텍스트 마이닝을 활용한 국내 자해 연구의 동향 분석

Research trends in self-injury using text mining in South Korea

본 연구는 텍스트 마이닝 기법을 이용하여 자해 관련 연구의 현황과 동향을 파악하는데 목적이 있다. 이를 위해 1991년부터 2021년 7월까지 출판된 한국연구재단 등재(후보)지 논문 총 228편을 수집하여 네트워크분석, 토픽모델링, 시계열 선형회귀분석 등의 텍스트 마이닝을 실시하였다. 토픽모델링은 잠재 디리클레 할당(Latent Dirichlet allocation, LDA) 알고리즘을 활용하였고 최적 토픽수는 6개로 판단되었다. 분석결과, 각 토픽은 ‘비자살적 자해’, ‘자살과 자해’, ‘발달장애인의 자해’, ‘정신장애와 자해’, ‘자해에 대한 질적연구와 개입’, ‘자해 측정도구 개발’로 나타났다. 도출된 토픽을 변수로 시계열 선형회귀분석을 수행하였다. 그 결과, 시간의 흐름에 따라 상승하는 연구 주제로 는 ‘자살적 자해’, 반면에 하강하는 연구 주제로는 ‘정신장애와 자해’가 나타났다. 분석 결과를 바탕으로 국내 자해 연구 분야의 향후 균형 있는 발전방안과 시사점을 제시하였다.

The purpose of this study is to identify the trends in self-injury using text mining. Total of 228 papers published in KCI (Korea Citation Index) / KCI candidate journals published from 1991 to July 2021 were collected and text mining was performed such as network analysis, topic modeling, and time series linear regression analysis. For topic modeling, a latent Dirichlet allocation (LDA) algorithm was used, and the optimal number of topics was determined to be six. Each topic was identified by ‘nonsuicidal self-injury’, ‘suicide and self-injury’, ‘self-injury of developmentally disabled’, ‘mental disorders and self-injury’, ‘Qualitative research and intervention on self-injury’, and ‘developing measurement for self-injury’. Time series linear regression was performed using the topics as variables. As a result, ‘nonsuicidal self-injury has appeared as a research topic that rose over time, while ‘self-injury of developmentally disabled’ has been falling among topics. The balanced future development plans and implications for the self-injury research field were presented.