텍스트 마이닝을 활용한 글쓰기 자료 분석

• 영문명: A Study on the Writing Data Case via Text Mining
• 발행기관: 한국문화융합학회
• 저자명: 조용림(Joe Yonglim)
• 간행물 정보: 『문화와융합』제42권 5호, 279~307쪽, 전체 29쪽
• 주제분류: 복합학 > 학제간연구
• 파일형태: PDF
• 발행일자: 2020.05.30

국문 초록

본 연구는 글쓰기 클리닉에서 2014년~2017년까지의 진행된 글쓰기 첨삭 자료 중 3,001건의 글쓰기 자료를 데이터 베이스화하였다. 글쓰기 자료는 텍스트 마이닝 기법을 통해 어휘 빈도 분석, 의미망 시각화를 시도하였다. ① 글쓰기 자료에서는 4년간의 주요 공통 어휘를 볼 수 있다. 주요 공통 어휘에는 ‘우리나라’, ‘대한민국’, ‘모국어’, ‘인터넷’, ‘외모지상주의’, ‘의사소통’ 등이 있다. 주요 공통 어휘는 20여 개이며, 이들 어휘는 학생들의 관심도를 꾸준하다는 사실을 반영하고 있다. ② 주요 키워드에서는 학생들의 관심도가 상승하는 어휘와 하락하는 어휘를 볼 수 있다. 빈도수가 상승하는 것에는 대학과 관련한 어휘들이 있다. ‘스트레스’, ‘과학기술’이 주요 키워드이며, 반대로 빈도수가 하락하는 어휘에는 ‘노동’, ‘통일’ 등의 키워드가 학생들의 관심에서 멀어지는 사실을 확인할 수 있다. ③ 글쓰기 자료에서는 대학의 특수성을 반영하는 어휘들을 볼 수 있다. ‘기독교’, ‘하나님’ 등 신학대학이 자리하고 있는 특수성으로 나타난 결과이며, 대학 주최 토론대회의 주제와 관련한 어휘 빈도가 높아지고 있다. 특히 2017년 토론 논제의 주요 키워드의 결과는 과학기술의 발달이 진행되고, 스마트폰에 익숙한 세대일수록 인공지능에 관심이 높다는 것을 볼 수 있다. 이러한 현상은 후행 학습자로 갈수록 빈도가 더욱 높아질 것이다. ④ 어휘들의 의미망 시각화에서는 클러스터를 4가지로 유형화할 수 있다. 4년 동안 축적된 글쓰기 자료에서 ‘생각-사회-교육-세계’와 밀접한 관련을 맺고 있으며, ‘우리나라-경제-문제’에 깊은 관심을 보였으며, ‘문화-정책’에 대한 자료와 ‘외국인-노동자-일자리’에 관심이 높았다는 사실을 볼 수 있었다. 빅데이터에 기반을 둔 텍스트 마이닝을 활용하게 되면 학생들의 관심사를 파악하여 의사소통 역량을 증가시킬 수 있으며, 교육 현장에서 교수-학습 방안 마련하거나 교재 내용을 집필할 때 적용할 수 있을 것이다.

영문 초록

This study has databased 3,001 writing materials among the writing correction materials from the year 2014 to 2017 at the writing clinic of Mokwon University. The study aimed to analyze vocabulary frequency and visualize semantic networks through text mining techniques for students writing materials. ① In writing materials, you can see the most used vocabulary in four years. This includes “our country”, “korea”, “native language”, “internet”, “appearance supremacy”, and “communication.” The most common vocabulary is approximately 20, and this vocabulary reflects the fact that students interest is steady. ② In the main keyword, you can see the vocabulary that interests students and that which decreases. The vocabulary related to universities is in increasing frequency. “Stress” and “Science and Technology” are the main keywords here. Conversely, for the vocabulary where frequency decreases, you can see that keywords, such as “labor” and “unification,” are far from students interest. ③ In writing materials, you can see vocabulary that reflects the uniqueness of the university. Such as “Christian” and “God.” The frequency of vocabulary related to the topic of the discussion contest is increasing. In particular, the development of science and technology in the year 2017 and the generation familiar with smartphones are more interested in artificial intelligence. These phenomena will become more frequent as the learners follow. ④ In the visualization of the semantic network of vocabulary, there are four types of clusters. I could see that I was interested in “Thinking - Social - Education - World,” “Our Country - Economy - Problem,” “Culture - Policy,” and “Foreigners - Workers - Work. If text mining based on big data is used, it will be possible to increase the communication capacity by grasping students interests and apply it when preparing teaching-learning methods or writing textbooks in the field of education.

목차

1. 서론

2. 연구 설계 및 방법

3. 글쓰기 자료 분석 결과

4. 결론

키워드

텍스트 마이닝 글쓰기 데이터 베이스화 워드클라우드 의미망 시각화 Text Mining Writing Database Wordcloud Semantic Mapping Visualization