토픽모델링을 활용한 기부 연구 동향 비교분석 - 한국과 중국을 중심으로 -

왕종규; 이보희

추천

검색

자료유형: 학술저널

저자정보: 왕종규 (호북이공대학교) 이보희 (신라대학교)

저널정보: 대한경영정보학회 경영과 정보연구 경영과 정보연구 제43권 제2호

발행연도: 2024.6

수록면: 81 - 101 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

[연구목적] 본 연구는 한국과 중국의 최근 5년간 기부 관련 연구에서 논문의 제목, 키워드, 국문초록을 분석자료로 하여 빅데이터 분석을 적용함으로써 한·중 양국 기부 연구의 발전 추세와 미래의 기부전략을 살펴보고자 하였다. [연구방법] 논문명 또는 주제어에 ‘기부’ 또는 ‘자원봉사’를 포함하는 논문 794편(한국 320편, 중국 474편)을대상으로 논문의 제목, 키워드, 국문초록에서 일반명사와 고유명사를 추출하였다. Python 프로그램을 활용하여워드클라우드를 통해 단어 빈도를 시각화하고, LDA 토픽모델링을 통해 양국의 주요 토픽을 추출하였다. [연구결과] 첫째, 양국은 2018년부터 2020년까지 지속적으로 기부 연구가 증가하다가 코로나19의 영향으로2021년에는 감소하였고, 2022년 들어서는 한국은 계속 감소한 반면 중국은 다시 늘어나는 모습을 보였다. 둘째, 양국은 ‘자원봉사 및 자원봉사자’, ‘사회 및 기업 중심’, ‘의도와 동기 등 기부심리적인 측면’, ‘제도’, ‘공익’ 등의주제에서 비슷한 연구를 하고 있었고, 한국은 ‘활동’, ‘참여’, ‘기부금’, ‘만족도’, ‘광고’ 등, 중국은 ‘대학’, ‘대학생’, ‘기부 메커니즘 및 체계’, ‘정부 및 정책’, ‘문화’ 등으로 주제의 차이점도 보였다. 셋째, 한국은 고향사랑기부제(토픽1), 기부연계 촉진전략(토픽2), 지속가능 기부전략(토픽3), 기부세제와 보장체계(토픽4)의 4개 토픽으로, 중국은 지역사회 자원봉사(토픽1), 대학생 자원봉사(토픽2), 기부세제와 보장체계(토픽3), 기업 중심의 기부(토픽4), 지속가능 기부전략(토픽5)의 5개 토픽을 도출하였다. [연구의 시사점] 최근 기부 관련 연구의 기초 정보를 제공할 뿐만 아니라 향후 연구로 이어질 수 있는 주요변수 및 이슈에 대한 방향성을 제공할 수 있다는 점에서 이론적 의의가 있다. 또한 기부 관련 정책을 담당하는정부기관에 기부문화를 더 활성화 시키기 위한 방안을 제시하고, 한국과 중국에서 CSR 활동을 진행하려는 기업들에 도움을 줄 수 있다.

[Purpose] This study analyzed big data on titles, keywords, and abstracts from donation-related research in Korea and China over the past 5 years. The purpose is to examine the development trends of donation research and future donation strategies in Korea and China. [Methodology] Nouns were extracted from the title, keyword, and abstract of 794 papers (320 in Korea and 474 in China) that included ‘donation’ or ‘volunteer’ in the title or keyword. Using a Python program, word frequencies were visualized through word cloud, and major topics in both countries were extracted through LDA topic modeling. [Findings] First, donation research in both countries continued to increase from 2018 to 2020, but decreased in 2021 due to the influence of COVID-19. In 2022, Korea continued to decrease, while China increased again. Second, both countries were conducting similar research on topics such as ‘volunteer’, ‘social and corporate-oriented’, ‘psychological aspects of donation such as intention and motivation’, ‘system’, and ‘public interest’. In addition, there were differences in the topics: In Korea, such as ‘activity’, ‘participation’, ‘donation of money’, ‘satisfaction’, and ‘advertisement’, while in China, such as ‘university’, ‘university student’, ‘donation mechanism and system’, ‘government and policy’, and ‘culture’. Third, Korea derived 4 topics: Topic 1_Hometown love donation system, Topic 2_Donation-related promotion strategy, Topic 3_Sustainable donation strategy, and Topic 4_Donation tax and guarantee system. And China derived 5 topics: Topic 1_Community volunteer, Topic 2_University student volunteer, Topic 3_Donation tax and guarantee system, Topic 4_Corporate-oriented donation, and Topic 5_Sustainable donation strategy. [Implications] It has theoretical significance in that it not only provides basic information for recent donation-related research, but also provides direction on key variables and issues that may lead to future research. In addition, it can provide government agencies in charge of donation-related policies with ways to further revitalize the donation culture and provide help to companies seeking to carry out CSR activities in Korea and China.

#기부 #빅데이터 분석 #워드클라우드 #토픽모델링 #Donation #Big data analysis #Word cloud #Topic modeling

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!

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

최근 본 자료

댓글(0)