웹 애플리케이션 기반의 텍스트 데이터 분석 모델

국문 초록 (Abstract)

4차 산업혁명 이후 인공지능, 빅 데이터와 같은 기술들의 발전으로 사회 전반에 다양한 변화가 일어나고 있으며, 핵심적인 기술 적용 과정에서 수집할 수 있는 데이터의 양도 급속하게 증가하고 있는 추세이다. 특히 학계에서는 연구 동향을 파악하기 위하여 기존에 생성된 문헌 데이터에 대한 분석이 이루어지고 있으며, 이러한 문헌 분석은 연구의 흐름을 정리하고, 어떤 연구 방법론이나 주제, 또는 현재 학계에서 화두가 되고 있는 대상에 대한 파악을 통하여 향후 연구 방향 설정에 많은 기여를 하고 있는 상황이다. 그러나 문서 데이터의 분석을 위하여 데이터 수집이 필요하나, 일반적으로 프로그램에 대한 전문 지식이 없는 경우 접근하기 어렵다. 본 논문에서는 텍스트 마이닝 기반의 토픽 모델링 웹 애플리케이션 모델을 제안한다. 제안 모델을 통하여 데이터 분석 기법에 대한 전문적인 지식이 부족하더라도, 연구 논문의 수집, 저장, 텍스트 분석과 같은 다양한 작업을 진행할 수 있으며, 연구자들이 선행 연구 분석과 연구 동향을 파악하기 위하여 데이터 분석에 투입되는 시간 및 노력을 단축시킬 수 있을 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Since the Fourth Industrial Revolution, various changes have occurred in society as a whole due to advance in technologies such as artificial intelligence and big data. The amount of data that can be collect in the process of applying important technologies tends to increase rapidly. Especially in academia, existing generated literature data is analyzed in order to grasp research trends, and analysis of these literature organizes the research flow and organizes some research methodologies and themes, or by grasping the subjects that are currently being talked about in academia, we are making a lot of contributions to setting the direction of future research. However, it is difficult to access whether data collection is necessary for the analysis of document data without the expertise of ordinary programs. In this paper, propose a text mining-based topic modeling Web application model. Even if you lack specialized knowledge about data analysis methods through the proposed model, you can perform various tasks such as collecting, storing, and text-analyzing research papers, and researchers can analyze previous research and research trends. It is expect that the time and effort required for data analysis can be reduce order to understand.

목차 (Table of Contents)

• 요약
• Abstract
• I. 서론
• II. 관련 연구
• III. 제안 모델
• IV. 제안 모델 평가
• V. 결론 및 향후 연구 방향
• 참고문헌

참고문헌 (Reference)

• 1 김민성, "한국 관리회계 사례논문의 연구동향" 한국관리회계학회 15 (15): 71-112, 2015
• 2 윤지혜, "토픽모델링을 활용한 CSR 키워드 트렌드 분석" 한국인터넷전자상거래학회 21 (21): 73-91, 2021
• 3 채호근, "토픽모델링 분석 기법을 활용한 국내외 금융보안 분야 연구동향 분석" 한국산업정보학회 26 (26): 83-95, 2021
• 4 권혜진, "텍스트 마이닝 기법을 통한 숙박공유서비스에어비앤비(Airbnb)에 대한 탐색적 연구" (사)한국조리학회 26 (26): 143-153, 2020
• 5 D. M. Blei, "Probabilistic topic models" 55 (55): 77-84, 2012
• 6 D. Mimno, "Optimizing semantic coherence in topic models" 262-272, 2011
• 7 C. Wang, "Multimodal Poisson gamma belief network" 32 (32): 2492-2499, 2018
• 8 J. Zhu, "MedLDA : maximum margin supervised topic models" 13 (13): 2237-2278, 2012
• 9 D. M. Blei, "Latent dirichlet allocation" 3 : 993-1022, 2003
• 10 H. Jelodar, "Latent Dirichlet allocation(LDA)and topic modeling : models, applications, a survey" 78 (78): 15169-15211, 2019
• 11 문성현, "Latent Dirichlet Allocation 기법을 활용한 해외건설시장 뉴스기사의 토픽 모델링(Topic Modeling)" 대한토목학회 38 (38): 595-599, 2018
• 12 김원식, "LDA 토픽모델링을 활용한 호텔등급별 서비스품질 요인도출" 한국무역연구원 16 (16): 779-791, 2020
• 13 S. Deerwester, "Indexing by latent semantic analysis" 41 (41): 391-407, 1990
• 14 최진욱, "IT 기업 직원의 만족 및 불만족 요인에 따른 이직률 예측: 토픽모델링과 머신러닝을 활용하여" 한국데이터정보과학회 32 (32): 1035-1047, 2021
• 15 H. Zhang, "Deep autoencoding topic model with scalable hybrid Bayesian inference" 1-17, 2020
• 16 박영욱, "DMR(Dirichlet Multinomial Regression) 토픽모델링을 이용한 온라인 리뷰 빅데이터 기반 고객감성 분석에 관한 연구: 국내 5성급 호텔의 외국인 이용객 리뷰를 중심으로" 한국호텔외식관광경영학회 30 (30): 1-20, 2021
• 17 C. Wang, "Collaborative topic modeling for recommending scientific articles" 448-456, 2011
• 18 Z. Chen, "Aspect extraction with automated prior knowledge learning" 1 : 347-358, 2014
• 19 D. Newman, "Analyzing entities and topics in news articles using statistical topic models" Springer 93-104, 2006
• 20 R. Alghamdi, "A survey of topic modeling in text mining" 6 (6): 147-153, 2015
• 21 S. Sun, "A review of natural language processing techniques for opinion mining systems" 36 : 10-25, 2017
• 22 D. M. Blei, "A correlated topic model of science" 1 (1): 17-35, 2007
• 23 김상범, "4차산업 혁명과 빅데이터 기반 기술" 46 (46): 17-25, 2019