[논문]국내 산업공학 연구 주제 2001~2015

정보권; 이학연

doi:10.7232/jkiie.2016.42.6.421

국내 산업공학 연구 주제 2001~2015
Research Topics in Industrial Engineering 2001~2015 원문보기

대한산업공학회지 = Journal of the Korean Institute of Industrial Engineers, v.42 no.6, 2016년, pp.421 - 431

정보권 (서울과학기술대학교 IT정책전문대학원) , 이학연 (서울과학기술대학교 글로벌융합산업공학과)

Abstract ▼ AI-Helper

Over the last four decades, industrial engineering (IE) research in Korea has continued to evolve and expand to respond to social needs. This paper aims to identify research topics in IE research and explore their dynamic changes over time. The topic modeling approach, which automatically discovers topics that pervade a large and unstructured collection of documents, is adopted to identify research topics in domestic IE research. 1,242 articles published from 2001 to 2015 in two IE journals issued by the Korean Institute of Industrial Engineers were collected and their English abstracts were analyzed. Applying the Latent Dirichlet Allocation model led us to uncover 50 topics of domestic IE research. The top 10 most popular topics are revealed, and topic trends are explored by examining the dynamic changes over time. The four topics, technology management, financial engineering, data mining (supervised learning), efficiency analysis, are selected as hot topics while several traditional topics related with manufacturing are revealed as cold topics. The findings are expected to provide fruitful implications for IE researchers.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

또한 대다수의 연구 논문들이 관련되어 있는 기존 연구를 소개하고, 그 의미와 한계를 설명하는 문헌 검토 부분을 포함하기 때문에 대상 논문 데이터의 주요 의의 및 관련된 연구 방법, 연구 결과와 다른 방향으로 LDA 모형이 만들어질 수 있다. 따라서 본 연구에서는 1,242편 논문의 영문 제목 및 초록 데이터를 바탕으로 LDA를 수행하였다.
, 2014)와 다양한 데이터마이닝 방법으로 산업공학 분야의 대표적인 국제학술지인 IIE Transactions에 출판된 논문을 분석하여 산업공학 내연구의 현황과 추이를 관찰한 연구(Cho & Kim, 2012)로 토픽 모델링을 통한 산업공학의 심층적인 연구 동향을 분석한 사례를 찾아보기 어렵다. 따라서 본 연구에서는 최근 연구 동향 및 학문의 지적 구조 분석에 많이 사용되고 있는 토픽 모델링을 적용하여 국내 산업공학 분야에 대한 전반적인 연구 동향을 분석하고자 한다.
지난 40년간 국내 산업공학 분야는 사회의 새로운 수요에 대응하기 위해 확장과 변화를 거듭해 왔으며, 향후 지속적인 발전 방향 정립을 위해서는 현재까지의 연구 추세와 현황에 대한 면밀한 분석이 선행되어야 한다. 본 연구는 최근 15년간 수행된 산업공학 연구의 핵심 주제들을 파악하고 이들의 변화 추세를 분석함으로써, 향후 산업공학 분야의 유망 연구 주제 설정 및 발전 방향 수립에 활용될 수 있는 구체적인 시사점을 제공했다는 측면에서 의의를 가진다. 산업공학 연구자들은 현재 수행 중인 연구 주제가 유망 또는 쇠퇴 분야인지를 파악할 수 있으며, 산업공학 내에서 해당 연구 주제의 위상을 가늠할 수 있다.
산업 공학 분야에 대한 이러한 연구는 찾아보기 어렵다. 이에 본 연구에서는 국내 산업공학 논문을 분석하여 산업공학의 세부 주제들이 어떻게 구성되어있는지, 핵심 연구 주제는 무엇인지, 최근 들어 상승 및 하락하고 있는 연구 주제는 무엇인지를 파악한다.
이에 본 연구에서도 토픽 모델링 기법을 활용하여 국내 산업공학 분야의 연구 주제를 탐색한다. 본 연구는 대한산업공학회 발간 학술지에 2001년부터 2015년까지 게재된 1,242편의 논문의 초록 정보를 바탕으로, 토픽 모델링 기법 중 가장 대표적인 알고리즘인 LDA(Latent Dirichlet Allocation)를 적용하여 산업공학의 연구 주제를 식별한다.

가설 설정

텍스트 마이닝 기법 중 하나인 토픽 모델링은 비정형 텍스트에서 주제를 찾아 각 주제 간의 연관 관계와 시간에 따른 변화를 분석해 주며, 구조화되지 않은 방대한 문서의 집합에서 핵심 주제를 탐색하는 통계 알고리즘이다(Blei, 2012). 토픽 모델링은 각 문서는 주제들의 조합이며, 각 주제는 단어들을 통해 확률 분포를 갖는다는 것을 가정한다. 따라서 문서에서 빈번하게 사용되는 단어들을 관찰함으로써 문서 중의 주제와 이런 주제들이 문서에서 어떤 분포인지 추정할 수 있다(Blei, 2012).

제안 방법

LDA 결과 도출된 토픽별 단어 분포를 바탕으로 50개 토픽의 명칭을 정의하였다. 토픽의 명칭은 각 토픽별로 출현 확률이 높은 단어들을 바탕으로 정의하게 되는데, 단어(word) 자체만으로는 특정 의미를 지니고 있지 않는 경우가 있기 때문에 명확한 정의가 어려울 수 있다.
관찰된 변수인 단어 wd,i와 문서별 주제 분포 매개 변수 α, 주제별 단어 분포 매개 변수 β를 통해 보이지 않는 변수인 문서별 주제 비율(Per-document topic proportions, θd), 단어별 주제 지정(Per-word topic assignment, zd,i), 주제별 단어의 확률 분포(Per-topic word distributions, Φk)를 예측한다.
국내 산업공학 분야 연구 동향 분석을 위해 대한산업공학회가 발간하는 대한산업공학회지와 IE Interfaces를 선택하였다. 두 학술지에 2001년부터 2015년도까지 게재된 논문 1242편을 수집하였으며, 구체적으로 대한산업공학회지 총 61권 638편의 논문과 IE Interfaces 총 48권 604편의 논문이 수집되었다.
일반적인 불용어와 함께, 논문 초록에 빈번하게 출현하는 “study”, “paper”, “result” 등의 명사와 “analyze”, “examine”, “present”, “propose”, “disucss” 등의 단어를 추가로 불용어로 처리하였다. 다음으로 문장 내에서 다양한 형태로 사용되는 단어들의 표제어(lemma)를 추출하는 lemmatization 과정을 통해 각 단어들의 표제어를 추출했다. 자연어에서 단어는 문장에서 다른 형태로 사용될 수 있다.
본 연구는 대한산업공학회 발간 학술지에 2001년부터 2015년까지 게재된 1,242편의 논문의 초록 정보를 바탕으로, 토픽 모델링 기법 중 가장 대표적인 알고리즘인 LDA(Latent Dirichlet Allocation)를 적용하여 산업공학의 연구 주제를 식별한다. 도출된 50개의 주제들의 산업공학 세부 분야별 분포를 파악하고, 비중이 높은 연구 토픽들을 기간별로 산출한다. 또한 시간에 따른 토픽별 비중 변화 추이를 바탕으로 유망 및 쇠퇴 연구 토픽을 도출한다.
도출된 50개의 토픽들을 산업공학의 세부 분야별로 분류하여 국내 산업공학 연구 주제의 분포를 분석하였다. 산업공학 세부 분야 분류는 대한산업공학회(2006)의 보고서에서 활용한 분류 체계를 활용하였다.
이를 통해 국내 산업공학 연구의 50개 토픽을 도출하였으며, 산업공학의 세부 분야별 분포를 분석하였다. 또한 기간별 핵심 토픽 10개를 도출하고, 연도별 점유율 변화 추이를 바탕으로 유망 및 쇠퇴 토픽을 파악하였다.
도출된 50개의 주제들의 산업공학 세부 분야별 분포를 파악하고, 비중이 높은 연구 토픽들을 기간별로 산출한다. 또한 시간에 따른 토픽별 비중 변화 추이를 바탕으로 유망 및 쇠퇴 연구 토픽을 도출한다.
이에 본 연구에서도 토픽 모델링 기법을 활용하여 국내 산업공학 분야의 연구 주제를 탐색한다. 본 연구는 대한산업공학회 발간 학술지에 2001년부터 2015년까지 게재된 1,242편의 논문의 초록 정보를 바탕으로, 토픽 모델링 기법 중 가장 대표적인 알고리즘인 LDA(Latent Dirichlet Allocation)를 적용하여 산업공학의 연구 주제를 식별한다. 도출된 50개의 주제들의 산업공학 세부 분야별 분포를 파악하고, 비중이 높은 연구 토픽들을 기간별로 산출한다.
산업공학 분야의 핵심 연구 토픽을 도출하기 위해 2001년에서 2015년 동안의 연구 주제 점유율을 분석하였다. 먼저 [Table 3]은 15년의 전체 기간에 대한 상위 10개 연구 토픽을 나타낸 것이며, 50개의 모든 토픽의 점유율은 [Appendix A]에 나타나 있다.
수집된 논문의 텍스트 데이터 중 영문 제목 및 초록 부분만을 추출하여 분석에 활용하였다. 일부 연구에서 논문의 전체 텍스트를 사용하여 LDA 기반의 연구 동향 분석이 시도되기는 했지만, 상대적으로 분량이 많지 않은 논문의 초록과 같은 텍스트 데이터를 사용한 LDA 기반의 분석보다 장점을 가지고 있다는 것은 확인되지 않았다(Song et al.
시간에 따른 핵심 연구 토픽의 변화 추이를 관찰하기 위해 분석 대상 기간 15년을 5년 단위로 각각 세 기간으로 구분한 뒤 기간별 핵심 연구 토픽 상위 10개를 [Table 4]와 같이 도출 하였다. [Table 4]를 통해 시간 흐름에 따른 핵심 토픽의 변화가 관찰된다.
영문 제목 및 초록 부분에서 의미적 정보가 포함된 단어 집합을 추출한 뒤 R 패키지 “topicmodels”를 수정 및 활용하여 분석을 수행하였다(Hornik and Grün, 2011).
LDA 수행에 앞서 몇 가지 전처리 과정을 수행하다. 우선 분석에 필요한 단위로 텍스트를 나누는 tokenization을 수행한 뒤주어를 포함한 a, an, the 등의 관사나 of, by, form 등의 전치사 등 분석에 불필요한 불용어(stopwords)를 모두 제거했다. 일반적인 불용어와 함께, 논문 초록에 빈번하게 출현하는 “study”, “paper”, “result” 등의 명사와 “analyze”, “examine”, “present”, “propose”, “disucss” 등의 단어를 추가로 불용어로 처리하였다.
본 연구는 국내 산업공학 분야의 연구 주제를 파악하기 위해 대한산업공학회지와 IE Interfaces에 2001년에서 2015년까지 게재된 1242개의 논문 영문 초록 데이터를 바탕으로 LDA 분석을 수행하였다. 이를 통해 국내 산업공학 연구의 50개 토픽을 도출하였으며, 산업공학의 세부 분야별 분포를 분석하였다. 또한 기간별 핵심 토픽 10개를 도출하고, 연도별 점유율 변화 추이를 바탕으로 유망 및 쇠퇴 토픽을 파악하였다.
토픽의 명칭은 각 토픽별로 출현 확률이 높은 단어들을 바탕으로 정의하게 되는데, 단어(word) 자체만으로는 특정 의미를 지니고 있지 않는 경우가 있기 때문에 명확한 정의가 어려울 수 있다. 이에 본 연구에서는 각 토픽이 높은 비중을 차지하고 있는 상위 10개 논문을 추출하여, 이들의 제목과 초록을 참조하여 50개의 토픽 명칭을 정의하였다. 토픽 내 단어들의 연관성이 적거나 특정 주제로 지정하기 힘든 두 토픽은 Miscellaneous로 처리하였다.
일반적인 불용어와 함께, 논문 초록에 빈번하게 출현하는 “study”, “paper”, “result” 등의 명사와 “analyze”, “examine”, “present”, “propose”, “disucss” 등의 단어를 추가로 불용어로 처리하였다.
영문 제목 및 초록 부분에서 의미적 정보가 포함된 단어 집합을 추출한 뒤 R 패키지 “topicmodels”를 수정 및 활용하여 분석을 수행하였다(Hornik and Grün, 2011). 추론 방법으로는 깁스 샘플링(Gibbs sampling) 알고리즘을 채택하였고, 반복횟수는 1,000, 5,000, 10,000, 50,000으로 다양하게 적용하였으며, 토픽의 개수를 20, 30, 50, 100으로 변화시켜 실험을 수행하였다. Dirichlet 파라미터인 α는 문서 집합에 의해 정해진 기본 값을 사용하였고, β는 패키지의 기본 값 0.

대상 데이터

IE Interfaces의 경우 2013년 2월부터 대한산업공학회지와 통합되었기 때문에 이후로는 대한산업공학회지 논문만 수집되었다. 논문 데이터는 한국교육학술정보원(KERIS)이 제공하는 학술 연구정보서비스(RISS)를 통해 수집하였다.
국내 산업공학 분야 연구 동향 분석을 위해 대한산업공학회가 발간하는 대한산업공학회지와 IE Interfaces를 선택하였다. 두 학술지에 2001년부터 2015년도까지 게재된 논문 1242편을 수집하였으며, 구체적으로 대한산업공학회지 총 61권 638편의 논문과 IE Interfaces 총 48권 604편의 논문이 수집되었다. IE Interfaces의 경우 2013년 2월부터 대한산업공학회지와 통합되었기 때문에 이후로는 대한산업공학회지 논문만 수집되었다.
본 연구는 국내 산업공학 분야의 연구 주제를 파악하기 위해 대한산업공학회지와 IE Interfaces에 2001년에서 2015년까지 게재된 1242개의 논문 영문 초록 데이터를 바탕으로 LDA 분석을 수행하였다. 이를 통해 국내 산업공학 연구의 50개 토픽을 도출하였으며, 산업공학의 세부 분야별 분포를 분석하였다.

데이터처리

따라서 50개 주제의 15년 기간 동안의 연도별 점유율 변화 추이를 바탕으로, 연구 주제의 점유율이 상승 추세를 보이는 유망(hot) 토픽과 감소 추세를 보이는 쇠퇴(cold) 토픽을 도출하였다. 각 연도를 독립 변수로 하고, 산업공학 주제의 연도별 점유율을 종속 변수로 하여 선형회귀 분석을 수행하였으며, 회귀 계수가 유의 수준 5%에서 유의한 양의 값을 가지면 유망 토픽으로, 음의 값을 가지면 쇠퇴 토픽으로 구분하였다 (Griffiths and Steyvers, 2004). 도출된 유망 및 쇠퇴 토픽의 목록과 회귀 계수는 아래 [Table 5]와 같으며, 각각의 유망 및 쇠퇴 토픽의 연도별 비중 변화 추이를 [Figure 3]에 나타내었다.

이론/모형

도출된 50개의 토픽들을 산업공학의 세부 분야별로 분류하여 국내 산업공학 연구 주제의 분포를 분석하였다. 산업공학 세부 분야 분류는 대한산업공학회(2006)의 보고서에서 활용한 분류 체계를 활용하였다. 동 분류 체계는 산업공학을 시스템 분석(system analysis), 생산 및 물류(production/logistics), 품질(quality), 인간공학(ergonomics), 정보시스템(information system), 경영공학(management engineering), 기초과학(basic science)의 7개 세부 분야로 나누고 있으며, 이 중 기초과학을 제외한 6개의 분야에 도출된 토픽들을 할당하였다.

성능/효과

하지만 이것은 5년 단위로 구분된 점유율에 대한 분석이므로 매년 변화되는 점유율을 반영한 것이 아니며, 상위 10개의 주제로만 분석 대상을 한정하였기 때문에 개별 주제의 연도별 상승과 하락 추세를 정확하게 파악하는데 한계가 있다. 따라서 50개 주제의 15년 기간 동안의 연도별 점유율 변화 추이를 바탕으로, 연구 주제의 점유율이 상승 추세를 보이는 유망(hot) 토픽과 감소 추세를 보이는 쇠퇴(cold) 토픽을 도출하였다. 각 연도를 독립 변수로 하고, 산업공학 주제의 연도별 점유율을 종속 변수로 하여 선형회귀 분석을 수행하였으며, 회귀 계수가 유의 수준 5%에서 유의한 양의 값을 가지면 유망 토픽으로, 음의 값을 가지면 쇠퇴 토픽으로 구분하였다 (Griffiths and Steyvers, 2004).
, 2015; Song and Kim, 2013). 본 연구에서는 최종적으로 반복 횟수 10,000회에 토픽수 50개 실험 결과를 채택하였다.
반면 Period 3의 [T37] Financial engineering, [T25] Cognitive ergonomics, [T47] Efficiency analysis, [T10] Empirical case study 4개의 주제는 Period 1과 Period 2에서 나타나지 않던 주제로, 최근 들어 상위 주제로 포함된 토픽들이다. 특이할만한 사항은, [T13] Business Process Management(BPM)가 Period 1에서 Period 2로 기간이 변경되면서 점유율의 순위가 급상승된 뒤에 다시 Period 3에서는 상위 주제에서 제외되었고, [T35] Technology management는 Period 2에서 Period 3으로 기간이 변경되면서 가장 높은 점유율을 가진 주제로 위상이 증가하였다. 이와 유사하게 [T6] Data mining-Supervised learning도 Period 2에서 Period 3으로 오면서 점유율이 급격히 상승하였음을 알수 있다.

후속연구

그러나 본 연구는 대한산업공학회가 발간하는 국내 학술지 논문으로만 분석 범위를 제한하였는 한계가 있다. 한국경영과 학회, 한국경영공학회, 한국산업경영시스템학회 등 산업공학 관련 학회에서 발간하는 학술지 논문으로 분석 범위를 확장할 필요가 있다.
가령 최근의 사물인터넷, 빅데이터, 인공지능 등의 기술의 보급과 적용이 세계적인 이슈가 되면서 이 기술이 적용되는 산업 전반의 모든 영역에서 산업공학의 역할과 필요성이 함께 높아질 것이다. 따라서 산업공학이 새로운 기술과 영역을 수용하고 산업 현장에 기여하기 위해서는 현시점의 산업공학 현황을 면밀하게 파악하여 산업공학 본연의 목적대로 산업 현장에 효율적이고 가치 있는 기여를 할 수 있는 방안을 미리 준비하고 개발해야 할 것이다.
한국경영과 학회, 한국경영공학회, 한국산업경영시스템학회 등 산업공학 관련 학회에서 발간하는 학술지 논문으로 분석 범위를 확장할 필요가 있다. 또한 분석 범위를 국제 학술지 논문으로 확대하여 동일한 분석을 수행한다면, 산업공학 연구의 국제 동향 파악이 가능할 것이며, 이를 국내 결과와 비교함으로써 다양한 시사점을 도출할 수 있을 것이다. 또한 본 연구에서는 분석 기간인 15년 동안 게재된 모든 논문을 하나의 문서 집합으로 묶어서 LDA를 수행하였기 때문에, 연구 토픽의 세부적인 진화 과정을 파악할 수 없었다.
산업공학 연구자들은 현재 수행 중인 연구 주제가 유망 또는 쇠퇴 분야인지를 파악할 수 있으며, 산업공학 내에서 해당 연구 주제의 위상을 가늠할 수 있다. 또한 학술지 편집위원들은 학술지에 게재된 논문들의 주제 및 성격이 편집 방침과 일치하는지를 확인할 수 있으며, 향후 편집 방침에 대한 비전 및 방향 설정에 활용할 수 있다. 연구 지원 기관에서는 도출된 유망 분야를 활용하여 산업 공학 및 유관 분야의 유망 연구 과제 발굴이 가능하다.
또한 본 연구에서는 분석 기간인 15년 동안 게재된 모든 논문을 하나의 문서 집합으로 묶어서 LDA를 수행하였기 때문에, 연구 토픽의 세부적인 진화 과정을 파악할 수 없었다. 추후 연구에서는 각 기간별로 문서 집합을 구분하여 기간별로 서로 다른 토픽을 추출하고, 토픽 간의 관계를 정량적으로 측정 및 시각화하여 산업공학 분야의 연구 토픽의 진화 과정을 분석하는 것이 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	산업공학의 역할과 필요성이 모든 영역에서 높아짐에 따라 어떤 것을 준비하고 개발해야 하는가?	가령 최근의 사물인터넷, 빅데이터, 인공지능 등의 기술들의 보급과 적용이 세계적인 이슈가 되면서 이들 기술들이 적용되는 산업 전반의 모든 영역에서 산업공학의 역할과 필요성이 함께 높아질 것이다. 따라서 산업공학이 새로운 기술과 영역을 수용하고 산업 현장에 기여하기 위해서는 현시점의 산업공학 현황을 면밀하게 파악하여 산업공학 본연의 목적대로 산업 현장에 효율적이고 가치 있는 기여를 할수 있는 방안을 미리 준비하고 개발해야 할 것이다.
	OR분야의 발전으로 어떤 변화를 이루었는가?	산업공학은 프레더릭 테일러(Frederick Taylor)의 과학적 관리(scientific management) 를 시작으로, 헨리 간트(Henry Gantt)와 길브레스(Gilbreth) 부부 등의 연구를 통해 그 초기 형태가 만들어졌으며(Salvendy, 2001), 이후 생산 및 품질 관리에 대한 연구가 본격적으로 이루어지기 시작했다. 제2차 세계대전을 전후한 OR(operations research) 분야의 발전으로 본격적인 궤도에 오른 산업공학 분야는 1980년대 이후에는 컴퓨터의 발전 및 확산에 따라 정보시스템 분야까지 그 범위를 확장하였으며, 최근 들어서는 금융공학, 서비스공학, 기술경영 등을 아우르며 오늘날의 산업시 스템공학, 산업경영공학에 이르렀다(Park, 2015). 국내에서는 1974년 대한산업공학회가 설립되어 지난 40여 년간 학술지 발간 및 다양한 연구 활동과 사업 등을 통해 국내 산업공학 발전에 핵심적인 역할을 수행하고 있으며, 현재 70여 개의 대학에 설치된 산업공학 관련 학과를 중심으로 활발한 산학연 연구를 통해 외연을 확장하고 있다.
	산업공학에서 초기형태를 만든 사람은?	대부분의 공학 분야는 산업 및 기술의 변화 추세에 따라 적응하고 시대적 요구에 발맞춰 발전한다. 산업공학은 프레더릭 테일러(Frederick Taylor)의 과학적 관리(scientific management) 를 시작으로, 헨리 간트(Henry Gantt)와 길브레스(Gilbreth) 부부 등의 연구를 통해 그 초기 형태가 만들어졌으며(Salvendy, 2001), 이후 생산 및 품질 관리에 대한 연구가 본격적으로 이루어지기 시작했다. 제2차 세계대전을 전후한 OR(operations research) 분야의 발전으로 본격적인 궤도에 오른 산업공학 분야는 1980년대 이후에는 컴퓨터의 발전 및 확산에 따라 정보시스템 분야까지 그 범위를 확장하였으며, 최근 들어서는 금융공학, 서비스공학, 기술경영 등을 아우르며 오늘날의 산업시 스템공학, 산업경영공학에 이르렀다(Park, 2015).

참고문헌 (36)

Ahn, J. K., Lee, K. H., and Kim, H. W. (2015), Trend analysis of changes in information systems research : modeling and network analysis topics, The Korea Society of Management information Systems, 561-570.
Blei, D. M. (2012), Probabilistic Topic Models, Communications of the Acm, 55(4), 77-84.

상세보기
Blei, D. M., Ng, A. Y., and Jordan, M. I. (2003), Latent dirichlet allocation, The Journal of machine Learning research, 3, 993-1022.
Callon, M., Courtial, J. P., Turner, W. A., and Bauin, S. (1983), From translations to problematic networks-An introduction to co-word analysis, Social Science Information Sur Les Sciences Sociales, 22(2), 191-235.

상세보기
Choi, B. K., Han, K. H., Jun, C. S., Lee, C. S., and Park, S. C. (2014), Review and Perspectives on the Research and Industrial Applications of Manufacturing Systems Engineering in Korea for 40 Years, Journal of the Korean Institute of Industrial Engineers, 40(6), 555-567.

원문보기 상세보기
Cho, J. (2011), A study for research area of library and information science by network text analysis, Journal of the Korean Society for Information Management, 28(4), 65-83.
Cho, G. H., Lim, S. Y., and Hur S. (2014), An Analysis of the Research Methodologies and Techniques in the Industrial Engineering Using Text Mining, Journal of the Korean Institute of Industrial Engineers, 40(1), 52-59.

원문보기 상세보기
Cho, S. and Kim, S. (2012), Finding meaningful pattern of key words in IIE transactions using text mining, Journal of the Korean Institute of Industrial Engineers, 38(1), 67-73.

원문보기 상세보기
Chung, M. K., Yun, M. Y., Park, J. H., Lee, I-S., and Lim, J-H. (2014), 40 Years of Ergonomics in Korea : Accomplishments, Challenges and 40 More Years Ahead, Journal of the Korean Institute of Industrial Engineers, 40(6), 568-579.

원문보기 상세보기
Cobo, M. J., Lopez-Herrera, A. G., Herrera-Viedma, E., and Herrera, F. (2011), An approach for detecting, quantifying, and visualizing the evolution of a research field : A practical application to the Fuzzy Sets Theory field, Journal of Informetrics, 5(1), 146-166.

상세보기
Ding, W. and Chen, C. (2014), Dynamic topic detection and tracking : A comparison of HDP, C-word, and cocitation methods, Journal of the Association for Information Science and Technology, 65(10), 2084-2097.

상세보기
Go, G., Jung, W., Shin, Y., Park, S., and Jang, D. (2011), A study on development of patent information retrieval using textmining, Journal of the Korea Academia-Industrial Cooperation Society, 12(8), 3677-3688.

원문보기 상세보기
Griffiths, T. L. and Steyvers, M. (2004), Finding scientific topics. Proceedings of the National Academy of Sciences, 101(1), 5228-5235.

상세보기
Hornik, K. and Grun, B. (2011), topicmodels : An R package for fitting topic models. Journal of Statistical Software, 40(13), 1548-7660.
Jeong, B. K. and Lee, H. Y. (2016), Industrial Engineering as a Multidisciplinary Field : Exploring the Structure of Academic Convergence in Industrial Engineering by Journal Citation Network Analysis, Journal of the Korean Institute of Industrial Engineers, 42(3), 182-197.

원문보기 상세보기
Korean Institute of Industrial Engineers (2006), Domestic and international through case studies and the job analysis creative engineering education system and curriculum development : Focus on Industrial Engineering.
Kim, G. H. and Park, C. L. (2015), Analysis of English abstracts in Journal of the Korean Data and Information Science Society using topic models and social network analysis, Journal of the Korean Data and Information Science Society, 26(1), 151-159.

원문보기 상세보기
Kim, H. B. (2016), Text Mining for Korean Using Topic Models Based on Latent Dirichlet Allocation Technique, Graduate School of Dongguk University, Seoul, 5-7.
Kim, J. and Jeong, C. (2012), Analysis of trend in construction using text mining method, Journal of The Korean Digital Architecture？Interior Association, 12(2), 53-60.
Kim, Y. K. and Kim, J. Y. (2014), OR/MS in Korea : The Review and Outlook, Journal of the Korean Institute of Industrial Engineers, 40(6), 592-608.

원문보기 상세보기
Lee, J. Y., Moon, J. Y., and Kim, H. J. (2007), Examining the Intellectual Structure of Records Management and Archival Science in Korea with Text Mining, Korean Society for Library and Information Science, 41(1), 345-372.

원문보기 상세보기
Mimno, D. and McCallum, A. (2008), Topic models conditioned on arbitrary features with Dirichlet multinomial regression, Proceedings of the 24th Conference in Uncertainty in Artificial Intelligence(UAI 2008), UAI-P-2008-PG-411-418.
Park, J. H. and Song, M. (2013), A Study on the Research Trends in Library and Information Science in Korea using Topic Modeling, Journal of the Korean Society for Information Management, 30(1), 7-32.
Park, J. W., Shin, H. S., Kim, K-D., Jeong, H-I., and Lee, J. C. (2014), Production Planning and Control in Korea : with Emphasis on the Role of Industrial Engineers, Journal of the Korean Institute of Industrial Engineers, 40(6), 580-591.

원문보기 상세보기
Park, Y. T. (2015), Industrial Engineering-systems approach, Saeng Neung Press, Paju-si, Korea.
Ramos-Rodriguez, A. R. and Ruiz-Navarro, J. (2004), Changes in the intellectual structure of strategic management research : A bibliometric study of the Strategic Management Journal, 1980-2000, Strategic Management Journal, 25(10), 981-1004.

상세보기
Shin, K. S., Choi, H. R., and Lee, H. C. (2015), Topic Model Analysis of Research Trend on Renewable Energy, Journal of the Korea Academia-Industrial cooperation Society, 16(9), 6411-6418.

원문보기 상세보기
Salvendy, G. (2001), Handbook of Industrial Engineering : Technology and Operations Management. Wiley-Interscience, New York City, United States.
Small, H. (1973), Co-citation in the scientific literature : A new measure of the relationship between two documents, Essays of an Information Scientist, 24(4), 265-269.
Song, M. and Kim, Y. S. (2012), Detecting the knowledge structure of bioinformatics by mining full-text collections, Scientometrics, 96(1), 183-201.
Song, M., Heo, G. E., and Lee, D. (2015), Identifying the landscape of Alzheimer's disease research with network and content analysis, Scientometrics, 102(1), 905-927.

상세보기
Song, M. and Kim, S. Y. (2013), Detecting the knowledge structure of bioinformatics by mining full-text collections, Scientometrics, 96(1), 183-201.

상세보기
Tsai, F. S. (2011), A tag-topic model for blog mining, Expert Systems with Applications, 38(5), 5330-5335.

상세보기
Won, J. H. (2014), A study of the forecasting demand of medicine, Information & Industrial Engineering Yunsei University.
Yan, E. (2015), Research dynamics, impact, and dissemination : A topic-level analysis, Journal of the Association for Information Science and Technology, 66(11), 2357-2372.

상세보기
Yum, B. J., Seo, S. K., Yun, W. Y., and Byun J. H. (2014), Trends and Future Directions of Quality Control and Reliability Engineering, Journal of the Korean Institute of Industrial Engineers, 40(6), 526-554.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증