[논문]다이나믹 토픽모델링 및 네트워크 분석 기법을 통한 블록체인 관련 국내 연구 동향 분석

김동훈; 오찬희; 주영준

doi:10.3743/kosim.2021.38.3.023

다이나믹 토픽모델링 및 네트워크 분석 기법을 통한 블록체인 관련 국내 연구 동향 분석
Analyzing Research Trends in Blockchain Studies in South Korea Using Dynamic Topic Modeling and Network Analysis 원문보기

정보관리학회지 = Journal of the Korean society for information management, v.38 no.3, 2021년, pp.23 - 39

김동훈 (성균관대학교 문헌정보학과) , 오찬희 (성균관대학교 문헌정보학과) , 주영준 (성균관대학교 문헌정보학과)

초록
AI-Helper

본 연구에서는 국내 블록체인 연구의 전반적인 동향 및 시간에 따른 주제를 파악하기 위해 대학 및 기관 협력 네트워크 분석, 키워드 동시출현 네트워크 분석, 다이나믹 토픽모델링 기법을 활용한 시계열 주제 분석을 실시하였다. 대학 및 기관 협력 네트워크 분석 결과, 숭실대학교, 순천향대학교, 고려대학교, 한국과학기술원 등이 블록체인 연구의 주요 대학으로 나타났으며 대학 이외의 기관으로는 국방부, 한국철도기술연구원, 삼일회계법인, 한국전자통신연구원 등이 주요 연구기관으로 나타났다. 키워드 동시출현 네트워크 분석 결과, 가상자산(암호화폐, 비트코인, 이더리움, 가상화폐), 블록체인 기술(분산원장, 분산원장기술), 금융(스마트계약), 정보보안(보안, 프라이버시, 개인정보) 등에 대한 키워드들이 주요하게 나타났으며, 모든 네트워크 중심성 지표에서 스마트계약이 가장 높은 수치를 나타내어 주요한 주제임을 확인할 수 있었다. 마지막으로 시계열 주제분석 결과, 블록체인기술, 블록체인생태계, 블록체인 적용분야1(무역, 온라인투표, 부동산), 블록체인 적용분야2(식품, 관광, 유통, 미디어), 블록체인 적용분야3(경제, 금융) 등 다섯 개의 주요 주제들을 도출하였으며, 각 주제별 대표 키워드들의 비율변화를 통해 주제별 변화를 관찰할 수 있었다. 본 연구는 기존의 국내 블록체인 연구동향 연구들과 크게 세 가지 관점(데이터, 방법론, 해석)에서 차이점을 나타내고 있다. 1) 최근 2년 사이 급증한 블록체인 연구를 포함하였고, 2) 대학 및 기관 네트워크 분석과 시계열 주제분석이라는 새로운 분석기법 및 연구방법을 활용하였으며, 3) 이를 통해 블록체인 연구를 주도하는 대학 및 기관을 식별하고 국내 블록체인 연구 트렌드를 파악하였다. 끝으로, 연구결과가 블록체인 관련 연구 협력 및 정책 수립과 관련 기술 개발 계획에 활용될 수 있다는 점에서 실질적인 함의를 시사한다.

Abstract ▼ AI-Helper

This study aims to explore research trends in Blockchain studies in South Korea using dynamic topic modeling and network analysis. To achieve this goal, we conducted the university & institute collaboration network analysis, the keyword co-occurrence network analysis, and times series topic analysis using dynamic topic modeling. Through the university & institute collaboration network analysis, we found major universities such as Soongsil University, Soonchunhyang University, Korea University, Korea Advanced Institute of Science and Technology (KAIST) and major institutes such as Ministry of National Defense, Korea Railroad Research Institute, Samil PricewaterhouseCoopers, Electronics and Telecommunications Research Institute that led collaborative research. Next, through the analysis of the keyword co-occurrence network, we found major research keywords including virtual assets (Cryptocurrency, Bitcoin, Ethereum, Virtual currency), blockchain technology (Distributed ledger, Distributed ledger technology), finance (Smart contract), and information security (Security, privacy, Personal information). Smart contracts showed the highest scores in all network centrality measures showing its importance in the field. Finally, through the time series topic analysis, we identified five major topics including blockchain technology, blockchain ecosystem, blockchain application 1 (trade, online voting, real estate), blockchain application 2 (food, tourism, distribution, media), and blockchain application 3 (economy, finance). Changes of topics were also investigated by exploring proportions of representative keywords for each topic. The study is the first of its kind to attempt to conduct university & institute collaboration networks analysis and dynamic topic modeling-based times series topic analysis for exploring research trends in Blockchain studies in South Korea. Our results can be used by government agencies, universities, and research institutes to develop effective strategies of promoting university & institutes collaboration and interdisciplinary research in the field.

주제어

표/그림 (12)

표 <표 1> 수집된 데이터에 대한 상세
그림 <그림 1> 국내 블록체인 관련 연구 추이
표 <표 2> 국내 블록체인 연구 주요 대학 및 기관
그림 <그림 2> 데이터 수집, 전처리, 분석 프로세스
표 <표 3> 국내 블록체인 연구 주요 학술지
표 <표 4> 네트워크 분석기법 및 목적
그림 <그림 3> 국내 블록체인 관련 연구의 대학 및 기관 협력 네트워크
표 <표 5> 협력 네트워크에서의 상위 30개 주요기관에 대한 중심성 지표
그림 <그림 4> 국내 블록체인 관련 연구들의 키워드 동시출현 네트워크
표 <표 6> 키워드 동시출현 네트워크 내 상위 20개 키워드에 대한 중심성 지표
그림 <그림 5> 토픽수에 따른 일관성 점수 분석 결과
그림 <그림 6> 국내 블록체인 연구들의 초록에 나타난 주요 주제 및 대표 키워드 변화 추이

참고문헌 (21)

Choi, S. Y. & Ko, E. J. (2019). Analysis of from 1960 to 2018 using metadata with dynamic topic modeling. Korean Journal of Journalism & Communication Studies, 63(4), 7-42. http://doi.org/10.20879/kjjcs.2019.63.4.001

상세보기
Chun, B. M. & Yoon, Y. J. (2019). A review of ai-based blockchain technology application for fintech industry: a comparison of South Korea and israel company. Journal of Korea Service Management Society, 20(4), 25-40. http://doi.org/10.15706/jksms.2019.20.4.002

상세보기
Jo, H. I., Kim, J. W., & Lee, B. G. (2019). A study on research trends of blockchain using LDA topic modeling: focusing on united states, China, and South Korea. Journal of Digital Contents Society, 20(7), 1453-1460. http://doi.org/10.9728/dcs.2019.20.7.1453

상세보기
Kim, D. H., Kim, K. L., & Zhu, Y. Z. (2021). A bibliometric analysis of the major korean journals indexed in 2020 google scholar metrics. Journal of the Korean Society for Information Management, 38(1), 53-69. http://doi.org/10.3743/KOSIM.2021.38.1.053

원문보기 상세보기
Kwon, O. H. (2019). Korean government's policy on virtual currencies: discussion on guideline for Korea. Ilkam Law Review, 43, 3-27. http://doi.org/10.35148/ilsilr.2019.43.3

상세보기
Lee, H. J. & Kim, Y. H. (2021). A study on the blockchain in business: research trends and issues between Korea and overseas. The E-Business Studies, 22(1), 159-176. https://doi.org/10.20462/tebs.2021.2.22.1.159

상세보기
Leem, B. H. (2012). An effect of co-authorshop network on research performance: focusing on co-authoring of logos management review. Logos Manangement Review, 10(1), 1-20.
Park, E. J. & Cho, S. Z. (2014). KoNLPy: Korean natural language processing in Python. Proceedings of the 26th Annual Conference on Human and Cognitive Language Technology, 133-136.
Park, H. W. & Park, S. J. (2018). Big data analysis of cryptocurrencies: evidence from top cryptocurrency websites. Journal of the Korean Data Analysis Society, 20(2), 923-936. http://doi.org/10.37727/jkdas.2018.20.2.923

상세보기
Park, J. H. & Oh, H. J. (2017). Comparison of topic modeling methods for analyzing research trends of archives management in Korea: focused on LDA and HDP. Journal of Korean Library and Information Science Society, 48(4), 235-258.

원문보기 상세보기
Song, Y. H., Kwon, Y. G., Lim, C. S., Choi, K. S., & Yang, M. S. (2018). An analysis of blockchain technology research trend by using a social network analysis. Proceedings of Symposium of the Korean Institute of Communications and Information Sciences, 542-543. Available: http://www.dbpia.co.kr/Article/NODE07368796
Wo, C. W. & Lee, H. Y. (2020). Investigation of research trends in the D(Data).N(Network).A(A.I) field using the dynamic topic model. Journal of the Korea Convergence Society, 11(9), 21-29. http://doi.org/10.15207/JKCS.2020.11.9.021

원문보기 상세보기
Yang, H. T. (2020). Artificial intelligence and blockchain convergence trend and policy improvement plan. Information Policy, 27(2), 3-19. http://doi.org/10.22693/NIAIP.2020.27.2.003

원문보기 상세보기
Zhu, Y. P. & Park, H. W. (2019). Evaluating blockchain research trend using bibilometrics-based network analysis. Journal of Digital Convergence, 17(6), 219-227. http://doi.org/10.14400/JDC.2019.17.6.219

원문보기 상세보기
Bastian, M., Heymann, S., & Jacomy, M. (2009). Gephi: an open source software for exploring and manipulating networks. Proceedings of the Third International ICWSM Conference, 361-362. Available http://www.aaai.org/ocs/index.php/ICWSM/09/paper/view/154
Blei, D. M. & Lafferty, J. D. (2006, June). Dynamic topic models. In Proceedings of the 23rd international conference on Machine learning (pp. 113-120).
Miau, S. & Yang, J. M. (2018). Bibliometrics-based evaluation of the Blockchain research trend: 2008-March 2017. Technology Analysis and Strategic Management, 30(9), 1029-1045. http://doi.org/10.1080/09537325.2018.1434138

상세보기
Wang, F. & Zhu, M. (2017). Bibliometric analysis on the research hotspots of blockchain in China. Journal of Intelligence, 36(12), 69-74.
Xu, M., Chen, X., & Kou, G. (2019). A systematic review of blockchain. Financial Innovation, 5(1). http://doi.org/10.1186/s40854-019-0147-z

상세보기
Yli-Huumo, J., Ko, D., Choi, S., Park, S., & Smolander, K. (2016). Where is current research on Blockchain technology? - A systematic review. PLoS ONE, 11(10). http://doi.org/10.1371/journal.pone.0163477

상세보기
Yustiawan, Y., Maharani, W., & Gozali, A. A. (2015). Degree centrality for social network with opsahl method. Proceida Computer Science, 59, 419-426. http://doi.org/10.1016/j.procs.2015.07.559

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