Earticle

In recent decades, the increasing frequency and severity of wildfires driven by climate change and other factors have led to a significant expansion of research on wildfire spread. This study presents a bibliometric analysis of wildfire spread research from 1982 to 2024. We compiled a dataset of scholarly publications and applied cluster analysis to identify major research topics. Using silhouette scores, we determined an optimal cluster number of approximately 20, and visualized the topic clusters with a two-dimensional embedding. We also analyzed publication trends over time, citation patterns, and keyword co-occurrence networks to understand the evolution and impact of each research topic. The results reveal a dramatic growth in wildfire spread studies over the past decade. We identified several distinct research clusters, including climate change impacts, fire behavior modeling, remote sensing applications, wildfire management strategies, and ecological effects of fires, among others. Some topics, such as climate-related wildfire research and remote sensing, have grown especially rapidly in recent years. Citation analysis indicates that certain longstanding research areas carry high influence, while emerging topics are gaining attention. The keyword network highlights interdisciplinary connections linking climate, ecology, and technology in wildfire research. This comprehensive overview of the wildfire spread research landscape offers insights into past developments and emerging directions, which can inform future research and policymaking in wildfire management.

In this paper, we proposed a multi-subject-level sentiment analysis model for user reviews using the Latent Dirichlet Allocation (LDA) method targeting user-generated content (UGC). Data were collected from users' online reviews of hotels in major tourist cities in the world, and 30 hotel-related topics were extracted using the entire user reviews through the LDA technique. Six major hotel-related themes (Cleanliness, Location, Rooms, Service, Sleep Quality, and Value) were selected from the extracted themes, and emotions were evaluated for sentences corresponding to six themes in each user review in the proposed sentiment analysis model. Sentiment was analyzed using a dictionary. In addition, the performance of the proposed sentiment analysis model was evaluated by comparing the emotional values for each subject in the user reviews and the detailed scores evaluated by the user directly for each hotel attribute. As a result of analyzing the values of accuracy and recall of the proposed sentiment analysis model, it was analyzed that the efficiency was high.

ESG management is essential to ensure the sustainability of companies in an environment where many risks such as climate change are impacting. It is essential to promote academic research that reflects social requirements so that ESG management can be implemented in all fields of our society. The purpose of this research is to identify social issues and trends linked to ESG and determine whether academic studies are being performed to address them. The study aimed to identify social issues and trends related to ESG, news article texts from Big Kinds, a news search site, were collected and topic modeling and semantic network-based text analysis were performed. In order to understand academic research topics related to ESG, summary texts of ESG-related academic papers were collected on the RISS site, and topic modeling and semantic network-based text analysis were performed. The article confirms an increasing interest in ESG from both social and academic perspectives. However, there is a slight disparity between the two, with social trends related to ESG management gaining attention from larger companies and then spreading to small and medium-sized enterprises, while academic research on ESG tends to focus mainly on the concept and principles.

In this paper, we present an e-book recommendation system using topic-modeling based on Latent Dirichlet Allocation (LDA) that is a probabilistic model increasingly used in various textual data analysis. Through the generated topics, we found the latent themes of the topics by estimating probability distributions for the topics in eBooks and words. We also address the basic concept of micro-segmentation used mainly in customer marketing field, which ensures that a variety of eBooks are recommended to users. The primary aim of our proposed method is to integrate the effective and efficient techniques with only using textual data of eBooks to improve recommendation performance in Content-Based Filtering (CBF) recommendation when it is unable to rely on the Collaborative Filtering (CF) utilizing ratings and reviews data obtained from a user's own past information. The experiment demonstrates the robustness of the presented method, and also shows that the method provides explainable recommendation results.

This study conducts an in-depth analysis of user reviews from three leading metaverse platforms - Minecraft, Roblox, and Zepeto - using advanced topic modeling techniques to uncover key factors for business success. By examining a substantial dataset of user feedback, we identified and categorized the main themes and concerns expressed by users. Our analysis revealed that common issues across all platforms include technical functionality problems, user engagement and interest, payment concerns, and connection difficulties. Specifically, Minecraft users highlighted the importance of adventure and creativity, Roblox users expressed significant concerns about security and fraud, and Zepeto users focused heavily on the fairness of the in-game economy. The findings suggest that for metaverse platforms to achieve sustained success, they must prioritize the resolution of technical issues, enhance features that foster user engagement, ensure reliable connectivity, and address platform-specific concerns such as security for Roblox and payment fairness for Zepeto. These insights provide valuable guidance for developers and business strategists, emphasizing the need for robust technical infrastructure, engaging and diverse content, seamless user access, and transparent and fair economic systems. By addressing these key areas, metaverse platforms can improve user satisfaction, build a loyal user base, and secure long-term success in an increasingly competitive market.

This study systematically examines how research on AI-enabled human resource management (AI-enabled HRM) has evolved in terms of its thematic structure within organizational contexts. To this end, we applied BERTopic-based topic modeling to 797 articles on AI-enabled HRM retrieved from the Web of Science database. The analysis identified 20 topics, among which five dominant themes— adoption and effects, efficiency and strategy, managers and professionals, ethics and collaboration, and recruitment—each accounted for more than 5% of the total corpus and collectively defined the core structure of the AI-enabled HRM literature. A synthesis of the topic distributions and their temporal patterns indicates that AI-enabled HRM research has progressed from an initial focus on technological adoption and efficiency toward greater attention to organizational use, managerial interpretation, domain-specific applications, and governance-related concerns. In particular, the results suggest that the effects of AI-enabled HRM do not arise automatically from technological capabilities alone. Rather, they are contingent upon organizational preparedness, the interpretive and decision-making roles of managers and professionals, the characteristics of application domains, and management practices that support accountability and trust. This study provides a data-driven thematic map of AI-enabled HRM research that integrates previously fragmented research streams into a coherent field-level overview. The synthesis suggests that academic discussions of AI-enabled HRM are shaped not only by technological potential but also by organizational and governance conditions. Future research should move beyond general claims of effectiveness by identifying conditions and evaluating which governance arrangements support trustworthy AI-enabled HRM across application domains and stakeholder groups, including employees.

본 연구는 세월호 참사(2014–2023)와 관련된 언론보도의 10년간 동향을 분석하여, 재난보도에서 언론의 역할과 책임을 재조명하고자 하였다. 이를 위해 네이버 포털에서 수집한 총 89,592건의 뉴스 기사를 대상으로 토픽모델링을 적용하여 분석하였다. 분석 결과, 초기 보도는 구조 활동, 희생자 추모, 책임 규명과 관련된 입법 및 사법 논의 등 사실 중심의 보도가 주를 이루었다. 중기에는 참사를 기리는 예술적 활동과 진상규명을 요구하는 시민단체의 활동으로 관심이 확대되었으며, 다양한 논쟁이 함께 나타났다. 후기에는 세월호 참사가 5·18 민주화운동, 가습기 살균제 사건 등 다른 주요 사회적 사건들과 연계되어 보도되면서, 연대와 집단기억의 주제가 점차 부각되었다. 이러한 결과는 재난보도가 정치적 책임 공방 중심에서 피해자, 시민 연대, 사회적 치유를 강조하는 담론으로 발전해왔음을 시사하며, 언론의 역할과 책임에 대한 성찰적 접근의 필요성을 제기한다.

This study examines ten-year trends (2014–2023) in media coverage of the Sewol Ferry disaster to reassess the role and responsibility of the media in disaster reporting. A total of 89,592 news articles collected from the Naver portal were analysed using topic modelling. The results indicate that early coverage predominantly focused on factual reporting, including rescue operations, victim commemoration, and legal and legislative debates over responsibility. During the middle period, media attention expanded to artistic forms of commemoration and civic group activities demanding truth-finding, alongside the emergence of various controversies. In the later period, coverage of the Sewol Ferry disaster increasingly intersected with other major social issues, such as the May 18 Democratic Movement and the humidifier disinfectant case, highlighting growing themes of solidarity and collective memory. Overall, these findings suggest that disaster reporting has evolved from political blame-centred framing toward narratives that emphasise victims, civic solidarity, and social healing, underscoring the importance of a more reflective approach to the role and responsibility of the media.

무역학은 경제학, 경영학, 법학 등 여러 학문의 융합·통섭되어 다학제적 성격을 가지고 있기에, 연구주제의 동향을 파악하는 것은 연구자로서 매우 중요한 의미가 있다. 특히 2000년대 기술 의 발전으로 전자무역, 전자상거래에 대한 관심이 높아져 왔고, 특히 2016년 다보스포럼에서 ‘4차 산업혁명’이 중요 논의 과제로 부각된 이후 4차 산업혁명, 디지털 전환이라는 키워드가 경제·사회 전 영역에서 화두로 떠오름에 따라 실무뿐 아니라 학문으로서 ‘무역학’에도 상기 키워드를 기반으로 다양한 연구들이 이루어져 왔다. 하지만 무역학의 연구 분야가 다양한 주 제와 방법으로 확장되면서, 연구자들은 무역학 분야에서 어떤 연구들이 이루어져 왔는지 일목 요연하게 파악하기 어려워졌다. 2010년 이후 전자상거래 등 다양한 형태의 교역이 이미 이루어져 왔고, 한미 FTA 등 협정을 통해 관련 조항이 다루어진 바 있기에, 전자상거래, 전자무역 관련 연구들은 2000년대 이후 몇몇 연구자들에 의해 다루어져 왔다. 하지만 2010년대 중반 이후 4차 산업혁명이 글로벌 차원의 의제로 등장하면서 무역거래·결제, 물류산업에서 부터 데이터 통상 등 신통상의제에 이르기까 지 무역학 범분야적으로 4차 산업기술과 디지털 전환에 대한 연구가 왕성하게 이루어져 왔다. 본 연구는 ‘4차 산업혁명’과 ‘디지털 전환’이라는 주제가 무역·통상연구에 어떻게 구현되었는 지 연구동향을 파악하기 2004년부터 2021년 4월까지 한국연구재단의 학술지인용색인 DB를 통해 무역·통상분야 학술지 120여 개의 논문 초록·제목 등을 수집하였고, 이를 바탕으로 토픽 모델링 기법 중 LDA를 활용하여 연구동향 분석을 수행하였다. 분석결과 4차 산업혁명과 관련 하여 5개의 토픽(‘디지털 콘텐츠·개인정보보호’, ‘물류·디지털 전환’, ‘무역결제·핀테크’, ‘디지 털통상·분쟁’, ‘디지털통상·규범’)으로 구분되어 연구가 수행되었음을 알 수 있었다. 본 연구를 통해 디지털경제 시대의 무역·통상 등 신통상 정책의제 및 향후 연구방향에 대한 함의를 제시 할 수 있을 것으로 기대된다.

Purpose : As international trade studies has a multidisciplinary characte, it is very important as a researcher to figure out the trends of research topics. By investigating research trends in the field of international trade studies due to the 4th industrial revolution by using topic modeling, we will examine how research in international studies is being conducted. Research design, data, methodology : From 2004 to April 2021, abstracts and titles of 120 papers in international trade and commerce journals were collected through the Korea Citation Index DB of the National Research Foundation. Based on this, research trend analysis was conducted using LDA among topic modeling techniques carried out. Results : It can be seen that the research was conducted in five topics related to the 4th industrial revolution.(① digital contents·data privacy, ② Digital Transformation in logistics, ③ trade settlement·fintech, ④ digital Trade Dispute Settlement, ⑤ digital trade·regulation) Conclusions : This study is expected to provide implications for the new agenda of trade policy and future research directions such as international trade and commerce in the digital economy era.

본 연구는 기후변화 관련 언론보도의 내용과 프레임을 토픽모델링과 프레이밍 분석을 통해 조사하고, 효과적인 기후변화소통 전략 도출을 목적으로 진행되었다. 2020년1월1일부터 2024년 12월 31일까지 조선일보, 동아일보, 중앙일보, 한국일보, 한겨레, 경향신문, 한국경제, 매일경제 등 총 8개의 신문에서 기후변화, 기후위기, 탄소중립, 온실가스 등의 키워드로 검색한 기사를 토대로 1차적으로 토픽모델링 분석을 진행하고, 이 중 2회 이상 기후 관련 키워드가 도출된 기사를 대상으로 프레임 분석을 진행하였다. 그 결과, 기후위기사회적대응, 그린뉴딜산업정책, 탄소중립정책, 재생에너지전환, 일사속탄소배출, 기업 ESG경영, 기후소송운동, 기후변화과학적증거, 코로나와기후, 국제기후협상 등 총 10개의 토픽이 도출되 었다. 프레임 분석 결과, 진단프레이밍이 37.6%, 결과프레임이 52.8%로 가장 높은 비중을 차지하였다. 본 연구는 기후변화 이슈와 관련하여 의제설정과 프레이밍의 상호작용을 실증적으로 탐구해보고자 했다는데 의의가 있으며, 기후변화소통을 위한 실천적 함의점을 제공해 줄 수 있을 것으로 기대된다.

This study examined the content and framing of climate change news coverage through topic modeling and frame analysis, aiming to derive effective climate change communication strategies. Articles from eight major Korean newspapers published between January 1, 2020, and December 31, 2024, were analyzed. Articles were initially searched using keywords such as climate change, climate crisis, carbon neutrality, and greenhouse gases. topic modeling analysis was first conducted, followed by frame analysis of articles in which climate-related keywords appeared two or more times. The analysis identified ten major topics. Fame analysis revealed that diagonostic framing accounted for 37.6% and consequence framing for 52.8%, represetning the highest proportions among the frames examined. This study is significant in that it empirically explores the interaction between agenda-setting and framing in relation to climate change issues.

이 연구는 개인이 능동적으로 뉴스 이용을 구조화하는 행위로서 ‘뉴스 맞춤화’에 주목하고, 이에 영향을 미치는 요인과 정치적 효과를 규명했다. 구체적으로, 맞춤화를 주제형과 이념형으로 분류하여 각각에 미치는 선행 요인을 분석한 후, 두 유형의 맞춤화가 개인의 지식 역량에 어떤 영향력을 미치는지를 탐색했다. 특히 다양한 주제의 공적 이슈 및 정치 현안에 대한 허위정보 판별력에 주목했다. 온라인 설문조사(N = 500)를 통해 다음의 연구 결과가 도출됐다. 첫째, 이슈 관여도와 이념 강도는 각각 주제 맞춤화와 이념 맞춤화를 설명하는 핵심 요인으로 나타났다. 둘째, 주제 맞춤화 경향이 높을수록 맞춤화된 주제 영역뿐 아니라 비맞춤화 영역에서도 공적 이슈에 대한 허위정보 판별력이 유의미하게 감소했다. 셋째, 진보와 보수 이용자 집단에서 공히 이념 맞춤화 경향이 강할수록 정치 현안에 대한 허위정보 판별력이 낮게 나타났다. 이를 바탕으로 뉴스 이용 맥락에서 맞춤화의 함의와 한계를 논의했다.

This study focuses on news customization as an active process through which individuals structure their news consumption and examines the factors that influence such behavior as well as its political effects. Specifically, news customization is classified into topic-based and ideology-based types. This study first analyzes the antecedents that explain each type of customization, and then explores the effects of the two types on individuals’ knowledge-related capacities, focusing on their ability to detect misinformation regarding various public issues and current political affairs. An online survey (N = 500) yielded the following results. First, issue involvement and ideological strength were identified as the main factors explaining topic and ideology customization, respectively. Second, a stronger tendency toward topic-based customization was associated with significantly lower misinformation discernment not only within the customized issue areas but also in the domains of non-customized public issues. Third, for both progressive and conservative users, stronger ideological customization was associated with lower misinformation discernment regarding current political affairs. Based on these findings, this study discusses the implications and limitations of customization in the context of news use.

판소리는 한 명의 창자가 여러 인물의 배역을 소화하며 재담과 소리, 그리고 연극적 몸짓을 행하는 극음악으로 다른 나라에서 찾아보기 힘든 우리 민족만의 독특한 미학과 문화가 반영되어 있는 공연예술이다. 본 연구는 현재 7차 교육 과정에 의한 음악 교과서에서 판소리가 어떻게 다루어지고 있는지를 살펴보고, 판소리 관련 수록곡 및 지도내용에 대 해 새로운 기준과 틀을 제시하는 것을 연구목적으로 하였다. 초ㆍ중ㆍ고등학교 음악 교과서의 판소리 관련 수록곡 및 내용을 검토할 때, 먼저 대부분의 교과서에서는 감상 영역에 초점을 맞추어 판소리 관련 내용을 수록하고 있다는 공통점이 있었는데 판소리는 그 특성상 실제 가창을 해 보아야 그 음악적 특정에 대한 이해가 깊어질 수 있으며 수준 높은 감상으로 이어질 수 있다는 점에서 감상과 가창이 학년별로 적절히 편성되어야 할 필요가 있다고 판단된다. 다음으로 대목 선정의 기준이 유명한 대목 위주로 편중된 경향이 있는데, 그와 관련하여 이해해야 할 판소리의 특정으 로는 천편일률적으로 소리, 아니라 발렴, 추임새가 제시되고 있다. 다양한 판소리의 특징을 다각적으로 이해하고 그와 관련하여 적합한 대목을 선정하여 적절한 지도내용으로 가르치는 것이 바람직할 것으로 판단된다. 현재 판소리 관련 제재곡은 대부분 오선보로 제시되어 있는데, 다양한 성음 및 붙임새의 이해와 인지가 중요한 판소리 음악 수업에서 서 양식 오선보는 적합하지 않으므로 판소리 교수에 알맞은 새로운 기보법에 대한 논의도 필요하다고 하겠다. 본고에서는 2007 개정 음악과 교육과정 중 판소리 관련 내용을 활동, 이해, 생활화의 세 영역 별로 분석하였으며, 이 중 활동과 이해 영역을 연계하여 판소리를 지도할 때 중점적으로 가르쳐야 할 지도내용을 선정하였다. 판소리의 중요 한 특성으로 공연문화적 특징, 판소리 사설구성의 특징, 사설 내용에 부합하는 판소리의 음악적 특징, 판소리의 역사 적ㆍ지리적 특징을 선정하고 이에 따라 중점 지도해야 할 주제를 두 가지씩 선정하였다. 학년에 따라 2007 개정 음악 과 교육과정의 이해 및 활동 영역을 연계하여 가르칠 수 있도록 하였으며, 각 주제별로 적합한 판소리 대목과 지도내 용을 선정하였다.

Pansori is a musical performance which one singer called Chang-ja narrates witty stories, sings songs, performs gestures, and plays the roles of several characters alone. It is a exclusive performance art in which the unique aesthetics and cultural heritages of Korea are reflected. This paper intends to examine how Pansori is dealt with the current music textbooks for elementary and middle schools; search which songs and contents of Pansori need to be taught in the future; and propose new standards and framework for teaching Pansori. Through this study, it was found that most of music textbooks focuses on the appreciation process when choosing the contents of Pansori. In fact, in order to understand the musical characteristics of Pansori and to get familiar with it well, it is required to practically sing a song. Due to the same respect, it is necessary to properly organize appreciation and singing level by grade. It was also revealed that the standards for content selection procedure are set by popularity. Consequently, most textbooks commonly define the characteristics of Pansori as the combination of Sori [song], Aniri [verbal explanation of a song, which is inserted in the middle of the song], Balim [a singer's gestures], and Chooimsae [a drummer's or audience's remarks]. For better understanding of learners, it needs to examine the characteristics of Pansori in various views, choose the contents suitable for the features, and eventually, teach them properly. These days, most of Pansori songs are written in western style staff notation. In Pansori, however, understandings of the changes of Sigimsae and Buchimsae are more important, while the western signs only indicate the straight and plain sounds. Accordingly, it is necessary to discuss new notational system for Pansori. Briefly, the sections related with Pansori in the music curriculum revised in 2007 were analyzed in terms of three fields: activity, understanding, and adaptation to everyday life. The four core characteristics for teaching Pansori activity linked with understanding were chosen as follows: the characteristics of Pansori performance culture, the characteristics of Pansori text, and the musical characteristics of Pansori suitable for a story, and the historical and geographical characteristics of Pansori. Each core characteristics of Pansori has two subtopics including appropriate Pansori repertoires and teaching contents. The grade of students was also considered for efficiency.

본 연구의 목적은 스포츠와 과학기술 키워드를 결합한 원문 뉴스 데이터를 빅데이터 분석하여 미래 스포츠 산업의 주요 주제를 도출하는 데 있다. 이를 위해 최근 10년간(2013~2023) ‘스포츠’ 또는 ‘국제올림픽위원회(IOC)’, 그리고 ‘대 한체육회에 등록된 전 종목’을 포함하는 원문 데이터를 수집하고, ‘과학기술’과 관련된 첨단기술 용어를 함께 분석 대상으 로 하였다. 수집된 데이터에 대해 키워드 빈도 분석을 실시하고, 텍스트 마이닝, 토픽모델링, 사회연결망분석(SNA)을 활용하여 주요 주제를 추출하고 시각화하였다. 분석 결과, ‘VR’, ‘로봇’, ‘데이터’, ‘게임’과 같은 과학기술 관련 키워드가 높은 빈도로 도출되었으며, 이를 기반으로 총 19개의 토픽으로 그룹화하였다. 본 연구의 최종 분석 결과를 통해 미래 스포 츠 산업 발전 방향과 관련된 네 가지 결론을 도출하였다.

The purpose of this study is to derive major topics of the future sports industry by analyzing big data on the original news data that combines sports-science and technology keywords to derive the frequency of news appearances and topic modeling major science and technology combined with the sports industry. This study collected original data that included ‘sports’ or ‘the International Olympic Committee (IOC) and ’all sports registered with the Korean Sports Council’ for 10 years (2013-2023) and used high-tech terms related to ‘science and technology’. Keyword frequency was checked, topics were extracted and visualized through text mining, topic modeling, and social network analysis. As a result of the analysis of keywords for sports-science technology news articles, if science and technology keywords such as ‘VR’, ‘robot’, ‘data’, and ‘game’ were derived with the highest frequency, they were grouped into a total of 19 Topics. Four conclusions were drawn as a result of this study.

본 연구는 초등체육의 주요 이슈와 보도경향을 분석하고자 2010년부터 2024년까지 국내 언론에서 다룬 초등체육 관련 기사를 대상으로 빅카인즈(Big Kinds)를 활용하여 데이터를 수집하고, 토픽모델링 기법을 적용하였다. 분석 대상은 중앙지 5개, 지역지 9개, 방송사 4개 등 총 18개의 언론 매체로, 연구 수행일인 2024년 11월 1일 기준 빅 카인즈에서 제공하는 데이터를 활용하였다. 분석 기간은 2010년 1월 1일부터 2024년 11월 30일까지이며, 이를 5년 단위로 3개 시기로 구분하였다. 검색어는 ‘체육’ 또는 ‘스포츠’로 설정하고, 기사 제목 또는 본문에 ‘초등’, ‘아 동’, ‘어린이’가 포함되도록 상세검색을 실시하였다. 데이터는 넷마이너(NetMiner) 프로그램을 활용하여 유의어 및 예외어 처리 등 전처리 과정을 거쳤으며, TF 분석, 토픽모델링 기법을 적용한 결과 다음과 같은 결과를 도출할 수 있었다. 첫째, TF 분석에서는 '학교', '어린이', '교육', '학생' 등의 키워드가 높은 빈도를 보였으며, '생활체육', '운영', '대회', '건강', '체력' 등의 키워드가 뒤를 이었다. 둘째, 토픽모델링 분석을 통해 ‘전국 대회와 선수 육성’, ‘체육교육을 통한 사회 정서적 성장’, ‘학교체육을 통한 체력과 건강 증진’, ‘생활체육과 학교체육의 연계’, ‘생활체 육 시설 조성 및 인프라 강화’ 등 5개의 주요 토픽을 도출하였다. 셋째, 시기별 보도 분석 결과, 초등체육 관련 보 도의 주제와 담론이 각 시기에 따라 변화하는 양상을 확인할 수 있었다. 본 연구를 통해 초등체육의 다차원적 역 할, 즉 건강 증진, 정신건강, 사회·정서적 발달, 선수 육성, 평생체육의 기틀 형성 등 초등체육의 다각적인 중요성 을 제언하며, 초등체육의 정책적 방향성과 발전 방안을 모색하는 기초자료를 제공하고자 하였다.

This study analyzed the major issues and reporting trends related to elementary physical education by utilizing Big Kinds, a data-driven media analysis platform, to collect articles published in South Korean media from 2010 to 2024. The analysis targeted 18 media outlets, including five national newspapers, nine regional newspapers, and four broadcast media, based on data provided by Big Kinds as of November 1, 2024. The analysis period spanned from January 1, 2010, to November 30, 2024, divided into three five-year periods. Keywords such as “physical education” or “sports” were used for the search, with the additional condition that the articles include terms like “elementary,” “children,” or “youth” in their titles or main texts. The data underwent preprocessing, including synonym and exception handling, using the NetMiner program. Analytical methods such as TF analysis, TF analysis, and topic modeling were employed, yielding the following results: First, TF analysis revealed that keywords such as “school,” “children,” “education,” and “students” had the highest frequencies, followed by “community sports,” “management,” “competition,” “health,” and “physical fitness.” Second, topic modeling identified five key topics: “national competitions and athlete development,” “social-emotional growth through physical education,” “improving physical health through school sports,” “integration of community sports and school sports,” and “enhancement of sports facilities and infrastructure.” Third, a time-series analysis of the reporting trends showed changes in themes and discourse related to elementary physical education across the three periods. This study highlights the multidimensional roles of elementary physical education, such as promoting health, improving mental well-being, fostering social-emotional development, developing athletes, and establishing a foundation for lifelong sports participation. The findings provide a basis for formulating policy directions and strategies for the development of elementary physical education.

연구목적: 본 연구는 장애인 고용 관련 연구 동향을 알아보기 위해 빅데이터 분석 방법 중 텍스트 마이닝 기법을 활용하여 장애와 고용 학회지에 게재된 논문을 대상으로 토픽 모델링 및 토픽 트렌드분석을 하였다. 연구방법: 2009년부터 2023년까지 15년간 장애와 고용 학회지에 게재된 총 480편의 논문을 대상으로 제목, 키워드, 초록을 웹 크롤링 프로그램을 이용하여 정보를 수집하였고, 수집된 자료를 잠재 디리클레 할당(Latent Dirichlet Allocation: LDA) 기법을 통해 토픽을 도출하고 비교·분석하였다. 연구결과: 첫째, 전체 키워드 빈도 분석 결과 '장애인', ‘장애인고용’, '장애수용', ‘발달장애인', ’취업‘, '직업교육', ‘직무만족’의 순의 빈도가 제시되었다. 둘째, 토픽 모델링 기법을 통해 ①장애인 고용 효과성 검증, 심리·사회적 적응, 직무만족, ②직업재활·교육, 생활만족, 산재근로자 직업복귀, ③취업결정요인, 차별경험, 고령장애인 삶의 질, ④장애인 고용인식, 사회참여, 발달장애인 직업재활 및 고용, ⑤장애인 고용 정책 및 프로그램, 고용의 질과 같은 5개의 토픽이 추출되었다. 시기별 토픽 점유율 변화 추이를 살펴보면, 초기에는 장애인고용의 실질적 기반 확충에 중점을 두었다면, 최근 연구 동향은 개인의 삶의 질 향상, 사회적 인식 개선, 긍정 심리 등으로 확장되고 있으며, 발달장애인 고용 이슈에 관한 관심이 높아지는 추세로 분석되었다. 결론: 본 연구에서 제시된 장애인 고용 연구의 다각화 추세를 반영하여, 도출된 주요 토픽들에 대한 심층적 분석과 함께 연구 결과를 장애인 고용 정책 및 프로그램 개발에 실질적으로 확대·적용해 나아간다면, 장애인 고용 연구의 현 위치 파악 및 미래 연구 방향 설정의 중요한 기초 자료로 활용될 수 있을 것으로 보인다.

Purpose: This study utilized text mining techniques, one of the big data analysis methods, to analyze topic modeling and topic trends of research published in the Disability and Employment journal in order to investigate research trends related to employment of people with disabilities. Method: Information was collected from a total of 480 papers published in the Disability and Employment journal from 2009 to 2023 over 15 years, including titles, keywords, and abstracts, using a web crawling program. The collected data was analyzed and compared through the Latent Dirichlet Allocation(LDA) technique to derive topics. Results: First, an analysis of the overall keyword frequency showed the following order: 'people with disabilities', 'employment of person with disabilities', 'acceptance of disabilities', 'people with developmental disabilities', 'employment', 'vocational education', and 'job satisfaction'. Second, through topic modeling, five topics were extracted: ① verifying the effectiveness of employment of PWD, psychological and social adaptation, job satisfaction, ② vocational rehabilitation/education, life satisfaction, return to work of industrial accident workers, ③ determinants of employment, experiences of discrimination, quality of life of elderly with disabilities, ④ perception of employment of PWD, social participation, vocational rehabilitation and employment of people with developmental disabilities, and ⑤ employment policies and programs for PWD, quality of employment. Looking at the trend of topic share changes over time, while initially the focus was on substantially expanding the practical foundation for employment of persons with disabilities, recent research trends are expanding to improving individual quality of life, raising social awareness, positive psychology, etc., and there is an increasing trend of interest in the issue of employment for persons with developmental disabilities. Conclusion: By reflecting the diversification trends in research on the employment of individuals with disabilities, this study offers an in-depth analysis of the key topics identified. The findings from this analysis, when strategically expanded and applied to the development of policies and programs for disability employment, hold the potential to serve as a crucial foundation for assessing the current landscape of disability employment research and for guiding the direction of future studies.

본 연구는 개인-환경 부합 관점에서 취업시장변화에 따른 취업준비생의 관심사를 토대로 의사결정과정에 영향을 미치는 취업난의 원인을 탐색적으로 고찰하였다. 이를 위해, 최근 3개년(2013~2015) 간 취업 관련 커뮤니티 내 이용자 게시글(소셜미디어)을 웹 크롤링을 통해 수집하고, 텍스트 마이닝 기법 중 토픽 분석을 통해 취업준비생의 주요 관심사 유형 및 심리적 반응․변화추이를 분석하였다. 분석결과, 취업준비생의 주요 관심사가 ‘희망직업(세계)에 대한 인식, 취업사전준비활동, 노동시장에 대한인식, 취업 스트레스’의 네 가지 유형으로 나타나는 것을 발견하였다. 구체적으로 이들은 직업가치나 미래진로에 대한 탐색보다 희망직업과 관련하여 금전적 보상이나 직장근무형태(근무 및 생활환경)에 관해 관심을 두고 있어 불확실한 환경에 직면하면서 특정 언어적 사용(예: 비속어, 은어)을 토대로 불안정한 심리적상태를 표현하는 것으로 나타났다. 또한 현재 취업준비생들은 취업 성공을 위한 전략적 선택차원에서 주로스펙준비에 치중하고 있어 취업불안에 따른 스트레스를 받는 것으로 나타났다. 이러한 결과를 토대로 현재취업난은 총체적으로 개인과 사회․조직의 가치추구 부재에 기인한다고 볼 수 있다. 결국 개인은 자신의직업 가치관을 확립하지 못한 상황에서 일부 기업들은 인적자원의 중요성에 대해 자각하지 못하며, 사회적으로는 직업위세란 장애요인이 복합적으로 작용하여 나타난 문제라고 볼 수 있다. 따라서 취업난이란 특정상황과 현상의 원인을 다각적으로 이해하고 다수의 취업준비생 관심사를 도출하기 위한 토픽분석과 이들의다양한 반응의 의미를 언어ㆍ심리적 이론을 토대로 해석하는 접근방법의 필요성을 제기한다.

The present study aims to explore the causes of employment difficulty on the basis of job applicant's interest from P-E (person-environment) fit perspective. Our approach relied on a textual analytic method to reveal insights from their situational interests in a job search during the change of labor market. Thus, to investigate the type of major interests and psychological responses, user-generated texts in a social community were collected for analysis between January 1, 2013 through December 31, 2015 by crawling the online-community in regard to job seeking and sharing information and opinions. The results of topic analysis indicated user's primary interests were divided into four types: perception of vocation expectation, employment pre-preparation behaviors, perception of labor market, and job-seeking stress. Specially, job applicants put mainly concerns of monetary reward and a form of employment, rather than their work values or career exploration, thus youth job applicants expressed their psychological responses using contextualized language (e.g., slang, vulgarisms) for projecting their unstable state under uncertainty in response to environmental changes. Additionally, they have perceived activities in the restricted preparation (e.g., certification, English exam) as determinant factors for success in employment and suffered form job-seeking stress. On the basis of these findings, current unemployment matters are totally attributed to the absence of pursing the value of vocation and job in individuals, organizations, and society. Concretely, job seekers are preoccupied with occupational prestige in social aspect and have undecided vocational value. On the other hand, most companies have no perception of the importance of human resources and have overlooked the needs for proper work environment development in respect of stimulating individual motivation. The attempt in this study to reinterpret the effect of environment as for classifying job applicant's interests in reference to linguistic and psychological theories not only helps conduct a more comprehensive meaning for understanding social matters, but guides new directions for future research on job applicant’s psychological factors (e.g., attitudes, motivation) using topic analysis.

본 연구는 해양스포츠와 관광 산업의 융합적 발전을 목표로 데이터 기반 접근법을 활용하여 주요 주제를 분석하고 발전 방향을 제시하는 것이다. 2018년 01월 02일부터~ 2024년 6월 30일까지 네이버 포털사이트 내 검색된 온라인 기사 3,757건, 국내 학술지 103건, 학위논문 21건 총 3,881건을 최종 자료로 선정하였다. LDA 토픽 모델링 기법을 적용한 결과, 5개의 핵심 토픽이 도출되었다. 토픽 1은 전국 해양스포츠 축제와 도시 관광 활성화이다. 토픽 2는 지역 특성에 맞춘 해양레저 인프라 구축이다. 토픽 3은 여름철 해변 축제와 지역 경제 활성화 방안이다. 토픽 4는 해양스포츠 전문 인력 양성 정책이다. 토픽 5는 요트를 활용한 지역 해양관광 모델 구축이다. 본 연구는 데이터 기반 분석을 통해 해양스포 츠와 관광 산업의 융합 연구에 학문적으로 기여하였으며, 실질적이고 적용 가능한 정책 및 전략을 제안함으로써 지속 가능 한 발전을 위한 방향성을 제시하였다.

The purpose of this study is to analyze key topics and propose development directions for the integrated growth of the marine sports and tourism industries using a data-driven approach. A total of 3,881 documents were selected as the final dataset, consisting of 3,757 online articles retrieved from the Naver portal site between January 2, 2018, and June 30, 2024, along with 103 domestic journal articles and 21 dissertations. The LDA (Latent Dirichlet Allocation) topic modeling technique was applied, resulting in the identification of five key topics. Topic 1 focuses on nationwide marine sports festivals and urban tourism promotion. Topic 2 addresses the establishment of marine leisure infrastructure tailored to regional characteristics. Topic 3 explores summer beach festivals and strategies for regional economic revitalization. Topic 4 examines policies for training specialized professionals in marine sports. Topic 5 proposes a regional marine tourism model utilizing yachts. This study contributes academically to the integrated research on marine sports and tourism industries through data-driven analysis and offers practical and applicable policies and strategies to support sustainable development.

본 연구는 블록체인 기술도입에 따른 핵심 토픽을 강원경제 주요 산업인 헬스케어, 의료기 기, 관광 및 식품 산업별로 고찰하였다. 조선일보, 중앙일보, 동아일보 등 주요 일간지 및 강원일보에 게재된 신문기사에서 2016년 1월 1일부터 최근까지의 ‘블록체인’ 관련 기사를 크롤링하여 키워드 빈도분석, 기계학습 방식인 LDA 기반의 토픽 모델링, 토픽 네트워크 및 클러스터링 분석 등을 수행하였다. 토픽 모델링을 통해 강원경제 전략산업별 상위 토픽을 추출하였고, 토픽 네트워크 분석을 통해 토픽 간 거리를 측정하였고 토픽 클러스터링을 실시하여 토픽의 연결중심성과 토픽 간 연계성을 측정하였다. 분석 결과 발견 된 주요 사실은 다음과 같다. 첫째, 국내 블록체인 기술응용은 대체로 1세대에 큰 비중을 두고 있다. 둘째, 강원경제의 경우 관련 주제 간 연계성이 상대적으로 낮은 편이다. 셋째, 산업별 핵심 토픽이 상이하며 핵심 토픽의 연결중심성 및 토픽 간 연계성 수준이 상이하여 블록체인 기술 도입으로 인한 기대효과는 산업별로 상이한 투입-산출 경로를 통해 나타날 것으로 기대할 수 있다.

This paper examines main topics accompanied by applying blockchain technology to the core industries of Gangwon economy such as healthcare, medical devices, tourism and food industries. Raw data has been collected from crawling texts concerning ‘blockchain’ in the main daily newspapers such as Chosun-, Chungang-, Donga- and Gangwon Daily Newspaper, covering the research period of 1. Jan. 2016 to the current. Analytic tools cover the key words frequency analysis, machine learning LDA-based topic modelling, topic network & clustering analysis. The main findings are: 1) in the domestic level the application of blockchain technology gives weight to the first generation, 2) in the case of Gangwon economy the connectedness between topics is relatively low, 3) core topics of every single industries, the degree centrality of them and the connectedness between them are different. Therefore, it is possible to expect that the effect of adopting blockchain technology will occur through different input-output processes by industries.

시대적 변화와 기술 혁신은 전 세계 노동 시장, 직업훈련, 직업능력 개발에 중대한 영향을 미쳤다. 본 연구는 이러한 변화가 국내외에서 연대별로 어떻게 나타났는지 분석하고, 각 시기의 주요 특징과 변화를 규명하고자 하였다. 이를 위해 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 토픽모델링, 반복 상관 군집화(Convergence of Iterated CORrelations, CONCOR) 분석, 동적 토픽모델링(Dynamic Topic Modeling, DTM)을 활용하여 국내외 주요 학술지 논문 1,806편을 분석하고, 시간에 따른 연구 경향과 변화 양상을 추적하였다. 분석 결과, 국내 직업훈련은 초기 고용 안정과 기초적인 직무 자격취득을 목표로 하던 단계에서 디지털 전환과 기술 변화에 따라 경력 개발 및 디지털 기술 역량 강화를 중심으로 변화해 왔다. 최근에는 디지털 기술 중심의 직업훈련과 산업역량 강화가 중요한 주제로 부각되었다. 국외에서는 초기 멘토링, 성격 요인, 직원 만족도 등 관계 중심 연구에서 출발하여 점차 적응력과 자기효능감을 글로벌 변화에 대응하는 핵심 직업능력으로 강조하며 개인 역량 개발 중심으로 발전하였다. 결론적으로, 국내외 직업훈련 시스템은 변 화하는 산업 요구와 노동 시장에 유연하게 대응할 수 있도록 글로벌 기준에 부합하면서도, 각국의 산업 적 특성과 정책적 맥락을 반영한 혁신적 프로그램 도입이 필요하다. 본 연구는 국내외 직업훈련과 직업 능력 개발의 변화 양상을 체계적으로 분석함으로써, 향후 정책 수립과 연구 방향 설정을 위한 기초 자료 를 제공하며, 직업훈련의 지속 가능한 발전과 미래 지향적 시스템 구축을 위한 방향성을 제시한다.

Societal changes and technological innovations have significantly influenced global labor markets, vocational training, and professional competency development. This study examines how these changes have evolved domestically and internationally over different periods and identifies key characteristics and trends. Using Latent Dirichlet Allocation (LDA) topic modeling, Convergence of Iterated CORrelations (CONCOR) analysis, and Dynamic Topic Modeling (DTM), 1,806 academic journal articles were analyzed to track research trends and evolving patterns over time. The findings reveal that vocational training in Korea has transitioned from focusing on job security and basic qualifications to emphasizing career development and digital technology competency amid technological transformation. Recently, digital skills training and industrial competency enhancement have emerged as critical themes. Internationally, research has evolved from interpersonal relationship studies, such as mentoring and job satisfaction, to highlighting adaptability and self-efficacy as competencies for responding to global changes. The study concludes that vocational training systems must adapt flexibly to shifting industrial demands and labor markets by implementing innovative programs aligned with global standards while reflecting national industrial characteristics and policy contexts. This research provides a systematic analysis of changes in vocational training and competency development, offering foundational data for policymaking and strategies to ensure sustainable and future-oriented system development.

최근 4차 산업혁명으로 빅데이터의 성장과 가치는 지속적으로 증가하고 있으며, 정부에서도 공공데이터 개방과 활용에 적극적으로 노력하고 있다. 하지만 여전히 시민들의 공공데이터 활용 요구수준에는 미치지 못하는 상황이며, 현 시점에서 공공데이터 분야의 연구동향 파악과 발전 방향을 모색할 필요가 있다. 이에 본 연구에서는 공공데이터와 관련된 연구 동향을 파악하기 위해서 텍스트 마이닝 기법에서 주로 활용되는 토픽 모델링을 활용하여 분석하였다. 이를 위해 국내외 학술논문 중 ‘공공데이터’, ‘Public Data'의 키워드가 포함된 논문(국내 1,437건, 국외 9,607건)을 수집하 여 LDA 알고리즘 기반의 토픽 모델링을 수행하였으며, 국내외 공공데이터 연구 동향을 비교 분석하여 정책적 시사점을 제시하였다. 분석 결과 국내의 경우 공공분야 정책 연구가 주를 이루고 있으며, 국외는 의료, 건강 관련 연구가 높게 나타났다. 토픽별 시계열로 살펴보면 국내는 ‘개인정보보호’, ‘공공데이터 관리’, ‘도시 환경’ 분야의 연구가 증가하였으 며, 국외는 ‘도시정책’, ‘세포 생물학’, ‘딥러닝’, ‘클라우드·보안’ 분야 연구가 활성화되고 있음을 확인할 수 있었다.

With the recent 4th Industrial Revolution, the growth and value of big data are continuously increasing, and the government is also actively making efforts to open and utilize public data. However, the situation still does not reach the level of demand for public data use by citizens, At this point, it is necessary to identify research trends in the public data field and seek directions for development. In this study, in order to understand the research trends related to public data, the analysis was performed using topic modeling, which is mainly used in text mining techniques. To this end, we collected papers containing keywords of ‘Public data' among domestic and foreign research papers (1,437 domestically, 9,607 overseas) and performed topic modeling based on the LDA algorithm, and compared domestic and foreign public data research trends. After analysis, policy implications were presented. Looking at the time series by topic, research in the fields of 'personal information protection', 'public data management', and 'urban environment' has increased in Korea. Overseas, it was confirmed that research in the fields of 'urban policy', 'cell biology', 'deep learning', and 'cloud · security' is active.

스마트폰 기반의 관광 플랫폼들이 활성화되면서 리뷰 데이터를 활용한 정책 수립 및 서비스 고도화가 다양한 분야에서 이루어지고 있다. 관광 리뷰 데이터를 활용한 선행연구들의 경우 국내 관광객 중심의 연구가 대다수 수행되었 으며, 외국인 관광객 연구의 경우 일부 언어로 수집된 데이터와 텍스트 마이닝 기법에 한정하여 연구가 수행되었다. 이에 본 연구에서는 온라인 리뷰 사이트를 통해 ‘대구 명소’ 키워드를 지정하여 외국인들이 작성한 리뷰 데이터 3,515건 을 수집하였다. 그리고 LDA 기반의 토픽모델링을 수행하여 관광 토픽을 도출하였으며, 각 토픽별 전역 및 국지적 공간 분석을 수행한 점이 선행연구와 차별성이라 할 수 있다. 분석 결과 전역적 공간 자기상관이 존재하며, 외국인들이 주로 방문하는 관광지들이 국지적으로 결집되어 있음을 확인하였다. 또한 대다수 토픽에서 중구를 중심으로 핫스팟이 도출되 었으며, 분석 결과를 바탕으로 지자체 외국인 관광정책 수립 및 토픽모델링 기반의 공간분석 연구의 기초연구로 활용되 길 기대하며, 본 연구의 한계점 또한 제시하였다.

As smartphone-based tourism platforms have become active, policy establishment and service enhancement using review data are being made in various fields. In the case of the preceding studies using tourism review data, most of the studies centered on domestic tourists were conducted, and in the case of foreign tourist studies, studies were conducted only on data collected in some languages and text mining techniques. In this study, 3,515 review data written by foreigners were collected by designating the “Daegu attractions” keyword through the online review site. And LDA-based topic modeling was performed to derive tourism topics. The spatial approach through global and local spatial autocorrelation analysis for each topic can be said to be different from previous studies. As a result of the analysis, it was confirmed that there is a global spatial autocorrelation, and that tourist destinations mainly visited by foreigners are concentrated locally. In addition, hot spots have been drawn around Jung-gu in most of the topics. Based on the analysis results, it is expected to be used as a basic research for spatial analysis based on local government foreign tourism policy establishment and topic modeling. And The limitations of this study were also presented.