Earticle

현재 위치 Home

Convergence of Internet, Broadcasting, Communication & AI

Big Data-Driven Insights into University Student Depression : A Topic Modeling Approach

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    International Journal of Internet, Broadcasting and Communication 바로가기
  • 통권
    Vol.17 No.4 (2025.11)바로가기
  • 페이지
    pp.380-391
  • 저자
    HeeJang Yun
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A486496

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
This study aimed to analyze research trends in depression among Korean university students over the past decade using a big data–driven topic modeling approach. To conduct the analysis, 803 articles published from 2015 to 2024 were retrieved from three major Korean academic databases, namely DBpia, KCI, and RISS. After data preprocessing and synonym/stopword adjustments, 1,971 valid keywords were extracted. Latent Dirichlet Allocation (LDA) was performed using NetMiner 4.5.1 to identify latent topics and temporal changes. The analysis identified three major topics: (1) Psychosocial Stress and Emotional Well-being, focusing on stress, anxiety, self-esteem, and interpersonal relationships; (2) Health and Pandemic-related Issues in Nursing Students, highlighting mental health concerns of nursing students, particularly during COVID-19; and (3) Social Support, Life Satisfaction, and Digital Influence, emphasizing social connectedness, quality of life, and the impact of smartphone addiction. The distribution of topics revealed that pandemic-related research (Topic-2) increased significantly after 2020, while social support and digital environment studies (Topic-3) relatively declined. These findings demonstrate that university student depression research in Korea has evolved around psychosocial, pandemic-related, and social/digital dimensions. The study highlights the academic value of topic modeling in mapping research landscapes and suggests the need for multidimensional interventions, ranging from individual stress management to structural support for specific student subgroups.

목차

Abstract
1. Introduction
2. Research Purpose
3. Methods
3.1 Research design
3.2 Study subjects
3.3 Data collection
3.4 Data preprocessing
4. Results
4.1 Annual research trends in studies on university student depression
4.2 Keyword frequency analysis of domestic research on university student depression
4.3 Keyword network analysis of university student depression research
4.4 Interpretation of topic modeling results
4.5 Changes in topic proportions by period
5. Discussion
6. Conclusions
References

키워드

university students depression topic modeling research trends covid-19

저자

  • HeeJang Yun [ Professor, Department of Nursing, Bucheon University, Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    International Journal of Internet, Broadcasting and Communication
  • 간기
    계간
  • pISSN
    2288-4920
  • eISSN
    2288-4939
  • 수록기간
    2009~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / International Journal of Internet, Broadcasting and Communication Vol.17 No.4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.