텍스트 마이닝을 활용한 H대학교 학생들의 학습 경험 및 수업 선호도 분석

Analyzing Student Learning Experiences and Course Preferences at H University Using Text Mining Techniques

본 연구는 H대학교의 글로벌 경쟁력 강화를 위한 기초 연구로서, 학생들의 수업 만족도를 심층적으로 분석하기 위해 텍스트 마이닝 기법과 시각화 기법을 활용하였다. 본 연구의 주요 목적은 교수자의 강의 개선과 강의 방식 조정을 통해 대학 교육의 질적 향상을 도모하는 데 있으며, 이를 위해 학생들의 강의 만족도와 관련된 주요 패턴을 도출하고자 하였다. 2021년부터 2024년까지 진행된 익명 설문조사를 통해 총 1,024명의 학생들로부터 선호도가 높은 수업과 선호도가 낮은 수업에 대한 의견을 수집하였다. 연구 방법으로는 자연어 처리 기법을 이용한 토픽 모델링과 감성 분석을 적용하여 학생들의 주요 인식을 도출하였으며, 워드 클라우드 및 네트워크 분석 등의 시각화 기법을 활용하여 결과를 효과적으로 제시하였다. 분석 결과, 학생들의 선호도가 높은 수업은 실용적인 학습 경험과 강의자의 소통 능력이 중요한 요인으로 작용하는 반면, 선호도가 낮은 수업은 일방적 강의 방식과 평가 기준의 불명확성 등이 주요 불만 요소로 나타났다.

This study employed text mining and visualization techniques to analyze student course satisfaction as foundational research for enhancing H University's global competitiveness. The primary objective was to improve the quality of university education through instructional enhancement and teaching methodology adjustments by identifying key patterns in student course satisfaction. Anonymous surveys conducted from 2021 to 2024 collected feedback from 1,024 students regarding their most and least preferred courses. The research methodology incorporated natural language processing techniques, specifically topic modeling and sentiment analysis, to extract students' primary perceptions. Results were effectively presented using visualization techniques including word clouds and network analysis. Findings revealed that highly preferred courses featured practical learning experiences and strong instructor communication skills as key factors. Conversely, less preferred courses were characterized by one-sided teaching approaches and unclear evaluation criteria as primary sources of dissatisfaction.