[논문]한국 플랫폼 정부의 방향성 모색 : 공공기관 연구보고서에 대한 토픽 모델링과 네트워크 분석

남현동; 남태우

doi:10.14400/jdc.2020.18.2.139

한국 플랫폼 정부의 방향성 모색 : 공공기관 연구보고서에 대한 토픽 모델링과 네트워크 분석
An Exploratory Study of Platform Government in Korea : Topic Modeling and Network Analysis of Public Agency Reports 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.2, 2020년, pp.139 - 149

남현동 (성균관대학교 국정전문대학원) , 남태우 (성균관대학교 국정전문대학원)

초록
AI-Helper

새로운 플랫폼 정부는 지능적인 정보기술을 활용하여 정부와 국민이 서로 협력하는 새로운 생태계 기반 정부 혁신과 지속 가능한 발전을 견인하는 역할을 할 것이다. 이에 플랫폼 정부의 플랫폼 구축을 위해 최근 관련 연구 동향에 대해 살펴보고 향후 미래정책 방향 및 연구기반을 마련하기 위한 토대를 구축하고자 한다. 연구 분석을 위해 각 부처와 정부산하기관에서 발행된 연구보고서를 텍스트마이닝 기법을 활용하여 텍스트 자료를 수집하고, 수집된 텍스트 자료를 토픽 모델링과 네트워크 분석을 시행하였다. 분석결과 미래전략과 집단 내에서의 네트워크 연결이 제대로 이루워지지 않고 있으며 연결 중심성이 강할수록 관계성이 약해지는 것을 도출하였다. 이는 정부가 플랫폼을 설계하고 데이터와 서비스를 공급하는 공급 역할에서 통합적, 상호 교류적 접점이 필요하며 정부와 시민, 기업의 협치가 가능한 생태계가 조성되어야 할 것이다. 본 연구를 통해 플랫폼 정부의 공급과 수요적 접근의 이해를 높이고 잠재적 토픽에 따라 적절한 변경관리 방법을 구현하기 위한 논의가 다각적으로 이루어지길 기대한다.

Abstract ▼ AI-Helper

New platform governments will play a role to pull intelligent information technology to drive new ecological government innovation and sustainable development in which the government and people work together. On this, in order to establish the platform of the platform government, we will look at recent research trends and lay the foundation for future policy directions and research bases. using Text Mining method, and went through Topic modeling for the collected text data and network analysis was conducted. According to the result, based on latent topic, the stronger the connection center, the weaker the relationship. Through this study, we hope that discussions will take place in a variety of ways to improve the understanding of the supply and demand approach of Korea's platform government and implement appropriate change management methods such as service public base and service provision in accordance with the value and potential topics of platform government.

주제어

표/그림 (6)

표 Table 1. Existing studies of topic modeling and network analysis
표 Table 2. Overview of research design
표 Table 3. The frequency of key words and inverse document frequency
표 Table 4. Key word connection centricity and 2-gram (bigram) sequence
표 Table 5. Frequency of Research Topic Modeling
그림 Fig. 1. Results of Text Network Analysis(CONCOR, CONvergence of interated CORrelation)

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구는 시대 변화에 따라 플랫폼 정부에 대한 의미변화를 살펴보기 위해 관련된 국내 연구를 토픽 모델링과 네트워크 분석을 이용해 플랫폼 정부 관련 연구 동향을 살펴본다. 이를 통해 2019년 현재까지 우리나라 플랫폼 정부 관련 연구 경향을 유형화하고, 플랫폼 정부의 공급과 수요적 접근방식을 파악하여 앞으로 우리나라 정부가 플랫폼 정부로 발전하는 데 있어 그 방향성을 제시하고자 한다.
즉 네트워크 분석은 텍스트에 출현하는 키워드 간의 관계를 링크로 표시해 구축되는 네트워크를 통해 그 특징을 해석하는 방법으로써 특정 연구나 발생하는 현상을 이해하는데 탁월하다는 장점이 있다. 따라서 본 연구에서는 플랫폼 정부 관련 연구의 동향과 주요 키워드 간의 관계성에 초점을 두어 연계되는 개념을 도출하는 것을 목적으로 토픽 모델링과 네트워크 분석을 통해 플랫폼 정부의 연구 동향을 분석하고자 한다. 즉 우리나라 플랫폼 정부 관련 이루어진 연구들을 객관적으로 정리하여 향후 플랫폼 정부 발전 방향에 대해 논의하고자 한다.
본 연구는 플랫폼 관련 국내 연구 동향과 더불어 플랫폼 정부에 대한 견해 및 미래정책 방향을 살펴보고자 하였다. 수요와 공급 측면에서 기업에서 파생된 플랫폼이 전자정부 다음으로 플랫폼 정부라는 의미와 추진 방향이 어떻게 도출되었는지에 대해 살펴보았다.
본 연구는 플랫폼 정부의 새로운 역할에 대한 근거를 제시하는 데 있어서 플랫폼 정부와 관련된 선행연구들을 살펴보고 잠재된 주제를 찾아 플랫폼 정책의 발전 방향을 제시하는 데 의미가 있다. 반면, 연구의 한계점은 아직 정부의 플랫폼 서비스가 구체적인 방향성을 제시하지 못하고 이에 따른 연구가 미비하므로 한정된 결과를 토대로 플랫폼 정책 방향성을 모색하는 문제가 발생한다.
본 연구는 플랫폼 관련 국내 연구 동향과 더불어 플랫폼 정부에 대한 견해 및 미래정책 방향을 살펴보고자 하였다. 수요와 공급 측면에서 기업에서 파생된 플랫폼이 전자정부 다음으로 플랫폼 정부라는 의미와 추진 방향이 어떻게 도출되었는지에 대해 살펴보았다.
따라서 본 연구는 시대 변화에 따라 플랫폼 정부에 대한 의미변화를 살펴보기 위해 관련된 국내 연구를 토픽 모델링과 네트워크 분석을 이용해 플랫폼 정부 관련 연구 동향을 살펴본다. 이를 통해 2019년 현재까지 우리나라 플랫폼 정부 관련 연구 경향을 유형화하고, 플랫폼 정부의 공급과 수요적 접근방식을 파악하여 앞으로 우리나라 정부가 플랫폼 정부로 발전하는 데 있어 그 방향성을 제시하고자 한다.
따라서 본 연구에서는 플랫폼 정부 관련 연구의 동향과 주요 키워드 간의 관계성에 초점을 두어 연계되는 개념을 도출하는 것을 목적으로 토픽 모델링과 네트워크 분석을 통해 플랫폼 정부의 연구 동향을 분석하고자 한다. 즉 우리나라 플랫폼 정부 관련 이루어진 연구들을 객관적으로 정리하여 향후 플랫폼 정부 발전 방향에 대해 논의하고자 한다.
토픽 모델링 기법으로는 LDA(Latent Dirichlet Allocation)와 LSA(Latent Semantic Analysis) 그리고 pLSA(Probabilistic Latent Semantic Analysis) 등의 다양한 기법이 있는데 본 연구에서는 여러 토픽 모델링 알고리즘 중 기존의 기법에서 수정·보완된 토픽 모델링 기법인 LDA 모델을 활용하고자 한다.

제안 방법

단어 간의 유사도를 측정하기 위해서 코사인(cosine similarity), 유클리디언(euclidean distance), 자카드 유사도(jaccard similarity)가 있지만 본 연구에서는 상관 계수 측정법을 적용하여 상관계수의 절대값이 클수록 변수 간의 관계가 높은 단어 간의 상관관계를 적용하였다.
선정된 문헌 자료 문서의 제목과 본문 내용을 전체로 수집하였으며, 데이터를 정제하는 데 있어서 관련 연구보고서의 연구 분석결과는 연구 동향을 파악하기에 부적합하여 서론 및 이론적 배경, 선행연구와 결론을 부분적으로 추출하였다. 또한, 선택한 수집 연구보고서 텍스트를 통합하여 한 개의 분석리스트를 생성하였다. 이는 생성된 통합 수집리스트에서는 기존의 텍스트 정제에서 분리 정제를 거쳐 결과를 도출하였으나 본 연구에서는 한 개의 분석 리스트를 활용하여 제목과 본문을 각각 분리하지 않고 진행하였다.
본 연구는 플랫폼 정부 관련 국내 정부 산하기관 연구 동향과 더불어 미래정책 방향의 변인을 살펴보고자 관련 문헌의 텍스트를 추출하여 토픽 모델링 및 네트워크 분석 방법을 사용하였다. 이에 따라 토픽은 프로세스, 기업 환경, 관계성, 행정관리, 문화, 미래전략으로 나타났으며 잠재된 토픽 이슈를 참고하여 네트워크 분석을 살펴보면 플랫폼 환경, 프로세스, 행정관리, 정책 및 환경, 미래전략으로 토픽 분석과 유사한 결과로 나타났다.
플랫폼 정부 연구에 대한 제목과 초록을 검토하여 연구동향 및 방향성이 일치하는 보고서를 수집하여 분석에 사용할 연구보고서 10개를 최종적으로 선정하였다. 선정된 문헌 자료 문서의 제목과 본문 내용을 전체로 수집하였으며, 데이터를 정제하는 데 있어서 관련 연구보고서의 연구 분석결과는 연구 동향을 파악하기에 부적합하여 서론 및 이론적 배경, 선행연구와 결론을 부분적으로 추출하였다. 또한, 선택한 수집 연구보고서 텍스트를 통합하여 한 개의 분석리스트를 생성하였다.
동사, 형용사, 어근 등, 명사를 제외한 품사는 객관적인 연구 동향을 파악하기 위해서 분석 품사에서 제외되었다. 연구보고서 수집을 위한 크롤링 엔진 및 분석 도구는 Textom, R 기반의 tidy text package, dplyr, 네트워크 시각화에 필요한 Netminer 4, UCINET 6.0 등 관련 패키지를 활용하였다.
또한, 선택한 수집 연구보고서 텍스트를 통합하여 한 개의 분석리스트를 생성하였다. 이는 생성된 통합 수집리스트에서는 기존의 텍스트 정제에서 분리 정제를 거쳐 결과를 도출하였으나 본 연구에서는 한 개의 분석 리스트를 활용하여 제목과 본문을 각각 분리하지 않고 진행하였다. 통합된 수집리스트의 정제할 특정 단어의 개수는 앞뒤로 5개 미만으로 제한을 두었으며 고유명사, 복합명사를 분석 품사로 형태소를 선택 및 전처리 과정을 진행하였다.
토픽 간의 거리에서 각 토픽 간의 거리 가 멀수록 판별 타당도가 높고 주제가 뚜렷하게 나타난다. 이에 토픽 간의 거리가 겹치지 않게 하도록 토픽 그룹 수를 조절하였으며, 본 연구에서는 6가지의 토픽으로 구분하였다. 6개의 토픽 그룹 선정 기준은 TF-IDF의 중요한 단어 빈도를 고려하여 \(λ\)(lamda) 값을 0.
이는 생성된 통합 수집리스트에서는 기존의 텍스트 정제에서 분리 정제를 거쳐 결과를 도출하였으나 본 연구에서는 한 개의 분석 리스트를 활용하여 제목과 본문을 각각 분리하지 않고 진행하였다. 통합된 수집리스트의 정제할 특정 단어의 개수는 앞뒤로 5개 미만으로 제한을 두었으며 고유명사, 복합명사를 분석 품사로 형태소를 선택 및 전처리 과정을 진행하였다. 동사, 형용사, 어근 등, 명사를 제외한 품사는 객관적인 연구 동향을 파악하기 위해서 분석 품사에서 제외되었다.

대상 데이터

수집할 연구 문헌 자료는 정부 부처 및 산하연구 기관에서 발행된 연구보고서를 기준으로 수집을 진행하였다. 플랫폼 정부 연구에 대한 제목과 초록을 검토하여 연구동향 및 방향성이 일치하는 보고서를 수집하여 분석에 사용할 연구보고서 10개를 최종적으로 선정하였다.
연구 동향을 살펴보면, 플랫폼 정부에 대한 키워드 분석을 시행한 결과 총 약 8,000개의 단어가 도출되었으며 분석에 사용 가능한 상위 100개의 단어를 활용하였다. 수집된 자료 내에서 15개 상위 키워드로 빈도가 높은 순으로 살펴보면 Table 3과 같다.
수집할 연구 문헌 자료는 정부 부처 및 산하연구 기관에서 발행된 연구보고서를 기준으로 수집을 진행하였다. 플랫폼 정부 연구에 대한 제목과 초록을 검토하여 연구동향 및 방향성이 일치하는 보고서를 수집하여 분석에 사용할 연구보고서 10개를 최종적으로 선정하였다. 선정된 문헌 자료 문서의 제목과 본문 내용을 전체로 수집하였으며, 데이터를 정제하는 데 있어서 관련 연구보고서의 연구 분석결과는 연구 동향을 파악하기에 부적합하여 서론 및 이론적 배경, 선행연구와 결론을 부분적으로 추출하였다.

이론/모형

네트워크 분석은 특정 단어를 선택하여 네트워크상 서로 연결된 단어를 파악하고 이를 통해 단어 간에 공통점이나, 특이점을 발견하는 데 사용되며 분석 도구로 구조적 등위(CONCOR, CONvergence of interated CORrelation) 기법을 활용하였다. 이는 단어 간 동시 출현 매트릭스의 상관관계를 파악하여 단어 간의 특정한 사건 또는 주제를 구성하여 살펴볼 수 있다.

성능/효과

네트워크 군집 구조는 5개로 이루어져 있으며 플랫폼 환경, 프로세스, 미래전략, 행정관리, 정책 및 환경으로 구성되었다. between groups(red node), within groups(blue node)를 구분하여 연결성이 각각의 집단과 집단 내에서 어떻게 연결되는지를 살펴보면 플랫폼 환경과 미래전략 그룹은 집단끼리 연결 노드가 약하며 집단 내에서의 연결 노드는 높은 것으로 나타났다. 또한, 프로세스, 행정관리, 정책 및 환경은 집단 내에서만 연결 노드가 강하며 집단 내에서 연결성이 약한 것으로 나타났다.
결과값을 살펴보면 ‘플랫폼-전략’이 127회로 가장 많은 동시 출현 관계를 형성하고 있으며, ‘플랫폼-구축’, ‘공공정보-개방’, ‘플랫폼-생태계’, ‘공공정보-활용’ 순으로 나타났다.
이에 따라 토픽은 프로세스, 기업 환경, 관계성, 행정관리, 문화, 미래전략으로 나타났으며 잠재된 토픽 이슈를 참고하여 네트워크 분석을 살펴보면 플랫폼 환경, 프로세스, 행정관리, 정책 및 환경, 미래전략으로 토픽 분석과 유사한 결과로 나타났다. 네트워크 분석을 통해 미래전략과 집단 내에서의 네트워크 연결이 제대로 이루워지지 않고 있으며 연결 중심성이 강할수록 관계성이 약해지는 것을 도출하였다. 집단 내에서의 공급과 상호 교류 적인 연결성이 약한 그룹 간의 문제를 인식하고 토픽을 중심으로 구성된 잠재된 키워드를 조합하여 환경적인 개선이 필요할 것으로 보인다.
둘째, 서비스 공급 측면에서 플랫폼을 설계하고 관련 데이터와 서비스를 공급하는 주체는 정부이지만, 네트워크 분석에서 일방적인 공급이 다원적·개별적 접근과 방향이 원활한 서비스와 협력으로 이루어지지 않고 있다.
또한, n-gram 분석을 살펴보면 n개의 단어가 연쇄적인 확률로 나타나는 단어의 동시 출현 빈도수를 측정할 수 있으며 이는 연결 중심성의 특정 단어의 중심 단어만 파악 가능한 반면, n-gram을 통해서 단어와 단어의 동시 출현 관계를 파악하는 데 있어서 효과적이다. 결과값을 살펴보면 ‘플랫폼-전략’이 127회로 가장 많은 동시 출현 관계를 형성하고 있으며, ‘플랫폼-구축’, ‘공공정보-개방’, ‘플랫폼-생태계’, ‘공공정보-활용’ 순으로 나타났다.
이는 네트워크 그룹상 수요와 공급 측면에서 일방적인 공급과 공유 및 협력이 이루어지지 않은 상태로 나타났으며, 소극적인 연결 노드를 보여주고 있다. 또한, node centrality 값을 높이면 단어 간의 연결 중심성이 높아짐에 따라 연결되는 노드의 수가 현저하게 줄어들었으며, 미래전략이 독립되어 연결되지 않은 채로 나타났다.
이는 1에 가까울수록 TF(term frequency) 값에 근접하며, IDF(inverse document frequency) 값에 가까울수록 0에 근접하기 때문이다. 또한, 토픽 결과값의 분별력을 높이기 위해서 상위 키워드와 역문서 빈도의 중복되어 사용된 통상적인 키워드를 정제하여 정확성을 높였다. 토픽 모델링 분석 결과 정제된 토픽을 살펴보면 Table 5와 같다.
between groups(red node), within groups(blue node)를 구분하여 연결성이 각각의 집단과 집단 내에서 어떻게 연결되는지를 살펴보면 플랫폼 환경과 미래전략 그룹은 집단끼리 연결 노드가 약하며 집단 내에서의 연결 노드는 높은 것으로 나타났다. 또한, 프로세스, 행정관리, 정책 및 환경은 집단 내에서만 연결 노드가 강하며 집단 내에서 연결성이 약한 것으로 나타났다. 이는 네트워크 그룹상 수요와 공급 측면에서 일방적인 공급과 공유 및 협력이 이루어지지 않은 상태로 나타났으며, 소극적인 연결 노드를 보여주고 있다.
마지막으로 Topic 6:Future Strategy이며, 플랫폼 정부의 미래전략으로 중요한 키워드를 살펴보면 ‘정책’, ‘기술전략’, ‘설계’, ‘조직’, ‘연계’, ‘결합’ 등 전반적으로 Topic 1-5의 중요한 토픽들이 파생되어 구성되어 진 것을 알 수 있다.
셋째, 정책환경 측면에서 시민들의 참여가 부족하며 서비스 수요가 집단 내에서 수동적이고 소극적인 관계가 형성되었으며 이는 정부와 시민, 기업이 협치를 가능하게 하는 구조적 제도개선이 필요할 것으로 보인다.
이에 따라 토픽은 프로세스, 기업 환경, 관계성, 행정관리, 문화, 미래전략으로 나타났으며 잠재된 토픽 이슈를 참고하여 네트워크 분석을 살펴보면 플랫폼 환경, 프로세스, 행정관리, 정책 및 환경, 미래전략으로 토픽 분석과 유사한 결과로 나타났다.
토픽 결과를 살펴보면 토픽의 주된 내용은 프로세스, 기업환경, 관계성, 행정관리, 문화, 미래전략으로 구분되었다. Topic 1:Open Innovation Process를 살펴보면 다양한 환경에서 일이 처리되는 경로나 공정 과정으로 단어가 구성된 것을 볼 수 있으며, TF-IDF에서 언급된 단어로는 ‘개발’, ‘기술’이 토픽에 구성되었다.
다음으로 Topic 3:Relational Issues, Topic 4:Administrative Management를 살펴보면 플랫폼 정부를 구현하는 데 있어서 관계성과 공급 측면으로 구성되었다. 플랫폼을 설계하고 관련 데이터와 서비스를 주체하는 행정관리를 개선하고 개방적인 체제로의 변화가 필요한 단어로 나타났다. Topic 5:Culture에 서는 플랫폼 정부의 방향에 있어서 플랫폼 문화가 형성되어야 하며 이는 ‘공유’, ‘협력’, ‘콘텐츠’ 등으로 구분되었다.

후속연구

본 연구는 플랫폼 정부의 새로운 역할에 대한 근거를 제시하는 데 있어서 플랫폼 정부와 관련된 선행연구들을 살펴보고 잠재된 주제를 찾아 플랫폼 정책의 발전 방향을 제시하는 데 의미가 있다. 반면, 연구의 한계점은 아직 정부의 플랫폼 서비스가 구체적인 방향성을 제시하지 못하고 이에 따른 연구가 미비하므로 한정된 결과를 토대로 플랫폼 정책 방향성을 모색하는 문제가 발생한다. 이는 플랫폼 정부의 공급과 수요적 접근의 이해를 높이고 플랫폼 정부의 미래전략에 대한 대책과 다양한 후속연구로 발전시켜야 할 것이다.
반면, 연구의 한계점은 아직 정부의 플랫폼 서비스가 구체적인 방향성을 제시하지 못하고 이에 따른 연구가 미비하므로 한정된 결과를 토대로 플랫폼 정책 방향성을 모색하는 문제가 발생한다. 이는 플랫폼 정부의 공급과 수요적 접근의 이해를 높이고 플랫폼 정부의 미래전략에 대한 대책과 다양한 후속연구로 발전시켜야 할 것이다.
둘째, 서비스 공급 측면에서 플랫폼을 설계하고 관련 데이터와 서비스를 공급하는 주체는 정부이지만, 네트워크 분석에서 일방적인 공급이 다원적·개별적 접근과 방향이 원활한 서비스와 협력으로 이루어지지 않고 있다. 이를 위해 정부와 기업이 통합적이고 상호 보완적인 교류가 필요하며 산업 플랫폼을 정부 플랫폼 서비스에 적용 가능한 환경과 협력관계에서 규제 및 산업의 활성화를 위한 적극적인 조치가 개선되어야 할 것이다.
네트워크 분석을 통해 미래전략과 집단 내에서의 네트워크 연결이 제대로 이루워지지 않고 있으며 연결 중심성이 강할수록 관계성이 약해지는 것을 도출하였다. 집단 내에서의 공급과 상호 교류 적인 연결성이 약한 그룹 간의 문제를 인식하고 토픽을 중심으로 구성된 잠재된 키워드를 조합하여 환경적인 개선이 필요할 것으로 보인다. 이를 위해 세부적인 플랫폼 정부의 미래정책을 위한 방향성은 다음과 같다.

참고문헌 (43)

S. W. Kim. (2015). Administration Process Extension and Public Data Convergence Management. Journal of Digital Convergence, 13(5), 41-49. DOI: 10.14400/JDC.2015.13.5.41

원문보기 상세보기
C. S. Chung. (2017). From Electronic Government to Platform Government. JOURNAL OF PLATFORM TECHNOLOGY, 5(3), 3-10.
M. J. Kim, J. T. Park, M. H. Hwang & M. J. Kang. (2015). Cloud Computing Adoption for the Geospatial Information System of Public Sector. Anyang : Korea Research Institute for Human Settlements.
Y. Shin. (2017). The Realities and Conditions of Mid-term Policy Management from a Platform Perspective. The Korean Association for Local Govenrment Studies, 61-92.
B. J. Seo & S. Y. Shin. (2017). A Study on the Research Trends on Domestic Platform Government using Topic Modeling. Informatization Policy, 24(3), 3-26. DOI: https://doi.org/10.22693/NIAIP.2017.24.3.003

원문보기 상세보기
C. H. Oh. (2017). Issue: Data-based Policy Analysis Research and Application of Evaluation. The Korea Association For Policy Analysis and Evaluation, 27(2), 155-167.
C. S. Jeong. (2012). The Future and Administration of E-Government. Future Public Adminstration Review, 1(1), 27-57.
M. S. Ahn. (2008). Therories of the Korean e-Government. Seoul : PYBook.
B. G. Seok & J. W. Moon. (2010). A Study on the Paradigm Shift and the Future of the Electronic Government. KISDI Premium Report, 22(19).
Y. B. Lee. (2012). The introduction of e-government in Korea. Knowledge Sharing Program: KSP Modularization.
M. J. Lee & S. J. Kim. (2019). Exploratory Study on E-Government Service in the Transitonal Era: Cases of the United States. The Journal of Convergence Society and Public Policy, 13(2), 121-151. DOI: 10.1017/pan.2016.7
H. Kim. (2010). Cultural Contents, ICT Platform and Humanities Knowledge. Philosophical Studies, (90), 63-88.
A. Gawer & M. A. Cusumano. (2008). How Companies Become Platform Leaders. MIT Sloan management review, 49(2), 25-38.
S. H. Park & K. J. Cho. (2016). The Diversity of Policy Tools : Comparisons of Governance Structures in the Production of Public Services. korean policy sciences review, 20(1), 1-27.
S. H. Myeong, C. J. Heo & S. S. Hwang. (2011). Government of the Smart Society: Focusing on the Platform-type Government Model. Korean Public Administration Review, 1-31.
H. C. Moon. (2011). Understanding of Platform Strategy and Conditions of Success. Korea employers federation Monthly Magazine, (390), 36-37.
H. H. Oh. (2014). 2014 KISTEP Issue Paper. Seoul : Korea Institute of Science and Technology Evaluation and Planning
J. S. Hwang. (2010). A Study on the Transition of Public Information to a Platform-type Government. IT&SOCIETY, 21(0), 20-22.
Tim O'Reilly. (2010). Open Government. O'Reilly Media.
Y. S. Ha & S. Y. Lee (2019). A Study on the Application of Platform Model in Governance Operations Focused on the Innovation School Policy. The Korean Association for Policy Studies, 2019(1), 1-18.
B. S. Kim. (2019). Online Citizen Participation and Changes in the Delegation. Center for Digital Social Science, (20).
G. H. Jeong. (2011). A Study of foresight method based on textmining and complexity network analysis. Korea Institute of Science and Technology Evaluation and Planning
M. Bonchek & S. P. Choudary. (2013). Three elements of a successful platform strategy. Harvard Business Review, 92(1-2).
Fujitsu.. (2016). White paper Fujitsu Government as a platform.
National Information Society Agency. (2018). Japan, Data Utilization Strategies to Realize Society 5.0.
H. J. Kim, H. J. Jung & M. Song, (2014). A Comparison of Author Name Disambiguation Performance through Topic Modeling. Korean Society for Information Management Conference, 149-152.
J. H. Park & M. Song. (2013). A Study on the Research Trends in Library & Information Science in Korea using Topic Modeling. Journal of the Korean Society for Information Management, 30(1), 7-32. DOI: https://doi.org/10.3743/KOSIM.2013.30.1.007

원문보기 상세보기
C. H. Nam. (2016). An Illustrative Application of Topic Modeling Method to a Farmer's Diary. Institute of cross-cultural studies, 22(1), 89-135.
D. M. Blei. (2012). Probabilistic topic models. Communications of the ACM, 55(4), 77-84. DOI: 10.1145/2133806.2133826

상세보기
X. Wang & A.. McCallum. (2006). Topics over time: a non-Markov continuous-time model of topical trends. In Proceedings of the 12th ACM SIGKDD international conference on Knowledge discovery and data mining, 424-433. DOI: 10.1145/1150402.1150450
T. H. Lee, Y. J. Youn & H. W. Kim. (2016). The Analysis of Information Security Awareness Using A Text Mining Approach. Informatization Policy, 23(4), 76-94. DOI: 10.22693/NIAIP.2016.23.4.076

원문보기 상세보기
S. J. Nam & H. C. Lee. (2019). Airline Passenger Characterizations Using LDA Topic Modeling. Korea Management Science review, 36(3), 67-85. DOI: 10.3390/su11216153
D. Mimno, & A. McCallum. (2008). Modeling career path trajectories.
D. H. Lee, H. Y. Choi & J. H. Yoon. (2017). Patent-based trend analysis of bio-fuels: Application of topic modeling and social network analysis. The Korean Institute of Industrial Engineers, 2017(4), 5793-5797.
S. M. Gerrish & D. M. Blei. (2010). A Language-based Approach to Measuring Scholarly Impact. Proceedings of the 27th International Conference on Machine Learning, (Vol. 10, pp. 375-382).
T. Griffiths & M. Steyvers. (2004). Finding Scientific Topics. Proceedings of the National Academy of Sciences, 101(1), 5228-5235. DOI: 10.1073/pnas.0307752101

상세보기
R. Popping. (2000). Computer-assisted text analysis. Sage.
C. H. Park. (2014). A Study on the Intergovernmental Conflict Analysis on the Standardization of Public Service: Focused on the Traffic Card Standardization Conflict between the Seoul Metropolitan Government and the Ministry of Land, Infrastructure and Transport using Text Network Analysis. Chung-Ang Public Administration review, 28(3), 209-235.
G. Ercan & I. Cicekli. (2008). Lexical cohesion based topic modeling for summarization. In International Conference on Intelligent Text Processing and Computational Linguistics (pp. 582-592). Berlin : Springer.
L. Hagen, O. Uzuner, C. Kotfila, T. M. Harrison & D. Lamanna. (2015). Understanding citizens' direct policy suggestions to the federal government: a natural language processing and topic modeling approach. 2015 48th Hawaii International Conference on System Sciences (pp. 2134-2143). IEEE. DOI: 10.1109/HICSS.2015.257
D. Greene & J. P. Cross. (2017). Exploring the political agenda of the European parliament using a dynamic topic modeling approach. Political Analysis, 25(1), 77-94. DOI: 10.1017/pan.2016.7

상세보기
S. B. Cho, S. A. Shin & D. S. Kang. (2018). A Study on the Research Trends on Open Innovation using Topic Modeling. Informatization policy, 25(3), 52-74. DOI: 10.22693/NIAIP.2018.25.3.052

원문보기 상세보기
Y. H. Yang, Y. J. Kwon & S. C. Lee. (2019). Research Trends Analyses on Public Conflicts through Topic Modeling and Network Analysis. The Korean Association for Local Government Studies, 23(3), 309-332. DOI: 10.20484/klog.23.3.18

상세보기

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