빅데이터 분석을 통한 테니스 관련 연구 동향 분석

• 영문명: Analysis of tennis-related research trends through Big data analysis
• 발행기관: 한국운동재활복지협회
• 저자명: 이종목(Jong-Mok Lee)
• 간행물 정보: 『운동재활·복지』제5권 제3호, 25~36쪽, 전체 12쪽
• 주제분류: 예술체육 > 체육
• 파일형태: PDF
• 발행일자: 2024.11.30

국문 초록

본 연구는 테니스 관련 연구가 미래를 대비하기 위해 1971년부터 2024년까지 학술연구지에 등재된 테니스 관련 연구 764편 논문 초록을 바탕으로 하여 텍스톰을 활용하여 텍스트마이닝 분석중 키워드 분석, 의미연결망 분석을 시행하였다. 첫째, 키워드분석에서는 테니스, 연구, 선수, 분석, 결과, 운동, 영향, 차이, 요인 순서로 나타났다. 그리고 테니스 기술과 경기력 향상이 관련된 스포츠, 경기, 기술, 훈련, 효과 등과 같은 단어들이 빈도 분석에서 상위권을 차지하고 있다. 그리고 TF-IDF 분석에서는 선수, 운동, 그룹, 참여, 요인 등이 높은 순위를 보여 빈도분석과 유사한 형태를 보이고 있다. 둘째, 의미연결망 분석 중 연결중심성 분석에서는 키워드가 다른 키워드와의 연결 관계가 높은 단어들은 테니스, 연구, 선수, 분석, 결과, 운동 단어 순으로 나타났다. 또한 테니스 기술과 훈련 관련된 단어들이 스트로크, 서브, 기술, 프로그램, 포핸드와 같은 단어들이 연결중심성에서 네트워크상에서 높은 영향력을 보여주고 있었다. 또한 CONCOR 분석에서 4개의 군집이 형성되었으며, ’기술 훈련 및 성과 향상‘, ’테니스 활동 내용 및 심리적 요인 분석‘, ’기술 평가 및 동작 분석‘, ’운동 효과와 통계적 분석‘이라고 군집이 형성되었다. 후속 연구에서는 테니스 관련 동향연구를 바탕으로 양적, 질적, 혼합연구를 통해 다양하고 다각적인 연구가 필요할 것이다.

영문 초록

This study conducted keyword analysis and semantic network analysis among text mining analysis using Textom based on the abstracts of 764 tennis-related research papers published in academic journals from 1971 to 2024 to prepare for the future of tennis-related research. First, keyword analysis showed the following order: tennis, research, player, analysis, result, exercise, influence, difference, and factor. In addition, words such as sports, game, technique, training, and effect related to tennis skills and performance improvement took the top ranks in frequency analysis. In addition, in TF-IDF analysis, players, exercise, group, participation, and factors showed high rankings, showing a form similar to frequency analysis. Second, in the semantic network analysis, in the connection centrality analysis, words with high connection relationships with other keywords were tennis, research, player, analysis, result, and exercise. In addition, words related to tennis skills and training, such as stroke, serve, technique, program, and forehand, showed high influence in the network in terms of connection centrality. In addition, four clusters were formed in the CONCOR analysis, and the clusters were formed as ‘Technical training and performance improvement’, ‘Tennis activity content and psychological factor analysis’, ‘Technical evaluation and movement analysis’, and ‘Exercise effect and statistical analysis’. In follow-up research, diverse and multifaceted research will be needed through diverse and multifaceted research based on tennis-related trend research and quantitative, qualitative, and mixed research.

목차

Ⅰ. 서론

Ⅱ. 연구 방법

Ⅲ. 연구 결과

Ⅳ. 논의

Ⅴ. 결론 및 제언

참고문헌

키워드

빅데이터 테니스 연구동향 텍스트 마이닝 의미연결망 분석 Big data Tennis research trends Text mining semantic network analysis