텍스트 자료에 대한 네트워크 분석과 토픽 모델링

Intergrated Interpretation of Network Analysis and Topic Modeling in Text-mining: Focusing on College Competency-based Education

빅데이터 분석 기술의 발달로 텍스트마이닝 방법이 주목받고 있다. 특히 텍스트 네트워크 분석과 토픽모델링은 복잡한 맥락이 내포된 대량의 텍스트 자료를 분석할 때 강점이 있지만, 두 방법의 작동방식이 달라 서로 다른 맥락에서 결과를 도출하며, 분석 결과를 결합하기 어렵다. 본 연구는 대규모 텍스트 자료에 텍스트 네트워크 분석과 토픽모델링(LDA) 각각을 사용하고, 더 나아가 두 방법의 결과를 통합한 해석을 제시하는 데 목적이 있다. 이를 위해, 국내 대학 역량기반 교육과 관계된 논문 초록 자료로부터 대학 역량기반 교육을 둘러싼 주요 개념과 주제를 발견하고자 한다. 대학 역량기반 교육은 대학의 교육과정 설계, 정부의 고등교육 성과평가 등 복잡한 이해관계가 다양한 층위에서 논의되고 있기 때문에 그 실체를 한눈에 파악하기 어렵다. 본 연구는 네트워크 분석과 토픽모델링의 개별적인 결과뿐만 아니라 네트워크 분석의 지역적 정보와 LDA 분석의 전역적 정보를 결합한 해석을 통해, 대학에서의 역량기반 교육에 대한 시사점을 제시하였다. 구체적으로, 7개 커뮤니티와 19개 토픽을 연결하여 대학 간 공통적 역량 요소가 자주 등장하고, 역량과 연계된 학업성취도가 지속적으로 강조되며, 역량기반 교육과정 개발을 위한 교수학습방법 개선에 대한 실천적 노력이 이루어지고 있음을 발견했다.

With the development of big data computing technology, text-mining methods are drawing attention. In particular, text network analysis and topic modeling have their own strengths when researchers analyze large amounts of text data. But the two methods work differently resulting in unique interpretations, and it is difficult to combine outputs derived from two methods. The purpose of this study is to apply text network analysis and topic modeling (LDA) for large-scale text data, and further present an interpretation that integrates results of the two methods. Specifically, the main concepts and topics regarding college competency-based education are evaluated from the abstract of recent research papers. College competency-based education has complex meaning and goals such as college curriculum design and college evaluation, but it is difficult to grasp key point of competency at a glance because it has been discussed at various levels. In this study, implications for competency-based education in colleges are presented through combining regional information of network analysis and global information of LDA analysis as well as comparing individual results of two text mining methods.