주제어 프로파일링 및 동시출현분석을 통한 지능정보시스템 연구의 정체성에 관한 연구 A Study on the Intelligence Information System's Research Identity Using the Keywords Profiling and Co-word Analysis원문보기
본 연구는 한국지능정보시스템학회의 고유한 연구영역을 파악하고자 지능정보연구 학술지에 최근 3년 동안 게재된 논문들을 대상으로 키워드를 수집하여 프로파일링 기법과 동시출현빈도를 분석하였다. 이를 통하여 지능정보시스템 연구의 정통성과 정체성을 밝히는 동시에 향후 추구해야할 연구영역을 제시하고자 한다. 연구 정체성에 대한 상대적 위치를 파악하기 위하여 한국지능정보시스템학회 뿐만 아니라 유사학회에 해당하는 한국경영정보학회 그리고 한국정보시스템학회의 키워드 및 연구방법론을 수집하여 비교하였다. 또한, 한국지능정보시스템학회에서 인공지능/데이터마이닝, 지능형인터넷, 지식경영에 대한 주요 분야를 중점적으로 다루고 있음을 고려할 때 각 분야의 대표적인 학회로 한국빅데이터서비스학회 및 한국빅데이터학회, 한국인터넷전자상거래학회, 한국지식경영학회의 연구 경향을 각각 비교 분석하였다. 키워드 분석 결과만을 요약하면, 한국지능정보시스템학회는 키워드 부문에서는 텍스트마이닝, 데이터 마이닝 및 추천시스템에 집중하고 있다는 것을 알 수 있었다. 인공지능/데이터마이닝 분야에서는 빅데이터 개념 자체와 감성분석에 초점을 두고 있고, 지능형인터넷 분야에서는 SNS와 구매의도, 신뢰, 기술수용모델에 집중하고 있었다. 지식경영 분야에서는 지식관리, 지식 공유 키워드에 집중함을 발견할 수 있었다. 더 나아가 한국지능정보시스템학회 뿐만 아니라 유사 연구 분야에서 생태계 전반적 융합 가능성을 진단해 보았다.
본 연구는 한국지능정보시스템학회의 고유한 연구영역을 파악하고자 지능정보연구 학술지에 최근 3년 동안 게재된 논문들을 대상으로 키워드를 수집하여 프로파일링 기법과 동시출현빈도를 분석하였다. 이를 통하여 지능정보시스템 연구의 정통성과 정체성을 밝히는 동시에 향후 추구해야할 연구영역을 제시하고자 한다. 연구 정체성에 대한 상대적 위치를 파악하기 위하여 한국지능정보시스템학회 뿐만 아니라 유사학회에 해당하는 한국경영정보학회 그리고 한국정보시스템학회의 키워드 및 연구방법론을 수집하여 비교하였다. 또한, 한국지능정보시스템학회에서 인공지능/데이터마이닝, 지능형인터넷, 지식경영에 대한 주요 분야를 중점적으로 다루고 있음을 고려할 때 각 분야의 대표적인 학회로 한국빅데이터서비스학회 및 한국빅데이터학회, 한국인터넷전자상거래학회, 한국지식경영학회의 연구 경향을 각각 비교 분석하였다. 키워드 분석 결과만을 요약하면, 한국지능정보시스템학회는 키워드 부문에서는 텍스트마이닝, 데이터 마이닝 및 추천시스템에 집중하고 있다는 것을 알 수 있었다. 인공지능/데이터마이닝 분야에서는 빅데이터 개념 자체와 감성분석에 초점을 두고 있고, 지능형인터넷 분야에서는 SNS와 구매의도, 신뢰, 기술수용모델에 집중하고 있었다. 지식경영 분야에서는 지식관리, 지식 공유 키워드에 집중함을 발견할 수 있었다. 더 나아가 한국지능정보시스템학회 뿐만 아니라 유사 연구 분야에서 생태계 전반적 융합 가능성을 진단해 보았다.
The purpose of this study is to find the research identity of the Korea Intelligent Information Systems Society through the profiling methods and co-word analysis in the most recent three-year('2014~'2016) study to collect keyword. In order to understand the research identity for intelligence inform...
The purpose of this study is to find the research identity of the Korea Intelligent Information Systems Society through the profiling methods and co-word analysis in the most recent three-year('2014~'2016) study to collect keyword. In order to understand the research identity for intelligence information system, we need that the relative position of the study will be to compare identity by collecting keyword and research methodology of The korea Society of Management Information Systems and Korea Association of Information Systems, as well as Korea Intelligent Information Systems Society for the similar. Also, Korea Intelligent Information Systems Society is focusing on the four research areas such as artificial intelligence/data mining, Intelligent Internet, knowledge management and optimization techniques. So, we analyze research trends with a representative journals for the focusing on the four research areas. A journal of the data-related will be investigated with the keyword and research methodology in Korean Society for Big Data Service and the Korean Journal of Big Data. Through this research, we will find to research trends with research keyword in recent years and compare against the study methodology and analysis tools. Finally, it is possible to know the position and orientation of the current research trends in Korea Intelligent Information Systems Society. As a result, this study revealed a study area that Korea Intelligent Information Systems Society only be pursued through a unique reveal its legitimacy and identity. So, this research can suggest future research areas to intelligent information systems specifically. Furthermore, we will predict convergence possibility of the similar research areas and Korea Intelligent Information Systems Society in overall ecosystem perspectives.
The purpose of this study is to find the research identity of the Korea Intelligent Information Systems Society through the profiling methods and co-word analysis in the most recent three-year('2014~'2016) study to collect keyword. In order to understand the research identity for intelligence information system, we need that the relative position of the study will be to compare identity by collecting keyword and research methodology of The korea Society of Management Information Systems and Korea Association of Information Systems, as well as Korea Intelligent Information Systems Society for the similar. Also, Korea Intelligent Information Systems Society is focusing on the four research areas such as artificial intelligence/data mining, Intelligent Internet, knowledge management and optimization techniques. So, we analyze research trends with a representative journals for the focusing on the four research areas. A journal of the data-related will be investigated with the keyword and research methodology in Korean Society for Big Data Service and the Korean Journal of Big Data. Through this research, we will find to research trends with research keyword in recent years and compare against the study methodology and analysis tools. Finally, it is possible to know the position and orientation of the current research trends in Korea Intelligent Information Systems Society. As a result, this study revealed a study area that Korea Intelligent Information Systems Society only be pursued through a unique reveal its legitimacy and identity. So, this research can suggest future research areas to intelligent information systems specifically. Furthermore, we will predict convergence possibility of the similar research areas and Korea Intelligent Information Systems Society in overall ecosystem perspectives.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
첫째, 향후 지능정보연구에 확장 가능한 연구키워드와 주제 및 영역을 구체적으로 파악하는 것이다. 둘째, 각 영역에 대한 고유의 연구영역 정체성을 확인하고자 하는 것이다.
특히 주제어를 중심으로 한 단어동시출현분석은 학회의 정체성을 확인할 수 있는 계기가 될 것이다. 또한, 프로파일링 분석을 위하여 연구방법론 및 도구 데이터를 수집 분석하여 학회별 연구특성을 제시하고자 한다.
본 연구는 단순히 특정 학회에서 많이 연구하고 있는 경향을 파악하기 위한 분석이 아니라, 특정 학회가 정체성과 경쟁력을 확보하기 위하여 어떤 포지셔닝 전략을 취하고 있는가에 대한 질문에 대한 답변을 구하고자 키워드 프로파일링과 동시출현단어분석을 시도한 것이었다. 국내의 지능정보시스템 연구 분야에 대한 포괄적인 분석을 시도하였으나, 대상 학회를 한국지능정보시스템학회를 비롯한 7개 학회를 한정할 수 밖에 없었다.
본 연구에서는 7개의 학회(①한국지능정보시스템학회, ②한국경영정보학회, ③한국정보시스템학회, ④한국빅데이터서비스학회, ⑤한국빅데이터학회, ⑥한국인터넷전자상거래학회, ⑦한국지식경영학회)에 대하여 연구 키워드와, 연구방법론 및 도구를 분석하여 학회별, 학회 간 연구특성을 밝혀내고 그 정체성을 찾고자 한다. 우선 학문적 집단의 정체성에 대한 정의를 살펴보면 “독자적인 이론 및 연구방법에 따라서 독자적인 연구주제를 취급하고 설명하면서, 학문적 공감대를 형성하는 것”이라고 밝히고 있다(Lee et al.
본 연구에서는 대상학회 선정, 키워드 및 연구방법론(도구) 데이터 수집, 빈도분석 및 네트워크분석을 통하여 학회의 정체성과 타 학회간의 연구영역을 밝히고자 [Figure 1]에서 도식화한 절차로 연구를 수행하였다.
본 연구에서는 연구 주제어(키워드) 프로파일링, 연구방법론 및 도구 메타분석, 학회간의 연구키워드 연결 구조를 파악하여, 지능정보시스템 관련 학회 특히 한국지능정보시스템학회의 연구 정체성 파악하고자 하였다.
한편, 오정준(2014)의 연구에서 제시한 것처럼 관광학을 학문으로 정의하거나 이에 대한 명확한 정체성을 찾기도 어렵다는 것과 강범일(2013) 연구에서처럼 인접학문들을 한국학의 정체성을 파악하기 위해서는 인접학문을 파악해야 알 수 있다는 것을 발견하게 되었다. 본 연구에서는 이러한 기존연구에서 학문적 정체성을 발견할 수 있는 단서로써 연구주제(키워드), 연구방법론과 연구분석 도구에 대한 자료를 수집하여 지능정보연구와 유사학회 별(別), 간(間) 관계를 분석하고자 한다.
본 연구에서는 이를 입중하기 위하여 지능정보연구를 중심으로 유사학회와 중점 추진하려는 연구 분야에 대한 현황을 구체적으로 파악할 것이다. 본 연구에서는 아래와 같이 크게 두 가지 측면으로 접근할 것이다.
학회 간 연구키워드 연결 구조분석은 다음 두 가지 관점에서 분석하였다. 첫 번째 관점은 한국지능정보시스템학회와 유사학회로 선정한 한국경영정보학회와 한국정보시스템학회간의 키워드간의 연결 구조를 분석하는 것이다. 이런 연결구조분석을 통하여 우리는 첫째로, 유사학회간의 연구영역공유 및 공동연구가 가능한 부분이 구체적으로 무엇인가? 둘째, 위의 세 학회가 공통으로 바라보고 있는 연구영역은 무엇인가? 마지막으로, 각 학회는 자신의 연구영역에서 정체성을 확보하고 있는가를 확인하는 것이다.
본 연구에서는 아래와 같이 크게 두 가지 측면으로 접근할 것이다. 첫째, 지능정보시스템 연구(한국지능정보시스템학회)와 유사학회인 한국경영정보학회 그리고 한국정보시스템학회의 키워드와 연구방법론 및 도구를 수집하여 각 학회의 주요 연구 분야와 지능정보시스템학회를 중심으로 한 유사학회간의 연관성이 있는지 확인하고자 한다.
이는 다음과 같은 목적을 두고 수행한 것이다. 첫째, 향후 지능정보연구에 확장 가능한 연구키워드와 주제 및 영역을 구체적으로 파악하는 것이다. 둘째, 각 영역에 대한 고유의 연구영역 정체성을 확인하고자 하는 것이다.
제안 방법
P3. 네트워크 분석에서는 지능정보시스템/경영정보학회/정보시스템학회 간의 키워드를 NodeXL을 이용하여 네트워크 분석을 수행한다. 또한, 지능정보시스템 4개 중 3개 추진영역에 대한 키워드 및 연구 방법론 NodeXL을 이용하여 네트워크 분석을 수행한다.
빈도분석에서는 전체 대상기간 및 연도별 키워드의 빈도를 연구대상 학회 별로 계산한다. 또한 전체 대상기간 및 연도별 연구방법론 및 활용 도구에 대한 빈도를 추출한다.
메타분석을 위하여 연구방법론을 크게 7개의 범주(① Case Study, ② Trends Analysis, ③ Simulation, ④ Prediction, ⑤ Causality, ⑥ Relation Analysis, ⑦ Difference Analysis)로 구분하였다.
본 연구를 통한 학문적 시사점을 제시한다면 기존의 연구에서는 국문학, 언어학 등의 특정분야에서만 연구 키워드만을 통하여 연구 정체성을 분석하였지만 본 연구에서는 지능정보시스템 분야의 연구 키워드, 연구 분석 방법론 및 도구, 타 학회간의 연구 키워드 연결구조 분석 등 다면적 분석방법을 사용하여 정체성을 분석하였다는 점이다. 실무적으로는 본 연구에서 시도한 다면적 분석방법을 통해서 주요 연구 분야 또는 학회(지) 정체성 프로파일링을 작성하여 이를 관리할 수 있는 체계와 근거를 제시할 수 있다는 것이다.
대상 데이터
P1. 2014년~ 2016년간 3년간의 데이터를 수집하고 Data A는 지능정보시스템/경영정보학회/정보시스템학회의 키워드 및 연구방법론 및 활용도구에 대한 것이고, Data B는 지능정보시스템 3개 추진영역에 대한 대표학회들의 키워드 및 연구방법론 및 분석 도구를 수집한 것이다.
두 번째 측면은 한국지능정보시스템학회에서 밝힌 4대 연구 분야(인공지능/데이터마이닝, 지능형인터넷, 지식경영 및 최적화기법) 중에서 최적화기법을 제외한 나머지 분야에 대해서 인공지능/데이터마이닝 분야에서는 한국빅데이터(서비스)학회를, 지능형인터넷은 한국인터넷전자상거래학회를 선정하였다. 또한, 지식경영 분야는 한국지식경영학회를 선정하였다.
두 번째 측면은 한국지능정보시스템학회에서 밝힌 4대 연구 분야(인공지능/데이터마이닝, 지능형인터넷, 지식경영 및 최적화기법) 중에서 최적화기법을 제외한 나머지 분야에 대해서 인공지능/데이터마이닝 분야에서는 한국빅데이터(서비스)학회를, 지능형인터넷은 한국인터넷전자상거래학회를 선정하였다. 또한, 지식경영 분야는 한국지식경영학회를 선정하였다. 각 학회 고유의 연구 영역을 찾기 위해 키워드 분석을 수행하였으며 발견된 연구영역의 중복성 및 공통관심 연구영역을 밝히기 위해 키워드간의 네트워크분석을 수행하였다.
본 연구에서 총 7개의 학회의 최근 3년간(2014년~2016년) 게재된 논문을 대상으로 키워드와 연구방법론 및 도구 데이터를 수집하였다. 자료수집 대상학회에 대한 기준은 다음과 같다.
본 연구에서는 단어동시출현분석을 위해 한국 지능정보시스템학회를 포함한 유사학회 3개와 중점연구 추진 분야에 대한 대표학회 4개를 선정하여 키워드를 수집하였다. 특히 주제어를 중심으로 한 단어동시출현분석은 학회의 정체성을 확인할 수 있는 계기가 될 것이다.
연구방법론에 대한 빈도분석을 위하여 551개의 논문을 하나씩 직접 열어 각 논문의 연구방법론을 수집하였다. 메타분석을 위하여 연구방법론을 크게 7개의 범주(① Case Study, ② Trends Analysis, ③ Simulation, ④ Prediction, ⑤ Causality, ⑥ Relation Analysis, ⑦ Difference Analysis)로 구분하였다.
한편, 한국지능정보시스템학회에서 중점 추진 연구 분야에 따른 학회를 다음과 같이 선정하였다. 우선 인공지능/데이터마이닝 분야에서는 한국 빅데이터서비스학회와 한국빅데이터학회를 선정하였다. 지능형 인터넷 분야에서는 한국인터넷전자상거래학회를, 지식경영분야에서는 한국지식경영학회를 선정하였다.
키워드 또는 주제어를 2016년 기준하여 최근 3년간의 데이터를 수집하였다. 한국지능정보시스템학회의 연구 분야 정체성을 확인하기 위하여 학회를 설립한 시기와 창립의 원류들이 비슷한 것을 감안하여 유사학회를 한국경영정보학회와 한국정보시스템학회로 선정하였다.
한국지능정보시스템학회의 연구 분야 정체성을 확인하기 위하여 학회를 설립한 시기와 창립의 원류들이 비슷한 것을 감안하여 유사학회를 한국경영정보학회와 한국정보시스템학회로 선정하였다. 한국지능정보시스템학회는 2014년 ~ 2016년까지 405개의 키워드가 수집되었으며, 같은 기간 내에 한국경영정보학회에서 380개, 한국정보시스템학회에서도 327개를 수집하였다. 학회별로 빈도분석을 실시하여 각 학회별 최상위 빈도를 보이는 키워드 5개를 도식화 한 것이 아래의 [Figure 2] 이다.
키워드 또는 주제어를 2016년 기준하여 최근 3년간의 데이터를 수집하였다. 한국지능정보시스템학회의 연구 분야 정체성을 확인하기 위하여 학회를 설립한 시기와 창립의 원류들이 비슷한 것을 감안하여 유사학회를 한국경영정보학회와 한국정보시스템학회로 선정하였다. 한국지능정보시스템학회는 2014년 ~ 2016년까지 405개의 키워드가 수집되었으며, 같은 기간 내에 한국경영정보학회에서 380개, 한국정보시스템학회에서도 327개를 수집하였다.
데이터처리
또한, 지식경영 분야는 한국지식경영학회를 선정하였다. 각 학회 고유의 연구 영역을 찾기 위해 키워드 분석을 수행하였으며 발견된 연구영역의 중복성 및 공통관심 연구영역을 밝히기 위해 키워드간의 네트워크분석을 수행하였다.
네트워크 분석에서는 지능정보시스템/경영정보학회/정보시스템학회 간의 키워드를 NodeXL을 이용하여 네트워크 분석을 수행한다. 또한, 지능정보시스템 4개 중 3개 추진영역에 대한 키워드 및 연구 방법론 NodeXL을 이용하여 네트워크 분석을 수행한다.
첫째는 연구자간의 지식구조에 대하여 합의하지 않았으며, 둘째, 분야별로 이해에 차이가 있고, 셋째, 지식구조에 따라 지식의 종류에 의해 포괄하는 범위가 다르다는 점이다. 이러한 점을 보완하기 위하여 계량서지학적 연구를 진행하였는데, 이를 수행하기 위해서 서지결합분석, 동시 인용 분석, 저자 동시인용 분석 및 동시출현단어 분석을 활용하였으며 통계적 방법으로는 다차원척도법, 군집분석, 요인분석등을 적용한다(Song, 2015).
성능/효과
결론적으로 본 연구를 통한 한국지능정보시스템학회의 정체성을 요약하자면 우선 키워드 영역부문에 마이닝(텍스트, 데이터, 오피니언)과 추천시스템 분야에 집중하고 있었고, 분석 방법론 과 도구 또한 연구영역에 적합한 마이닝 도구와 네트워크분석도구, 측정센서(예: 안면인식 등)의 기존 도구를 사용할 뿐만 아니라 소프트웨어 프로그램을 자체 개발하여 분석하고 있다는 점이 특이할 만하다. 타 학회 간 키워드 연결 분석을 보면 최근 가장 많이 대두되고 있는 소셜네트워크 서비스, 사물인터넷, 빅데이터와 같은 영역도 함께 포함하여 정보기술 트랜드 흐름에 맞는 연구영역을 확보하였다 할 수 있다.
한편, 한국경영정보학회와 한국정보시스템학회간에는 5개의 키워드가 연결되었다. 결론적으로 키워드를 기준으로 한 연구분야에 대하여 3개 학회는 고유한 연구영역을 확보하고 있으며, 한국지능정보시스템학회과 한국정보시스템학회는 타 학회보다 비슷한 연구 정체성을 가지고 있다고 할 수 있다.
둘째, 지능정보시스템 연구의 추세는 추천시스템에서부터 데이터마이닝으로 이전하는 모양새를 보인다. 실제로 데이터마이닝과 텍스트마이닝을 합치면 21건의 빈도로 최근 3년간의 연구 분야에서 가장 확실한 위치를 차지하게 된다.
지식경영 분야에서는 지식경영, 지식공유 키워드에 집중함을 발견할 수 있었다. 연구 분석 방법을 조사한 [Table 3]을 요약하면 한국지능정보시스템학회와 빅데이터(서비스)학회는 사례분석(Case Study)위주의 논문이 주류인 반면에, 한국정보시스템학회와 한국경영정보시스템학회, 한국인터넷전자상거래학회, 한국지식경영학회는 연구모형을 기반으로 하는 인과관계분석이 주를 이루고 있다는 것을 알 수 있다. 연구 분석 도구를 분석한 [Table 4]는 [Table 3]으로부터 유추 가능한데 대부분의 학회는 SPSS, AMOS, PLS를 주로 사용하고 있다.
이들 학회는 유사한 학문분류에 속하지만 상호 중복적이지 않은 연구 분야에 위치함으로써 연구의 종 다양성에 기여하고 있다고 판단된다. 위의 3개의 유사학회 모두 데이터마이닝,소셜 네트워크 서비스, 소셜커머스, 사물인터넷, 빅데이터, 지식공유에 공통적으로 관심을 두고 있으며, 이들 키워드를 통하여 연구자간 학문적 교류의 가교가 됨을 알 수 있다.
이를 통하여 종합적으로 2016년 기준하여 최근 3년간의 연구중점 분야가 무엇인지 파악할 수 있게 되었으며 무엇보다도, 학회간의 연구 분야에 대한 연결구조 파악 및 상호 연구 교류 가능한 영역에 대한 파악이 가능하게 되었다.
[Table 3]의 분석을 종합해 보면 7개의 학회 중 한국경영정보학회, 한국정보시스템학회, 한국인터넷전자상거래학회, 한국지식경영학회는 인과관계 방법론을 대부분 사용한 반면에, 한국지능정보시스템학회와 빅데이터서비스학회와 빅데이터학회는 사례연구를 주로 사용하고 있다. 이중 본 연구에서 제시한 7개의 연구방법론을 고르게 사용한 학회는 한국지능정보시스템학회가 유일하였다. 한국빅데이터서비스학회와 빅데이터학회는 설립된 기간이 짧아 논문을 많이 발행하지는 못했으나, 향후 데이터마이닝 분야에서 대표적인 학회로 성장한다면 한국지능정보시스템학회와의 연구방법론 상의 정체성과 연구 도메인의 다양성이 있을지 주목해 볼 필요가 있을 것이다.
한국지능정보시스템학회 및 유사학회의 키워드 분석결과를 요약하면 다음과 같다. 첫째, 한국지능정보시스템학회의 경우 최상위 빈도 5개 키워드에서 매우 높은 집중도를 보이고 있는데, 이는 분석기간 동안에 연구 분야의 정체성이 잘 유지되고 있음을 의미한다. 한편, 한국경영정보학회는 지속사용의도가 가장 높은 빈도를 보이면서 정통성의 명맥을 유지하는 듯하나, 연구 도메인이 키워드로 많이 선정되어 정체성이 상당히 희소된 것을 살펴 볼 수 있다.
여기서 지식구조 즉 지적 구조에 대한 이해에 다음과 같은 어려움 점이 있다고 기존연구에서 밝히고 있다. 첫째는 연구자간의 지식구조에 대하여 합의하지 않았으며, 둘째, 분야별로 이해에 차이가 있고, 셋째, 지식구조에 따라 지식의 종류에 의해 포괄하는 범위가 다르다는 점이다. 이러한 점을 보완하기 위하여 계량서지학적 연구를 진행하였는데, 이를 수행하기 위해서 서지결합분석, 동시 인용 분석, 저자 동시인용 분석 및 동시출현단어 분석을 활용하였으며 통계적 방법으로는 다차원척도법, 군집분석, 요인분석등을 적용한다(Song, 2015).
후속연구
향후 각 학회에서는 소위 키워드 사전을 마련하여 연구자들에게 제공하는 노력이 경주되어야할 필요성이 대두된다. 구체적으로 첫째, 연구자의 키워드별 검색이 가능해 지도록 키워드에 대한 정의와 입력할 수 있는 Taxonomy 체계에 대한 연구가 필요하다. 둘째, 학회 및 연구 분야에 대한 정체성 등을 종합적으로 파악할 수 있는 학회별 프로파일을 정리한 보고서 작성에 대한 연구가 필요할 것으로 사료된다.
구체적으로 첫째, 연구자의 키워드별 검색이 가능해 지도록 키워드에 대한 정의와 입력할 수 있는 Taxonomy 체계에 대한 연구가 필요하다. 둘째, 학회 및 연구 분야에 대한 정체성 등을 종합적으로 파악할 수 있는 학회별 프로파일을 정리한 보고서 작성에 대한 연구가 필요할 것으로 사료된다. 프로파일링 보고서에는 이를테면, 연간 및 총 발행횟수와 KCI(Korea Citation Index)에 등재일과 같은 일반정보와 함께 최근 3년간(2014~2016년) 주요 키워드, 연구방법론, 연구도구 및 유사학회간의 공통관심 주요 키워드를 포함하는 것이 바람직할 것이다.
[Figure 2]와 [Figure 3]의 빈도분석 결과는 개별 학회의 고유한 연구 분야의 정체성을 확인하고 유지 관리할 수 있는 기초 정보로 활용될 수 있을 것이다. 연구자들이 특정 학회에 논문을 투고하고자 할 때 논문의 키워드를 중심으로 학회의 정체성에 부합되는 지 여부를 사전에 확인 할 수 있는 체계가 마련된다면 논문 투고 과정에서의 불필요한 시간과 노력의 낭비를 예방할 수 있을 것이다. 또한, 게재된 논문이 학회의 연구분야의 정통성 및 정체성에 어긋나는 경우도 줄어들 것으로 기대한다.
실무적으로는 본 연구에서 시도한 다면적 분석방법을 통해서 주요 연구 분야 또는 학회(지) 정체성 프로파일링을 작성하여 이를 관리할 수 있는 체계와 근거를 제시할 수 있다는 것이다. 직접적으로는 각 학회에서는 학회 본연의 연구 분야에 대한 어떤 정체성을 확보하고 있는지 파악하며 관리해야 할 부분을 즉각적으로 파악 할 수 있을 것으로 기대한다.
이중 본 연구에서 제시한 7개의 연구방법론을 고르게 사용한 학회는 한국지능정보시스템학회가 유일하였다. 한국빅데이터서비스학회와 빅데이터학회는 설립된 기간이 짧아 논문을 많이 발행하지는 못했으나, 향후 데이터마이닝 분야에서 대표적인 학회로 성장한다면 한국지능정보시스템학회와의 연구방법론 상의 정체성과 연구 도메인의 다양성이 있을지 주목해 볼 필요가 있을 것이다.
향후 각 학회에서는 소위 키워드 사전을 마련하여 연구자들에게 제공하는 노력이 경주되어야할 필요성이 대두된다.
각 학회는 이런 자료를 데이터베이스화하여 이미 관리하고 있어야 함에도 불구하고 현실은 그렇지 못했다. 향후 국내 학회에서는 연구 키워드, 분석방법론 및 도구에 대해 데이터베이스화하여 관리할 필요가 있다. 이는 향후에 연구자에게는 연구 분야에 관심이 있는 영역에서 키워드에 대한 검색이 가능해지고, 이에 해당하는 분석방법론과 구체적으로는 도구까지 설명하는 제공정보체계를 마련한다는데 있어 매우 중요한 의미를 가진다.
셋째, 키워드에 대한 저자들의 서술이 대부분 주요 연구 주제와 관련된 것이라기보다는 방법론적 부분과 측정하려는 구성개념 또는 변수에 해당하는 부분을 서술하고 있다. 향후 학회별로 키워드 선정에 대한 가이드라인이 마련되어야 할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
단어동시출현분석은 단적으로 무엇이라 하는가?
단어동시출현분석(Co-word analysis)은 단적으로 콘텐츠 분석기법이라고 말한다. 즉, 어떤 분야에 대하여 문헌 내에서 나타나는 키워드가 반복하여 나오는 빈도를 계산하고, 단어 간의 유사도를 분석하여 연구 주제 분야를 찾고 주요 주제 및 주제 간의 관계를 밝히는 것이라고 정의하고 있다(Zhang et al.
프로파일링 분석의 정의는 무엇인가?
프로파일링 분석(Profiling analysis)은 연구주제 뿐만 아니라 저자, 학술지, 학문 분야 등의 메타데이터에 대하여 분석하는 지적 구조 분석이라고 정의하고 있다. 예를 들어 저자들 간의 관계를 파악하는 것이 이 분석방법이다(Kang et al.
지식구조 즉 지적 구조에 대한 이해의 어려움은 무엇인가?
여기서 지식구조 즉 지적 구조에 대한 이해에 다음과 같은 어려움 점이 있다고 기존연구에서 밝히고 있다. 첫째는 연구자간의 지식구조에 대하여 합의하지 않았으며, 둘째, 분야별로 이해에 차이가 있고, 셋째, 지식구조에 따라 지식의 종류에 의해 포괄하는 범위가 다르다는 점이다. 이러한 점을 보완하기 위하여 계량서지학적 연구를 진행하였는데, 이를 수행하기 위해서 서지결합분석, 동시 인용 분석, 저자 동시인용 분석 및 동시출현단어 분석을 활용하였으며 통계적 방법으로는 다차원척도법, 군집분석, 요인분석등을 적용한다(Song, 2015).
참고문헌 (12)
Byun, W.H., K.I. Cho, K.T. Kim, and S.H. Han, "Analysis of Research Trend, Curriculum and Structure of 'General Principles of Tourism Sciences", The Tourism Sciences Society of Korea, Vol.32, No.4(2008), 35-53.
Kang, B.M. and J.H. Park, "Profiling and Co-word Analysis of Teaching Korean as a Foreign Language Domain", Korea Society for information Management, Vol.30, No.4(2013), 195-213.
Kostoff, R.N., "Co-word analysis. In B.Bozeman, & J.Melkers (Eds.), Evaluating R&D Impacts: Methods and Practice(64-78), Boston: Kluwer Academic Publishers(1993), 63-78".
Lee, H.Y., M.Y. Huh, and Y.G. Shin, "A Comparative Study on the Disciplinary Identity of Policy Studies in Korea, China, and Japan", The Korean Association for Local Government Studies, Vol.15, No.4 (2012), 253-278.
Oh, J.J., "Issues on Identity and Methodology in Tourism Studies -By Examining Tourism Articles Published in Journal of Korea Photo-Geographers", The Association of Korean Photo-Geographers, Vol.24, No.1 (2014), 107-118.
Small. H.G., "Co-citation in the Scientific Literature: A New Measure of the Relationship Between Two Documents", Journal of the American Society for Information Science, Vol.24, No.4(1973), 265-269.
Song, M.S., "A Study on the Intellectual Structure Analysis in Korean Studies", Journal of the Korean Library and Information Science Society, Vol.49, No.4(2015), 125-157.
Tang, H.N. and J.H. Joo, "An Empirical Study on Determinants of Flow of Social Network Games on Facebook", Korea Association of Information Systems, Vol.23, No.1(2014), 1-28.
White, H.D. and B.C. Griffith, "Author Cocitation: A Literature Measure of Intellectual Structure", Journal of the American Society for Information Science, Vol.32, No.3(1981), 163-171.
Zhang, L.L. and H.J. Hong, "Examining the Intellectual Structure of Reading Studies with Co-Word Analysis Based on the Importance of Journals and Sequence of Keywords", Journal of the Korean Biblia Society for Library and Information Science, Vol.25, No.1(2014), 295-318.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.