초록 ▼

□ 연구개요
로비뷰(Lobbyview) 데이터셋에 대해 연결망 분석을 위한 기계학습 기법을 개발하고 적용하여 기업-로비스트-정치인들의 관계를 내제하고 있는 법안 네트워크를 구축하고자 한다. 또한 다양한 데이터를 이용하여 법안 유사도 측정 모델의 확장성을 검증하고자 한다.

□ 연구 목표대비 연구결과
1차년도 (달성도 100%)
￭ 인물/기업의 이름, 날짜 등의 오류를 없애는 데이터 전처리 과정 수행
￭ 로비 활동에 대한 분석에 대한 관련 연구 조사 및 베이스라인 구축

2차년도 (달성도 1

□ 연구개요
로비뷰(Lobbyview) 데이터셋에 대해 연결망 분석을 위한 기계학습 기법을 개발하고 적용하여 기업-로비스트-정치인들의 관계를 내제하고 있는 법안 네트워크를 구축하고자 한다. 또한 다양한 데이터를 이용하여 법안 유사도 측정 모델의 확장성을 검증하고자 한다.

□ 연구 목표대비 연구결과
1차년도 (달성도 100%)
￭ 인물/기업의 이름, 날짜 등의 오류를 없애는 데이터 전처리 과정 수행
￭ 로비 활동에 대한 분석에 대한 관련 연구 조사 및 베이스라인 구축

2차년도 (달성도 100%)
￭ 법안의 5단계 유사도 클래스 정의
￭ 정치 활동에 참여하는 구성원의 연결 관계를 파악을 위해 두가지의 법안 유사도 데이터셋 구축 (Human-labeled, Synthetic)
￭ 법안 유사도 분석을 위한 딥러닝 모델 개발

3차년도 (달성도 100%)
￭ 법안 유사도 모델을 섹션과 법안 단위 데이터를 이용하여 모델의 정확성 측정 및 확장성 검증
￭ 모델의 결과로 생성한 법안 네트워크로 실제 국회의원 네트워크 비교 분석 진행
￭ 학회 투고 및 발표 진행

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
￭ 융합연구의 중요성: 정치학의 문제를 기계학습으로 새롭게 시도하여 다른 분야에 어떻게 적용될 수 있는지에 대한 본보기가 되며, 다른 연구자들에게 방향을 제시할 수 있다.

￭ 학술적 활용: 정치학 분야의 여러 문제(정책 확산, 로비 활동 패턴)에 적용 가능하며, 전산학 분야에서도 법안과 같은 문서 단위의 연결 관계를 측정하는 방법으로 확장할 수 있다.

￭ 정치 정보 제공 및 분석: 법안 네트워크를 통해 일반인들이 관심 있는 법안과 정책에 대한 정보를 쉽게 제공 받을 수 있도록 하여 정치에 대한 접근성을 높힐 수 있다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 가. 연구 개발의 목적 및 필요성 ... 4
• 나. 최종목표 ... 4
• 다. 연구범위 ... 5
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 가. 수행 일정 ... 5
• 나. 연도별 수행 내용 ... 6
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 12
• 1) 정성적 연구개발성과(연구개발결과) ... 12
• 2) 세부 정량적 연구개발성과 ... 12
• 3) 목표 달성 수준 ... 12
• 4) 목표 미달 시 원인 분석 ... 13
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 13
• 가. 정치학과 기계학습 모델의 융합연구의 중요성 ... 13
• 나. 데이터셋의 중요성 ... 14
• 다. 오픈 소스의 중요성 ... 14
• 5. 연구개발성과의 관리 및 활용 계획 ... 14
• 가. 학술적 활용 ... 14
• 나. 정치 정보 제공 및 분석 ... 14
• 다. 추가연구의 필요성 ... 14
• 6. 참고문헌 ... 16
• [붙임1] 세부 정량적 연구개발성과 ... 17
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 18
• 끝페이지 ... 27