Earticle

COVID-19로 인해 국내외 조직들은 전례없는 상황을 겪고 있으며 이에 대응하기 위한 리더십 연구 역시 부족한 실정이다. 본 연구는 COVID-19 전과 후의 리더십을 데이터로 규명하고자 했다. 이를 위해 한국 기업 조직에서 COVID-19 전과 후로 위기에 요구되는 리더십 행동 차이를 데이터 마이닝 방법을 통해서 규명했다. COVID-19가 팬데믹(Pandamic) 수준으로 선포 되기 이전에 구성원들은 리더들이 내재적/외재적 보상에 더욱 공을 들이고 수평적 조직문화를 만들어주기를 기대한 반면, COVID-19 시대에는 심리적 안전감, 잦은 소통, 미래에 대한 방향성 제시 등을 요구하고 있었다. 이와 같은 위기 상황에서 부각되는 리더십을 본 연구자들은 변혁적 리더십으로 간주하고 두 번째 연구를 설계하여 구성원들의 태도변수인 회복 탄력성과 관계를 실증했다. 회복 탄력성은 위기 상황에서 구성원들이 갖춰야 할 요소로 자주 언급된다. 변혁적 리더십이 COVID-19 시대에 도 회복 탄력성에 유의미하게 영향을 미치는지 살펴봤다. 분석 결과, 변혁적 리더십은 회복 탄력성과 정(+)의 관계를 가지고, 정서적 몰입은 변혁적 리더십과 회복 탄력성의 관계를 부분적으로 매개하였다. 본 연구는 COVID-19 이후로 요구되는 위기 리더십을 데이터로 규명했다는데 실무적으로 기여점을 가지고 있다. 더불어, 위기 상황에서 종종 강조되는 구성원 태도인 회복 탄력성과 관련성을 실증했다는 이론적인 기여점이 있다.

Many organizations are under crisis due to the pandemic of COVID-19, and they may need to understand different leadership during the crisis. This study consisted of two phases. In the first phase, leadership required after COVID-19 was studied by topical modeling which is one of data mining techniques. In the second phase, the primary purpose was to study the correlation between perceived leadership behaviors and personal performance through empirical analysis. Specifically, we analyzed the change in perceived leadership demanded by members of an organization by comparing before and after the declaration of COVID-19. Prior to the declaration, the members frequently mentioned leadership behaviors related to intrinsic and external rewards. After the declaration, on the other hand, words and phrases related to psychological safety, effective communication, and clear direction to the future were frequently observed. Based on the results of the first study, we determined the transformational leadership as the kind of leadership demanded during a crisis like COVID-19, and the second study was designed to test the relationship between perceived transformational leadership and the individual resilience among the members of the organization. In addition, we hypothesized that affective commitment mediates the relationship between the two variables, and the mediation was tested. As a result, we observed a positive relationship between the perceived transformational leadership and the individual resilience, and it was evident that affective commitment partially mediates the relationship. This research contributes to reveal the leadership behaviors demanded in the crisis of COVID-19 by the data mining technique which is important in HR practices. In addition, this research has a theoretical contribution by investigating the leadership style demanded during the time of a crisis and by relating to the individual attitudes. finally, limitations of this research and directions of future research are discussed.

With the development of deep learning techniques, text mining is producing breakthrough performance improvements, promising future applications, and practical use cases across many fields. Likewise, even though several attempts have been made in the field of financial information, few cases apply the current technological trends. Recently, companies and government agencies have attempted to conduct research and apply text mining in the field of financial information. First, in this study, we investigate various works using text mining to show what studies have been conducted in the financial sector. Second, to broaden the view of financial application, we provide a description of several text mining techniques that can be used in the field of financial information and summarize various paradigms in which these technologies can be applied. Third, we also provide practical cases for applying the latest text mining techniques in the field of financial information to provide more tangible guidance for those who will use text mining techniques in finance. Lastly, we propose potential future research topics in the field of financial information and present the research methods and utilization plans. This study can motivate researchers studying financial issues to use text mining techniques to gain new insights and improve their work from the rich information hidden in text data.

Now is the time for IS scholars to demonstrate the added value of academic theory through its integration with text mining, clearly outline how to implement this for text mining experts outside of the academic field, and move towards establishing this integration as a standard practice. Therefore, in this study we develop a systematic theory-based text-mining framework (TTMF), and illustrate the use and benefits of TTMF by conducting a text-mining project in an actual business case evaluating and improving hotel service quality using a large volume of actual user-generated reviews. A total of 61,304 sentences extracted from actual customer reviews were successfully allocated to SERVQUAL dimensions, and the pragmatic validity of our model was tested by the OLS regression analysis results between the sentiment scores of each SERVQUAL dimension and customer satisfaction (star rates), and showed significant relationships. As a post-hoc analysis, the results of the co-occurrence analysis to define the root causes of positive and negative service quality perceptions and provide action plans to implement improvements were reported.

Digital piracy is one of the most significant threats on digital goods, and it’s increasing every year. Many researchers analyze this phenomenon by using and developing different models and approaches, creating an ocean of information. Due to this vast amount of research, it’s crucial to perform a literature analysis to have a global picture and to build an integrity view on digital piracy; however the traditional literature analysis is a tedious process and requires a substantial amount of time. Hence, faster and effective methods are necessary. We performed a non-traditional literature analysis approach using text mining techniques on a collection of 856 digital piracy articles from 29 years across several relevant journals. Therefore, Latent Dirichlet Allocation and igraph were use to group articles on relevant topics and to graph terms associations. This study identified the common trends as well as the relation between the different theories.

This study maps domestic versus international trajectories in metaverse‑game research via text mining of 203 papers published in 2020–2024 (Korean text: 125; international: 78). We applied structural-equivalence (CONCOR) analysis and estimated topics via latent Dirichlet allocation (LDA). The top‑100 terms are visualized using word clouds. International keywords are led by systematic, technology, and rehabilitation/treatment, reflecting a strong emphasis on technological trends and clinical applications, whereas Korean studies foreground content and development alongside education and UX/immersion. Topic modeling yields four overseas themes (therapy/rehabilitation; mental health; digital accessibility; and education–entertainment convergence) and five Korean themes (technology & systems; UX/interface; healthcare & welfare; content; and platform). International work is dominated by literature studies (61/78; 78.2%), whereas Korean research centers on surveys and development (44 each; 35% apiece), with several case studies (20%). On the basis of these findings, we recommend more controlled experiments and meta‑analyses for Korean papers, and greater prototyping and field testing for international ones, in addition to stronger multidisciplinary collaboration.

Visual object recognition has been growing quickly in the field of computer science, as it can be applied to such diverse areas as robotics, smartphones, and artificial intelligence. Although there have been a countless number of researches and methods to develop an effective visual object recognition software, there have been only few attempts to combine visual object recognition with data science. Data science analyzes large volumes of data in different forms and derives useful information from the results. In the experiment, this study developed a specific method to generate sentences that describe what’s happening in a picture by combining visual object recognition software with text mining technologies. This study utilizes CamFind to identify a number of objects in a picture and applies NodeXL from Microsoft Excel to obtain online data from Twitter, a social network service. Information from the analysis of texts induced from objects is used to make stories for the whole image.

This study aims to analyze service improvement and success factors of electric scooter sharing service companies by using text mining after collecting reviews of shared electric scooter service applications among various models of sharing economy. In this study, the factors of satisfaction and dissatisfaction of service users were identified using the term frequency inverse document frequency (TF-IDF) technique, and topics for each keyword were extracted using the Latent Dirichlet Allocation (LDA) Topic Modeling technique. According to the analysis results, the main topics were entertainment, safety, service area, application complaints, use complaints, convenience, and mobility. Using the analysis results of this study, employees and researchers of electric scooter sharing service companies will be able to contribute to the improvement and success of related services.

본 연구는 빅데이터를 통해 ‘육군’의 주요 이슈와 관련된 뉴스를 3개 섹션으 로 구분하여 수집하고, 육군 관련 주요 이슈를 분석하여 문제점을 도출하였다. 분석 기간은 2017년부터 2021년까지 총 3개 구간(문재인 정부 초기, 국방개혁 2.0 시행 이후, 코로나19 사태 이후)으로 구분하여 언론에서 다룬 기사의 주제 를 분석했다. 그 결과, 뉴스 속 군의 주요 이슈는 군 본연의 역할과 관련된 국 방력보다는 성범죄, 부정부패, 가혹행위, 전투력 남용, 군 복지, 급식, 급식 품 질, 의료서비스 등 군 내부 및 사회 문제였다. 이러한 부정적 이슈에 대해 군은 국방개혁 2.0을 추진하고, 급식 개선 등을 통해 발전하기 위해 노력하는 모습을 보였다. 육군이 현재의 부정적인 이미지를 탈피하고 군사력 발전에 집중하기 위 해서는 군 내부 장병들에 관심을 가지고 적극적인 교육과 투자가 필요하다. 또 한, 군 내외로 지속적으로 제기된 문제점들을 적극적으로 파악하고 이에 대해 해결하겠다는 의지 표명과 함께 군 이미지 변화를 위한 철저한 노력이 필요함 을 제시하였다.

This study collected news related to major issues of the ‘Army’ by dividing it into three periods through big data, and analyzed major issues related to the Army and derived problems. The analysis period was divided into three sub-periods (initially by the Moon Jae In government, after the implementation of Defense Reform 2.0, and after the COVID-19 situation) from 2017 to 2021, and the topics of articles covered by the media were analyzed. As a result, the main issues of the Army in the news were not defense capabilities related to the military’s main role, but internal and social issues such as sex crimes, corruption, abuse, combat power abuse, and military welfare, as well as food distribution, food quality, and medical services. In response to these negative issues, the military has shown efforts to improve itself by promoting Defense Reform 2.0 and improving meals. In order for the Army to overcome its current negative image and focus on the development of its military power, it is necessary to actively educate and invest in the soldiers inside the military. In addition, it was suggested that the military should make thorough efforts to change its image by actively identifying and resolving issues that have been consistently raised inside and outside the military.

본 연구에서는 고용허가제에 대한 이슈와 국민적 인식을 확인하고 정책을 제언하기 위해 소셜데이터를 기반으로 한 텍스트마이닝 기법을 활용하고자 하였다. 이를 위해 2020년 1월부터 2020년 12월까지 1년 동안 온라인상에서 ‘고용 허가제’가 언급되는 6,217개의 문서의 텍스트 1,453,272개를 텍스톰(Textom)을 통해 수집하여 텍스트마이닝과 소셜네 트워크 분석을 수행하였다. 데이터 상위 키워드 빈도, TF-IDF(Term Frequency - Inverse Document Frequency) 분석, 연결중심성 분석으로 언급량이 많은 키워드 100개를 도출하였으며, 일자리 문제, 정책과정의 중요성, 산업관점의 경쟁력, 외국인근로자 생활 개선을 주요한 키워드로 구성하였다. 또한, 의미연결망 분석을 통해 ‘고용정책’과 같은 주요인 식과 ‘국제협력’, ‘노동자 인권’, ‘법률’, ‘외국인 채용’, ‘기업 경쟁력’, ‘이주민 문화’, ‘외국인력 관리’와 같은 주변인식을 파악 하였다. 끝으로 고용허가제에 관한 정책 수립과 관련 연구를 진행하는데 있어서 고려해야 할 요소를 제안하였다.

The aim of this research was to identify the issue of the work permit system and consciousness of the people on the system, and to suggest some ideas on the government policies on it. To achieve the aim of research, this research used text mining based on social data. This research collected 1,453,272 texts from 6,217 units of online documents which contained 'work permit system' from January to December, 2020 using Textom, and did text-mining and social network analysis. This research extracted 100 key words frequently mentioned from the analyses of data top-level key word frequency, and degree centrality analysis, and constituted job problem, importance of policy process, competitiveness in the respect of industries, and improvement of living conditions of foreign workers as major key words. In addition, through semantic network analysis, this research figured out major awareness like 'employment policy', and various kinds of ambient awareness like 'international cooperation', 'workers' human rights', 'law', 'recruitment of foreigners', 'corporate competitiveness', 'immigrant culture' and 'foreign workforce management'. Finally, this research suggested some ideas worth considering in establishing government policies on the work permit system and doing related researches.

본 연구는 전국의 초·중등 학부모 1,107명을 대상으로 진행한 ‘학부모 대상 다문화교 육 연수 요구조사’의 결과를 보고한 권미경·성기욱(2023)의 후속 연구로서, 같은 설문 조사의 주관식 자유기술 문항에 대한 텍스트 마이닝 분석을 실시한 결과를 보고하고자 한다. “다문화가정만을 위한 연수가 아닌, 전체 학부모를 대상으로 진행하는 다문화교 육 연수에 대해 바라는 점이 있으면 자유롭게 써 주세요.”라는 문항에서 학부모들은 자유기술 응답을 하였으며, 총 1,107개의 답변이 수집되었다. 이를 분석하기 위해 KrKwic, UCINET, Netdraw 프로그램을 활용하였다. KrKwic를 활용한 빈도수 분석, UCINET을 활용한 네트워크 중심성 분석, Netdraw를 활용한 시각화 분석을 진행했다. 분석 결과, 학부모들은 이론보다는 실제적이고 구체적이며, 다양한 체험과 사례를 포함한 연수를 원하고 있음을 확인할 수 있었다. 상호 이해에 대한 강조, 다문화사회의 장단점에 대한 동등한 고려, 연수 참여에 대한 보상책 고려, 쉽고 재미있는 강의에 대한 요구 등 연수 내용과 방법에 있어 중요하게 참고할 내용도 확인할 수 있었다. 이 결과 는 학부모를 대상으로 한 다문화교육 연수의 개발과 실행에 있어 참고자료로 활용될 수 있을 것으로 기대한다.

This study serves as a follow-up to the research conducted by Kwon & Sung(2023), which reported the results of the survey on the demand for parent training program for multicultural education. The focus of this subsequent study is to present the results of a text mining analysis conducted on the open-ended responses to the same survey. In response to the question, “If you have any expectations for multicultural education training that is not only for multicultural families but also for all parents, please feel free to write,” parents provided free-text responses, and a total of 1,107 answers were collected. To analyze these responses, KrKwic, UCINET, and Netdraw programs were utilized. Frequency analysis using KrKwic, network centrality analysis using UCINET, and visualization analysis using Netdraw were conducted. The analysis results revealed that parents expressed a preference for practical, concrete training that includes various experiences and cases, rather than theoretical content. Emphasis on mutual understanding, equal consideration of the pros and cons of a multicultural society, consideration of incentives for training participation, and demand for engaging lectures were identified as important aspects in the content and methods of training. These finding are expected to serve as valuable references for the development and implementation of multicultural education training targeting parents.

본 연구는 전국의 초·중등 학부모 1,107명을 대상으로 진행한 ‘학부모 대상 다문화교 육 연수 요구조사’의 결과를 보고한 권미경·성기욱(2023)의 후속 연구로서, 같은 설문 조사의 주관식 자유기술 문항에 대한 텍스트 마이닝 분석을 실시한 결과를 보고하고자 한다. “다문화가정만을 위한 연수가 아닌, 전체 학부모를 대상으로 진행하는 다문화교 육 연수에 대해 바라는 점이 있으면 자유롭게 써 주세요.”라는 문항에서 학부모들은 자 유기술 응답을 하였으며, 총 1,107개의 답변이 수집되었다. 이를 분석하기 위해 KrKwic, UCINET, Netdraw 프로그램을 활용하였다. KrKwic를 활용한 빈도수 분석, UCINET을 활용한 네트워크 중심성 분석, Netdraw를 활용한 시각화 분석을 진행했다. 분석 결과, 학부모들은 이론보다는 실제적이고 구체적이며, 다양한 체험과 사례를 포함한 연수를 원하고 있음을 확인할 수 있었다. 상호 이해에 대한 강조, 다문화사회의 장단점에 대한 동등한 고려, 연수 참여에 대한 보상책 고려, 쉽고 재미있는 강의에 대한 요구 등 연수 내용과 방법에 있어 중요하게 참고할 내용도 확인할 수 있었다. 이 결과 는 학부모를 대상으로 한 다문화교육 연수의 개발과 실행에 있어 참고자료로 활용될 수 있을 것으로 기대한다.

This study serves as a follow-up to the research conducted by Kwon & Sung(2023), which reported the results of the survey on the demand for parent training program for multicultural education. The focus of this subsequent study is to present the results of a text mining analysis conducted on the open-ended responses to the same survey. In response to the question, “If you have any expectations for multicultural education training that is not only for multicultural families but also for all parents, please feel free to write,” parents provided free-text responses, and a total of 1,107 answers were collected. To analyze these responses, KrKwic, UCINET, and Netdraw programs were utilized. Frequency analysis using KrKwic, network centrality analysis using UCINET, and visualization analysis using Netdraw were conducted. The analysis results revealed that parents expressed a preference for practical, concrete training that includes various experiences and cases, rather than theoretical content. Emphasis on mutual understanding, equal consideration of the pros and cons of a multicultural society, consideration of incentives for training participation, and demand for engaging lectures were identified as important aspects in the content and methods of training. These finding are expected to serve as valuable references for the development and implementation of multicultural education training targeting parents.

몰입형 기술의 발전과 함께, 본 연구는 에콰도르 고등교육에서 메타버스 플랫폼의 도입을 학생 및 교수의 관점에서 분석하여 탐구한다. 텍스트 마이닝 및 워드 클라우드 기법을 활용한 결과, 메타버스 플랫폼이 상호작용적 이고 몰입감 있는 학습 환경을 조성하는 데 있어 변혁적 잠재력을 지니고 있음을 확인하였다. 학생들은 체험적 학습의 이점을 강조한 반면, 교수들은 비용, 인프라, 확장성과 같은 문제를 해결하기 위해 맞춤형 콘텐츠 및 체계적 인 지원이 필요하다고 지적하였다. 특히, ‘참여도(Engagement)’는 핵심 주제로 부각되었으며, 이는 메타버스 플랫 폼 도입의 중요한 요소임을 시사하며 향후 정량적 연구를 통해 보다 심층적으로 탐색할 필요가 있다. 이러한 과제 를 해결함으로써 본 연구는 메타버스 플랫폼의 효과적인 통합을 위한 실질적인 통찰을 제공하며, 교육 기술에 관한 발전적인 논의에 기여하고자 한다.

With the rise of immersive technologies, this study explores the adoption of metaverse platforms in Ecuadorian higher education through an analysis of student and professor perspectives. Using text mining and word cloud techniques, the findings reveal the transformative potential of these platforms in creating interactive and engaging learning environments. Students highlighted the experiential benefits, while professors emphasized the need for tailored content and systemic support to address challenges such as cost, infrastructure, and scalability. Engagement emerged as a central theme, underscoring its importance for adoption and suggesting further exploration through quantitative methods. By addressing these challenges, this study provides actionable insights to guide the effective integration of metaverse platforms and contributes to the evolving discourse on educational technology.

이 연구의 목적은 교육과정을 분석하는 여러 방법 중 하나인 텍스트 마이닝 기법을 활용하여 2022 개정 실과 교육과정 문서를 분석하고 2022 개정 실과 교육과정의 특징점과 강조점을 탐구하는 것이다. 이를 위해 2022 개정 실과 교육과정 문서 등을 수집하고 텍스트 마이닝 기법을 활용하여 키워드의 빈 도를 분석하였다. 2022 개정 실과 교육과정 전문을 취합하여 키워드 빈도를 분석한 결과 ‘생활’, ‘문제’, ‘기술’ 순으로 높은 빈도를 보였다. ‘생활’ 키워드가 실과의 중심이 되는 키워드임을 다시 확인하였고, ‘기술’과 관련된 내용이 많음을 확인하였다. 그러나 이전 교육과정의 TF-IDF 분석 결과를 비교한 결과 2022 개정 실과 교육과정이 상대적으로 ‘디지털’, ‘인공지능’, ‘데이터’ 등 정보영역의 키워드와 ‘건설기술’, ‘구조물’, ‘지 속가능’ 등의 키워드를 더 강조하고 있음을 확인하였다. 2022 개정 실과 교육과정에서는 ‘이해’, ‘다양’, ‘문제’, ‘과정’, ‘생활’ 등의 키워드를 중심으로 네트워크가 형성되고 있음을 확인하였다. 동시 출현 빈도 가 가장 높은 키워드는 ‘문제-해결’이었다. 본 연구의 결과는 앞으로 있을 교과서 개발, 교육 자료 제작, 교육과정 관련 연구 등에 있어 구체적 인 시사점을 줄 수 있을 것이다. 또한, 교육 현장에서 학습자를 지도하는 교사에게 교육과정 해석 및 재구성을 위한 지표가 될 수 있을 것이다.

The purpose of this study is to analyze 2022 revised practical curriculum documents using text mining techniques, one of the various methods of analyzing the curriculum, and to explore the characteristics and emphasis of the 2022 revised practical curriculum. To this end, 2022 revised practical curriculum documents were collected and the frequency of keywords was analyzed using text mining techniques. As a result of analyzing the frequency of keywords by collecting the full text of the 2022 revised practical course, the frequency was high in the order of 'life', 'problem', and 'technology'. It was confirmed again that the keyword 'life' is the central keyword of practical work, and there are many contents related to 'technology'. However, as a result of comparing the results of TF-IDF analysis of the previous curriculum, it was confirmed that the 2022 revised practical work curriculum emphasized keywords such as 'digital', 'artificial intelligence', and 'data' and keywords such as 'construction technology', 'structure', and 'sustainability'. In the 2022 revised practical work curriculum, it was confirmed that a network was formed around keywords such as 'understanding', 'diversity', 'problem', 'process', and 'life'. It was revealed that the keyword with the highest frequency of simultaneous appearance was 'problem-solving'. The results of this study can give specific implications for future textbook development, educational material production, and curriculum-related research. In addition, it can be an index for curriculum interpretation and reconstruction for teachers who guide learners in the educational field.

This study conducted sentiment analysis on Hong Kong cinema from two distinct eras, pre-2000 and post-2000, examining audience preferences by comparing keywords from movie reviews. Before 2000, positive keywords like ‘actors,’ ‘performance,’ and ‘atmosphere’ revealed the importance of actors' popularity and their performances, while negative keywords such as ‘forced’ and ‘violence’ pointed out narrative issues. In contrast, post-2000 cinema emphasized keywords like ‘scale,’ ‘drama,’ and ‘Yang Yang,’ highlighting production scale and engaging narratives as key factors. Negative keywords included ‘story,’ ‘cheesy,’ ‘acting,’ and ‘budget,’ indicating challenges in storytelling and content quality. Word2Vec analysis further highlighted differences in acting quality and emotional engagement. Pre-2000 cinema focused on ‘elegance’ and ‘excellence’ in acting, while post-2000 cinema leaned towards ‘tediousness’ and ‘awkwardness.’ In summary, this research underscores the importance of actors, storytelling, and audience empathy in Hong Kong cinema's success. The industry has evolved, with a shift from actors to production quality. These findings have implications for the broader Chinese film industry, emphasizing the need for engaging narratives and quality acting to thrive in evolving cinematic landscapes.

본 연구는 텍스트마이닝 기법 중 토픽 분석을 활용하여 관련 업계 국내 1위 S社의 최고경영자 대상 온라인 교육 콘텐츠 강의 중심으로 원문 스크립트를 분석했다. 지난 5년간(2011~2015)년 서비스된 총 4,824개 콘텐츠를 바탕으로 핵심 키워드를 추출한 다음 주제별 22가지 토픽으로 분류한 후 동향 분석을 수행했다. 이를 통해 최근 콘텐츠 비중이 급증하고 있는 토픽 주제를 확인할 수 있었다. 다음으로 토픽 분석을 통해 분류한 토픽 및 카테고리를 바탕으로 회원 평가 요인을 적용해 카테고리 및 각 토픽별 지적 관심도를 체계화 할 수 있었다. 경영․경제 분야에서는 마케팅전략, 인사/조직, 커뮤니케이션 분야 등이 높은 관심도와 만족도를 나타냈다. 인문 분야에서는 철학, 전쟁사, 역사(서양) 라이프스타일에서는 마음건강 분야가 관심도와 만족도 둘 다 높은 것으로 나타났다. 이와 함께 교육용 콘텐츠가 시대 변화에 민감하게 반응할지라도 회원의 관심과 만족도 제고에는 실패할 수 있다는 사실을 확인할 수 있었다. 최근 콘텐츠 비중은 급증했지만 평균 이하의 만족도를 기록한 IT기술 토픽이 대표적 사례라 할 수 있다. 이를 통해 최고경영자 대상 콘텐츠 제작 시 단순히 기술적 측면의 정보전달에서 끝나는 것이 아닌 기술 적용을 통한 가치혁신에 대한 깊이 있는 시사점을 도출하거나 풍부한 영상 자료를 바탕으로 다양한 볼거리를 제공하는 등 양적인 측면과 함께 질적인 측면을 고려해야 한다는 교훈을 얻을 수 있었다. 본 연구는 포털 사이트 혹은 SNS 자료가 아닌 국내 가장 영향력 있는 이러닝 기업 데이터를 토대로 분석을 진행했기에 보다 심도 있고 실용적인 결과를 도출했다. 또한 이러닝 관련 연구 분야에서 지금까지는 드물었지만 기술의 발달로 점점 연구 조사 방법론으로 기대가 높아진 텍스트마이닝 방법에 대하여 그 적용 가능성을 성공적으로 탐색해 보았다. 기존에는 콘텐츠 운영 현황 분석 시 콘텐츠 프로그램명에 입각, 표면적인 방식으로 분류할 수밖에 없는 한계가 존재했다면 텍스트마이닝 방법론을 활용하면 비정형 데이터 콘텐츠 스크립트를 바탕으로 분석하여 내용을 바탕으로 한 보다 심도 있는 콘텐츠 분류 및 주제 분류를 이끌어 낼 수 있다. 이를 바탕으로 연도에 따른 주제별 콘텐츠 서비스 현황을 도식화한다면 현재 부족한 분야와 필요한 분야에 대한 보다 심도 있는 고찰이 가능하다. 본 연구는 다양한 텍스트마이닝 기법 중에서 이러닝의 상황에서 효과적으로 연구하기 위한 새로운 방법론을 제시했으며 향후 최고경영자 교육 관련 분야별 지적 관심도에 대한 분석에 도움이 될 것으로 기대된다.

Original scripts of e-learning lectures for the CEOs of corporation S were analyzed using topic analysis, which is a text mining method. Twenty-two topics were extracted based on the keywords chosen from five-year records that ranged from 2011 to 2015. Research analysis was then conducted on various issues. Promising topics were selected through evaluation and element analysis of the members of each topic. In management and economics, members demonstrated high satisfaction and interest toward topics in marketing strategy, human resource management, and communication. Philosophy, history of war, and history demonstrated high interest and satisfaction in the field of humanities, whereas mind health showed high interest and satisfaction in the field of in lifestyle. Studies were also conducted to identify topics on the proportion of content, but these studies failed to increase member satisfaction. In the field of IT, educational content responds sensitively to change of the times, but it may not increase the interest and satisfaction of members. The present study found that content production for CEOs should draw out deep implications for value innovation through technology application instead of simply ending the technical aspect of information delivery. Previous studies classified contents superficially based on the name of content program when analyzing the status of content operation. However, text mining can derive deep content and subject classification based on the contents of unstructured data script. This approach can examine current shortages and necessary fields if the service contents of the themes are displayed by year. This study was based on data obtained from influential e-learning companies in Korea. Obtaining practical results was difficult because data were not acquired from portal sites or social networking service. The content of e-learning trends of CEOs were analyzed. Data analysis was also conducted on the intellectual interests of CEOs in each field.

본 연구는 제7차 교육과정부터 2022 개정 교육과정에 이르는 정보과 교육과정의 ‘성격’, ‘목표’, ‘내용 체계’, ‘성 취기준’을 대상으로 텍스트 마이닝 기법(TF, IDF, TF-IDF)을 적용하여 핵심 개념의 변화를 시계열적으로 분석하 였다. 첫째, TF 분석 결과, 2015 개정 시기에는 ‘프로그래밍’과 ‘문제해결’, 2022 개정 시기에는 ‘인공지능’과 ‘데이 터’의 출현 빈도가 가장 높게 나타나 시기별 양적 강조점의 변화를 확인하였다. 둘째, IDF 분석 결과를 통해 ‘컴 퓨팅사고력’, ‘인공지능’ 등이 높은 값을 기록하여 해당 시기를 구별하는 특징어임을 규명하였다. 셋째, TF-IDF 분석 결과, 제7차 ‘워드프로세서’에서 2015 개정의 ‘컴퓨팅사고력’, 2022 개정의 ‘인공지능’ 으로 이어지는 핵심 특 징어의 변화 양상을 통해 정보 교육 패러다임의 질적 전환을 실증하였다. 본 연구는 정보 교육의 흐름을 입체적 으로 분석함으로써, 미래 정보 교육의 방향성을 조망하기 위한 기초 자료를 제공한다는 데 의의가 있다.

This study chronologically analyzed the changes in core concepts of the informatics curriculum, spanning from the 7th National Curriculum to the 2022 Revised Curriculum, by applying text mining techniques(TF, IDF, TF-IDF) to the ‘Character’, ‘Objectives’, ‘Content System’, and ‘Achievement Standards’ sections. First, the TF analysis confirmed a shift in quantitative emphasis across periods, with ‘Programming’ and ‘Problem-Solving’ appearing most frequently in the 2015 Revised Curriculum, and ‘Artificial Intelligence’ and ‘Data’ in the 2022 Revised Curriculum. Second, the IDF analysis revealed that terms such as ‘Computational Thinking’ and ‘Artificial Intelligence’ recorded high values, identifying them as distinctive keywords that distinguish their respective periods. Third, the TF-IDF analysis demonstrated a qualitative paradigm shift in informatics education, evidenced by the transition of representative keywords from ‘Word Processor’ (7th Curriculum) to ‘Computational Thinking’ (2015 Revised Curriculum) and ‘Artificial Intelligence’ (2022 Revised Curriculum). This study is significant as it provides foundational data for envisioning the future direction of informatics education by offering a multidimensional analysis of its historical trajectory.

본 연구는 2021년 7월부터 2025년 7월까지 󰡔조선일보󰡕에 게재된 안전·재난 관련 기사 541건을 대상으로 텍스트 마이닝과 네트워크 분석을 수행하였다. 분석 과정은 데이터 수집, 전처리, 빈도 분석, 네트워크 분석, 시각 화의 단계로 구성되었다. 연구 결과, 조선일보의 재난 보도는 전반적으로 ‘정부’, ‘사고’, ‘대응’, ‘책임’, ‘피해’ 등의 키워드가 높은 빈도로 등장하며, 정부와 제도적 대응에 초점이 맞추어진 구조를 보였다. 네트워크 분석에서는 ‘정 부’가 다양한 키워드와 연결되며 담론 구조의 중심에 위치하였고, ‘사고’와 ‘대책’이 주요 연결 노드로 기능하였다. 반면 ‘시민’과 ‘지역사회’는 주변부에 위치하여 공동체적 대응의 비중이 낮게 나타났다. 또한 시계열 분석 결과, 이 태원 참사, 2023년 집중호우, 대규모 산불 등 주요 사건 발생 시점마다 중심 키워드와 네트워크 구조가 변화하였 다. 본 연구는 조선일보라는 단일 언론사의 보도에 국한되었다는 한계가 있으나, 다년간의 데이터를 통해 재난 보 도의 구조적 경향을 계량적으로 규명하였다는 점에서 학술적 의의를 지닌다. 향후 연구는 다수 언론사 비교, SNS 데이터 분석, 정성적 프레임 분석을 병행하여 재난 커뮤니케이션에 대한 심층적 이해를 확장할 필요가 있다.

This study investigates media discourse on safety and disaster using text mining and network analysis. A total of 541 articles published by Chosun Daily between July 2021 and July 2025 were examined. The analysis included keyword frequency, co-occurrence networks, and temporal trends. Results show that disaster reporting frequently emphasized terms such as “government,” “accident,” and “response,” indicating a strong focus on institutional actions. Network centrality revealed that government-related terms were consistently positioned at the core of the discourse, while citizen-focused expressions remained peripheral. Shifts in dominant keywords were also observed during major incidents, including the Itaewon tragedy and extreme weather events. Although the scope is limited to a single news outlet, the findings offer insights into long-term reporting patterns and the framing of disaster communication. Future work could extend this approach through cross-media comparison and integration of social media data.

본 연구는 방한 중국인 관람객의 국립중앙박물관 경험을 통해 형성되는 장소정체성을 분석하기 위해 렐프(Relph) 의 장소정체성 이론과 텍스트 마이닝 기법을 결합하였다. 이를 위해 2019년 8월부터 2025년 1월까지 중국 대표 소 셜미디어 플랫폼 샤오홍슈에 게시된 관련 텍스트 1,223건을 분석하였으며, TF-IDF와 LDA 토픽 모델링을 적용하여 주요 키워드와 주제를 도출하였다. 분석 결과, TF-IDF에서는 ‘감정 및 평가’(15.94%), ‘전시물 및 문화유산’(14.98%), ‘세계 문화 및 문명’(10.14%)이 두드러졌고, LDA에서는 ‘박물관 관람 실용정보’(37.0%)와 ‘관광 활동과 명소’(24.5%) 가 중심 주제어으로 나타났다. 이러한 결과는 방한 중국인 관람객의 감성적 몰입과 실용적 탐색이 병존하는 이중적 관람 특성을 시사하며, 방법론적으로도 텍스트 마이닝의 상호보완적 활용 가능성을 입증한다. 장소정체성 이론을 통 한 종합 분석에서는 물리적 환경을 매개로 한 정서적 친숙감의 형성, 인간 활동 차원에서의 체계적·도구적 탐색, 의 미 구성 과정에서의 비교문화적 정체성 재구성이 주요 주제로 드러났다. 특히 이들은 외부인적 관점에서, 문화적 공 감과 비교적 해석을 통해 자기 정체성을 재구성하며, 실용주의적 접근을 통해 국립중앙박물관에 대한 장소정체성을 능동적으로 형성하는 특징을 보였다. 본 연구의 의의는 텍스트 마이닝을 활용하여 외국인 관람객의 문화적 배경이 박물관 경험과 장소정체성 형성에 어떻게 작용하는지를 실증적으로 제시했다는 데 있다.

This study applies Relph’s theory of place identity in combination with text mining to examine how Chinese visitors to the National Museum of Korea construct place identity through their museum experiences. Using 1,223 posts published on Xiaohongshu, a leading Chinese social media platform, between August 2019 and January 2025, the research employed TF-IDF and LDA topic modeling to identify prominent keywords and thematic structures. TF-IDF results highlighted “emotions and evaluations” (15.94%), “exhibits and cultural heritage” (14.98%), and “world cultures and civilizations” (10.14%), while LDA revealed “practical information for museum visits” (37.0%) and “tourism activities and attractions” (24.5%) as the dominant topics. These findings indicate a dual engagement pattern characterized by emotional immersion and pragmatic exploration, demonstrating the complementary strengths of the two text mining methods. The integrated analysis, guided by Relph’s framework, identified three interrelated processes: the development of emotional familiarity mediated by the physical environment, systematic and instrumental exploration in visitor activities, and cross-cultural identity reconstruction through meaning-making. Chinese visitors tended to begin from an outsider perspective, yet shifted toward active place identity formation through cultural empathy, comparative interpretation, and purposeful engagement. The study offers empirical evidence of how foreign visitors’ cultural backgrounds shape both their museum experiences and the processes through which place identity emerges, providing insights relevant to cross-cultural audience engagement in museum and heritage management.

As the competition in the aviation service market is fierce, the importance of airline brands is being emphasized as the product is facing limitations in differentiating only by the physical characteristics of the product. Therefore, in this study, unlike the quantitative research methods for measuring airline brand personality, the text mining analyzes voluntary reviews of consumers related to airline brand, which are unstructured text data. In addition, we identified the differences between the brand personality dimensions, metrics and airline brand personality quantitative studies presented by Aaker (1997). As a result, airline brand personality dimensions was followed by Sincerity (2.487, 74.77%), Excitement (357, 10.73%), Sophistication (254, 7.64%), Ruggedness (140, 4.21%), Competence (88, 2.65%). In addition, Honest (2.078), Spirited (309), Smooth (252), Tough (136), and Reliable (35) showed high frequency facets of brand personality. In airline brand personality traits, good (1.696), friendly (392), new (210), still (104), hard (68), and positive (21) were identified as the most used words. Next, we compared Aaker (1997) analyzed the variance explained of the brand personality dimension with the actual frequency of use of the airline brand personality dimension. In particular, sincerity among the five dimensions was 74.77%, showing the highest frequency of use.

이 연구는 국내 광고학 분야의 텍스트 마이닝 활용 현황을 파악하여 방법론으로 서의 유용성을 정리하고 발전 방향을 모색하고자 하였다. 이를 위해 광고 분야 의 국내 주요 학술지와 그 외 사회과학 분야의 학술지에 게재된 광고 관련 연구 가운데 2012년부터 2023년까지 텍스트 마이닝을 주요 연구 방법으로 사용한 논 문 36편을 대상으로 내용분석을 실시하였다. 그 결과 텍스트 마이닝의 다섯 단 계, 즉 데이터 수집, 전처리, 단어 임베딩, 분석 및 시각화의 각 단계에서 다양한 연구 특징이 확인되었다. 주요 분석법으로 토픽모델링, 감성분석 및 의미연결망 이 발견되었고, 이들 주요 분석법은 다른 분석법과 병행되었으며, R을 비롯한 다 양한 도구가 이용되었다. 그 가운데 용어의 통일, 단어 임베딩과 분석 도구에 대 한 설명의 부재 등 문제점이 도출되어 차후 발전적 제언으로 제시되었다.

This study identified the status of use of text mining in the field of advertising in order to determine its usefulness as a methodology and to obtain suggestions for development. For this purpose, a content analysis was conducted on papers that used text mining among advertising-related studies published in major domestic academic journals in the field of advertising and other social science journals. As a result, various research types were identified in the five stages of text mining: data collection, preprocessing, word embedding, analysis, and visualization. The main analysis methods of topic modeling, sentiment analysis, and semantic network were used in parallel with other analysis methods, and various tools, including R, were used. Among them, problems such as unification of terminology, lack of explanation of word embedding and analysis tools were identified and presented as suggestions for future development.