교육대학교 지원자의 학교생활기록부 중 행동 특성 및 종합의견 텍스트 마이닝

Behavioral Characteristics and Comprehensive Opinion Text Mining in the School Life Record of College of Education Applicants: Comparative Analysis by Semantic Network Analysis and Admission Types

본 연구의 목적은 교육대학교 지원자의 학교생활기록부 중 행동 특성 및 종합의견 텍스트의 내용구조와 의미를 의미연결망 분석 방법별(동시 출현 네트워크, 파이계수, 엔그램 분석) 및 전형유형별(교직 적성, 학교장추천, 고른기회전형)로 비교 분석하는 것이다. 연구대상은 2022학년도 G 교육대학교 수시지원자 1,982명이었고, 텍스트를 전처리와 토큰화 후 연결 중심성과 하위집단분석을 반영하여 소시오그램으로 시각화하였다. 연구 결과, 전형 유형과 관계없이 동시 출현 네트워크의 상위 단어 쌍은 자신-학생, 학생-학급, 학생-친구들 등이었고, 파이계수의 상위 단어 쌍은 최선-다하다, 신망-두텁다, 예의-바르다 등이었으며, 바이그램 상위 단어 쌍은 최선-다하다, 학급-친구, 적극적-참여 등이었다. 이러한 연구 결과를 통해 행동 특성 및 종합의견의 내용구조와 의미를 파악하기에는 빈도가 낮아도 관련성이 큰 단어가 주로 표현되는 파이계수 분석보다 연이어 함께 사용된 고빈도 단어 쌍으로 구성된 엔그램 분석이 더 적합한 것으로 드러났다.

The purpose of this study is to compare and analyze the content structure and meaning of the behavioral characteristics and comprehensive opinion texts in the student life records of the college of education applicants, by semantic network analysis(co-occurrence networks, pie-coefficient, n-gram analysis) and admission types(general school record, principal recommendation, equal opportunity). The subjects of this study were 1,982 applicants from G-Education University in the academic year 2022. After preprocessing and tokenizing text data and conducting degree centrality and subgroup, we visualized text as a sociogram. This study showed that the top word pairs of the co-occurrence network were self-student, student-class, student-friend, regardless of the admission types, and the top word pairs of the pie coefficient were best-doing, thick-trust, polite-courtesy, and the bi-gram top word pairs were best-doing, class-friend, and active-participation. These results indicated that n-gram analysis is more suitable than pie coefficient analysis to understand the content structure and meaning of behavioral characteristics and general opinions.