$\require{mediawiki-texvc}$

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] 미래 자동차 분야 국가연구개발사업의 주요 연구 토픽과 투자 동향 분석: LDA 토픽모델링을 중심으로
Exploring Key Topics and Trends of Government-sponsored R&D Projects in Future Automotive Fields: LDA Topic Modeling Approach

한국산업정보학회논문지 = Journal of Korea Society of Industrial Information Systems, v.29 no.1, 2024년, pp.31 - 48  

마형렬 (산업통상자원 R&D전략기획단) ,  이철주 (한국산업기술기획평가원)

초록
AI-Helper 아이콘AI-Helper

글로벌 자동차 산업은 연결, 자율주행, 공유, 전동화 등의 주요 방향 아래 지속적으로 발전하고 있으며, 국내 자동차 산업 또한 기존의 전통적인 자동차 부품 제조로부터 미래 트렌드에 부합하는 전략적인 업의 전환을 꾀하고 있다. 본 연구에서는 2013년부터 2021년까지 산업통상자원부에서 지원한 미래 자동차 분야 연구개발 과제를 대상으로 토픽 모델링을 수행하였다. 해당 기간을 3개 기간으로 구분하여 주요 토픽의 변화를 분석하였다. 센서와 통신, 운전자 보조 기술, 배터리 및 전력 기술은 전 기간 동안 지속적인 주요 토픽으로 나타났으며, 고강도 경량 차체와 같은 주제는 1기에서만 관찰되었다. 한편, AI, 빅데이터, 수소 연료전지와 같은 주제는 2기와 3기에 점점 더 중요한 토픽으로 부상하였다. 또한, 토픽별 정부 투자액과 투자 증가율을 기준으로 각 기수별 집중 투자 분야를 분석하였다. 이러한 연구 결과는 향후 자동차 분야의 정책 수립 및 연구개발 전략 마련 시 기초 자료로 활용될 것으로 예상되며, 증거 기반의 정책 수립과 결정에 기여할 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The domestic automotive industry must consider a strategic shift from traditional automotive component manufacturing to align with future trends such as connectivity, autonomous driving, sharing, and electrification. This research conducted topic modeling on R&D projects in the future automotive sec...

Keyword

#미래자동차   #전기자동차   #자율주행자동차   #토픽모델링   #연구개발 전략  

표/그림 (13)

참고문헌 (18)

  1. Blei, D., Ng, A. and Jordan, M. (2003). Latent？Dirichlet Allocation, The Journal of Machine？Learning Research, Vol. 3, pp. 993-1022. 

  2. Choi, D., Song, B., Park, D. and Lee, S.？(2022). Keyword trends analysis related to？the aviation industry during the Covid-19？period using text mining, Journal of the？Korea Industrial Information Systems？Research, Vol. 27, No. 2, pp. 115-128. 

  3. Chung, M. and Lee, J. (2018). Systemic？Analysis of Research Activities and Trends？Related to Artificial Intelligence(A.I.) Technology？Based on Latent Dirichlet Allocation (LDA)？Model, Journal of the Korea Industrial？Information Systems Research, Vol. 23, No. 3, pp. 87-95. 

  4. Deerwester, S., Dumais, S., Furnas, G.,？Landauer, T. and Harshman, R. (1990). Indexing？by latent semantic analysis, Journal of the？American Society for Information Science,？Vol. 41, No. 6, pp. 391-407. 

    상세보기

  5. Hofmann T. (1999). Probabilistic latent semantic？indexing, In Proceedings of the 22nd annual？international ACM SIGIR Conference on？Research and Development in Information？Retrieval, Berkeley, pp 50-57. 

  6. Hong, T., Niu, H., Ren, G. and Park, J.？(2018). Multi-Topic Sentiment Analysis？using LDA for Online Review, The Journal？of Information Systems, Vol. 27, No. 1, pp.？89-110. 

  7. Jo, H., Kim, J. and Lee, B. (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, Vol. 20, No. 7, pp.？1453-1460. 

    상세보기

  8. Kim, C., Choi, S. and Kwahk, K. (2017).？Investigation of Research Trends in？Information Systems Domain Using Topic？Modeling and Time Series Regression Analysis,？Journal of Digital Contents Society, Vol.？18, No. 6, pp. 1143-1150. 

    원문보기 상세보기 crossref

  9. Kim, K. (2021). A Study on the Analysis of？R&D Trends and the Development of Logic？Models for Autonomous Vehicles, Journal of？Digital Convergence, Vol. 19, No. 5, pp.？31-39. 

  10. Kim, S., Park, D. and Kim, B. (2021).？Analysis of Airbnb customers' reviews？using Topic Modeling: focusing on the？difference in topics before and after the？COVID-19 Pendemic, The Journal of Internet？Electronic Commerce Research, Vol. 21,？No. 4, pp. 115-130. 

    상세보기

  11. KIET. (2017). The Influence and Challenges？of the Fourth Industrial Revolution on？Korean Major Industries, Korea Institute？for Industrial Economics and Trade. 

  12. KEIT. (2022). 2021 Industrial technology level？survey report, Korea Planning & Evaluation？of Industrial Technology. 

  13. Lim, C., Ha, J., Cho, K., and Ha, H. (2021).？Analyzing Customers' Perception of Service？and Market Trends in Fresh Food E-commerce:？Application of Text Mining Techniques, The？Journal of Internet Electronic Commerce？Research, Vol. 21, No. 4, pp. 169-182. 

  14. Ma, H., Lee, C. and Oh, D. (2022).？Identification of R&D Paradox after the？Global Financial Crisis: Korean Case？Focusing on the Smart Convergence and？Conventional Industries, Science, Technology？and Society, 27(2), 213-232. 

    상세보기

  15. MOTIE. (2019). 2019 - 2021 Industrial？Technology R&D Investment Strategy,？Ministry of Trade, Industry and Energy. 

  16. Nam, D. and Choi, G. (2018). Technology？Trend Analysis in the Automotive？Semiconductor Industry using Topic Model？and Patent Analysis, Journal of Korea？Technology Innovation Society, Vol. 21, No.？3, pp. 1155-1178. 

  17. Park, J., Hong, S. and Kim, J. (2017). A？Study on Science Technology Trend and？Prediction Using Topic Modeling, Journal of？the Korea Industrial Information Systems？Research, Vol. 22, No. 4, pp. 19-28. 

  18. Park, K. and Lee, C. (2019). A Study on the？Research Trends for Smart City using？Topic Modeling, Journal of Internet Computing？and Services, Vol. 20, No. 3, pp. 119-128. 

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 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