$\require{mediawiki-texvc}$

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.

[국내논문] 텍스트 마이닝을 이용한 공군 부사관 지원자 자기소개서의 차별적 특성 분석
Analyzing the discriminative characteristic of cover letters using text mining focused on Air Force applicants 원문보기

지능정보연구 = Journal of intelligence and information systems, v.27 no.3, 2021년, pp.75 - 94  

권혁 (연세대학교 산업공학과) ,  김우주 (연세대학교 산업공학과)

초록
AI-Helper 아이콘AI-Helper

저출산 문제로 인한 병역자원 감소와 병 복무기간 단축에 따른 군 간부 대비 병 복무 선호 현상은 우수한 군 간부확보정책에 대한 추가적인 고찰을 필요로 한다. 이와 관련된 연구들은 대부분 사회과학에서 주로 사용되는 방법론으로 분석하였으나, 본 연구는 대량의 문헌조사에 적합한 텍스트 마이닝의 방법론으로 접근한다. 이를 위해, 본 연구는 공군 부사관 지원자 자기소개서에서 차별적인 특성의 단어들을 추출하고 합격 및 불합격의 극성을 분석한다. 본 연구는 총 3단계로 이루어졌다. 첫번째, 지원분야를 일반분야와 기술분야로 나누고, 자기소개서에서 특성을 가지는 단어들을 분야별 빈도수 비율의 차이대로 순서화 한다. 각 지원분야별 비율의 차이가 클수록 해당 지원분야의 특성을 나타내는 것으로 정의하였다. 두번째, 이 특성을 나타내는 단어들을 LDA를 통해 단어들의 Topic을 군집화하고 이를 바탕으로 Label을 정의하였다. 세번째, 이 군집화 된 지원분야별 단어들을 L-LDA를 통해 합격과 불합격의 극성을 분석하였다. L-LDA값의 차이가 합격에 가까울수록 합격자들이 많이 사용하는 단어로 정의하였다. 본 연구를 통해, 공군 부사관 자기소개서의 차별적 특성을 추출하기에는 LDA보다 L-LDA가 더 적합함을 알 수 있다. 또한, 이러한 방법론은 별도의 서면 또는 대면 설문 방식이 아니라, 대량 문서에 대한 텍스트 마이닝 기법을 적용하여 분석시간을 단축하고, 전체 모집단에 대한 신뢰성을 높일 수 있다. 따라서 본 연구인 공군 부사관 선발결과 분석을 통해, 선발제도 및 홍보제도에 활용 가능한 정보를 제공하고, 군 인력획득 분야 연구에 있어 활용 가능한 방법론을 제안하고자 한다.

Abstract AI-Helper 아이콘AI-Helper

The low birth rate and shortened military service period are causing concerns about selecting excellent military officers. The Republic of Korea entered a low birth rate society in 1984 and an aged society in 2018 respectively, and is expected to be in a super-aged society in 2025. In addition, the ...

주제어

표/그림 (17)

참고문헌 (24)

  1. Allahyari, M., S. Pouriyeh, M. Assefi, S. Safaei, E. D. Trippe, J. B. Gutierrez, K. Kochut, "A Brief Survey of Text Mining: Classification, Clustering and Extraction Techniques," arXiv: 1707.02919v2(2015). 

  2. Bae, S. H., X. Ku, C. Park, J. Ki, "A Latent Topic Modeling approach for Subject Summarization of Research on the Military Art and Science in South Korea," Korean Journal of Military Art and Science, Vol.76, No.2(2020), 181~216. 

  3. Baek, S. Y., J. U. Leem, H. J. Kwon, "An Empirical Study on The Relationship Between Professional Soldiers Selection Variables and Job Satisfaction, Job Performance," Journal of Employment and Career, Vol.9, No.2(2019), 95-116. 

  4. Blei, D. M., A. Y. Ng, M. I. Jordan, "Latent dirichlet allocation," Journal of Machine Learning Research, Vol.3(2003), 993-1022. 

  5. Dohkgoh, S., P. R. Kim, "The deepening of low birthrates and the issue of military manpower acquisition in developed countries," KIDA Defense Weekly, Vol.1652(2017). 

  6. Jeon, G. W., I. Kang, J. H. Jeon, "Systematic Analysis on the Trend of Defense Technologies Using Topic Modeling : A Case of an Armoured Fighting Vehicle," The Journal of Business and Economics, Vol.36, NO.1(2020), 69-94. 

  7. Kim, D. W., J. Y. Kang, J. I. Lim, "Comparative Analysis of Job Satisfaction Factors, Using LDA Topic Modeling by Industries : The Case Study of Job Planet Reviews," Journal of Information Technology Services, Vol.15, No.3(2016), 157-171. 

  8. Kim, H. J., W. J. Kim, "A Study on Automatic Analysis System of National Defense Articles," Journal of the KIMST, Vol.21, No.1(2018), 86-93. 

  9. Kim, H. K., "A Study on Teaching How to Write a Cover Letter for a Job," The Society Of Korean Literary Criticism, Vol.51(2014), 7-34. 

  10. Kim, S. G., J. Y. Kang, "Analyzing the discriminative attributes of products using text mining focused on cosmetic reviews," Information Processing and Management, Vol.54, No.6(2018), 938-957. 

  11. Kim, Y. S., H. S. Moon, J. K. Kim, "Self Introduction Essay Classification Using Doc2Vec for Efficient Job Matching," Journal of Information Technology Service, Vol.19, No.1(2020), 103-113. 

  12. Lee, C. Y., H. S. Moon, "Study on analysis of North Korea's news trends associated with provocations using text mining," Journal of National Defence Studies, Vol.59, No.4(2016), 103-124. 

  13. Lee, D. G., I. H. Kim, "An Analysis of Self-introduction Texts based on Statistical Text Analysis," Korean Cultural Studies, Vol.81(2018), 649-684. 

  14. Lee, J. H., S. H. Jung, J. H. Kim, E. J. Min, U. Y. Yeo, J. W. Kim, "Product Evaluation Criteria Extraction through Online Review Analysis : Using LDA and k-Nearest Neighbor Approach," Journal of Intelligence and Information Systems, Vol.26, No.1(2020), 97-117. 

  15. Lee, M. C., H. J. Kim, "Construction of Event Networks from Large News Data Using Text Mining Techniques," Journal of Intelligence and Information Systems, Vol.24, No.1(2018), 183-203. 

  16. Lim, S. S., M. G. Lee, "A study on military organizational tasks analysis methodology," The Korean Data and Information Science Society, Vol.30, No.1(2019), 139-157. 

  17. Moon, S. H., J. Y. Kang, "A study on detective story authors' style differentiation and style structure based on Text Mining," Journal of Intelligence and Information Systems, Vol.25, No.3(2019), 89-115. 

  18. Newman, D., J. H. Lau, K. Grieser, 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, (2010), 100-108. 

  19. Oh, S. H., H. J. Kim, "A Study on the 'Low Fertility' Research Trends Using Text Mining Technique: Focusing on the Comparison with the Process of Low Fertility Policy," Health and Social Welfare Review, Vol.40, No.3 (2020), 492-533. 

  20. Ramage, D., D. Hall, R. Nallapati and C. D. Manning, "Labeled LDA: A supervised topic model for credit attribution in multi-labeled corpora," Proceedings of the 2009 conference on empirical methods in natural language processing, (2009). 

  21. Shin, J. S., "A Study on Teaching Method of Self-introduction for Employment," A collection of Southeast Asian literature, Vol.40(2015), 83-113. 

  22. Tan, A. H., "Text mining: The state of the art and the challenges," Proceedings of the PAKDD 1999 Workshop on Knowledge Discovery from Advanced Databases, (1999), 65-70. 

  23. Teh, Y. W., M. I. Jordan, M. J. Beal and D. M. Blei, "Hierarchical Dirichlet Processes," Journal of the American Statistical Association, Vol.101, No.476(2006), 1566-1581. 

  24. Yoon, S., S. Kim, K. Shin, "Development of the Accident Prediction Model for Enlisted Men through an Integrated Approach to Datamining and Textmining," Journal of Intelligence and Information Systems, Vol.21, No.3(2015), 1-17. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

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