[논문]텍스트마이닝 기법을 활용한 미국산업응용수학 학회지의 연구 현황 및 동향 분석

김성연

doi:10.5392/jkca.2020.20.07.212

텍스트마이닝 기법을 활용한 미국산업응용수학 학회지의 연구 현황 및 동향 분석
Analysis on Status and Trends of SIAM Journal Papers using Text Mining 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.20 no.7, 2020년, pp.212 - 222

초록
AI-Helper

본 연구의 목적은 전 세계 산업수학의 흐름을 주도하는 미국산업응용수학 학회에서 출판하는 논문들의 연구현황 및 동향을 거시적으로 파악하는 데 있다. 이를 위해 2016년부터 2019년까지 6,255편의 논문 제목 및 초록을 수집하였으며, LDA 기법을 활용한 토픽모델링과 시계열회귀모형 분석을 수행하였다. 분석 결과 첫째, 산업수학 분야는 해석학을 중심으로 기하학, 대수학, 위상수학, 이산수학, 확률 및 통계 등 다양한 분야에서 연구가 진행되었다. 둘째, 시간이 흐름에 따라 상승하는 연구 주제는 수리유체역학, 그래프이론, 확률미분방정식이었으며, 하강하는 연구 주제는 계산이론과 고전기하로 나타났다. 연구 결과는 산업수학 분야의 지적 구조에 대한 전체적인 흐름 및 변화에 대한 이해를 바탕으로 연구자들에게는 향후 연구 방향에 대해서, 그리고 교육 현장에는 시대 변화를 반영한 산업수학 교육과정을 수립하는데 시사점을 제공할 것이다.

Abstract ▼ AI-Helper

The purpose of this study is to understand the current status and trends of the research studies published by the Society for Industrial and Applied Mathematics which is a leader in the field of industrial mathematics around the world. To perform this purpose, titles and abstracts were collected from 6,255 research articles between 2016 and 2019, and the R program was used to analyze the topic modeling model with LDA techniques and a regression model. As the results of analyses, first, a variety of studies have been studied in the fields of industrial mathematics, such as algebra, discrete mathematics, geometry, topological mathematics, probability and statistics. Second, it was found that the ascending research subjects were fluid mechanics, graph theory, and stochastic differential equations, and the descending research subjects were computational theory and classical geometry. The results of the study, based on the understanding of the overall flows and changes of the intellectual structure in the fields of industrial mathematics, are expected to provide researchers in the field with implications of the future direction of research and how to build an industrial mathematics curriculum that reflects the zeitgeist in the field of education.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구는 4차 산업혁명이란 용어가 처음으로 언급된 2016년부터 최근 2019년까지 전 세계 산업수학의 흐름을 주도하는 학회인 미국산업응용수학회(Society for Industrial and Applied Mathematics, SIAM)에 게재된 논문 제목과 초록을 대상으로 토픽모델링 분석을 이용해 산업수학 분야의 연구 현황 및 동향을 분석하고자 한다. 토픽모델링은 비정형 대규모 텍스트자료에서 반복적으로 제시되는 주제들을 찾기 위해 사용되는 빅데이터 분석 방법 중 하나이다.
본 연구는 산업수학의 흐름을 주도하는 SIAM 학회에서 출판한 논문들의 제목과 초록을 대상으로 LDA 기법의 토픽모델링 분석을 수행함으로써 산업수학 분야 연구의 현황과 동향을 거시적으로 파악하였다. 주요 연구결과를 바탕으로 본 논문의 의의와 시사점을 제시하면 다음과 같다.
본 연구에서는 이러한 시대적 변화에 따라 LDA 기법을 활용하여 이미 산업수학이 발전해있는 대표적인 SIAM에서 출판한 17종 학술지의 6,255개 논문의 제목과 초록을 분석함으로써 산업수학 분야의 연구 현황 및 동향을 거시적으로 파악하고자 한다. 본 연구는 산업수학 분야의 지적 구조에 대한 전체적인 흐름 및 변화에 대한 이해를 바탕으로 연구자들에게는 향후 연구 방향에 대해, 그리고 교육 현장에는 시대 변화를 반영한 산업수학 교육과정을 수립하는데 기초 자료로 활용될 수 있을 것이다.
[26]이 제안하였으며, 이 값이 클수록 LDA 분석 결과 산출되는 각각의 토픽이 의미론적으로 유사한 단어들로 구성되었다고 해석한다[27]. 본 연구에서는 최적의 토픽 수를 coherence score가 최대가 되는 22개로 정하고 연구 주제로 해석하였다. 또한 22개의 주제가 잘 구분되는지를 토픽 간 거리 지도(intertopic distance map, IDM)로 확인하였다.

가설 설정

둘째, 시간이 흐름에 따라 SIAM 학술지의 연구 주제는 어떻게 변화되는가?
첫째, SIAM 학술지의 연구 주제는 어떠한 특성을 갖고 있는가?

제안 방법

구체적으로 coherence score 산출에는 “textmineR” 패키지[30], LDA 분석에는 “topicmodels” 패지지[31], 그리고 시계열 회귀모형 분석에는 “stats” 패키지를 활용하였다.
[표 3]에는 지면 제약 상 각 연구 주제에 대해 빈도수 기준으로 상위 10개의 단어만을 제시하였다. 그러나 2-gram 결과 나타나는 주제어가 각각 단일 주제어 상위 10위안에 드는 경우는 중복을 피하고 독립적인 정보를 제공하기 위하여 다음 순위에 드는 주제어들을 제시하였다.
다음으로 분석에 필요하지 않은 구두점들과 숫자, 수식과 함께 R 프로그램의 tm 패키지에서 제공하는 ‘english’와 ‘SMART’를 통해 대명사, 관사, 전치사 등 불용어(stopwords)를 삭제하였다.
본 연구에서는 최적의 토픽 수를 coherence score가 최대가 되는 22개로 정하고 연구 주제로 해석하였다. 또한 22개의 주제가 잘 구분되는지를 토픽 간 거리 지도(intertopic distance map, IDM)로 확인하였다. IDM은 주제의 중요도와 주제 간 거리를 나타내는 그림으로 왼쪽은 추출된 주제를 원의 형태로 보여주며, 원의 면적은 분석 데이터 내에서 토픽의 상대적인 중요도를 나타낸다[28].
따라서 분석의 범위를 확장하여 국내의 산업수학 관련 학회와 외국의 다양한 학회에서 출판한 논문들을 함께 분석하고 비교함으로써 산업수학 연구의 국내 및 국외 현황을 면밀히 파악하는 연구를 수행할 필요가 있다. 또한 본 연구에서는 SIAM의 연구 동향을 파악하기 위해 2016년도 이후로 논문이 게재된 연도를 한정하여 분석하였다. 그러나 산업수학 분야와 같이 융합 분야에서 새로운 연구 주제를 탐색하고, 기존 연구 동향에 대한 포괄적인 이해와 예측을 위해서는 논문이 게재된 연도를 변화시키면서 일년주기의 단위를 확장해서 분석하는 연구를 수행할 필요가 있다.
연구 주제명은 주제별 상위 단어들의 연관성을 바탕으로 산업수학 관련 경험이 있는 기하학, 대수학, 통계학, 해석학을 전공한 4인의 박사들로 구성된 전문가 협의회를 개최하여 수학 세부 분야로 정하였다. 또한 연구 주제명과 관련하여 고교수학 교육과정에 필요한 수학, 그리고 관련된 산업명을 부여하도록 하였다.
본 연구는 전 세계의 산업수학 흐름을 주도하는 학회인 SIAM에서 출판하는 17종 학술지의 2016년부터 2019년까지 게재된 총 6,255개의 논문 제목 및 초록을 분석대상으로 정하여 SIAM 홈페이지에서 R로 웹 스크래핑 프로그램을 작성하여 수집하였다. 또한 연구동향을 분석하기 위해 출간 연도도 함께 수집하였다. 수집된 논문들의 연도별 빈도수는 [표 2]에 제시된 바와 같이 2018년도의 논문 편수가 약간 많은 것을 제외하면 거의 비슷한 것으로 나타났다.
또한 추출된 단어들 중에서 논문 제목이나 초록에 빈번히 출현하면서 연구목적과 무관한 ‘paper’, ‘purpose’, ‘result’, ‘study’ 등을 불용어에 포함시켜 삭제하였다.
또한 추출된 단어들 중에서 논문 제목이나 초록에 빈번히 출현하면서 연구목적과 무관한 ‘paper’, ‘purpose’, ‘result’, ‘study’ 등을 불용어에 포함시켜 삭제하였다. 마지막으로 문장 내에서 다양한 형태로 나타나는 단어들의 표제어를 추출하는 원형복원(lemmatization)을 수행하였다. 예를 들어 ‘imagined’, ‘imagining’, ‘imagines’는 ‘imagine’으로 추출되었다.
LDA 분석을 하기 위해서는 먼저 연구자가 토픽의 수를 지정해야 한다. 본 연구에서는 고전적인 방법으로 자주 사용되고 있는 perplexity는 내재적으로 학습 성능 정도를 의미하고 있을 뿐 그 결과를 해석하기에 난해하다는 단점[25]을 해결한 coherence score를 이용하여 토픽의 수를 결정하였다. Coherence score는 Newman et al.
수집한 자료에 전처리 과정을 수행하기 위해 먼저 제목과 초록의 두 열로 나누어져 있는 자료를 한 단위로 처리할 수 있도록 하나의 열로 병합하였다. 이후 텍스트를 분석에 필요한 단위로 나누는 토큰화(tokenization) 과정을 수행하였으며, 대문자를 소문자로 통일하였다.
연구 주제명은 주제별 상위 단어들의 연관성을 바탕으로 산업수학 관련 경험이 있는 기하학, 대수학, 통계학, 해석학을 전공한 4인의 박사들로 구성된 전문가 협의회를 개최하여 수학 세부 분야로 정하였다. 또한 연구 주제명과 관련하여 고교수학 교육과정에 필요한 수학, 그리고 관련된 산업명을 부여하도록 하였다.
수집한 자료에 전처리 과정을 수행하기 위해 먼저 제목과 초록의 두 열로 나누어져 있는 자료를 한 단위로 처리할 수 있도록 하나의 열로 병합하였다. 이후 텍스트를 분석에 필요한 단위로 나누는 토큰화(tokenization) 과정을 수행하였으며, 대문자를 소문자로 통일하였다. 또한 n개의 단어가 연쇄적인 확률로 나타나는 단어의 동시 출현 빈도수를 측정할 수 있는 n-gram에서 n의 최소값은 1로, 최대값은 2로 적용하였다.
전처리 과정이 모두 완료된 자료를 대상으로 LDA 기법의 토픽모델링 분석을 실시하였다. [그림 1]은 LDA 알고리즘을 그림으로 제시한 것이다[14].

대상 데이터

본 연구는 전 세계의 산업수학 흐름을 주도하는 학회인 SIAM에서 출판하는 17종 학술지의 2016년부터 2019년까지 게재된 총 6,255개의 논문 제목 및 초록을 분석대상으로 정하여 SIAM 홈페이지에서 R로 웹 스크래핑 프로그램을 작성하여 수집하였다. 또한 연구동향을 분석하기 위해 출간 연도도 함께 수집하였다.
연구 주제 1은 유한요소론과 관련되어 있으며 ‘element’, ‘finite’, ‘error’ 등으로 구성되어 있다.
연구 주제 2는 푸리에해석과 관련되어 있으며 ‘wave’, ‘periodic’, ‘schrodinger’ 등으로 구성되어 있다.

데이터처리

분석 결과 중 유의수준 5%에서 통계적으로 유의한 회귀계수 값이 양수(+)이면 상승(hot) 주제, 그리고 음수이면 하강(cold) 주제로 구분하였다. 모든 분석은 R 프로그램으로 수행하였다. 구체적으로 coherence score 산출에는 “textmineR” 패키지[30], LDA 분석에는 “topicmodels” 패지지[31], 그리고 시계열 회귀모형 분석에는 “stats” 패키지를 활용하였다.
연구 주제의 연도 변화에 따른 동향을 파악하기 위해서는 독립변수로는 연도를, 종속변수로는 개별 주제(토픽)의 연도별 비중 평균값을 사용하여 시계열 선형회귀 분석을 수행하였다. 분석 결과 중 유의수준 5%에서 통계적으로 유의한 회귀계수 값이 양수(+)이면 상승(hot) 주제, 그리고 음수이면 하강(cold) 주제로 구분하였다.

성능/효과

둘째, 연도별 연구 주제 동향을 분석한 결과, 상승하는 연구 주제는 수리유체역학, 그래프이론, 확률미분방정식, 그리고 하강하는 연구 주제는 계산이론과 고전기하로 나타났다. 상승하는 연구 주제는 김명환[8]이 제시한 신산업 적용 분야 중 금융IT 및 금융정보 산업, 뇌과학, 문화사업, 의료사업 등과 관련한 수학 분야라고 할 수 있다.
연구 주제의 연도 변화에 따른 동향을 파악하기 위해서는 독립변수로는 연도를, 종속변수로는 개별 주제(토픽)의 연도별 비중 평균값을 사용하여 시계열 선형회귀 분석을 수행하였다. 분석 결과 중 유의수준 5%에서 통계적으로 유의한 회귀계수 값이 양수(+)이면 상승(hot) 주제, 그리고 음수이면 하강(cold) 주제로 구분하였다. 모든 분석은 R 프로그램으로 수행하였다.
셋째, 도출된 연구 주제를 바탕으로 산업수학 인재양성 및 산업화 방안으로 개설된 실용수학 교육과정에 반영되지 않은 내용 영역은 그래프, 근사값, 알고리즘 및 행렬로 나타났다. 우리나라 고등학교 수학과 교육과정에서는 7차 시기의 이산수학 과목에서 독자적으로 그래프와 알고리즘을, 그리고 공통수학 수준에서 근사값은 2차와 3차 시기에 다루었다.
또한 연구동향을 분석하기 위해 출간 연도도 함께 수집하였다. 수집된 논문들의 연도별 빈도수는 [표 2]에 제시된 바와 같이 2018년도의 논문 편수가 약간 많은 것을 제외하면 거의 비슷한 것으로 나타났다.
유의수준 5%에서 통계적으로 유의하게 상승하는 연구 주제는 수리유체역학, 그래프이론, 확률미분방정식으로 나타났다. 반면에 유의수준 5%에서 통계적으로 유의하게 하강하는 연구 주제는 계산이론과 고전기하로 나타났다.
이처럼 본 논문에서 제시한 LDA 기법의 토픽모델링 분석을 통해 컴퓨터가 도출한 분석 결과는 기존의 전문가가 직접 내용을 판단하여 분석한 결과와 유사하게 도출됨을 확인하였다. 즉, 산업수학 분야의 현황과 동향을 파악하는 데 있어 본 연구에서 사용한 분석 방법이 적합함을 제시하였다는 점에서 본 논문의 의의가 있다.
첫째, coherence score의 산출을 통해 토픽의 최적 개수는 22개로 결정되었으며, 산업수학 연구는 해석학을 중심으로 기하학, 대수학, 위상수학, 이산수학, 확률 및 통계 등 다양한 분야에서 진행되는 것으로 나타났다. 이는 기존의 산업수학 관련 연구에서 제시하고 있는 것처럼 21세기 지식정보화사회에서 수학이 담당해야 할 역할이 재정립되면서 세상의 문제를 해결하고 산업의 부가가치를 창출하는 데 다양한 수학 분야가 활용되고 있다는 연구 결과와 일치한다[5][8-10].

후속연구

따라서 그래프단원에서는 인공지능, 통신 네트워크, 유통 및 물류 산업 등을, 행렬 단원에서는 정밀진단, 딥러닝, 의료 영상산업, 시스템 개발 산업 등을 예시로, 그리고 알고리즘 단원에서는 다양한 산업에서의 예시뿐만 아니라 일상생활에서 부딪히는 단순한 문제에서부터 컴퓨터 프로그래밍까지 포함시킬 필요가 있다. 구체적으로 어떤 상황을 그래프로 표현하고, 행렬로 계산하며, 알고리즘으로 구현하고, 근사값으로 정확도를 평가하는 등의 수학적 경험을 통해 학생들이 산업수학의 가치를 발견하도록 원리와 실용성 중심의 교육과정을 개발할 필요가 있다.
또한 4차 산업혁명 이후의 정보와 관련된 모든 문제들은 대부분 수학문제로 바뀌어져서 많은 계산과 그 해석에 의존할 수 밖에 없다. 따라서 20년 이상 산업수학이 발전되어 있는 외국 산업수학 연구 동향과의 시간 격차를 줄이고, 향후 산업수학 연구에서 선도적인 역할을 하기 위해서는 순수수학에 대한 연구가 지속적으로 수행될 필요가 있다.
본 연구에서는 SIAM에 게재된 논문들로만 분석의 범위를 한정하였기 때문에 산업수학과 관련한 국내 학회와 다른 외국의 학회에서 출판한 논문들이 포함되지 않았다. 따라서 분석의 범위를 확장하여 국내의 산업수학 관련 학회와 외국의 다양한 학회에서 출판한 논문들을 함께 분석하고 비교함으로써 산업수학 연구의 국내 및 국외 현황을 면밀히 파악하는 연구를 수행할 필요가 있다. 또한 본 연구에서는 SIAM의 연구 동향을 파악하기 위해 2016년도 이후로 논문이 게재된 연도를 한정하여 분석하였다.
예컨대 수리유체역학은 물, 불, 눈, 공기 같은 특정한 형태가 없이 움직이는 유체의 움직임을 모사하는데 활용됨으로써 에니메이션에 등장하는 눈, 비, 먼지 등의 자연현상을 현실 세계와 거의 유사하게 재현할 수 있으며, 혈액 속 암세포를 신속하게 찾음으로써 개인 맞춤의학을 실현할 수 있으며, 그리고 전염병 전달의 메커니즘을 파악할 수 있다. 따라서 최근 전 세계가 코로나19가 확산되면서 새로운 위기에 처해있지만, 오히려 산업수학을 기반으로 적절한 대응 및 후속 조치를 취한다면, 이러한 위기를 극복 및 대처하고 4차 산업발전을 가속화시킬 수 있을 것이다. 반면에 하강하는 연구 주제는 응용수학 분야의 방법론적인 발전에 따라 이전의 연구 방법에 대한 수요가 감소하기 때문이라고 해석할 수 있다.
본 연구에서는 이러한 시대적 변화에 따라 LDA 기법을 활용하여 이미 산업수학이 발전해있는 대표적인 SIAM에서 출판한 17종 학술지의 6,255개 논문의 제목과 초록을 분석함으로써 산업수학 분야의 연구 현황 및 동향을 거시적으로 파악하고자 한다. 본 연구는 산업수학 분야의 지적 구조에 대한 전체적인 흐름 및 변화에 대한 이해를 바탕으로 연구자들에게는 향후 연구 방향에 대해, 그리고 교육 현장에는 시대 변화를 반영한 산업수학 교육과정을 수립하는데 기초 자료로 활용될 수 있을 것이다. 구체적인 연구문제는 다음과 같다.
즉, 산업수학 분야의 현황과 동향을 파악하는 데 있어 본 연구에서 사용한 분석 방법이 적합함을 제시하였다는 점에서 본 논문의 의의가 있다. 이를 바탕으로 본 논문에서 활용한 데이터 처리과정 및 분석 방법은 다른 학문 분야에도 적용 가능하며, 산업수학 관련 뉴스, 신문기사, 페이스북, 트위터 및 블로그 데이터에 적용하여 실제 산업현장의 수요를 반영한 산업수학 동향을 파악하는 데 활용될 수 있을 것이다.

참고문헌 (32)

윤호영, "기술-사회 패러다임 용어는 어떻게 소비되는가? 탐색적 접근: 4차 산업혁명에 관한 26만건 뉴스(제목) 분석," 정보사회와 미디어, 제19권, 제2호, pp.1-28, 2018.
조경원, 우영운, "텍스트 마이닝을 이용한 4차 산업 연구 동향 토픽 모델링," 한국정보통신학회논문지, 제23권, 제7호, pp.764-770, 2019.

원문보기 상세보기
미래창조과학부, "산업현장에서 필요한 수학, 정부가 나서서 키운다," 미래창조과학부 보도자료, 2016.5.2.
미래창조과학부, "대한민국 미래 책임질 9대 국가전략프로젝트 선정," 미래창조과학부 보도자료, 2016.8.10.
김영욱, 고성은, 김영록, 박혜숙, 이상욱, 장정욱, 조도상, 미래 인재상에 적합한 수학학습 내용 연구, 한국과학창의재단, 2017.
김태환, "수학 없으면 AI도 없다 국내 산업수학 생태계 마련 시급," 조선비즈, 2019.9.16.
정효정, "텍스트 마이닝을 이용한 혁신 분야의 국외 연구 분석," 기술혁신연구, 제24권, 제4호, pp.249-275, 2016.
김명환, 국가 정책으로서의 산업응용수학 활성화 전략수립, 미래창조과학부, 2015.
박기범, 산업수학 활성화를 위한 국내 산업수학 생태계 분석, 정책연구, 2015.
김성주, 정문성, "엔터테인먼트산업수학의 활성화 방안," 한국엔터테인먼트산업학회논문지, 제11권, 제2호, pp.289-297, 2017.
신명선, 조경원, "텍스트마이닝을 활용한 한국언어치료학회지의 토픽 모델링 및 트렌드 분석:(2002-2018)," 언어치료연구, 제28권, 제3호, pp.81-91, 2019.
J. W. Mohr and P. Bogdanov, "Introduction-topic models: What they are and why they matter," Poetics, Vol.48, No.6, pp.545-569, 2013.
D. M. Blei, A. Y. Ng, and M. I. Jordan, "Latent dirichlet allocation," Journal of Machine Learning Research. Vol.3, pp.993-1022, 2003.
D. M. Blei, "Probabilistic topic models," Communications of the ACM, Vol.55, No.4, pp.77-84, 2012.

상세보기
A. P. Shiryaev, A. V. Dorofeev, A. R. Fedorov, L. G. Gagarina, and V. V. Zaycev, "LDA models for finding trends in technical knowledge domain," IEEE, pp.551-554, 2017.
H. S. Choi, W. S. Lee, and S. Y. Sohn, "Analyzing Research Trends in Personal Information Privacy Using Topic Modeling," Computers & Security, Vol.67, pp.244-253, 2017.

상세보기
A. Amado, P. Cortez, P. Rita, and S. Moro, "Research trends on Big Data in Marketing: A text mining and topic modeling based literature analysis," European Research on Management and Business Economics, Vol.24, pp.1-7, 2017.
L. Sun and Y. Yin, "Discovering themes and trends in transportation research using topic modeling," Transportation Research Part C: Emerging Technologies, Vol.77, pp.49-66, 2017.

상세보기
박자현, 송민, "토픽모델링을 활용한 국내 문헌정보학 연구동향 분석," 정보관리학회지, 제30권, 제1호, pp.7-32, 2013.

원문보기 상세보기
안정국, 김소담, 김희웅, "텍스트 마f이닝 기법을 이용한 정보시스템 분야 연구 동향 분석," Information Systems Review, 제18권, 제3호, pp.73-96, 2016.

원문보기 상세보기
조경원, 배성권, 우영운, "텍스트마이닝을 활용한 보건의료산업학회지의 토픽 모델링 및 토픽트렌드 분석," 보건의료산업학회지, 제11권, 제4호, pp.213-224, 2017.

원문보기 상세보기
장익영, 이원미, "토픽모델링을 적용한 한국스포츠사회학회지의 연구주제 분석," 한국스포츠사회학회지, 제32권, 제2호, pp.20-35, 2019.
김상겸, 장성용, "토픽모델링을 이용한 국내 산업경영공학 연구동향 분석," 한국경영공학회지, 제21권, 제3호, pp.71-95, 2016.
박준형, 오효정, "국내 기록관리학 연구동향 분석을 위한 토픽모델링 기법 비교- LDA와 HDP를 중심으로-," 제48권, 제4호, pp.235-258, 2017.

원문보기 상세보기
J. Chang, S. Gerrish, C. Wang, J. L. Boyd-Graber, and D. M. Blei, "Reading tea leaves: How humans interpret topic models," In Advances in neural information processing systems, pp.288-296, 2009.
D. Newman, J. H. Lau, K. Grieser, and T. Baldwin, "Automatic evaluation of topic coherence," In Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics, pp.100-108, 2010.
윤효준, 박재현, 윤지운, "비정형 텍스트 자료에서 잠재정보 추출을 위한 토픽모델링 소개: 치매관련 신체활동 뉴스 기사의 이슈 분석," 체육과학연구, 제30권, 제3호, pp.501-512, 2019.
C. Sievert and K. E. Shirley, "LDAvis: A method for visualizing and interpreting topics," In Proceedings of the workshop on interactive language learning, visualization, and interfaces, pp.63-70, 2014.
유예림, 2015개정 교육과정 정책에 대한 언론보도분석, 서울대학교, 박사학위논문, 2017.
T. W. Jones, "textmineR," https://www.rtextminer.com, 2019.11.16.
B. Grun and K. Hornik, "topicmodels: An R Package for Fitting Topic Models," Journal of Statistical Software, Vol.40, No.13, pp.1-30, 2011.
윤강준, "수학, 산업수학에 길을 묻다", 중도일보, 2019.10.24.

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