빅데이터 토픽모델링 및 네트워크 분석을 통한 문화콘텐츠학 지식구조 연구

오정심

추천

검색

질문

자료유형: 학술저널

저자정보: 오정심 (한국외국어대학교)

저널정보: 한국문화관광연구원 문화정책논총 문화정책논총 제34집 제2호

발행연도: 2020.8

수록면: 35 - 69 (35page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

문화콘텐츠학은 2000년대 초반에 등장한 신생학문임에도 빠르게 성장해 왔다. 문화콘텐츠 관련 학술논문 수가 2000년에 100편에 불과했지만, 2020년에 누적 논문 수가 24,935편을 넘어섰다. 하지만 이러한 발전에도 불구하고, ‘문화콘텐츠를 독자적인 학문으로 인정할 수 있는가’라는 문제에 대해 논란이 계속되고 있다. 이러한 논란에 대해 선행연구에서는 문화콘텐츠학의 고유한 연구대상과 연구방법을 확립하지 못했기 때문에 계속되고 있는 것이라고 지적했다. 이러한 배경 아래 본 논문에서는 빅데이터 분석방법을 이용해 문화콘텐츠학의 연구대상 및 지식구조, 연구동향 등을 연구하였다.
2000년부터 2020년 최근까지 약 20년 동안 발간된 KCI학술지 논문 중에서 “문화콘텐츠”로 검색되는 논문 3,685편의 초록 및 서지정보 등을 텍스트네트워크분석과 토픽모델링을 이용해 분석했다. 텍스트네트워크분석을 통해 문화콘텐츠학의 주요 연구대상, 연구분야, 연구체계 등을 도출했으며, 토픽모델링을 통해 3,685편의 논문내용을 40개 토픽으로 요약, 분류하였다. 그리고 분석결과를 종합해 문화콘텐츠학의 주요 연구분야와 주제 분류안을 제시하였다. 주요 연구분야는 크게 ‘문화콘텐츠 활용’, ‘문화콘텐츠 산업’, ‘한국사회와 문화콘텐츠’, ‘문화콘텐츠 장르’, ‘문화콘텐츠 기술’, ‘문화콘텐츠 이론 및 체계’ 등 6개로 구분하였고, 40개 토픽을 각 분야에 맞게 분류하였다. 그리고 분석결과를 바탕으로 ‘문화콘텐츠 활용방법’을 문화콘텐츠학의 주요 연구방법론으로 제시하였다. 문화콘텐츠 활용방법에는 스토리텔링, 문학작품의 창작 소재화, 지역문화관광자원 활용, 정보콘텐츠 활용, 교육과 콘텐츠 활용 등이 있다. 이밖에도 문화콘텐츠 연구동향, 연구자 공동연구협력체계 등을 분석하였다.
본 논문에서 약 20년 동안 문화콘텐츠 분야에 축적되어 있었던 학술 빅데이터를 분석하여 문화콘텐츠학의 주요 연구대상 및 연구방법, 지식구조 등을 도출함으로써 문화콘텐츠의 학문적 체계와 위상을 정립하는 일의 토대를 제공했다는 점에서 연구의의를 찾을 수 있다.

This paper aims to analyze academic big data in the field of cultural contents studies using topic modeling and text network analysis and explore the research trends and knowledge system. To achieve concrete results, the research was conducted with following goals: first, to determine the important central theme in the research of cultural contents studies; second, to outline the major topics in the field of cultural contents studies; third, to explain how major topics and subjects have changed in the field of cultural contents studies and what their characteristics are; and fourth, how the result of the analysis is visualized on a network map and what its characteristics are.
The research followed four steps-data collection, data refinement, data analysis, and integrating and interpretation. The data were collected between 2000, when the very first paper on cultural contents was published in South Korea, and 2020 from 3,685 academic papers. The collected unstructured data were refined for computer-aided analysis. First, nominal morphemes were extracted using a Korean morpheme analyzer; then, various controlling and TF-IDF analyses were applied. 18,027 words from academic papers have undergone topic modeling and text network analysis with a NetMiner program.
Topic modeling is a probabilistic algorithm discovering subjects and topics hidden in a large set of documents, which extracts and classifies documents according to the topic. Text network analysis applies the network theories and analysis methods that developed out of sociology to literature analysis, analyzing the structure of connected words in the text and showing the result in the form of a network map. Recent big data analyses are evolving toward utilizing various optimized analytical techniques to enhance the reliability of the analysis result. Thus, this paper used topic modeling and network analysis to draw a result that is optimal for the purpose of our research.
This paper contributes to relevant studies as it uses topic modeling and text network analysis to analyze the big data that have accumulated in the field of cultural contents studies. In addition, it makes a significant contribution as it provides a visualized knowledge map to reveal the relationship of keywords and main topics in the field of cultural contents studies, which leads to the intuitive understanding of abstract contents.

#문화콘텐츠학 #연구동향 #지식구조 #텍스트네트워크분석 #토픽모델링 #빅데이터 마이닝 #cultural contents studies #research trends #text network analysis #topic modeling #big data text-mining

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

오정심

소속기관 한국외국어대학교

주요연구분야 인문학 > 인문학 일반 사회과학 > 행정학

논문수 7 이용수 2,726

이 논문과 함께 이용한 논문

토픽모델링 분석을 통한 중장년의 경력전환 연구 동향 분석

정성지 , 박보람 한국진로교육학회 학술대회지 2020 .07

문화콘텐츠연구의 학문적 위상

임대근 인문콘텐츠 2015 .09

문화산업의 용어적 정의가 문화콘텐츠 창의성에 미치는 영향에 관한 연구 : 한국 문화산업, 미국 엔터테인먼트 산업, 영국 크리에이티브 산업과의 비교를 통하여

류준호 , 윤승금 벤처창업연구 2010 .03

빅데이터 분석 기반 문화콘텐츠 학위논문 연구 동향(2004년∼2020년)

오정심 문화정책논총 2021 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-323-001166418

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)