지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.8
- 수록면
- 173 - 199 (27page)
이용수
초록· 키워드
오류제보하기
· 연구 주제: 연구는 디자인 분야의 연구 동향을 파악하고자 텍스트 마이닝 기법을 사용하여 분석결과를 제시한다. 즉, 본 연구에서는 최근 4개년 동안 우리나라 등재지에 게재된 디자인 분야의 논문들을 조사하여, 연도별로 분석결과를 비교함으로써 디자인 분야의 연구 흐름을 보다 쉽게 파악할 수 있도록 한다.
· 연구 배경: 디자인 분야의 최근 연구 트랜드를 분석하여 제시하는 것은 디자인 분야 연구발전에 유용한 정보를 제시함으로써 후속 연구자들의 연구 주제 선정에 도움을 줄 수 있다.
· 선행연구와의 차이점: 첫째, 본 논문은 디자인 분야의 연구들의 트랜드를 파악하고자 최근 4년 동안 우리나라 등재학술지에 게재된 논문들의 초록 및 제목을 수집하여, 연도별 분석결과를 제시하였다. 국내에서는 디자인 분야의 연구흐름 파악을 위해 수행한 최초의 연구이다. 둘째, 텍스트마이닝 기법 중 워드크라우드 분석, TF-IDF분석, 그리고 토픽 모델링 분석 결과를 제시함으로써 다양한 분석결과를 제시하였다, 이렇게 다양한 분석을 통해 제시한 본 논문의 연구결과는 객관적이고 신뢰성이 높다고 할 수 있다.
· 연구방법: 2020년도부터 2023년도까지 네이버 논문 사이트에서 검색되는 ‘디자인’에 대한 논문 초록 및 제목을 수집하였다. 논문 데이터를 수집하기 위해 Python3.11.2를 사용하였고 크롤링(Crawling) 전용 패키지인 BeautifulSoup과 Selenium을 이용하였다. 2020년도에는 307건, 2021년도에는 252건, 2022년도에는 1,052건, 2023년도에는 359건의 데이터를 크롤링하였다. 수집된 데이터에서 한국어 형태소 분석기인 konlpy의 Okt를 활용해 명사를 추출하였다. 본 논문에서는 텍스트마이닝 기법 중 워드크라우드 분석, 키워드분석, 토픽 모델링 분석을 수행하여 연구결과를 도출한다.
· 연구결과: 본 논문의 연구결과를 요약하여 제시하면 다음과 같다. 첫째, 워드크라우드 분석결과는 다음과 같다. ‘디자인’, ‘연구’, ‘분석’, ‘활용’ 등의 단어는 연두별 분석결과에서 공통적으로 존재하기 때문에 유의한 차이를 비교하기 위해, 해당 단어들을 제외하였다. 2020년도의 워드클라우드는 ‘사회’, ‘수업’, ‘브랜드’, ‘경험’, ‘서비스’와 같은 단어들이 자주 출연하는 것을 알 수 있다. 2021년도의 워드클라우드는 ‘소비자’, ‘수업’, ‘시각’, ‘환경’, ‘제품’과 같은 단어들이 자주 출연하는 것을 알 수 있다. 2022년도의 워드클라우드는 ‘경험’, ‘제품’, ‘문화’, ‘서비스’, ‘환경’과 같은 단어들이 자주 출연하는 것을 알 수 있다. 마지막으로, 2023년도의 워드클라우드는 ‘환경’, ‘브랜드’, ‘도시’, ‘문화’, ‘경험’과 같은 단어들이 자주 출연하는 것을 알 수 있다. 둘째, TF-IDF 분석 결과는 다음과 같다. 2020년도에는 공간, 수업, 경험, 서비스, 사회, 프로그램, 브랜드, 문제, 환경, 변화순으로 디자인 분야 연구에 관한 키워드가 도출되었다. 2021년도에는 공간, 사회, 환경, 서비스, 소비자, 수업, 제품, 가치, 변화, 브랜드 순으로 디자인 분야 연구에 관한 키워드가 도출되었다. 그리고 2022년도에는 공간, 사용, 문화, 환경, 제품, 제안, 사회, 서비스, 경험, 변화 순으로 디자인 분야 연구에 관한 키워드가 도출되었다. 마지막으로, 2023년도에는 공간, 서비스, 사회, 문화, 도시, 환경, 브랜드, 변화, 제안, 사용 순으로 디자인 분야 연구에 관한 키워드가 도출되었다. 셋째, 2020년도 디자인 분야 연구에 대한 토픽 모델링 분석결과, Topic 1의 주요 키워드가 ‘유아’, ‘프로그램’, ‘수업’, Topic 2의 주요 키워드가 ‘보행’, ‘수단’, ‘노인’, ‘범죄예방’, ‘이용자’, Topic 3의 주요 키워드가 ‘가상’, ‘디스플레이’, ‘증강현실’, ‘전제’, ‘현실’로 도출되었다. 2021년도 디자인 분야 연구에 대한 토픽 모델링 분석결과, Topic 1의 주요 키워드가 ‘시각’, ‘소비자’, ‘영향’, Topic 2의 주요 키워드가 ‘스마트’, ‘차량’, ‘인터페이스’, ‘스마트폰’, Topic 3의 주요 키워드가 ‘워크숍’, ‘언택트’, ‘역량’, ‘창작’, ‘컴퓨터’로 도출되었다. 2022년도 디자인 분야 연구에 대한 토픽 모델링 분석결과, Topic 1의 주요 키워드가 ‘테이블’, ‘프레임’, ‘웹디자인’, Topic 2의 주요 키워드가 ‘감성’, ‘모바일’, ‘브랜딩’, ‘구상’, ‘즐거움’, Topic 3의 주요 키워드가 ‘제페토’, ‘예술인’, ‘컴퓨팅’, ‘창의력’으로 도출되었다. 마지막으로, 2023년도 디자인 분야 연구에 대한 토픽 모델링 분석결과, Topic 1의 주요 키워드가 ‘고령자’, ‘안전성’, ‘어린이’, ‘사회’, Topic 2의 주요 키워드가 ‘창의’, ‘수업’, ‘대학교’, ‘지식’, ‘사고’, ‘함양’, Topic 3의 주요 키워드가 ‘마케팅’, ‘모바일’, ‘입체’, ‘감성’, ‘트랜드’로 도출되었다.
· 공헌점 및 기대효과: 첫째, 본 논문은 디자인 분야의 최근 연구동향을 객관적으로 분석하여 결과를 제시함으로써, 디자인 분야 연구자들에게 유용한 정보를 제공한다. 둘째, 본 연구는 다양한 텍스트 마이닝 기법을 활용하여 의미있는 연구 트랜드 정보를 제시하였다, 이러한 연구방법론은 후속 연구자들에게 좋은 가이드라인이 될 수 있을 것으로 기대된다.
· 연구 배경: 디자인 분야의 최근 연구 트랜드를 분석하여 제시하는 것은 디자인 분야 연구발전에 유용한 정보를 제시함으로써 후속 연구자들의 연구 주제 선정에 도움을 줄 수 있다.
· 선행연구와의 차이점: 첫째, 본 논문은 디자인 분야의 연구들의 트랜드를 파악하고자 최근 4년 동안 우리나라 등재학술지에 게재된 논문들의 초록 및 제목을 수집하여, 연도별 분석결과를 제시하였다. 국내에서는 디자인 분야의 연구흐름 파악을 위해 수행한 최초의 연구이다. 둘째, 텍스트마이닝 기법 중 워드크라우드 분석, TF-IDF분석, 그리고 토픽 모델링 분석 결과를 제시함으로써 다양한 분석결과를 제시하였다, 이렇게 다양한 분석을 통해 제시한 본 논문의 연구결과는 객관적이고 신뢰성이 높다고 할 수 있다.
· 연구방법: 2020년도부터 2023년도까지 네이버 논문 사이트에서 검색되는 ‘디자인’에 대한 논문 초록 및 제목을 수집하였다. 논문 데이터를 수집하기 위해 Python3.11.2를 사용하였고 크롤링(Crawling) 전용 패키지인 BeautifulSoup과 Selenium을 이용하였다. 2020년도에는 307건, 2021년도에는 252건, 2022년도에는 1,052건, 2023년도에는 359건의 데이터를 크롤링하였다. 수집된 데이터에서 한국어 형태소 분석기인 konlpy의 Okt를 활용해 명사를 추출하였다. 본 논문에서는 텍스트마이닝 기법 중 워드크라우드 분석, 키워드분석, 토픽 모델링 분석을 수행하여 연구결과를 도출한다.
· 연구결과: 본 논문의 연구결과를 요약하여 제시하면 다음과 같다. 첫째, 워드크라우드 분석결과는 다음과 같다. ‘디자인’, ‘연구’, ‘분석’, ‘활용’ 등의 단어는 연두별 분석결과에서 공통적으로 존재하기 때문에 유의한 차이를 비교하기 위해, 해당 단어들을 제외하였다. 2020년도의 워드클라우드는 ‘사회’, ‘수업’, ‘브랜드’, ‘경험’, ‘서비스’와 같은 단어들이 자주 출연하는 것을 알 수 있다. 2021년도의 워드클라우드는 ‘소비자’, ‘수업’, ‘시각’, ‘환경’, ‘제품’과 같은 단어들이 자주 출연하는 것을 알 수 있다. 2022년도의 워드클라우드는 ‘경험’, ‘제품’, ‘문화’, ‘서비스’, ‘환경’과 같은 단어들이 자주 출연하는 것을 알 수 있다. 마지막으로, 2023년도의 워드클라우드는 ‘환경’, ‘브랜드’, ‘도시’, ‘문화’, ‘경험’과 같은 단어들이 자주 출연하는 것을 알 수 있다. 둘째, TF-IDF 분석 결과는 다음과 같다. 2020년도에는 공간, 수업, 경험, 서비스, 사회, 프로그램, 브랜드, 문제, 환경, 변화순으로 디자인 분야 연구에 관한 키워드가 도출되었다. 2021년도에는 공간, 사회, 환경, 서비스, 소비자, 수업, 제품, 가치, 변화, 브랜드 순으로 디자인 분야 연구에 관한 키워드가 도출되었다. 그리고 2022년도에는 공간, 사용, 문화, 환경, 제품, 제안, 사회, 서비스, 경험, 변화 순으로 디자인 분야 연구에 관한 키워드가 도출되었다. 마지막으로, 2023년도에는 공간, 서비스, 사회, 문화, 도시, 환경, 브랜드, 변화, 제안, 사용 순으로 디자인 분야 연구에 관한 키워드가 도출되었다. 셋째, 2020년도 디자인 분야 연구에 대한 토픽 모델링 분석결과, Topic 1의 주요 키워드가 ‘유아’, ‘프로그램’, ‘수업’, Topic 2의 주요 키워드가 ‘보행’, ‘수단’, ‘노인’, ‘범죄예방’, ‘이용자’, Topic 3의 주요 키워드가 ‘가상’, ‘디스플레이’, ‘증강현실’, ‘전제’, ‘현실’로 도출되었다. 2021년도 디자인 분야 연구에 대한 토픽 모델링 분석결과, Topic 1의 주요 키워드가 ‘시각’, ‘소비자’, ‘영향’, Topic 2의 주요 키워드가 ‘스마트’, ‘차량’, ‘인터페이스’, ‘스마트폰’, Topic 3의 주요 키워드가 ‘워크숍’, ‘언택트’, ‘역량’, ‘창작’, ‘컴퓨터’로 도출되었다. 2022년도 디자인 분야 연구에 대한 토픽 모델링 분석결과, Topic 1의 주요 키워드가 ‘테이블’, ‘프레임’, ‘웹디자인’, Topic 2의 주요 키워드가 ‘감성’, ‘모바일’, ‘브랜딩’, ‘구상’, ‘즐거움’, Topic 3의 주요 키워드가 ‘제페토’, ‘예술인’, ‘컴퓨팅’, ‘창의력’으로 도출되었다. 마지막으로, 2023년도 디자인 분야 연구에 대한 토픽 모델링 분석결과, Topic 1의 주요 키워드가 ‘고령자’, ‘안전성’, ‘어린이’, ‘사회’, Topic 2의 주요 키워드가 ‘창의’, ‘수업’, ‘대학교’, ‘지식’, ‘사고’, ‘함양’, Topic 3의 주요 키워드가 ‘마케팅’, ‘모바일’, ‘입체’, ‘감성’, ‘트랜드’로 도출되었다.
· 공헌점 및 기대효과: 첫째, 본 논문은 디자인 분야의 최근 연구동향을 객관적으로 분석하여 결과를 제시함으로써, 디자인 분야 연구자들에게 유용한 정보를 제공한다. 둘째, 본 연구는 다양한 텍스트 마이닝 기법을 활용하여 의미있는 연구 트랜드 정보를 제시하였다, 이러한 연구방법론은 후속 연구자들에게 좋은 가이드라인이 될 수 있을 것으로 기대된다.
목차
국문 초록
Ⅰ. 서론
Ⅱ. 관련 선행연구 및 연구주제 도출
Ⅲ. 연구방법
Ⅳ. 분석결과
Ⅴ. 결론
참고문헌
Abstract
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
기억의 산책, 삶의 아카이브 : 김미옥 수필집 《얼굴무늬》(디자인21, 2023)
수필미학
2023 .12
-
인문학을 위한 신문 빅 데이터와 텍스트 마이닝
어문론집
2019 .06
-
토픽모델링을 활용한 대학 글쓰기 교육 연구 동향 분석
인문사회과학연구
2023 .05
-
텍스트 마이닝을 활용한 코로나19 이후 온라인수업 관련 연구 동향 분석
영어영문학연구
2021 .08
-
텍스트 난이도에 따른 핵심 어휘와 그 관계망 변화에 대한 연구
우리말연구
2018 .01
-
자연언어처리를 활용한 텍스트 연구 분야의 비교를 통한 자동채점 변인 탐색
작문연구
2019 .01
-
병원 홈페이지의 병원장 메시지를 통한 경영전략 분석: 텍스트 마이닝 기법을 활용하여
인문사회과학연구
2023 .05
-
텍스트 마이닝을 활용한 단일 텍스트의 내용 구조분석 방안 탐색
독서연구
2019 .01
-
텍스트 의미의 기원과 그 분리에 관한 연구
人文科學硏究
2021 .01
-
CEO 편지 텍스트마이닝 -독일기업 사례를 통한 전문 텍스트종류 연구-
인문학연구
2021 .08
-
빅데이터 텍스트 마이닝을 통한 무형문화유산 분야 연구동향 및 지식체계 분석
무형유산
2020 .01
-
국가경쟁력 강화를 위한 디자인 지원 정책
문화와 예술연구
2017 .12
-
작문 교육을 위한 텍스트 유형의 체계화 방안
작문연구
2015 .09
-
네트워크 텍스트 분석결과 해석에 관한 소고 - 행정학 분야 연구를 중심으로
인문사회과학연구
2015 .01
-
신약성경 텍스트 해석과 의식 : 마가복음과 갈라디아서를 중심으로
신약연구
2022 .12
-
[권두언] 텍스트(text)와 콘텍스트(context)
신학지남
2022 .03
-
토픽 모델링을 활용한 영어 어휘 교육 연구에 대한 동향 분석
영어영문학21
2023 .03
-
작문 평가에서 텍스트 마이닝의 활용 가능성 탐색
작문연구
2017 .01
-
학문 목적 한국어 학습자의다중 텍스트 활용 양상 연구
우리어문연구
2024 .01
-
텍스트마이닝을 위한 한국어 불용어 목록 연구
우리말글
2018 .09
이 논문의 저자 정보
이 논문과 함께 이용한 논문
인문학을 위한 신문 빅 데이터와 텍스트 마이닝
김일환
어문론집
2019
.06
키워드 네트워크 분석을 활용한 진단분류모형 연구 동향 분석 및 활용 연구 방향 제언
이선애
,
이태헌
사회과학연구
2024
.08
기계학습 기반 유튜브 악플 분석: “사이버렉카”에 달린 댓글의 어휘적 특성
이신행
,
이주연
,
조민정
외 1명
디지털콘텐츠학회논문지
2022
.06
인공지능과 인문정신: 디지털 시대의 인문학의 대중화
김영민
동서비교문학저널
2021
.03
텍스트 마이닝을 활용한 영화흥행 예측 연구
이상훈
,
조장식
,
강창완
외 1명
한국데이터정보과학회지
2015
.12
최근 본 자료
댓글(0)
0