Text Mining Online-Crowdsourced Suggestions for Urban and Regional Planning

국문 초록 (Abstract)

온라인 크라우드소싱 플랫폼을 통해 수집된 빅데이터를 활용한 텍스트마이닝은 최근 다양한 분야에서 빠르게 성장하고 있는 분석방법론이다. 이 연구는 온라인 정책제안 플랫폼인 광화문1번가에 수집된 데이터를 다양한 텍스트마이닝을 통하여 시민들이 제안한 의견 속에서 도시계획 정책 이슈를 도출하고 협력적계획의 상향식 접근법 측면에서 정책적 시사점을 제시하는 것을 주요 목적으로 한다. 이를 위해서 총 6,994개의 제안에서 명사만을 주요 분석대상으로 삼았으며, 키워드와 네트워크 분석을 수행하였다. 키워드 분석결과 시민들의 주요 고민은 주택, 토지, 교통 정책과 관련된 키워드로 나타났고, 연어 분석결과는 임대료와 도시개발과 같은 주택정책에 대한 내용을 확인할 수 있었다. 네트워크 분석을 통하여 정책이슈를 공유하는 지역커뮤니티를 도출하였고, 그 결과는 지리적으로 가깝거나 혹은 주요 이슈를 공유하는 특성을 보였다. 온라인 플랫폼을 통해 수집된 정책제안 데이터의 텍스트마이닝을 통해 도시민들의 주요고민을 키워드 중심의 이슈로 도출하고, 유사한 이슈를 공유하는 지역을 밝힘으로써 협력적계획과 의사결정과정에서의 활용가능성을 보였다는 점에서 연구의 의의가 있다.

다국어 초록 (Multilingual Abstract)

Text mining of big data generated through online crowdsourcing platforms has emerged as a rapidly growing field in research. In line with collaborative planning, this study took a bottom-up approach to examining people’s ideas about urban and regional planning: Text mining was used to analyze data crowdsourced from an online forum, Gwangwhamoon 1st Street, to identify Korean citizens’ policy suggestions. Noun words as the target dataset were extracted from 6,994 suggestions, and keyword and network analysis were conducted. The keyword analysis revealed that Koreans’ main concerns and interests related to housing, land, and transportation policies. The network analysis revealed co-occurring keywords, indicating common policy suggestions about housing policies. Networks of specific regions were also examined, resulting in ten communities grouped by physical distance or similar regional problems. The findings of this study can help experts and government officials identify the main concerns of residents in Korea and develop cooperative systems across municipalities, thereby improving policy-decision process in the fields of urban and regional planning.

목차 (Table of Contents)

• 요약
• Abstract
• 1. Introduction
• 2. Literature Review
• 3. Materials and Methods
• 4. Results
• 5. Discussion
• 6. Conclusions
• 참고문헌