyes (160 times), worry (158 times), behavior(125 times), hands(111 times), language (102 times), and sounds(82 times) also showed a high frequency. Five topics were analyzed, and “anxiety”, “autism”, “age” and “symptoms” were found as mediating words. word pairing and network analysis revealed that early symptoms of autism, such as “car-wheel,” “sound-shout,” and “name-call,” had a high correlation. In relational analysis by topic, related words showed a high phi coefficient under the themes of stereotypic behavior, slow speech development, developmental abnormalities(developmental regression), and parental concerns.

Ⅰ. 서 론

Ⅱ. 연구 방법

Ⅲ. 연구 결과

Ⅳ. 논의 및 제언

참고문헌

로딩중