텍스트 마이닝을 활용한 부모교육 연구 동향 분석

Analysis of Research Trends in Parent Education Using Text Mining

본 연구는 텍스트 마이닝 기법을 활용해 부모교육 연구의 총체적인 동향을 살펴보는데 목적을 두었다. 이와 같은 연구 목적을 위한 연구 문제로는 부모교육 연구의 중요 키워드 파악과 키워드 네트워크 구조 파악 및 토픽모델링을 통한 주요 토픽의 추출에 있다. 연구 방법으로 python3.11을 분석도구로 활용해, 키워드 네트워크 분석과 토픽모델링을 시행하였다. 국내에서 발간된 738편의 학술지 논문 초록을 분석 자료로 선정하여, 데이터 전처리와 형태소 분석 과정을 거친 후, 단어빈도 분석(TF), 단어빈도-역문서빈도(TF-IDF) 분석, 네트워크 분석과 토픽모델링을 시행하였다. LDA 기반의 토픽모델링 결과, 8개의 토픽(가족 구성의 변화와 청소년 보호 지원, 예비부모교육과 아동 학대 예방, 놀이와 미술을 활용한 치료적 중재, 다문화 가족과 아동 언어 발달, 자폐스펙트럼과 발달 장애, 부모교육 동향 연구와 프로그램 모형 개발, 영유아기 부모 성장과 발달, 신앙 정체감과 공동체 의식)이 도출되었다. 본 연구는 부모교육 관련 연구의 주요 연구 주제를 살펴보고, 추후 부모교육 연구의 방향과 기초자료를 제시했다는 것에 의의가 있다.

This study aims to examine the overall trends in parent education research using text-mining techniques. The research identifies important keywords in parent education research, identifies keyword network structure, and extracts major topics through topic modeling. Python 3.11 was used as a keyword network analysis and topic modeling research tool. Abstracts of 738 journal articles published in South Korea were selected as analysis data. After data preprocessing and morphological analysis, Term Frequency (TF) analysis, Term Frequency-Inverse Document Frequency (TF-IDF) analysis, network analysis, and topic modeling were performed. As a result of latent Dirichlet allocation (LDA)-based topic modeling, eight topics were identified: adolescent protection and changes in family composition, prospective parent education and child abuse prevention, therapeutic interventions using play and art, research trends in parent education and program model development, multicultural families and child language development, autism spectrum, and developmental disabilities, parent growth and development of infants and young children, and faith identity and community formation.