KCI등재
빅데이터 분석을 통한 지역화 학습내용 및 활용방안 제안 = 부산 원도심 자산을 중심으로
저자
발행기관
학술지명
권호사항
발행연도
2018
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
59-79(21쪽)
DOI식별코드
제공처
소장기관
본 연구의 목적은 빅데이터 분석을 통하여 3, 4학년의 지역화 학습에 필요한 자산을 발굴하고, 초등사회과 지역화 학습에서 지역성을 나타내는 학습내용요소와 활용방안을 제안하는 데 있다. 지역화 학습에 필요한 원도심 자산의 탐색을 위해서는 빅데이터 분석기법에 의해 먼저 원도심의 범위를 찾아내고, 다음으로 그 범위에 해당하는 지역의 구체적인 자산을 주제 및 지역별로 분석하였다. 구체적인 분석기법은 통계처리 프로그램인 SPSS와 R을 활용하여 빅데이터 분석 기법인 주제 및 요인분석, 감성 분석, 그리고 시각화 기법이 포함된 워드 클라우드 분석, 네트워크 분석을 하였다. 부산 원도심을 대상으로 빅데이터 분석을 실시한 결과, 첫째, 기존 부산 원도심의 범위에 제시된 중구, 서구, 동구, 영도구에 동래구를 새롭게 포함시켜야 하는 것으로 나타났다. 둘째, 부산 원도심의 자산은 일차적으로 주제 및 지역별로 나눌 수 있다. 이차적으로 주제는 역사 및 문화 자산으로 분류되며, 각 주제는 또 다시 하위자산으로 분류된다. 지역은 원도심의 범위에 포함된 하위지역으로 분류된다. 주제 및 지역별 빅데이터 분석결과, 원도심 내 지역 간 자산의 유사성과 특수성을 찾을 수 있었다. 이를테면, 원도심 내 지역 간의 바다를 배경으로 하는 유사성이라는 주제와 이와 어우러진 원도심 내 지역별 산복도로는 부산의 특수성으로 드러내고 있다. 이처럼 빅데이터 분석은 객관적이고 실효성 있는 원도심의 자산을 발굴할 수 있는 방안으로 지역화 학습관련 교과서의 한계에서 오는 대안을 제시할 수 있을 뿐만 아니라 지역화학습에 필요한 학습 내용요소를 추출하는 것이 가능한 것으로 나타났다.
더보기The purpose of this study is to identify assets required for regional learning through analysis of big data and propose learning elements that can identify regionality through characteristics of assets discovered in regonal learning of 3rd and 4th graders. In order to analyze assets of the old downtown, the scope of the region in which assets are distributedand classified specific assets distributed in that region into themes and regions. In this process, subject and factor analysis, emotional analysis, word cloud analysis, and network analysis werestatistical processing programs SPSS and R for big data analysis. esults of the analysis are as followsFirst, Dongnae district shbe newly included in the scope of Busan’s old downtown. Second, assets of the old downtown are divided into topics and regions. Topics are classified as historical and cultural assetsach topic is classified a sub-asset. Regions are categorized into sub-regions included in the scope of Busan’s old downtown. As a result of big data analysis by topic and region, regional assets of the old downtown have similarity and specificity. For example, similarity can be found on the topic of the sea of the old downtownregional specificity of the old downton can be found on the hillside road. In this way, big data analysis is able to find the objective and effective assets of the city center, and it is possible to suggest the alternatives from the limits of the textbooks related to regional learning, and it is possible to extract contents for regional learning.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)