[논문]텍스트 마이닝을 이용한 비대면 소프트웨어 교양과목의 요구사항 분석

정화영

doi:10.5392/jkca.2022.22.03.105

초록
AI-Helper

온라인 수업에 대한 학생들의 니즈 분석은 객관식 설문조사 유형이 주로 수행되어왔다. 그러나 학생들의 정확한 니즈를 분석하기 위해서는 주관식 답변에 의한 비정형 데이터 분석이 요구된다. 빅데이터는 비정형 데이터 분석이 가능하여 다양한 분야에서 활용되고 있다. 본 연구에서는 비대면 온라인 수업방식을 진행되는 교양 소프트웨어 과목에서 학생들이 원하는 과목이나 주제가 무엇인지 조사 및 분석하였다. 실험방법은 학생들에게 주관식 설문조사를 시행하여 얻은 비정형 데이터를 기반으로 빅데이터의 키워드 분석, 연관 분석등을 수행하였다. 이를 통해 학생들이 교양 소프트웨어 과목에서 원하는 키워드가 무엇인지 알 수 있었으며, 이러한 연구 결과는 학생들이 배우고자하는 주제를 파악할 수 있어서 향후 교양 소프트웨어 과목의 기획 및 설계시 중요한 자료가 될 것이다.

Abstract ▼ AI-Helper

Multiple-choice survey types have been mainly performed to analyze students' needs for online classes. However, in order to analyze the exact needs of students, unstructured data analysis by answer for essay question is required. Big data is applied in various fields because it is possible to analyz...

Multiple-choice survey types have been mainly performed to analyze students' needs for online classes. However, in order to analyze the exact needs of students, unstructured data analysis by answer for essay question is required. Big data is applied in various fields because it is possible to analyze unstructured data. This study aims to investigate and analyze what students want subjects or topics for software lecture in general education that process on non-face-to-face online teaching methods. As for the experimental method, keyword analysis and association analysis of big data were performed with unstructured data by giving a subjective questionnaire to students. By the result, we are able to know the keyword what the students want for software lecture, so it will be an important data for planning and designing software lecture of liberal arts in the future as students can grasp the topics they want to learn.

주제어

AI 본문요약
AI-Helper

문제 정의

본 연구는 학생들의 학습 니즈를 분석함으로서 실질적으로 어떠한 것을 학습하고자 하는지 조사해보고자 한다. 이를 위하여 학생들에게 주관식 설문항목을 제시하고, 학생들이 설문에 대해 별도의 양식 없이 자유롭게 답을 함으로서 학생들의 의견을 수렴할 수 있도록 하였다.

제안 방법

따라서 설문에 대한 서술식 답변들을 위해 R 언어로 비정형 데이터 분석을 진행하였다. 설문항목을 통해 얻은 서술식 답변을 모두 통합하여 survey.
본 연구는 빅데이터를 이용하여 학생들이 교양과목에서 실질적으로 원하는 SW관련 과목이나 주제가 무엇인지 분석하였다. 이를 위하여 학생들에게 주관식 답변을 요구하는 설문조사를 시행 후 얻어진 비정형 데이터는 빈도분석, 키워드 추출, 연관 분석 등을 실행함으로서 공학을 전공하지 않는 일반 학생들이 무엇을 배우기 원하는지 분석하였다.
이를 위하여 학생들에게 주관식 설문항목을 제시하고, 학생들이 설문에 대해 별도의 양식 없이 자유롭게 답을 함으로서 학생들의 의견을 수렴할 수 있도록 하였다. 비정형화된 학생들의 답변 분석을 위하여 텍스트 마이닝을 사용하였으며, 분석된 자료에 대해 연관성을 분석 및 제시하였다.
연구과정은 설문조사 → 데이터 수집 → R 데이터 처리 → 결과분석 및 시각화의 순서로 진행되었다
본 연구는 빅데이터를 이용하여 학생들이 교양과목에서 실질적으로 원하는 SW관련 과목이나 주제가 무엇인지 분석하였다. 이를 위하여 학생들에게 주관식 답변을 요구하는 설문조사를 시행 후 얻어진 비정형 데이터는 빈도분석, 키워드 추출, 연관 분석 등을 실행함으로서 공학을 전공하지 않는 일반 학생들이 무엇을 배우기 원하는지 분석하였다. 그 결과 학생들의 의견에서 산업혁명, 인공지능, 로봇, 사물인터넷, 기술, 정보, 변화, 발전 등의 키워드가 많은 빈도수를 나타내었고, 산업혁명과 변화의 키워드를 중심으로 한 연관네트워크를 나타낸 결과 패러다임, 비즈니스, 교육 등이 제시되었다.
본 연구는 학생들의 학습 니즈를 분석함으로서 실질적으로 어떠한 것을 학습하고자 하는지 조사해보고자 한다. 이를 위하여 학생들에게 주관식 설문항목을 제시하고, 학생들이 설문에 대해 별도의 양식 없이 자유롭게 답을 함으로서 학생들의 의견을 수렴할 수 있도록 하였다. 비정형화된 학생들의 답변 분석을 위하여 텍스트 마이닝을 사용하였으며, 분석된 자료에 대해 연관성을 분석 및 제시하였다.

대상 데이터

0>을 수강한 학생들을 대상으로 이루어졌다. 2개 과목의 대상 모집단 전체인원은 149명이며, 성별분포는 남학생 73명, 여학생 76명이고, 학년분포는 1학년 40명, 2학년 42명, 3 학년 33명, 4학년 34명이다.
본 연구는 서울 소재 K대학교에서 진행한 2021년 2 학기 3학점의 소프트웨어 관련 교양과목인 <인간-컴퓨터 중심세계>와 <인공지능과 라이프 3.0>을 수강한 학생들을 대상으로 이루어졌다

데이터처리

txt로 저장하였다. 이를 기반으로 텍스트 마이닝을 이용하여 각 단어들에 대한 빈도수를 측정하였으며, 단어들의 연관성을 분석하였다. 이때의 연관성 분석을 위한 지지도와 신뢰도는 0.

성능/효과

이를 위하여 학생들에게 주관식 답변을 요구하는 설문조사를 시행 후 얻어진 비정형 데이터는 빈도분석, 키워드 추출, 연관 분석 등을 실행함으로서 공학을 전공하지 않는 일반 학생들이 무엇을 배우기 원하는지 분석하였다. 그 결과 학생들의 의견에서 산업혁명, 인공지능, 로봇, 사물인터넷, 기술, 정보, 변화, 발전 등의 키워드가 많은 빈도수를 나타내었고, 산업혁명과 변화의 키워드를 중심으로 한 연관네트워크를 나타낸 결과 패러다임, 비즈니스, 교육 등이 제시되었다. 이를 통해 학생들은 비즈니스와 연관된 기술, 인공지능, 로봇, 사물인터넷 등의 과목에 대한 요구가 있음을 알 수 있었다.
분석을 통해 산업혁명, 인공지능, 발전, 정보, 변화 등의 키워드가 많이 노출되는 것을 알 수 있었으며, 이는 소프트웨어 관련 과목을 교양으로 수강하는 비전공 학생들이 개설을 희망하는 주제들임을 알 수 있었다. 빈도수에서 가장 많이 노출된 “산업혁명”을 중심으로 나타낸 연관성은 [그림 3]과 같다.
그 결과 학생들의 의견에서 산업혁명, 인공지능, 로봇, 사물인터넷, 기술, 정보, 변화, 발전 등의 키워드가 많은 빈도수를 나타내었고, 산업혁명과 변화의 키워드를 중심으로 한 연관네트워크를 나타낸 결과 패러다임, 비즈니스, 교육 등이 제시되었다. 이를 통해 학생들은 비즈니스와 연관된 기술, 인공지능, 로봇, 사물인터넷 등의 과목에 대한 요구가 있음을 알 수 있었다.
코로나 이후, 비대면교육의 확산으로 인해 학습에 대한 시공간의 제약이 없어졌고, 4차 산업혁명에 대한 일반 학생들의 우려와 기대가 맞물리면서, 공학을 전공하지 않는 학생들의 SW관련 과목의 배움에 대한 동기가 나타나고 있었다.

후속연구

그러나 본 연구의 결과를 도출하는 과정에서 학생들의 실질적인 니즈를 파악하기 위해 한 가지 질문에 대한 서술형 주관식 답변을 기반으로 분석을 하다 보니 학생들의 다양한 니즈 분석을 수행하기 어려웠다. 따라서 향후 연구에서는 보다 다양하고 세밀한 설문조사 실행과 많은 학생 모집단을 대상으로 한 결과를 기반으로 분석이 이루어져야 할 것이다.
그러나 본 연구의 결과를 도출하는 과정에서 학생들의 실질적인 니즈를 파악하기 위해 한 가지 질문에 대한 서술형 주관식 답변을 기반으로 분석을 하다 보니 학생들의 다양한 니즈 분석을 수행하기 어려웠다. 따라서 향후 연구에서는 보다 다양하고 세밀한 설문조사 실행과 많은 학생 모집단을 대상으로 한 결과를 기반으로 분석이 이루어져야 할 것이다. 또한, 신뢰성을 입증하기 위해서는 더욱 많은 모집단을 통한 데이터 수집이 필요하고, 수집된 자료들은 빅데이터 뿐만 아니라 지능형 기술을 통해 보다 세밀한 분석이 요구된다.
따라서 향후 연구에서는 보다 다양하고 세밀한 설문조사 실행과 많은 학생 모집단을 대상으로 한 결과를 기반으로 분석이 이루어져야 할 것이다. 또한, 신뢰성을 입증하기 위해서는 더욱 많은 모집단을 통한 데이터 수집이 필요하고, 수집된 자료들은 빅데이터 뿐만 아니라 지능형 기술을 통해 보다 세밀한 분석이 요구된다.

참고문헌 (17)

이동혁, 김상춘, 박남재, "포스트코로나 시대의 언택트 교육 환경을 대비한 블록체인 기반의 온라인 학습 플랫폼," 한국정보기술학회논문지, 제18권, 제11호, pp.109-121, 2020(11).
이현주, 유선진, "인터랙티브 미디어 기반 체험형 콘텐츠의 제작기법," 한국정보기술학회논문지, 제18권, 제12호, pp.121-129, 2020(12).
Herri Mulyono, Gunawan Suryoputro, and Shafa Ramadhanya Jamil, "The application of WhatsApp to support online learning during the COVID-19 pandemic in Indonesia," Heliyon, Vol.7, Issue8, Aug, 2021, https://doi.org/10.1016/j.heliyon.2021.e07853.

상세보기
B. K. Potu, H. Atwa, W. A. Nasr El-Din, M. A. Othman, N. A. Sarwani, A. Fatima, A. Deifalla, and R. A. Fadel, "Learning anatomy before and during COVID-19 pandemic: Students' perceptions and exam performance," Morphologie, Available online 29 July 2021, https://doi.org/10.1016/j.morpho.2021.07.003.

상세보기
Van ThinhLe, Ngan Ha Nguyen, Tran Le Nghi Tran, Luan Thanh Nguyen, Thi Anh Nguyen, and Minh Trang Nguyen, "The interaction patterns of pandemic-initiated online teaching: How teachers adapted," System, Available online 29 January 2022, 102755, https://doi.org/10.1016/j.system.2022.102755

상세보기
T. Muthuprasad, S. Aiswarya, K. S. Aditya, and Girish K. Jha, "Students' perception and preference for online education in India during COVID -19 pandemic," Social Sciences & Humanities Open, Vol.3, Issue1, 2021, 100101, https://doi.org/10.1016/j.ssaho.2020.100101.

상세보기
H. U. Leen and T. U. Jeong, "Relationship between Academic Burnout and Learning Immersion in Non-face-to-face Learning Situations: The Mediation Effects of Meta-cognition Strategy and Emotional Support," Asian Journal of Education, Vol.22, No.3, pp.641-663, Sep. 2021.

상세보기
김한나, 김성원, "코로나19로 인한 비대면 동영상 수업의 강의만족도가 학습효과에 미치는 영향과 자아효능감의 매개 효과 연구," 학습자중심교과교육연구, 제21권, 제1호, pp.363-387, 2021.
홍수민, 이정민, "온라인 영어학습공동체에서 학습실 재감과 학습몰입이 학습성과에 미치는 영향," 외국어교육연구, 제35권, 제2호, pp.53-70, 2021.
이수연, 김태종, "토픽 모델링을 활용한 '수돗물 유충' 뉴스 빅데이터 분석," 한국콘텐츠학회논문지, 제20권, 제11호, pp.28-37, 2020(11).

원문보기 상세보기
T. M. Song and J. Y. Song, "Prediction of risk factors of cyberbullying-related words in Korea: Application of data mining using social big data," Telematics and Informatics, Vol.58, May 2021, 101524, https://doi.org/10.1016/j.tele.2020.101524

상세보기
Alexandra Amado, Paulo Cortez, Paulo Rita, Sergio 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, Issue 1, pp.1-7, January-April, 2018.

상세보기
Xiao-Yuan Liu, "Agricultural products intelligent marketing technology innovation in big data era," Procedia Computer Science, Vol.183, pp.648-654, 2021.

상세보기
Yong Cui, Xiao Song, Qinglei Hu, Ying Li, A. Shanthini, and Thanjai Vadivel, "Big data visualization using multimodal feedback in education," Computers & Electrical Engineering, Vol.96, Part A, Dec. 2021, 107544, https://doi.org/10.1016/j.compeleceng.2021.107544

상세보기
Amelec Viloria, Ingrid Regina Petro Gonzalez, and Omar Bonerge Pineda Lezama, "Learning Style Preferences of College Students Using Big Data," Procedia Computer Science, Vol.160, pp.461-466, 2019.

상세보기
Arjumand Masood Khan and Khan Rahat Afreen, "An approach to text analytics and text mining in multilingual natural language processing," Materials Today: Proceedings Available online 2 Jan 2021, https://doi.org/10.1016/j.matpr.2020.10.861.
황홍섭, "빅데이터를 활용한 사회과 교수.학습 모형의 탐색," 사회과교육, 제58권, 제1호, pp.63-98, 2019(3).

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

텍스트 마이닝을 이용한 비대면 소프트웨어 교양과목의 요구사항 분석
An Analysis for the Student's Needs of non-face-to-face based Software Lecture in General Education using Text Mining 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (6)

표/그림 (6)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

텍스트 마이닝을 이용한 비대면 소프트웨어 교양과목의 요구사항 분석 An Analysis for the Student's Needs of non-face-to-face based Software Lecture in General Education using Text Mining 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (6) 모든 표/그림 보기

표/그림 (6) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

정화영 (34)

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

텍스트 마이닝을 이용한 비대면 소프트웨어 교양과목의 요구사항 분석
An Analysis for the Student's Needs of non-face-to-face based Software Lecture in General Education using Text Mining 원문보기

초록
AI-Helper

표/그림 (6)

표/그림 (6)

AI 본문요약
AI-Helper