LDA 기반 토픽 모델링과 이원모드 네트워크 분석을 활용한 'Culinary Science & Hospitality Research' 연구추이동향 분석

권혜진; 김학선

추천

검색

질문

자료유형: 학술저널

저자정보: 권혜진 (경성대학교) 김학선 (경성대학교)

저널정보: 한국조리학회 Culinary Science & Hospitality Research Culinary Science & Hospitality Research Vol.27 No.6(Wn.131)

발행연도: 2021.6

수록면: 189 - 205 (17page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

For the continuous development of the Journal of Culinary Science & Hospitality Research, which contributes greatly to research in the domestic cooking industry, it aimed to provide implications for understanding research trends and directions of the future studies topics. As a network analysis tool, NetMiner 4.4.3.e and Biblio Data Collector, which is widely used in social network analysis, was used. As of 2016, 13,569 nouns were extracted from 2,033 research papers from January 1, 2007 to May 31, 2021, and the number of articles published in the journal ‘Culinary Science & Hospitality Research’ was confirmed to have increased. As a result of analyzing TF and TF-IDF word clouds by period, many keyword-related studies such as powder, value, quality, hotel and datum have been published. In addition, the study conducted a period-by-period research trend analysis through LDA-based topic modeling and 2-mode network analysis, extracting 8 to 10 topics around topics such as foodservice management of coffee shop, health education for students, food tourism, selection attributes for HMR. The results of this study are expected to be used as basic data for future research plans and have a high academic contribution. Limitations are subjective judgments by researchers view of topic extraction, and more advanced research results will be obtained if more objective analysis techniques are used in future studies.

#Culinary science & # hospitality research #Topic modeling #2-Mode network analysis

참고문헌 (36)

참고문헌 신청

Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent dirichlet allocation. Journal of Machine Learning Research, 3, 993-1022.

Blei, D. M. (2011). Introduction to probablistic topic models, Communications of the ACM, 77-84.

Blei, D. M. (2012). Probabilistic topic models. Communications of the ACM, 55(4), 77-84.

Borgartti, S. P., & Everett, M. G. (1997). Network analysis of 2-mode data. Social Networks, 19(3), 243-269.

Borgartti, S. P., Everett, M. G., & Johnson, J. C. (2018). Analyzing social networks, second edition. London: Sage Publications.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

권혜진

소속기관 경성대학교

주요연구분야 농수해양학 > 식품과학

논문수 3 이용수 797

Hak-Seon Kim

소속기관 경성대학교

주요연구분야 농수해양학 > 식품과학 TOP 5% 공학 > 기계공학 > 기계공학 일반

논문수 94 이용수 19,659

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-594-001845131

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 (36)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)