선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이러한 키워드들은 꾸준하게 해운경제연구의 바탕이 되는 기제 연구주제라고 볼 수 있는 것들이었다. 그러면 이러한 키워드들 이 시간이 지남에 따라 어떤 중심성의 변화를 보이는지를 알아보자.
- 왜냐하면 일반적으로 각 연도기간에 많이 등장하는 키워드가 중요할 것이라고 생각할 수 있는데, 이 주장이 옳다면 본 연구가 지니는 의의가 크지 않을지도 모르기 때문이다. 따라서 우리는 세 개 기간에 모두 출현한 공통 키워드의 빈도를 조사하여 동일하게 분석을 하여 빈도에 의거한 분석이 네트워크분석에 비해서 어떤 차이점이 있는지를 살펴보았다. 아래 [Table 6]은 세 개 기간에 모두 공통적으로 등장한 키워드의 빈도를 나타낸 것이다.
- 마지막으로 불연속적인 두 개 연도기간에 나타난 키워드의 연결중심성의 차이인 Delta-C를 살펴 보자. 아래 [Table 9]에서는 2000년∼2004년과 2010년∼2014년 두 기간에 출현한 키워드의 연결 중심성과 그 차이인 Delta-C 값을 보여준다.
- 본 소절부터는 키워드의 연결중심성 분석결과를 보여주고자 한다. 먼저 키워드 가운데 분석대상을 대집단 크럼프만으로 하고, 각 연도 기간별로 공유하는 경우와 그렇지 않은 경우를 아래 [Table 3]과 같이 정리해 보았다.
- 사용된 네트워크 분석도구는 연결 중심성과 매개중심성이고 통계도구는 Pajek과 Stata 두 가지를 선택하였다. 주요 컴포넌트를 대상으로 연결중심성과 매개중심성의 시각화를 통한 키워드 간의 설명을 통하여 어떤 학술지가 높은 중심성을 보이는지 그리고 얼마만큼 다양한 분야의 관계를 맺고 있는지에 관한 관찰을 기술하였다.
- 지금까지 상위 20위에서 연도 기간별로 순위에 큰 변화가 있음을 알아보았다면 이제부터는 보다 구체적으로 공유되는 키워드 가운데 세 개의 모든 기간에 공유되는 경우와 두 개 연속적으로 혹은 불연속적으로 출현하는 키워드의 경우에서 어떠한 중심성의 변화가 있는지를 알아보자. 아래 [Table 5]는 세 개 연도 기간에 모두 공통으로 출현한 키워드를 보여준다.
제안 방법
- 논문의 순서를 하나의 모드로 하고 저자 키워드를 또 다른 모드로 하여 만들어지는 이원모드 자료는 논문의 키워드분석을 위하여 키워드만으로 구성된 일원행렬로 변환한다.4) 그러므로 논 문을 매개로 하여 키워드와 키워드 사이의 연결구조로 된 키워드 간 네트워크를 구축하고 분석한다. 이원모드를 일원모드로 변환할 때 사용한 통계 필터링은 유사도 계수이다.
- 이수상(2013)은 키워드 간의 통계적인 연관성을 잘 평가할 수 있는 코사인(cosine) 계수를 주로 사용하였는데, 이유 사도는 어떤 개체(case)들을 유사한 집단으로 분류 하고자 하는 경우에 사용되며 개체들이 얼마나 유사한지 또는 유사하지 않는지를 측정하는 개념이다.5) 또한 해운경제 키워드 네트워크의 분석을 위하여 연결중심성과 매개중심성을 사용하였다. 연결 중심성의 계산은 연결정도에 기반하여 각 노드가 연결된 이웃 노드가 많을수록 중심성이 높은 것이 특징이다(Freeman, 1979).
- 데이터 구조는 논문과 키워드의 이원모드와 일원모드를 사용하여 시간에 따른 변화를 관찰 하였다. UCINET의 Netdraw의 시각화 툴을 사용하여 각 시대별로 연결중심성이 높은 키워드를 조사하였다. 그 결과 ‘구조주의’와 관련된 키워드가 꾸준히 증가하였으며 소셜미디어 관련 키워드가 최근에 많이 출현하고 있음을 밝혀내었다.
- 네 개의 연도 기간에서 각 200개의 학술논문을 선택 하여 총 20년간 800개의 논문을 구축하여 저자키워드를 연구대상으로 연결중심성과 매개중심성을 사용하여 연구 동향을 살펴보았다. 각 연도 기간 별 주요 주제와 동향을 파악하기 위하여 동시에 출현하는 공유키워드와 어떤 특정 연도 기간에 등장하는 신규키워드를 살펴보았다. 연속패턴이거나 불연속패턴일 때는 공유되는 키워드의 연결중심성 값이 다르게 나타난 것을 확인할 수 있었다.
- 구체적으로 어떤 키워드가 높은 중심성을 가지는지 알아보기 위하여 아래 [Table 4]에서 연결중심성 상위 20개 키워드를 제시하였다.
- 장세은ㆍ이성민ㆍ이수상ㆍ김재훈(2015)에서는 해양플랜트산업의 연구 동향을 연도 기간별로 살 펴보기 위하여 5년 주기로 나누어 분석하였다. 네 개의 연도 기간에서 각 200개의 학술논문을 선택 하여 총 20년간 800개의 논문을 구축하여 저자키워드를 연구대상으로 연결중심성과 매개중심성을 사용하여 연구 동향을 살펴보았다. 각 연도 기간 별 주요 주제와 동향을 파악하기 위하여 동시에 출현하는 공유키워드와 어떤 특정 연도 기간에 등장하는 신규키워드를 살펴보았다.
- 0을 사용 하였다. 논문의 순서를 하나의 모드로 하고 저자 키워드를 또 다른 모드로 하여 만들어지는 이원모드 자료는 논문의 키워드분석을 위하여 키워드만으로 구성된 일원행렬로 변환한다.4) 그러므로 논 문을 매개로 하여 키워드와 키워드 사이의 연결구조로 된 키워드 간 네트워크를 구축하고 분석한다.
- 다음으로 구체적으로 세 개의 연도 기간별로 연결(Link), 밀도(Density), 평균연결도(Average degree), 선형(Sting), 파당(Clique), 크럼프(Clumps)에 관한 키워드 네트워크의 일반 특성을 살펴보자.
- Choi and Kang(2014)은 한국 교육공학분야의 연구 동향을 ‘교육공학 저널(Journal of Educational Technology)’에 1985년과 2013년 사이에 게재 된 645개의 학술논문을 대상으로 10년 단위인 1985~1994, 1995~2004, 2005~2013로 나누어 분석 하였다. 데이터 구조는 논문과 키워드의 이원모드와 일원모드를 사용하여 시간에 따른 변화를 관찰 하였다. UCINET의 Netdraw의 시각화 툴을 사용하여 각 시대별로 연결중심성이 높은 키워드를 조사하였다.
- 두 개의 연도기간에 연속으로 출현한 키워드를 알아보기 위하여 아래 [Table 7]에서는 2000년∼ 2004년과 2005년∼2009년 사이에 연속적으로 나타난 상위 20개 키워드의 연결중심성과 그 차이를 Delta-C 알고리즘을 사용하여 살펴보자.
- 첫 번째는 세 개의 모든 시기에 공유되는 키워드패턴으로 연결 중심성을 통해서 지속적으로 연구되는 주제가 무엇인지 또 변동의 폭이 큰 키워드는 무엇인지를 알 수 있었다. 두 번째는 두 개 시기에 연속적으로 혹은 불연속적으로 나타나는 키워드 패턴을 알아보았다. 2000년∼2004년과 2005년∼2009년에 연속으로 걸쳐서 사용된 키워드의 특징은 처음에 사용된 키워드의 중심성이 다음 연도 기간에 사용될 때에는 75%의 키워드들이 낮은 연결중심성을 보여주는 반면에 2005년∼2009년과 2010년∼2014년에 나타난 키워드에서는 60%가 더 높은 연결중심성을 보여주어서 연도 기간별 대조를 보여주었다.
- 첫째, 문헌자료로서 SSCI(Social Sciences Citation Index) 해운경제 국제학술지에 게재된 영어학술논문을 수집하여 논문에 사용된 저자키워드를 수집한다. 둘째, 키워드 네트워크 분석을 위하여 사회연결망 프로그램인 넷마이너(Cyram, 2015) 4.0을 사용하여 해운경제분야 연구동향이 연도 기간별로 어떠한 변화를 가져왔는지를 살펴보기 위해 5년 주기로 나누어 분석한다. 첫 번째 연도 시 기는 2000년∼2004년으로 하고 두 번째 연도 시기는 2005년∼2009년이며 세 번째 연도 시기는 2010년∼2014년으로 구분하여 총 세 개의 시기로 구분하였다.
- 연구방법에서 네트워크 분석방법은 단순 빈도 분 석방법과 비교해도 더 많은 설명력을 준다는 것을 밝혔다. 또한 연도 시기별로 공유되는 키워드 분석에 설명력을 더해 주기 위하여 Delta-C 알고리즘을 개발하여 연결중심성 차이를 살펴보았다. 여기에서 양의 값은 첫 번째 시기에 나타난 키워드가 두 번째 시기에서는 덜 중요하게 사용되는 것을 의미하며, 반대로 음의 값은 첫 번째 시기보다 두 번째 시기에 더 중요하게 사용되는 것을 알려 주는 지표로 활용할 수 있고 키워드의 연도 시기 별 중요도 비교에 사용할 수 있었다.
- 첫 번째 연도 시 기는 2000년∼2004년으로 하고 두 번째 연도 시기는 2005년∼2009년이며 세 번째 연도 시기는 2010년∼2014년으로 구분하여 총 세 개의 시기로 구분하였다. 셋째, 연도 기간별로 분류를 마치면 논문을 매개로 키워드 네트워크를 구성한다. 대집단 네트워크에서 주요 주제를 보여줄 수 있는 중요한 키워드를 찾아내는 도구로서 Freeman(1979)의 연결중심성과 매개중심성의 네트워크 분석방법을 사용하여 네트워크 자료를 분석한다.
- 장세은ㆍ이수호(2014)는 사회연결망 프로그램인 넷마이너를 사용하여 키워드 네트워크의 중심성 측정방법으로 크루즈산업의 연구동향을 분석하였다. 연구동향을 연도 기간별로 살펴보기 위하여 2000년 이후에는 5년 주기로 각 기간별 공통적으로 나타나는 연결중심성과 매개중심성을 사용하여 논의하였다. 주요 연구결과로서 네 번째 기간인 2010년∼2014년에서 China가 비교적 높은 연결 중심성과 매개 중심성 값을 가지고 있어 China가 세계 크루즈산업에서 주요한 역할을 하고 있음을 시각적으로 보여주었다.
- 자료 수집은 학술지에 수록된 모든 논문이었고 연도 기간별로 5년 주기1)로 2000년∼2004년, 2005년∼2009년, 2010년∼2014년 세 단계로 구분하였다.
- 이재민ㆍ강정한(2011)은 한국학술지인용색인(KCI)에 등록된 2004년부터 2010년까지 사회학 분야의 학술지 20개를 선정하였다. 자료는 논문과 키워드, 학술지와 키워드, 학술지와 저자와 같은 이원모드로 구축하였다. 사용된 네트워크 분석도구는 연결 중심성과 매개중심성이고 통계도구는 Pajek과 Stata 두 가지를 선택하였다.
- 지금까지 세계 해운경제관련 국제저널에 게재된 논문을 대상으로 연도 기간별로 5년 주기로 2000년∼2004년, 2005년∼2009년, 2010년∼2014년 세 단계로 나누고 저자키워드를 추출하여 네트워크 분석방법인 연결중심성과 매개중심성 방법론을 활용하여 세계 해운경제의 연구동향을 양적인 관점에서 논의하였다.
- 첫 번째 연도 시 기는 2000년∼2004년으로 하고 두 번째 연도 시기는 2005년∼2009년이며 세 번째 연도 시기는 2010년∼2014년으로 구분하여 총 세 개의 시기로 구분하였다.
대상 데이터
- 분석 대상 학술지는 영어로 작성된 국제 유명 저널 해운경제 관련 ‘Maritime Economics and Logistics’에 게재된 논문을 대상으로 하였다.
- 로 2000년∼2004년, 2005년∼2009년, 2010년∼2014년 세 단계로 구분하였다. 수집한 총 논문 수는 303개였으며, 기초 데이터 수집단계에서는 출판연도, 논문제목, 저자 키워드, 저자명 순으로 분류하여 엑셀파일로 저장 하였다.
- 이재민ㆍ강정한(2011)은 한국학술지인용색인(KCI)에 등록된 2004년부터 2010년까지 사회학 분야의 학술지 20개를 선정하였다. 자료는 논문과 키워드, 학술지와 키워드, 학술지와 저자와 같은 이원모드로 구축하였다.
- 본 연구의 구체적인 연구 질문은 두 가지이다. 첫 번째 질문은 2000년 이후부터 2014년 최근에 이르기까지 글로벌 해운경제연구의 주제와 경향은 무엇일까? 두 번째 질문은 해운경제논문에 사용된 중요한 키워드들이 연도 기간별로 어떤 경향을 가지며 그런 경향성을 어떻게 설명할 수 있을까? 또한 연도 기간별로 공유되는 키워드의 분석과 비공유되는 키워드의 분석을 위해서는 어떤 네트워크 분석방법이 적절할까? 이러한 연구 질문에 답하기 위하여 본 연구의 구성은 다음과 같다. 2장에서는 학술지를 대상으로 네트워크 분석을 실시한 선행 연구를 살펴본다.
- 본 연구는 아래의 세가지 절차에 따라 수집한 자료를 네트워크 분석을 하였다. 첫째, 문헌자료로서 SSCI(Social Sciences Citation Index) 해운경제 국제학술지에 게재된 영어학술논문을 수집하여 논문에 사용된 저자키워드를 수집한다. 둘째, 키워드 네트워크 분석을 위하여 사회연결망 프로그램인 넷마이너(Cyram, 2015) 4.
이론/모형
- 대집단 네트워크에서 주요 주제를 보여줄 수 있는 중요한 키워드를 찾아내는 도구로서 Freeman(1979)의 연결중심성과 매개중심성의 네트워크 분석방법을 사용하여 네트워크 자료를 분석한다. 그리고 연도 기간별로 네트워크분석에서 도출된 중심성 값에 대한 비교 분석을 위하여 새로운 측정도구인 Delta-C 알고리즘을 만들어 본다.
- 셋째, 연도 기간별로 분류를 마치면 논문을 매개로 키워드 네트워크를 구성한다. 대집단 네트워크에서 주요 주제를 보여줄 수 있는 중요한 키워드를 찾아내는 도구로서 Freeman(1979)의 연결중심성과 매개중심성의 네트워크 분석방법을 사용하여 네트워크 자료를 분석한다. 그리고 연도 기간별로 네트워크분석에서 도출된 중심성 값에 대한 비교 분석을 위하여 새로운 측정도구인 Delta-C 알고리즘을 만들어 본다.
- 자료는 논문과 키워드, 학술지와 키워드, 학술지와 저자와 같은 이원모드로 구축하였다. 사용된 네트워크 분석도구는 연결 중심성과 매개중심성이고 통계도구는 Pajek과 Stata 두 가지를 선택하였다. 주요 컴포넌트를 대상으로 연결중심성과 매개중심성의 시각화를 통한 키워드 간의 설명을 통하여 어떤 학술지가 높은 중심성을 보이는지 그리고 얼마만큼 다양한 분야의 관계를 맺고 있는지에 관한 관찰을 기술하였다.
- 세 번째로 사용한 알고리즘은 연도 기간별로 중 심성의 차이를 파악하기 위하여 본 연구에서 제안한 Delta-C 알고리즘으로 C는 Centrality의 약자를 의미한다. Delta-C의 계산공식은 아래 (3)과 같다.
- 세계 해운경제산업 연구동향을 파악하기 위한 연구방법으로 키워드 네트워크 분석을 활용할 수 있는 사회연결망 프로그램인 넷마이너 4.0을 사용 하였다. 논문의 순서를 하나의 모드로 하고 저자 키워드를 또 다른 모드로 하여 만들어지는 이원모드 자료는 논문의 키워드분석을 위하여 키워드만으로 구성된 일원행렬로 변환한다.
- 이상의 선행연구와 본 연구의 차이점은 기존의 선행연구들은 사회연결망분석 알고리즘의 결과를 보여주었지만 본 연구에서는 세계 항만경제와 관련된 논문을 대상으로 연도별 차이를 설명하기 위해서 Delta-C라는 알고리즘을 사용한 것이다.
성능/효과
- 그 결과 ‘구조주의’와 관련된 키워드가 꾸준히 증가하였으며 소셜미디어 관련 키워드가 최근에 많이 출현하고 있음을 밝혀내었다.
- 1069로 나타났다. 또한 regulation의 경우 빈도와 연결중심성이 모두 첫 번째 시기가 가장 높은 점수이고 두 번째 시기가 다음으로 나타나지 만 변화의 폭에 있어서는 빈도는 큰 차이가 없는 반면에 중심성에 있어서는 큰 폭으로 변하는 것을 관찰할 수 있었다. 이렇듯 네트워크 분석은 빈도 만으로 알 수 없는 것을 연결 관계를 통한 중심성의 파악이 가능하기 때문에 트랜드 분석에 적합하 다고 본다.
- 본 연구를 위하여 추출한 자료는 Zipf’s의 법칙을 따르고 있으며, 넷마이너 분석 도구 프로그램을 활용하여 네트워크 데이터로 확인한 결과 키워드 노드들이 멱함수 분포를 가진다는 것을 확인할 수 있어서 세계 해운경제 키워드 연구는 네트워크의 분석에 적합하다는 것을 보여 주었다. 또한 본 연구에서는 연결중심성 분석이 각 연도 기간에 다른 많은 키워드와 연결 관계를 가지고 있는 주요 연구주제임을 보여주었다.
- 매개중심성을 사용한 연도 시기별 키워드 분석은 연결중심성 상위 20위와 비교하여 분석한 결과 세 개의 연도기간에 매개중심성 분석이 연결중심성 분석에 비해서 더 많은 비공유 키워드를 상위에서 관찰 할 수 있었고 이것은 매개중심성이 시기별로 특이한 키워드의 관찰에 적절한 알고리즘으로 선택할 수 있다는 것이다. 또한 비공유 키워드의 네트워크 구조 유형은 매개중심성 상위 키워드와 함께 나타나는 구조와 매개중심성 상위 키워드와 연결을 갖지 않는 구조도 있음을 알았다.
- 매개중심성을 사용한 연도 시기별 키워드 분석은 연결중심성 상위 20위와 비교하여 분석한 결과 세 개의 연도기간에 매개중심성 분석이 연결중심성 분석에 비해서 더 많은 비공유 키워드를 상위에서 관찰 할 수 있었고 이것은 매개중심성이 시기별로 특이한 키워드의 관찰에 적절한 알고리즘으로 선택할 수 있다는 것이다. 또한 비공유 키워드의 네트워크 구조 유형은 매개중심성 상위 키워드와 함께 나타나는 구조와 매개중심성 상위 키워드와 연결을 갖지 않는 구조도 있음을 알았다.
- 본 연구를 위하여 추출한 자료는 Zipf’s의 법칙을 따르고 있으며, 넷마이너 분석 도구 프로그램을 활용하여 네트워크 데이터로 확인한 결과 키워드 노드들이 멱함수 분포를 가진다는 것을 확인할 수 있어서 세계 해운경제 키워드 연구는 네트워크의 분석에 적합하다는 것을 보여 주었다.
- 또한 연도 시기별로 공유되는 키워드 분석에 설명력을 더해 주기 위하여 Delta-C 알고리즘을 개발하여 연결중심성 차이를 살펴보았다. 여기에서 양의 값은 첫 번째 시기에 나타난 키워드가 두 번째 시기에서는 덜 중요하게 사용되는 것을 의미하며, 반대로 음의 값은 첫 번째 시기보다 두 번째 시기에 더 중요하게 사용되는 것을 알려 주는 지표로 활용할 수 있고 키워드의 연도 시기 별 중요도 비교에 사용할 수 있었다. 해운경제 키 워드를 세 개의 연도시기별로 분석한 결과 두 개의 서로 다른 패턴을 발견하였다.
- 연구결과를 구체적으로 기술하면 다음과 같다. 연구방법에서 네트워크 분석방법은 단순 빈도 분 석방법과 비교해도 더 많은 설명력을 준다는 것을 밝혔다. 또한 연도 시기별로 공유되는 키워드 분석에 설명력을 더해 주기 위하여 Delta-C 알고리즘을 개발하여 연결중심성 차이를 살펴보았다.
- 각 연도 기간 별 주요 주제와 동향을 파악하기 위하여 동시에 출현하는 공유키워드와 어떤 특정 연도 기간에 등장하는 신규키워드를 살펴보았다. 연속패턴이거나 불연속패턴일 때는 공유되는 키워드의 연결중심성 값이 다르게 나타난 것을 확인할 수 있었다. 특히 2010년∼2014년 기간에 한번만 새롭게 등장한 신규 키워드의 분석에서는 상위 10위 내에서 해양플랜트산업과 직접 관련이 있는 LNG FPSO와 GIS 두 개 신규키워드와 연결된 노드들의 중심 주제는 offshore임을 시각적으로 보여주었다.
- 주요 연구결과로서 네 번째 기간인 2010년∼2014년에서 China가 비교적 높은 연결 중심성과 매개 중심성 값을 가지고 있어 China가 세계 크루즈산업에서 주요한 역할을 하고 있음을 시각적으로 보여주었다.
- Delta-C가 양의 값을 가지는 경우는 최근 연도 기간에 연결중심성이 높은 경우이고 음의 값을 가지는 경우는 과거 연도기간에 연결중심성이 높은 경우를 나타낸다. 즉, 두 번째 기간인 2005년-2009 년에 75%에 해당하는 15개 키워드가 낮은 연결중 심성을 보였고, 25%에 해당하는 5개의 키워드만 높은 연결중심성을 보였다. 이미 등장했던 연구 주제는 다시 등장할 때 대부분은 Delta-C가 낮아지는 경향을 가지는 키워드가 있는 반면 몇 개의 키워드는 높은 Delta-C 값을 가졌다.
- 매개중심성 상위 20위를 보여주는 위의 [Table 11]과 연결중심성 상위 20위를 나타내는 [Table 5]와 비교하면 공유되지 않는 키워드들이 상위에 많이 올라온 것을 알 수 있다. 첫 번째 기간에 5 개, 두 번째 기간에 8개, 세 번째 기간에 8개로 연결중심성에서 각 기간별로 5개만 출현한 것과 비교하여 보면 비공유 키워드가 증가하였음을 알 수 있다. 각 기간별로 가장 높은 비공유 키워드는 2000년∼2004년에는 competitive advantage가 9 위, 2005년∼2009년에는 logistics가 2위, 2010년∼ 2014년에서는 dry port의 경우 6위에 올라와 있다.
후속연구
- 이러한 연구 결과는 앞으로 다른 연구 분야의 네트워크 분석에서도 활용도가 높을 것으로 사료된다. 그러나 본 연구의 한계점은 한 개의 국제저널에 게재된 한정된 수의 논문을 대상으로 연구한 것이므로 차후 모든 해운 경제관련 국제저널을 대상으로 연구한다면 본 논문의 주장을 일반화하는 데 도움이 될 것으로 본다.
- 본 논문의 연구결과가 가지는 시사점은 지금까지 세계 해운경제 연구 분야의 주제가 무엇인지 네트워크분석을 통하여 객관화된 자료에서 양적인 분석을 실시하였기 때문에 향후 연구동향 예측의 기초 자료로 활용할 수 있다는 점이다. 특히 연결 중심성은 주요 연구주제를 파악할 수 있는데 도움을 줄 수 있고 매개중심성은 특정 기간에 등장하는 키워드를 파악할 수 있다는 것을 네트워크 분석을 통해서 발견한 것이다.
- 특히 연결 중심성은 주요 연구주제를 파악할 수 있는데 도움을 줄 수 있고 매개중심성은 특정 기간에 등장하는 키워드를 파악할 수 있다는 것을 네트워크 분석을 통해서 발견한 것이다. 이러한 연구 결과는 앞으로 다른 연구 분야의 네트워크 분석에서도 활용도가 높을 것으로 사료된다. 그러나 본 연구의 한계점은 한 개의 국제저널에 게재된 한정된 수의 논문을 대상으로 연구한 것이므로 차후 모든 해운 경제관련 국제저널을 대상으로 연구한다면 본 논문의 주장을 일반화하는 데 도움이 될 것으로 본다.
- 이상과 같이 연결중심성을 통하여 중요한 키워드의 변화양상을 알아보았는데, 그렇다면 과연 키 워드의 빈도는 연결중심성과 어떤 차이가 있는지를 알아볼 필요가 있다. 왜냐하면 일반적으로 각 연도기간에 많이 등장하는 키워드가 중요할 것이라고 생각할 수 있는데, 이 주장이 옳다면 본 연구가 지니는 의의가 크지 않을지도 모르기 때문이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.