$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

텍스트 마이닝을 활용한 한국학 주경로(Main Path) 분석: '한국'을 키워드로 포함하는 SCOPUS 문헌을 대상으로
The Main Path Analysis of Korean Studies Using Text Mining: Based on SCOPUS Literature Containing 'Korea' as a Keyword 원문보기

정보관리학회지 = Journal of the Korean society for information management, v.37 no.3, 2020년, pp.253 - 274  

김혜진 (공주대학교 문헌정보교육과)

초록
AI-Helper 아이콘AI-Helper

이 연구는 한국학의 주류를 이루는 연구영역들의 기원과 발전경로를 파악하기 위하여 텍스트 마이닝과 주경로 분석(main path analysis, MPA) 기법을 수행하였다. 이를 위하여 전통적인 인문학 연구방법론이 아닌 디지털 텍스트를 기반으로 한 정량적 분석을 시도하였고 인용 데이터베이스를 활용하여 인용정보가 포함된 한국학 관련 문헌들을 수집하고 직접 인용 네트워크를 구축하여 한국학 분야 주경로를 추출하였다. 주경로 추출 결과, 한국학 인문분야에서는 키루트(key-route) 주경로 탐색에서 두 개의 주경로 군집(①한국 고대 농경문화(역사·문화·고고학), ②한국인의 영어습득(언어학))이 발견되었고, 한국학 인문·사회분야에서는 키루트 주경로 탐색에서 네 개의 주경로 군집(①한국 지역(공간)개발·조경, ②한국 경제발전(경제원조·소프트파워), ③한국의 산업(정치경제학), ④한국의 인구구성(남아선호)·북한경제(빈곤·중국협력))이 발견되었다. 이 연구의 결과가 한국학의 정체성을 파악하는데 기존의 지엽적 분석에서 벗어나 한국학이라는 학문에서 논의되고 있는 주 영역의 발전과 진화를 거시적으로 분석·제시함으로써 한국학이 가지는 포괄성과 모호성을 다소 해소하고 한국학 외연을 가시적으로 조망하는데 기여할 수 있으리라 기대한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, text mining and main path analysis (MPA) were applied to understand the origins and development paths of research areas that make up the mainstream of Korean studies. To this end, a quantitative analysis was attempted based on digital texts rather than the traditional humanities resea...

주제어

#디지털 인문학   #인용 분석   #주경로 분석   #텍스트 마이닝   #한국학  

표/그림 (13)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 이 연구가 기존의 지엽적인 분석에서 벗어나 한국학이라는 학문에서 논의되고 있는 주 영역의 발전과 진화를 거시적으로 분석·제시함으로써 한국학 외연의 발생과 발전 등을 정의하는데 기여하고자 한다.
  • 따라서 이 연구에서는 ‘한국’이라는 키워드를 포함하는 문헌을 한국학 문헌으로 간주하고, 주경로 분석을 통해 한국학의 주류를 이루는 연구영역들을 통시적으로 파악하여 한국학 연구의 기원과 발전경로를 정의하는데 가시적인 성과를 도출하고자 한다.
  • 이 연구는 주경로 분석을 통해 한국학의 주류를 이루는 연구영역들의 기원과 발전경로를 파악하여 한국학 정의가 내포하고 있는 포괄성을 좀 더 명료하게 제시하는 것이다. 이를 위해 정량적 분석으로 접근하여 인용 데이터베이스로부터 인용정보가 포함된 한국학 관련 문헌들을 수집하고 직접 인용 네트워크를 구축하여 한국학 분야 주경로를 추출하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
가장 많이 인용된 문헌을 찾아보는 이유는? 그러나 지식 확산에 대한 포괄적인 이해를 가지기 위해서는 상당한 시간과 노력이 필요하다. 이를 해결할 수 있는 기본적인 방법은 해당 분야에서 가장 많이 인용된 문헌을 찾아보는 방법이라고 할 수 있는데, 이는 인용빈도가 높은 문헌은 그 분야에서 상대적으로 더 중요하거나 영향력이 있다고 간주되기 때문이다(Garfield, 1979). 그러나 이 방법은 단지 미시적 수준의 이해를 제공할 뿐이다.
본 연구를 통해 발견한 한국학의 주경로는? 첫째, 한국학 인문분야에서는 키루트 주경로 탐색에서 두 개의 주경로 군집이 발견되었다. 하나는 한국 고대 농경문화(역사·문화·고고학) 분야로 1998년부터 2017년까지 발행되어 인용관계로 연결된 11개의 문헌들로 구성되어 있고, 다른 하나는 한국인의 영어 습득(언어학) 분야로 1996년부터 2018년까지 발행된 7개 문헌들로 구성되어 있다. 둘째, 한국학 인문·사회분야에서는 키루트 주경로 탐색에서 네 개의 주경로 군집이 발견되었다. 가장 먼저 추출된 주경로는 한국 지역(공간)개발·조경 분야로 1993년부터 2019년 사이의 인용관계로 연결된 14개 문헌들이다. 그 다음 추출된 주경로는 한국 경제발전(경제원조·소프트파워) 분야로 1990년부터 2019년 사이에 발행된 13개 문헌을 포함하고 있다. 세번째로 추출된 주경로는 한국 산업(정치경제학)에 관한 주경로로 1979년부터 2018년 사이에 발행된 9개 문헌이 포함되어 있고, 마지막으로 추출된 주경로는 한국 인구(남아선호)에서 북한경제(빈곤·중국협력)로 주제 변화를 보이는 주경로로 1977년부터 2017년 사이에 발행된 12개 문헌으로 구성되어 있다.
한국학이란? 이 연구에서는 한국학(韓國學, Korean Studies) 문헌을 대상으로 주경로 분석을 실시하였다. 한국학은 본래 조선후기의 조선학(朝鮮學), 구한말의 본국학(本國學), 일제강점기의 국학(國學)으로부터 유래된 학명(學名)으로(전성운, 2010), 한국의 역사, 문학, 정치, 사회, 경제, 종교 등 ‘한국’과 관련된 모든 영역을 망라적으로 다루고 있는 학문이다. 한국학 문헌을 대상으로 주경로 분석을 실시하고자 하는 이유는 한국학의 연구영역이 포함하고 있는 망라성이 한국학 세부영역 및 학문 영역의 기원과 발생, 발전 등을 정의하는데 모호함을 유발하기 때문이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (38)

  1. Kim, Hea-Jin (2020). Detection of knowledge structure of korean studies using document co-citation analysis: The difference between self-perception and others' perception. Journal of Korean Library and Information Science Society, 51(1), 179-200. http://dx.doi.org/10.16981/kliss.51.202003.179 

  2. Song, Min-Sun (2015). A study on the intellectual structure analysis in Korean studies. Journal of the Korean Society for Library and Information Science, 49(4), 125-157. http://dx.doi.org/10.4275/KSLIS.2015.49.4.125 

    원문보기 상세보기 crossref

  3. Song, Min Sun, & Ko, Young Man (2015). A study on the macro analysis of knowledge structure of the domestic Korean studies for identifying the research fields. Journal of the Korean Society for Information Management, 32(3), 221-236. http://dx.doi.org/10.3743/KOSIM.2015.32.3.221 

  4. Shin, Hyunbo, & Kim, Hea-Jin (2019). Analysis of research trends of 'Word of Mouth (WoM)' through main path and word co-occurrence network. Journal of Intelligent Information Systems, 25(3), 179-200. http://dx.doi.org/10.13088/jiis.2019.25.3.179 

  5. Ahn, Hyerim, Song, Min, & Heo, Go-Eun (2015). Inferring undiscovered public knowledge by using text mining analysis and main path analysis: The case of the gene-protein 'brings_about' chains of pancreatic cancer. Journal of the Korean BIBLIA Society for library and Information Science, 26(1), 217-231. http://dx.doi.org/10.14699/kbiblia.2015.26.1.217 

  6. Yu, So-Young (2013). Exploratory study of applying historiography and SPLC for developing information services: A case study of LED domain. Journal of the Korean Society for Information Management, 30(3), 273-296. https://doi.org/10.3743/KOSIM.2013.30.3.273 

    원문보기 상세보기 crossref

  7. Yoon, Minho (2011). Technological regime and the shift of industrial leadership in the DRAM industry: A patent citation analyis. The Journal of Intellectual Property, 6(3), 239-270. http://dx.doi.org/10.34122/jip.2011.09.6.3.239 

    상세보기 crossref

  8. Lee, Ina, & Kim, Hea-Jin (2019). Analyzing the study trends of sense of place using text mining techniques. The Korean Biblia Society For Library And Information Science, 30(2), 189-209. http://dx.doi.org/10.14699/kbiblia.2019.30.2.189 

  9. Jang, Man-Ho, & Kim, Il-Hwan (2018). A study of poetic words in newspaper reader's poem during the japanese colonial period using statistical keywords and co-occurrence relation networks. The Studies of Korean Literature, 58, 301-327. http://dx.doi.org/10.20864/skl.2018.04.58.301 

    상세보기 crossref

  10. Chun, Sung Woon (2010). The conception of korean study and its ways of globalization. Journal of Korean Studies, 32, 317-337. 

  11. Jeong, YooKyung (2020). An analysis on research trends of digital humanities. Journal of the Korean Society for Information Management, 37(2), 311-331. https://doi.org/10.3743/KOSIM.2020.37.2.311 

  12. Hur, Soo (2014). The meaning of 'jegook(帝國)' in corpus networks - centering on the analysis of 'imperialism' and 'empire'. Journal of Eastern studies, 87, 501-562. https://doi.org/10.18219/ddmh..87.201409.501 

  13. Barbieri, N., Ghisetti, C., Gilli, M., Marin, G., & Nicolli, F. (2016). A survey of the literature on environmental innovation based on main path analysis. Journal of Economic Surveys, 30(3), 596-623. http://doi.org/10.1002/9781119328223.ch10 

    상세보기 crossref

  14. Batagelj, V. (2003). Efficient algorithms for citation network analysis, Cornell University, 2003. Retrieved from https://arxiv.org/abs/cs/0309023# 

  15. Batagelj, V., & Mrvar, A. (1998). Pajek-program for large network analysis. Connections, 21(2), 47-57. 

  16. Calero-Medina, C., & Noyons, E. C. (2008). Combining mapping and citation network analysis for a better understanding of the scientific development: The case of the absorptive capacity field. Journal of Informetrics, 2(4), 272-279. http://doi.org/10.1016/j.joi.2008.09.005 

    상세보기 crossref

  17. Chuang, T. C., Liu, J. S., Lu, L. Y., & Lee, Y. (2014). The main paths of medical tourism: From transplantation to beautification. Tourism Management, 45, 49-58. http://doi.org/10.1016/j.tourman.2014.03.016 

    상세보기 crossref

  18. Epicoco, M., Oltra, V., & Saint Jean, M. (2014). Knowledge dynamics and sources of eco-innovation: Mapping the green chemistry community. Technological Forecasting and Social Change, 81, 388-402. http://doi.org/10.1016/j.techfore.2013.03.006 

    상세보기 crossref

  19. Garfield, E. (1979). Is citation analysis a legitimate evaluation tool?. Scientometrics, 1(4), 359-375. http://doi.org/10.1007/BF02019306 

    상세보기 crossref

  20. Halatchliyski, I., Hecking, T., Goehnert, T., & Hoppe, H. U. (2014). Analyzing the main paths of knowledge evolution and contributor roles in an open learning community. Journal of Learning Analytics, 1(2), 72-93. http://doi.org/10.18608/jla.2014.12.5 

    상세보기 crossref

  21. Harris, M.R., Graves, J.R., Solbrig, H.R., Elkin, P.L., & Chute, C.G. (2000). Embedded structures and representation of nursing knowledge. Journal of the American Medical Informatics Association, 7(6): 539-549. http://doi.org/10.1136/jamia.2000.0070539 

    상세보기 crossref

  22. Hummon, N.P., & Dereian, P. (1989). Connectivity in a citation network: The development of DNA theory. Social Networks, 11(1), 39-63. http://doi.org/10.1016/0378-8733(89)90017-8 

    상세보기 crossref

  23. Hung, S.C., Liu, J.S., Lu, L.Y., & Tseng, Y.C. (2014). Technological change in lithium iron phosphate battery: the key-route main path analysis. Scientometrics, 100(1), 97-120. http://doi.org/10.1007/s11192-014-1276-9 

    상세보기 crossref

  24. Liang, H., Wang, J. J., Xue, Y., & Cui, X. (2016). IT outsourcing research from 1992 to 2013: A literature review based on main path analysis. Information & Management, 53(2), 227-251. http://doi.org/10.1016/j.im.2015.10.001 

    상세보기 crossref

  25. Lin, Y., Chen, J., & Chen, Y. (2011). Backbone of technology evolution in the modern era automobile industry: An analysis by the patents citation network. Journal of Systems Science and Systems Engineering, 20(4), 416-442. http://doi.org/10.1007/s11518-011-5181-y 

    상세보기 crossref

  26. Liu, J.S., & Lu, L.Y. (2012). An integrated approach for main path analysis: Development of the Hirsch index as an example. Journal of the American Society for Information Science and Technology, 63(3), 528-542. http://doi.org/10.1002/asi.21692 

    상세보기 crossref

  27. Liu, J.S., Lu, L.Y., Lu, W.M., & Lin, B.J. (2013). Data envelopment analysis 1978-2010: A citation-based literature survey. Omega, 41(1), 3-15. http://doi.org/10.1016/j.omega.2010.12.006 

    상세보기 crossref

  28. Lu, L. Y., & Liu, J. S. (2013). An innovative approach to identify the knowledge diffusion path: The case of resource-based theory. Scientometrics, 94(1), 225-246. http://doi.org/10.1007/s11192-012-0744-3 

    상세보기 crossref

  29. Lu, L. Y., & Liu, J. S. (2014). The knowledge diffusion paths of corporate social responsibility-from 1970 to 2011. Corporate Social Responsibility and Environmental Management, 21(2), 113-128. http://doi.org/10.1002/csr.1309 

    상세보기 crossref

  30. Martinelli, A. (2012). An emerging paradigm or just another trajectory? Understanding the nature of technological changes using engineering heuristics in the telecommunications switching industry. Research Policy, 41(2), 414-429. http://doi.org/10.1016/j.respol.2011.10.012 

    상세보기 crossref

  31. Martinelli, A., & Nomaler, O. (2014). Measuring knowledge persistence: A genetic approach to patent citation networks. Journal of Evolutionary Economics, 24(3), 623-652. http://doi.org/10.1007/s00191-014-0349-5 

    상세보기 crossref

  32. Mina, A., Ramlogan, R., Tampubolon, G., & Metcalfe, J.S. (2007). Mapping evolutionary trajectories: Applications to the growth and transformation of medical knowledge. Research Policy, 36(5), 789-806. http://doi.org/10.1016/j.respol.2006.12.007 

    상세보기 crossref

  33. Nooy, W. D., Mrvar, A., & Batagelj, V. (2005). Exploratory social network analysis with pajek (Structural Analysis in the Social Sciences). New York: Cambridge University Press. 

  34. Ramlogan, R., & Consoli, D. (2008). Knowledge, understanding and the dynamics of medical innovation (No. 539). Manchester Business School Working Paper. 

  35. Tu, Y. N., & Hsu, S. L. (2016). Constructing conceptual trajectory maps to trace the development of research fields. Journal of the Association for Information Science and Technology, 67(8), 2016-2031. http://doi.org/10.1002/asi.23522 

    상세보기 crossref

  36. Van Eck, N. J., & Waltman, L. (2011). Text mining and visualization using VOSviewer. arXiv preprint arXiv:1109.2058. 

  37. Verspagen, B. (2007). Mapping technological trajectories as patent citation networks: A study on the history of fuel cell research. Advances in Complex Systems, 10(01), 93-115. http://doi.org/10.1142/S0219525907000945 

    상세보기 crossref

  38. Yeo, W., Kim, S., Lee, J. M., & Kang, J. (2014). Aggregative and stochastic model of main path identification: A case study on graphene. Scientometrics, 98(1), 633-655. http://doi.org/10.1007/s11192-013-1140-3 

    상세보기 crossref

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로