[논문]빅데이터 분석도구 R을 이용한 성경 데이터의 빈도와 소셜 네트워크 분석

반재훈; 하종수; 김동현

doi:10.6109/jkiice.2020.24.2.166

빅데이터 분석도구 R을 이용한 성경 데이터의 빈도와 소셜 네트워크 분석
Frequency and Social Network Analysis of the Bible Data using Big Data Analytics Tools R 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.24 no.2, 2020년, pp.166 - 171

반재훈 (Department of IT Management, Kosin University) , 하종수 (Department of Broadcasting & Image, Kyungnam College of Information & Technology) , 김동현 (Dept of Software, Dongseo University)

초록
AI-Helper

데이터를 저장하고 분석하여 새로운 지식을 얻을 수 있는 빅데이터 처리기술은 사회의 여러 분야에서 중요성이 강조되고 있으며 정보통신기술 분야의 핵심 이슈로 부각되면서 관련 기술에 대한 관심이 증가하고 있다. 이러한 빅데이터를 분석할 수 있는 도구인 R은 통계 기반의 정보 분석을 가능하게 하는 언어와 환경이다. 본 논문에서는 이를 이용하여 성경데이터를 분석한다. 성경 중에서 신약성경의 4복음서의 데이터를 분석한다. 먼저 성경데이터를 수집하고 분석을 위한 필터링을 수행한다. 이후 R을 이용하여 어떠한 텍스트가 분포되어 있는지를 빈도 조사를 수행하며 정확한 데이터의 분석을 위해 한 문장에서 나오는 단어들을 쌍으로 표현하고 단어 간의 관계성을 분석하는 소셜 네트워크 분석을 통해 성경을 분석한다.

Abstract ▼ AI-Helper

Big data processing technology that can store and analyze data and obtain new knowledge has been adjusted for importance in many fields of the society. Big data is emerging as an important problem in the field of information and communication technology, but the mind of continuous technology is rising. the R, a tool that can analyze big data, is a language and environment that enables information analysis of statistical bases. In this paper, we use this to analyze the Bible data. We analyze the four Gospels of the New Testament in the Bible. We collect the Bible data and perform filtering for analysis. The R is used to investigate the frequency of what text is distributed and analyze the Bible through social network analysis, in which words from a sentence are paired and analyzed between words for accurate data analysis.

주제어

표/그림 (9)

그림 Fig. 1 Data Analysis Process and Programming Code as R
그림 Fig. 2 Word cloud and SNA Graphs in Matthew
표 Table. 1 Frequency of words and word pairs in Matthew
그림 Fig. 3 Word cloud and SNA Graphs in Mark
표 Table. 2 Frequency of words and word pairs in Mark
표 Table. 3 Frequency of words and word pairs in Luke
그림 Fig. 4 Word cloud and SNA Graphs in Luke
그림 Fig. 5 Word cloud and SNA Graphs in John
표 Table. 4 Frequency of words and word pairs in John

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 R을 이용하여 성경데이터의 4복음서의 단어와 단어의 관계성을 분석하였다. 빅데이터 분석 도구 R을 이용하여 수집된 데이터를 분석하고 이를 워드클라우드 형태의 그림으로 나타내어 시각화함으로써 빈도 수에 따른 키워드를 쉽게 알아 볼 수 있도록 하였다.
따라서 정확한 데이터의 분석을 위해서는 단어 간의 관계성을 분석하는 것이 필요하다. 본 논문에서는 단어 간의 관계성을 분석하기 위하여 한 문장에서 나오는 단어들을 쌍으로 표현하고 그 횟수를 분석하는 소셜 네트워크 분석을 실시하였다.
본 논문에서는 워드 클라우드와 소셜 네트워크 분석을 통해 성경 중에서 4복음서의 데이터를 분석하였다. 워드 클라우드란 문서의 키워드, 개념 등을 직관적으로 파악할 수 있도록 핵심 단어를 시각적으로 돋보이게 하는 기법이다.
이러한 빅 데이터를 분석할 수 있는 도구인 Re 통계 기반의 정보 분석을 가능하게 하는 언어와 환경이다. 본 논문에서는 이전 연구를 바탕으로 신약전서의 4복음서를 데이터의 빈도와 소셜네트워크 그래프를 통하여 분석하고자 한다.

제안 방법

나타냈다. 2차원의 히스토그램과 선점도, 상자 그림, 3차원 산점도와 투시도 등 다양한 방법의 그래프를 구현하여 오존농도와 설명 변수들 간에 어떠한 관련성이 있는지를 분석하였다.
빅데이터 분석 도구 R을 이용하여 수집된 데이터를 분석하고 이를 워드클라우드 형태의 그림으로 나타내어 시각화함으로써 빈도 수에 따른 키워드를 쉽게 알아 볼 수 있도록 하였다. 또한 정확한 데이터의 분석을 위해 한 문장에서 나오는 단어들을 쌍으로 표현하고 그 횟수를 분석하는 소셜 네트워크 분석을 실시하였다.
이 논문에서 사용하는 성경 데이터는 ‘컴퓨터전문인선교회(CTM)’의 성경타자통독에 있는 개역 개정판을 기준으로 한 텍스트(txt)파일의 데이터이며, 이중에서 신약의 사복음서인 마태, 마가, 누가, 요한복음을 분석하였다. 먼저 단어의 빈도수를 분석하고 워드클라우드로 표현하였으며, 한 문장에서 단어간의 관계성을 분석하여 소셜네트워크 그래프를 생성하였다. 데이터의 분석과정은 그림1과 같다.
본 논문에서는 빅데이터 분석도구인 R을 이용하여 텍스트 데이터를 워드 클라우드 형태의 그림으로 표현하고 데이터 사이의 관계를 분석하여 소셜 네트워크 그래프를 생성한다. 이 논문에서 사용하는 성경 데이터는 ‘컴퓨터전문인선교회(CTM)’의 성경타자통독에 있는 개역 개정판을 기준으로 한 텍스트(txt)파일의 데이터이며, 이중에서 신약의 사복음서인 마태, 마가, 누가, 요한복음을 분석하였다.
단어와 단어의 관계성을 분석하였다. 빅데이터 분석 도구 R을 이용하여 수집된 데이터를 분석하고 이를 워드클라우드 형태의 그림으로 나타내어 시각화함으로써 빈도 수에 따른 키워드를 쉽게 알아 볼 수 있도록 하였다. 또한 정확한 데이터의 분석을 위해 한 문장에서 나오는 단어들을 쌍으로 표현하고 그 횟수를 분석하는 소셜 네트워크 분석을 실시하였다.
상위30위의 결과를 워드 클라우드 형태의 그래픽으로 출력하였고 단어를 노드로 표현하고 단어와 단어의 관계를 에지로, 그 관계의 빈도를 노드의 크기로 표현한소셜 네트워크 그래프를 생성하였다. 추후 연구에서는 보다 정확한 분석을 위하여 사용자 사전을 구축해 해당되는 단어를 추출 및 분석할 계획이다.
이후 원하지 않는 가비지 데이터에 대한 필터링을 수행하였다. 여기서는 2자리 이상의 명사만 추출하도록 프로그램을 구현하였으며 필터링 된 데이터를 텍스트 형식의 파일로 저장하여 테이블 형태로 변환하여 분석하였다.
이 패키지에서 제공하는 한글 명사를 추출 함수인 ‘extracNoun’ 함수를 사용하여 성경에서 명사를 추출하였다. 이후 원하지 않는 가비지 데이터에 대한 필터링을 수행하였다.
이후 원하지 않는 가비지 데이터에 대한 필터링을 수행하였다. 여기서는 2자리 이상의 명사만 추출하도록 프로그램을 구현하였으며 필터링 된 데이터를 텍스트 형식의 파일로 저장하여 테이블 형태로 변환하여 분석하였다.

대상 데이터

생성한다. 이 논문에서 사용하는 성경 데이터는 ‘컴퓨터전문인선교회(CTM)’의 성경타자통독에 있는 개역 개정판을 기준으로 한 텍스트(txt)파일의 데이터이며, 이중에서 신약의 사복음서인 마태, 마가, 누가, 요한복음을 분석하였다. 먼저 단어의 빈도수를 분석하고 워드클라우드로 표현하였으며, 한 문장에서 단어간의 관계성을 분석하여 소셜네트워크 그래프를 생성하였다.

이론/모형

한글 단어를 추출하기 위하여 KoNLP 패키지를 사용하였다. KoNLP는 한국어 텍스트 기반 연구를 위한 형태소 분석기 및 형태분석법을 제공하는 패키지이다.

성능/효과

4복음서를 분석한 결과 각 복음서에 출현하는 단어의 빈도와 단어 간의 관계성이 복음서 별로 가지고 있는 고유한 특징을 잘 반영하고 있음을 확인하였다. 향후 연구 방향으로서 성경을 세분화하고, 성경의 분석하여 배출되는 키워드를 중점으로 성경을 읽는 독자에게 주는 메시지가 무엇인지에 대하여 연구가 필요하다.

후속연구

네트워크 그래프를 생성하였다. 추후 연구에서는 보다 정확한 분석을 위하여 사용자 사전을 구축해 해당되는 단어를 추출 및 분석할 계획이다.
특징을 잘 반영하고 있음을 확인하였다. 향후 연구 방향으로서 성경을 세분화하고, 성경의 분석하여 배출되는 키워드를 중점으로 성경을 읽는 독자에게 주는 메시지가 무엇인지에 대하여 연구가 필요하다.

참고문헌 (7)

C. Ban, Y. Lee, D. Ahn, and Y. Kwak, "The Venture Business Starts News and SNS Big Data Analytics," in Proceeding of Korea Institute of Information and Communication Engineering 2017, pp. 311-314, 2017.
Y. Hwang, J. Park, I. Moon, K. Kim, and O. Kwan, "(The)Box-office Success Factors of Films Utilizing Big Data-Focus on Laugh and Tear of Film Factors," Journal of Information and Communication Engineering, vol. 20, no. 6, pp. 1087-1095, 2016.
C. Ban, D. Kim, and J. Ha, "Analysis of University Department Name using the R," Journal of Information and Communication Engineering, vol. 22, no. 6, pp. 829-834, 2018.
H. Kim, "Big Data Case Study by Using R," M. S. theses, Hoseo University, Asan, Korea, 2014.
Y. Oh, and E. Park, "Data visualization of airquality data using R software," Journal of the Korea Data & Information Science Society, vol. 26, no. 2, pp. 399-408, 2015.

원문보기 상세보기
C. Jang, J. Jang, S. Kim, H. Lee, and C. Lee, "A study on the efficient patent search process using big data analysis tool R," Journal of Korea Safety Management & Science, vol. 15, no. 4, pp. 289-294, 2013.

원문보기 상세보기
Y. Kim, and C. Ban, "Analysis of the Bible Data using Big Data Analytics Tools R," in Proceeding of Korea Institute of Information and Communication Engineering 2015, pp. 349-352, 2015.

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