최근 드론 및 빅데이터, 인공지능 등 디지털 기술을 활용한 비탈면 연구를 수행하고 있으나 다소 미흡한 실정이며, 여전히 비탈면 붕괴 대비에 취약하다. 이러한 이유로 비탈면 붕괴에 효과적으로 대처하기 위해 디지털 기술을 활용한 비탈면 붕괴 예측 및 분석 연구에 대한 발전방향을 제시하는 것이 필연적이며, 이를 위해 비탈면 붕괴 예측 및 분석에 관한 이해가 선제되어야 한다. 본 연구는 비탈면 붕괴 예측 및 분석 연구의 지적구조를 규명하여 연구방향을 제시하기 위해 2016년 1월 1일부터 2020년 12월 31일까지의 5년간의 Web of Science 기반으로 문헌 데이터를 수집하고 이를 동시출현단어를 활용하여 분석하였다. 네트워크 분석을 통하여 세부 주제 영역을 밝히고, 키워드 간의 지적 관계를 시각화하여 관계, 중심성 분석을 통한 전역 및 지역 중심성이 높은 키워드를 도출하였다. 또한 군집분석을 실시하여 형성된 군집을 다차원축적지도에 표시하였으며, 각 키워드들 간의 상관관계에 따른 지적구조를 제시하였다. 이러한 연구의 결과는 비탈면 붕괴 분석 및 예측 연구의 지적구조를 밝히고, 향후 연구 방향을 찾는데 도움이 될 것으로 기대한다.
최근 드론 및 빅데이터, 인공지능 등 디지털 기술을 활용한 비탈면 연구를 수행하고 있으나 다소 미흡한 실정이며, 여전히 비탈면 붕괴 대비에 취약하다. 이러한 이유로 비탈면 붕괴에 효과적으로 대처하기 위해 디지털 기술을 활용한 비탈면 붕괴 예측 및 분석 연구에 대한 발전방향을 제시하는 것이 필연적이며, 이를 위해 비탈면 붕괴 예측 및 분석에 관한 이해가 선제되어야 한다. 본 연구는 비탈면 붕괴 예측 및 분석 연구의 지적구조를 규명하여 연구방향을 제시하기 위해 2016년 1월 1일부터 2020년 12월 31일까지의 5년간의 Web of Science 기반으로 문헌 데이터를 수집하고 이를 동시출현단어를 활용하여 분석하였다. 네트워크 분석을 통하여 세부 주제 영역을 밝히고, 키워드 간의 지적 관계를 시각화하여 관계, 중심성 분석을 통한 전역 및 지역 중심성이 높은 키워드를 도출하였다. 또한 군집분석을 실시하여 형성된 군집을 다차원축적지도에 표시하였으며, 각 키워드들 간의 상관관계에 따른 지적구조를 제시하였다. 이러한 연구의 결과는 비탈면 붕괴 분석 및 예측 연구의 지적구조를 밝히고, 향후 연구 방향을 찾는데 도움이 될 것으로 기대한다.
Although it is currently conducting slope management and research using digital technologies such as drones, big data, and artificial intelligence, it is still somewhat insufficient and is still vulnerable to slope failure. For this reason, it is inevitable to present the development direction for r...
Although it is currently conducting slope management and research using digital technologies such as drones, big data, and artificial intelligence, it is still somewhat insufficient and is still vulnerable to slope failure. For this reason, it is inevitable to present the development direction for research on prediction and analysis of slope failure using the digital technologies to effectively deal with slope failure, which requires a preemptive understanding of prediction and analysis of slope failure. In this paper, we collected literature data based on the Web of Science for five years from January 1, 2016 to December 31, 2020 and analyzed by co-word analysis to identify the domain structure of research on prediction and analysis of slope failure. Detailed subject areas were identified through network analysis, and the domain relationships between keywords were visualized to derive global and regionally oriented keywords through relationship, centrality analysis. In addition, the clusters formed by performing cluster analysis were displayed on the multidimensional scailing map, and the domain structure according to the correlation between each keyword was presented. The results of this study reveal the domain structure of research on prediction and analysis of slope failure, and are expected to be usefully used to find future research directions.
Although it is currently conducting slope management and research using digital technologies such as drones, big data, and artificial intelligence, it is still somewhat insufficient and is still vulnerable to slope failure. For this reason, it is inevitable to present the development direction for research on prediction and analysis of slope failure using the digital technologies to effectively deal with slope failure, which requires a preemptive understanding of prediction and analysis of slope failure. In this paper, we collected literature data based on the Web of Science for five years from January 1, 2016 to December 31, 2020 and analyzed by co-word analysis to identify the domain structure of research on prediction and analysis of slope failure. Detailed subject areas were identified through network analysis, and the domain relationships between keywords were visualized to derive global and regionally oriented keywords through relationship, centrality analysis. In addition, the clusters formed by performing cluster analysis were displayed on the multidimensional scailing map, and the domain structure according to the correlation between each keyword was presented. The results of this study reveal the domain structure of research on prediction and analysis of slope failure, and are expected to be usefully used to find future research directions.
본 연구의 목적은 이러한 동시출현단어 분석을 활용하여 비탈면 붕괴 예측 및 분석에 관한 연구 경향을 반영하는 지적구조를 도출하고 주제영역 구성을 밝히는 것이다. 이를 위하여 비탈면 붕괴 예측 및 분석에 관한 문헌 데이터를 수집하고 이를 분석하였다.
본 연구의 목적은 최근 비탈면 붕괴 예측 및 분석 관련 문헌들의 지적구조를 분석함으로써 현재 주요하게 다루어지고 있는 그 주제와 상호 관련성을 규명하는데 있다. 문헌의 특성상, 비탈면 붕괴와 그 안정성 분석이라는 것이 관련 문헌의 핵심주제가 되고, 이를 밝히고 과학적 증거로 뒷받침하기 위한 관련 키워드들이 함께 다루어지는 것은 당연한 결과라고 치부할 수 있다.
제안 방법
전역 및 지역 중심성 분석을 통해 비탈면 붕괴 예측 및 분석에서 가장 핵심이 되는 키워드와 군집별로 영향력이 있거나 매개가 되는 키워드들을 파악하였다. 네트워크 분석을 보완하기 위한 군집분석을 실시하였고 이 군집분석의 결과를 다차원축적 지도에 반영하여 이를 통해 비탈면 붕괴 예측 및 분석 연구의 지적구조와 세부 주제영역을 분석하였다. 네트워크 분석의 결과, 9개의 군집이, 군집분석의 결과로 2개의 군집이 추출되었다.
먼저 관련된 지적구조를 위한 데이터 추출 및 행렬 작성에 대해서 살펴본다. 또한 비탈면 붕괴 예측 및 분석 연구의 지적구조를 위한 데이터 추출 및 행렬 작성을 설명하며, 지적구조 분석결과를 보여준다. 최종적으로는 연구를 수행한 결론과 의의를 논하는 것으로 마무리한다.
추출된 키워드를 네트워크 분석과 시각화를 통해 중심 및 세부 주제영역을 파악하고, 중심성 분석을 통해 해당 키워드들이 해당 분야에 얼마만큼 영향을 주는지 도출하였다. 마지막으로 네트워크 분석을 보완하기 위해 군집분석을 활용하여 이를 다차원축적지도로 나타내어 비탈면 붕괴 분석 및 예측 영역의 전체적인 주제영역의 흐름 및 구성을 제시하였다. 본 연구를 통해 최근 비탈면 붕괴에 관한 분석 및 예측에 대한 학문적 구조 및 주제 분야에 대한 정보를 제공할 수 있으며, 이를 토대로 연구방향성 모색에 도움이 될 수 있을 것으로 기대한다.
본 연구는 최근 5년간 Web of Science에서 비탈면 붕괴 예측 및 분석을 주제로 하는 데이터들을 수집하고 동시 출현단어 행렬을 통한 네트워크 분석, 군집 분석, 다차원축적지도를 통해 비탈면 붕괴 예측 및 분석에 관한 연구 경향을 반영하는 지적구조를 분석하였다. 네트워크 분석을 위해 유사도 및 피어슨 상관계수를 통한 연관성 행렬을 생성하고 이들의 관계를 패스파인더 네트워크를 통한 시각화와 최근접 이웃 클러스터링 군집을 통해 비탈면 붕괴 예측 및 분석의 세부 주제영역을 분석할 수 있었다.
본 연구의 목적은 이러한 동시출현단어 분석을 활용하여 비탈면 붕괴 예측 및 분석에 관한 연구 경향을 반영하는 지적구조를 도출하고 주제영역 구성을 밝히는 것이다. 이를 위하여 비탈면 붕괴 예측 및 분석에 관한 문헌 데이터를 수집하고 이를 분석하였다. Web of Science 데이터베이스로부터 수집한 2016년부터 2020년까지 5년간 발간된 비탈면 붕괴 예측 및 분석 주제의 총 396건의 문헌으로부터 제목과 초록에서 추출된 키워드는 총 2, 678개였다.
전역 및 지역 중심성 분석을 통해 비탈면 붕괴 예측 및 분석에서 가장 핵심이 되는 키워드와 군집별로 영향력이 있거나 매개가 되는 키워드들을 파악하였다. 네트워크 분석을 보완하기 위한 군집분석을 실시하였고 이 군집분석의 결과를 다차원축적 지도에 반영하여 이를 통해 비탈면 붕괴 예측 및 분석 연구의 지적구조와 세부 주제영역을 분석하였다.
Web of Science 데이터베이스로부터 수집한 2016년부터 2020년까지 5년간 발간된 비탈면 붕괴 예측 및 분석 주제의 총 396건의 문헌으로부터 제목과 초록에서 추출된 키워드는 총 2, 678개였다. 추출된 키워드를 네트워크 분석과 시각화를 통해 중심 및 세부 주제영역을 파악하고, 중심성 분석을 통해 해당 키워드들이 해당 분야에 얼마만큼 영향을 주는지 도출하였다. 마지막으로 네트워크 분석을 보완하기 위해 군집분석을 활용하여 이를 다차원축적지도로 나타내어 비탈면 붕괴 분석 및 예측 영역의 전체적인 주제영역의 흐름 및 구성을 제시하였다.
대상 데이터
이를 위하여 비탈면 붕괴 예측 및 분석에 관한 문헌 데이터를 수집하고 이를 분석하였다. Web of Science 데이터베이스로부터 수집한 2016년부터 2020년까지 5년간 발간된 비탈면 붕괴 예측 및 분석 주제의 총 396건의 문헌으로부터 제목과 초록에서 추출된 키워드는 총 2, 678개였다. 추출된 키워드를 네트워크 분석과 시각화를 통해 중심 및 세부 주제영역을 파악하고, 중심성 분석을 통해 해당 키워드들이 해당 분야에 얼마만큼 영향을 주는지 도출하였다.
본 연구의 분석에서 필요한 키워드는 각 문헌에서 한 번씩 출현한 횟수이기 때문에 단어 빈도와 문헌 빈도의 값의 치우침에 따른 키워드 선정을 방지하기 위하여 89개의 리스트에서 어떤 단어가 특정 문서 내에서 얼마나 중요한 것인지를 나타내는 통계적 수치인 단어 빈도에 대한 문헌 빈도 값을 나타내는 TF/IDF를 사용하였다. 이 TF/IDF 값이 전체에서 상위 53%를 차지하는 22.77 이상인 키워드를 필터링하여 최종적으로 키워드 리스트 총 36개를 재선정하였다. 추출된 단어 리스트에서 해당 분야와 관련이 없는 ‘American society’, ‘good agreement’ 등 단어는 제외시켰다.
62개) 이었다. 이 중 CiteSpace를 이용, 분석의 용이성을 위해 중복단어 나 복수의 단수화 등 불필요한 불용어를 제거하여 자주 출현한 명사구 311개의 리스트를 추출하였다. 예를 들어 ‘slope stability’와 ‘stability’의 중복단어는 ‘slope stability’로, ‘slope’와 ‘slopes’는 단수형태인 ‘slope’ 등으로 보다 많은 빈도수의 대표 단어로 변경하였다.
데이터처리
군집분석으로 작성된 다차원축적지도에 의한 키워드들의 지적구조를 분석하기 위해 SPSS ver 26.0로부터 PROXSCAL 알고리즘을 이용하였다. 변수는 z점수로 표준화 하였고 스트레스 값은 0.
네트워크 분석을 활용한 군집 분석을 보완하기 위하여 통계프로그램인 SPSS ver 26.0을 활용해 피어슨 상관계수를 활용한 2차 연관성 행렬로부터 군집분석을 하였다. 이를 위해 Ward 기법을 활용한 클러스터링, z점수 표준화 설정 및 제곱유클리디안 거리를 이용하여 덴드로그램으로 산출하였다.
단어 추출을 위해 본 연구에서는 수집된 396건의 문헌들을 계량분석이 가능한 소프트웨어인 CiteSpace 5.7을 활용하여 제목과 초록에서 키워드와 키워드의 빈도수를 추출하였다. 키워드 ‘slope failure’는 명사구이기 때문에 명사구의 추출을 허용하였으며, 상세한 주제 표현을 위해서 하나의 명사구당 명사 범위 개수를 2개에서 4개 사이로 지정하였다.
이 리스트는 하나의 문헌에서 중복 출현된 단어의 빈도수가 모두 포함하여 합산되어 있다. 본 연구의 분석에서 필요한 키워드는 각 문헌에서 한 번씩 출현한 횟수이기 때문에 단어 빈도와 문헌 빈도의 값의 치우침에 따른 키워드 선정을 방지하기 위하여 89개의 리스트에서 어떤 단어가 특정 문서 내에서 얼마나 중요한 것인지를 나타내는 통계적 수치인 단어 빈도에 대한 문헌 빈도 값을 나타내는 TF/IDF를 사용하였다. 이 TF/IDF 값이 전체에서 상위 53%를 차지하는 22.
이론/모형
본 연구에서는 비탈면 붕괴 예측 및 분석 연구의 지적구조를 분석하기 위해 피어슨 상관계수를 이용하여 패스 파인더 네트워크 알고리즘(Lee, 2006a)을 적용하여 네트워크를 생성하였다. 그리고 패스파인더 네트워크상에서 주제와 세부주제들을 명확하게 하기위해 병렬 최근접 이웃 클러스터링 알고리즘(PNNC)(Lee, 2006b)을 이용하였다. 이를 위하여 네트워크 생성과 클러스터링 알고리즘을 이용하기 위해 WNET을 활용하였고, 시각화를 위한 NodeXL을 사용하였다.
네트워크 관계에 따른 여러 군집의 주제영역으로 구분하기 위해 동시출현단어 분석을 사용하며 네트워크를 구성하고 이를 시각화 한다. 본 연구에서는 비탈면 붕괴 예측 및 분석 연구의 지적구조를 분석하기 위해 피어슨 상관계수를 이용하여 패스 파인더 네트워크 알고리즘(Lee, 2006a)을 적용하여 네트워크를 생성하였다. 그리고 패스파인더 네트워크상에서 주제와 세부주제들을 명확하게 하기위해 병렬 최근접 이웃 클러스터링 알고리즘(PNNC)(Lee, 2006b)을 이용하였다.
그리고 패스파인더 네트워크상에서 주제와 세부주제들을 명확하게 하기위해 병렬 최근접 이웃 클러스터링 알고리즘(PNNC)(Lee, 2006b)을 이용하였다. 이를 위하여 네트워크 생성과 클러스터링 알고리즘을 이용하기 위해 WNET을 활용하였고, 시각화를 위한 NodeXL을 사용하였다. 키워드 36개에 관한 동시출현단어의 네트워크 분석 결과, PNNC 알고리즘으로 9개의 최적의 군집이 생성되었다.
0을 활용해 피어슨 상관계수를 활용한 2차 연관성 행렬로부터 군집분석을 하였다. 이를 위해 Ward 기법을 활용한 클러스터링, z점수 표준화 설정 및 제곱유클리디안 거리를 이용하여 덴드로그램으로 산출하였다. 본 연구에서 네트워크 분석과 군집 분류를 통해 비탈면 붕괴 예측 및 분석에 관한 연구 경향을 가장 잘 나타내는 군집의 수는 2개라고 판단하였고 군집명의 경우 군집별 개별 키워드를 종합하는 가장 적절한 이를 통한 Table 3은 SPSS를 통해 도출된 군집의 순서와 관계없이 도출된 군집분류이며 비탈면 붕괴 예측 및 분석 연구 영역에서의 흐름을 확인할 수 있었다.
성능/효과
본 연구는 최근 5년간 Web of Science에서 비탈면 붕괴 예측 및 분석을 주제로 하는 데이터들을 수집하고 동시 출현단어 행렬을 통한 네트워크 분석, 군집 분석, 다차원축적지도를 통해 비탈면 붕괴 예측 및 분석에 관한 연구 경향을 반영하는 지적구조를 분석하였다. 네트워크 분석을 위해 유사도 및 피어슨 상관계수를 통한 연관성 행렬을 생성하고 이들의 관계를 패스파인더 네트워크를 통한 시각화와 최근접 이웃 클러스터링 군집을 통해 비탈면 붕괴 예측 및 분석의 세부 주제영역을 분석할 수 있었다.
네트워크 분석의 결과, 9개의 군집이, 군집분석의 결과로 2개의 군집이 추출되었다. 네트워크 분석을 통해, slope failure, slope stability, stability analysis, shear strength, progressive failure, hydraulic conductivity, shallow landslide, unsaturated soil, landslide susceptibility가 대표 키워드로서 군집이 생성됨으로써 이와 관련된 세부 주제로 연구가 진행되고 있음을 알 수 있었다. 또한 군집분석 결과를 다차원축적지도에 표시한 결과 제1군집, 제2군집이 매우 많이 교집합을 이루는 결과를 보여주었다.
네트워크 분석을 보완하기 위한 군집분석을 실시하였고 이 군집분석의 결과를 다차원축적 지도에 반영하여 이를 통해 비탈면 붕괴 예측 및 분석 연구의 지적구조와 세부 주제영역을 분석하였다. 네트워크 분석의 결과, 9개의 군집이, 군집분석의 결과로 2개의 군집이 추출되었다. 네트워크 분석을 통해, slope failure, slope stability, stability analysis, shear strength, progressive failure, hydraulic conductivity, shallow landslide, unsaturated soil, landslide susceptibility가 대표 키워드로서 군집이 생성됨으로써 이와 관련된 세부 주제로 연구가 진행되고 있음을 알 수 있었다.
네트워크 분석을 통해, slope failure, slope stability, stability analysis, shear strength, progressive failure, hydraulic conductivity, shallow landslide, unsaturated soil, landslide susceptibility가 대표 키워드로서 군집이 생성됨으로써 이와 관련된 세부 주제로 연구가 진행되고 있음을 알 수 있었다. 또한 군집분석 결과를 다차원축적지도에 표시한 결과 제1군집, 제2군집이 매우 많이 교집합을 이루는 결과를 보여주었다. 이것은 현재의 연구결과 키워드 중심 분석을 통해 실질적으로도 제1군집의 비탈면 붕괴-slope failure와 제2 군집의 안정성 분석-stability analysis의 상관관계가 높으며, 비탈면 붕괴 예측 및 분석 연구의 중심이 되는 키워드들로 연구되고 있음을 보여주었다.
또한 군집분석 결과를 다차원축적지도에 표시한 결과 제1군집, 제2군집이 매우 많이 교집합을 이루는 결과를 보여주었다. 이것은 현재의 연구결과 키워드 중심 분석을 통해 실질적으로도 제1군집의 비탈면 붕괴-slope failure와 제2 군집의 안정성 분석-stability analysis의 상관관계가 높으며, 비탈면 붕괴 예측 및 분석 연구의 중심이 되는 키워드들로 연구되고 있음을 보여주었다. 전역중심성이 높은 키워드는 slope stability, limit equilibrium method, stability analysis, shear strength 순으로 나타났다.
지역중심성이 높은 키워드는 slip surface, slope stability, spatial variability, reliability analysis, hydraulic conductivity 순으로 나타났다. 이러한 결과는 비탈면 붕괴의 예측 및 분석 연구에서 붕괴원인, 안정성, 안정성 분석 방법, 분석방법에 포함되는 요소들(특히 전단강도)과 비탈면 활동면에 대한 많은 연구가 이루어지고 있음을 알 수 있었다. 이상의 결과를 종합해 보면 데이터를 추출했던 2016년부터 2020년까지의 다학제 지구과학, 지질공학, 지질학 범주에서 비탈면 붕괴 예측 및 분석의 핵심적인 연구 영역은 비탈면 붕괴와 안정성 분석 영역이다.
이러한 결과는 비탈면 붕괴의 예측 및 분석 연구에서 붕괴원인, 안정성, 안정성 분석 방법, 분석방법에 포함되는 요소들(특히 전단강도)과 비탈면 활동면에 대한 많은 연구가 이루어지고 있음을 알 수 있었다. 이상의 결과를 종합해 보면 데이터를 추출했던 2016년부터 2020년까지의 다학제 지구과학, 지질공학, 지질학 범주에서 비탈면 붕괴 예측 및 분석의 핵심적인 연구 영역은 비탈면 붕괴와 안정성 분석 영역이다.
이것은 현재의 연구결과 키워드 중심 분석을 통해 실질적으로도 제1군집의 비탈면 붕괴-slope failure와 제2 군집의 안정성 분석-stability analysis의 상관관계가 높으며, 비탈면 붕괴 예측 및 분석 연구의 중심이 되는 키워드들로 연구되고 있음을 보여주었다. 전역중심성이 높은 키워드는 slope stability, limit equilibrium method, stability analysis, shear strength 순으로 나타났다. 지역중심성이 높은 키워드는 slip surface, slope stability, spatial variability, reliability analysis, hydraulic conductivity 순으로 나타났다.
전역중심성이 높은 키워드는 slope stability, limit equilibrium method, stability analysis, shear strength 순으로 나타났다. 지역중심성이 높은 키워드는 slip surface, slope stability, spatial variability, reliability analysis, hydraulic conductivity 순으로 나타났다. 이러한 결과는 비탈면 붕괴의 예측 및 분석 연구에서 붕괴원인, 안정성, 안정성 분석 방법, 분석방법에 포함되는 요소들(특히 전단강도)과 비탈면 활동면에 대한 많은 연구가 이루어지고 있음을 알 수 있었다.
후속연구
본 연구는 비탈면 붕괴 예측 및 분석 연구의 동향을 파악하는 연구였기 때문에 수집 범주를 다학제 지구과학, 지질공학, 지질학으로 한정하여 결과를 도출한 것이므로 수리학, 지형학 등에서 다루고 있는 비탈면 붕괴의 분석과 예측에 관한 주제와 관련지을 수 없는 제한적 측면을 포함하고 있기는 하다. 그러나 본 연구는 비탈면 붕괴 예측 및 분석 연구의 지적구조를 분석할 수 있었다는 것에 의의가 있으며, 향후 최근 인기있는 미래 기술을 활용하여 비탈면 붕괴 예측 및 분석 연구를 접목하고자 하는 연구자에게는 도움이 될 수 있을 것으로 기대한다.
문헌의 특성상, 비탈면 붕괴와 그 안정성 분석이라는 것이 관련 문헌의 핵심주제가 되고, 이를 밝히고 과학적 증거로 뒷받침하기 위한 관련 키워드들이 함께 다루어지는 것은 당연한 결과라고 치부할 수 있다. 그럼에도 불구하고 비탈면에 대한 연구를 처음 시작하는 학생들이나 드론, 빅데이터, 인공지능 등 최신기술을 다루면서도 비탈면에 대한 지식이 없는 전문가들 입장에서는 본 논문이 제시하는 연관 키워드나 그 내용이 도움이 될 수 있을 것이라고 판단한다.
본 연구는 비탈면 붕괴 예측 및 분석 연구의 동향을 파악하는 연구였기 때문에 수집 범주를 다학제 지구과학, 지질공학, 지질학으로 한정하여 결과를 도출한 것이므로 수리학, 지형학 등에서 다루고 있는 비탈면 붕괴의 분석과 예측에 관한 주제와 관련지을 수 없는 제한적 측면을 포함하고 있기는 하다. 그러나 본 연구는 비탈면 붕괴 예측 및 분석 연구의 지적구조를 분석할 수 있었다는 것에 의의가 있으며, 향후 최근 인기있는 미래 기술을 활용하여 비탈면 붕괴 예측 및 분석 연구를 접목하고자 하는 연구자에게는 도움이 될 수 있을 것으로 기대한다.
마지막으로 네트워크 분석을 보완하기 위해 군집분석을 활용하여 이를 다차원축적지도로 나타내어 비탈면 붕괴 분석 및 예측 영역의 전체적인 주제영역의 흐름 및 구성을 제시하였다. 본 연구를 통해 최근 비탈면 붕괴에 관한 분석 및 예측에 대한 학문적 구조 및 주제 분야에 대한 정보를 제공할 수 있으며, 이를 토대로 연구방향성 모색에 도움이 될 수 있을 것으로 기대한다.
참고문헌 (11)
Hansen, D., Shneiderman, B., Smith, M.A., 2011, Analyzing social media networks with NodeXL: Insights from a connected world, Morgan Kaufmann, 283p.
Kim, S.H., Koo, H.B., Hwang, J.H., Son, M., 2011, Case study on the cause of failure and characteristics of soil at a collapsed cut-slope at the ◯◯ Detour, Jeonranam-Do, The Journal of Engineering Geology, 21(4), 313-322 (in Korean with English abstract).
Lee, J.Y., 2006a, A study on the network generation methods for examining the intellectual structure of knowledge domains, Journal of the Korean Society for Library and Information Science, 40(2), 333-355 (in Korean with English abstract).
Lee, J.Y., 2006b, A novel clustering method for examining and analyzing the intellectual structure of a scholarly field, Journal of the Korean Society for Information Management, 23(4), 215-231 (in Korean with English abstract).
Lee, J.Y., 2006c, Centrality measures for bibliometric network analysis, Journal of the Korean Society for Library and Information Science, 40(3), 191-214 (in Korean with English abstract).
Lee, J.Y., 2013, A comparison study on the weighted network centrality measures of tnet and WNET, Journal of the Korean Society for Information Management, 30(4), 241-264 (in Korean with English abstract).
Lee, K.B., Shin, H.S., Kim, S.H., Ha, D.M., Choi, I., 2019, A study on automatic classification of characterized ground regions on slopes by a deep learning based image segmentation, Tunnel and Underground Space, 29(6), 508-522 (in Korean with English abstract).
MLTM (Ministry of Land, Transport and Maritime Affairs), 2011, Roadside slope maintenance manual, 495p.
Park, D.G., Kim, T.H., Park, J.H., 2006, Status and countermeasures of slope damage in Korea, Geotechnical Engineering, 22(6), 6-18.
Seo, S.K., Chung, E.K., 2013, Domain analysis on the field of open access by co-word analysis, Journal of the Korean BIBLIA Society for Library and Information Science, 24(1), 207-228 (in Korean with English abstract).
White, H.D., Griffith, B.C., 1981, Author cocitation: A literature measure of intellectual structure, Journal of the American Society for Information Science, 32(3), 163-171.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.