비정형 민원 데이터를 활용한 청소년 정책의제 도출

홍순구; 임지원

추천

검색

질문

자료유형: 연구보고서

저자정보: 홍순구 (동아대학교) 임지원 (동아대학교)

저널정보: 한국청소년정책연구원 한국청소년정책연구원 연구보고서 [연구보고 21-R12-1] 비정형 민원 데이터를 활용한 청소년 정책의제 도출

발행연도: 2021.12

수록면: 1 - 129 (129page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 스마트 거버넌스 개념을 바탕으로 온라인에서 생성되고 있는 방대한 양의 비정형 민원데이터를 분석하여 포스트 코로나 시대 청소년과 관련된 정책의제를 도출하는 것을 목적으로 한다.
정부에서 운영하고 있는 국민신문고와 국민청원 사이트 내에 있는 총 9개 채널에서 2002년 1월부터 2021년 7월까지 ‘아이’, ‘아동’, ‘청소년’, ‘청년’, ‘학생’ 키워드를 내용에 포함하는 게시글 및 민원 총 265,744개의 데이터를 수집하였다. 수집된 데이터는 청소년과 유관한 여성가족부, 교육부 및 교육청, 지자체 및 기타 중앙행정기관 데이터로 재추출한 다음 코로나 이전과 이후로 구분하여 대표적인 비정형데이터 분석방법인 토픽모델링(Latent Dirichlet Alocation: LDA)을 적용하여 분석하였다.
분석 결과 여성가족부, 교육부, 교육청, 지자체 및 기타 중앙행정 기관의 토픽이 분류되었다. 주요 토픽으로는 가족대상 상담서비스 기관 및 지원확대, 아동관련 기관의 성범죄·아동학대 정보 및 경력조회 시행, 맞벌이 가정에 대한 육아 지원서비스 확대, 성매매·자살 예방 의무교육 실시, 청소년대상 술·담배 판매자에 대한 처벌강화 및 청소년증 의무발급, 한부모가정 및 저소득층에 대한 양육비 지원 확대, 아동폭력 예방 교육확대 등이 있었다. 비정형 민원데이터 분석은 온라인에서 실시간으로 생성되고 있는 다양한 시민들의 의견을 정책에 수렴 가능하게 함으로써 보다 실질적인 청소년 정책의제 도출 및 수립을 가능하게 할 것이다.

This study aims to draw up policy agendas related to the youth in the post-COVID-19 era by analyzing vast amounts of unstructured civil complaint data generated online based on the concept of smart governance.
From January 2002 to July 2021, a total of 265,744 posts and complaints were collected from a total of nine channels within the government-run e-People and National Petition site, including keywords such as “kids,” “children,” “youths,” “adolescence,” and “students.” The collected data were re-extracted for data from the Ministry of Gender Equality and Family, the Ministry of Education and the Office of Education, local governments, and other central administrative agencies related to adolescents. It was then analyzed, before and after the COVID-19 pandemic by applying Latent Dirichlet Allocation (LDA) as a representative unstructured data analysis method of topic modeling.
As a result of the analysis, topics from the Ministry of Gender Equality and Family, the Ministry of Education, the Office of Education, local governments, and other central administrative agencies were classified. Major topics included expanding counseling services and agencies for families, checking sex crime·child abuse information and background, increasing childcare support services for double-income families, implementing compulsory education to prevent prostitution·suicide, strengthening punishment for those who sell liquor or cigarette to the youth, mandatory issuing the youth card, expanding child support expenses for single-parent families and low-income brackets, increasing education to prevent the violence against children. The analysis of unstructured civil complaint data will enable the creation and establishment of more practical youth policy agendas by allowing the opinions of various citizens generated online in real time to be reflected in policies.

[표지]
[보고서를 펴내며]
[연구요약]
[차례]
표목차
그림목차
[제1장 서론]
1. 연구의 배경
2. 연구의 목적
[제2장 연구방법]
1. 스마트 거버넌스: Co-creation과 지능화 기술의 접목
2. 비정형데이터를 통한 청소년 정책의제 도출
3. 분석 대상 및 데이터 수집
[제3장 연구결과]
1. 기초 분석 결과
2. 주요 중앙행정기관별 LDA 분석 결과
3. 코로나 전후 청소년 정책 이슈 변화
[제4장 결론 및 정책 제언]
1. 주요 연구 결과 및 의의
2. 향후 연구 과제
[참고문헌]
[부록]
[국문초록]
[ABSTRACT]
[2021년 한국청소년정책연구원 간행물 안내]

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

홍순구

소속기관 동아대학교

주요연구분야 사회과학 > 사회과학 일반

논문수 2 이용수 1,176

임지원

소속기관 동아대학교

주요연구분야 사회과학 > 사회과학 일반 공학 > 산업공학

논문수 2 이용수 179

이 논문과 함께 이용한 논문

비정형 데이터 분석을 통한 선거 여론조사 예측력 개선 방안 연구

박선빈 , 김명준 응용통계연구 2018 .10

길창민 , 양동우 벤처창업연구 2022 .04

만 4, 5세 유아의 괴롭힘에 대한 인식 및 개념 분석: 이미지 분석과 텍스트 분석을 중심으로

홍인표 유아교육학논집 2021 .12

코로나19 상황에서의 소셜미디어를 활용한 위기 커뮤니케이션: 주요국의 페이스북 및 유튜브 활용 비교

김소희 , 김동연 , 류민호 한국산업정보학회논문지 2021 .12

DMR 토픽 모델링을 활용한 배달 플랫폼 노동에 대한 인식 분석 - 디시인사이드 배민커넥트 갤러리 게시물과 신문기사 분석을 중심으로

원종호 , 이대호 , 박인영 한국혁신학회지 2021 .05

최근 본 자료

전체보기

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)