빅데이터를 활용한 대학구조개혁 평가의 키워드 및 토픽 분석

국문 초록 (Abstract)

컴퓨터 하드웨어 및 소프트웨어의 기술적 발전과 다양한 정보 채널이 폭발적으로 늘어나면서 이로 인해 생성, 축적되는 빅데이터의 분석 및 활용에 대한 관심이 증대되고 있다. 사회과학 분야에서는 특히 텍스트 마이닝(text mining) 기법을 활용한 텍스트 빅데이터(text bigdata) 분석이 주목받고 있다. 이 연구는 대학구조개혁 평가에 대한 교육부 문서 및 신문 기사 텍스트 빅데이터를 활용해 자동화된 텍스트 빅데이터 분석 기법(automated text bigdata analytics)을 적용하여, 대학구조개혁 평가 정책에 대한 키워드(keyword) 및 토픽(topic) 분석을 목적으로 한다. 이 연구의 연구 문제는 다음과 같다.

첫째, 대학구조개혁 평가에 대한 교육부 문서와 대학전문지 및 종합일간지 기사에 나타난 주요 키워드들은 무엇이며, 어떠한 공통점과 차이점이 나타나는가?
둘째, 대학구조개혁 평가에 대한 교육부 문서와 대학전문지 및 종합일간지 기사에 나타난 토픽들은 무엇이며, 어떠한 공통점과 차이점이 나타나는가?
셋째, 대학구조개혁 평가에 대한 교육부 문서와 대학전문지 및 종합일간지 기사에서 추출된 토픽들은 시간의 흐름에 따라 어떻게 변화하며, 관심이 증가하는 토픽들과 감소하는 토픽들은 무엇인가?

이러한 연구문제를 해결하기 위하여 대학구조개혁 평가 정책이 가시화된 2013년 8월 13일부터 하위 등급 대학을 대상으로 하는 맞춤형 컨설팅의 최종 실행 점검 결과가 발표된 2016년 9월 15일까지, 44개 교육부 문서와 대학전문지(교수신문, 한국대학신문, 대학저널)의 511개 기사, 발행부수 상위 20개 종합일간지(경향신문, 국민일보, 내일신문, 동아일보, 매일경제, 머니투데이, 문화일보, 서울경제, 서울신문, 세계일보, 아시아경제, 이데일리, 전자신문, 조선일보, 중앙일보, 파이낸셜뉴스, 한겨레, 한국경제, 한국일보, 헤럴드경제)의 1,579개 기사를 수집하여 연구 자료로 활용하였다. 텍스트 마이닝의 기초 분석인 단어 빈도(term frequency) 및 TF-IDF(Term Frequency-Inverse Document Frequency, 단어 빈도-역문서 빈도)가중치를 활용한 키워드 분석을 수행하였고, 잠재 디리클레 할당 알고리즘(Latent Dirichlet Allocation algorithm) 기반의 토픽 모델링(topic modeling)을 적용한 토픽 분석을 수행하였다.
연구의 주요 결과는 다음과 같다.
첫째, 대학구조개혁 평가에 대한 교육부 문서와 신문 기사에서 사용하는 키워드를 분석한 결과, ‘결과’, ‘발표’, ‘정부’, ‘사업’, ‘지원’ 등 일부 단어들만 공통적으로 사용빈도가 높은 것으로 나타났고, 교육부와 대학전문지, 종합일간지 간에 많이 나타나는 단어에 차이가 있는 것으로 나타났다. 중요도가 높은 키워드 분석 결과 세 자료 모두에서 공통적인 단어가 분명하게 드러나지 않아, 대학구조개혁 평가에 대해 중요하게 언급되는 키워드가 서로 다른 것을 확인할 수 있었다.
둘째, 대학구조개혁 평가에 대한 교육부 문서와 신문 기사에 나타난 토픽을 분석한 결과, 교육부 문서에서는 10개(①경쟁력 확보, ②변화요구, ③추진방법 및 절차, ④감축·차등, ⑤평가지표, ⑥정책지원, ⑦결과연계, ⑧하위그룹, ⑨대학지원, ⑩대학교육의 질 제고), 대학전문지 기사에서는 24개(①평가필요성, ②지표검토, ③의견수렴, ④법안, ⑤감축·차등, ⑥평가지표, ⑦지속관리, ⑧재정부족, ⑨하위그룹, ⑩학사강화, ⑪발전노력, ⑫교육과정 개선, ⑬책임요구, ⑭논란·의혹, ⑮지적·비판, ⑯책임자의지, ⑰입시영향 분석, ⑱대학정보 홍보, ⑲취업·창업 홍보, ⑳특성화사업 홍보, ㉑사업선정 홍보, ㉒우수인증 홍보, ㉓프로그램 홍보, ㉔입시 홍보), 종합일간지 기사에서는 36개의 토픽(①국가발전전략, ②경쟁력확보, ③대학변화요구, ④인구감소, ⑤시행준비, ⑥법안, ⑦의견수렴, ⑧평가방식, ⑨평가지표, ⑩등급별 감축 및 제한, ⑪교육과정 개선 및 전환, ⑫하위그룹 조치, ⑬재정지원 제한, ⑭국가장학금, ⑮대입 지원 시 고려, ⑯학사개편, ⑰발전목표 제시, ⑱정원조정계획 수립, ⑲학점개편 반발, ⑳구성원의 반발, ㉑평가과정 반발, ㉒대학 및 학원 책임 논란, ㉓하위그룹 혼란, ㉔지방대 캠퍼스 반발, ㉕재정정책 비판, ㉖입시결과 영향 , ㉗사업선정 홍보, ㉘세계화 홍보, ㉙특성화사업 홍보, ㉚프로그램 홍보, ㉛전형방식 홍보, ㉜취업·창업 홍보, ㉝총장인터뷰 홍보, ㉞여자 대학, ㉟국정감사·야당, ㊱대통령·정부)이 추출되었다. 위계적 군집분석 수행 결과, 교육부 문서의 10개 토픽은 3개의 토픽항목(정책 내용 및 추진 방법, 대학 발전 방향, 대학 변화 유도), 대학전문지 기사의 24개 토픽은 5개 항목(대학 홍보, 대학의 발전 노력, 대학 상황의 특징 및 대학 변화, 평가 관련 논란, 평가 방식 및 결과), 종합일간지 기사의 36개 토픽은 7개 항목(대학 발전 노력 및 홍보, 평가 배경 및 대학 발전 방향, 평가 관련 의견 및 논란, 정부 의지 및 법안, 평가 방식 및 결과 활용, 평가와 대학입시, 하위그룹 대학)으로 분류되었다.
대학구조개혁 평가의 필요성과 하위그룹에 대한 조치, 평가지표, 등급별 정원감축 및 재정지원 제한, 평가 추진 방법 및 절차의 다섯 가지 토픽만이 세 문서에서 공통적으로 나타났고, 대학의 변화, 대학의 입장이나 혼란, 법안, 입시결과 영향 및 대학 홍보 관련 토픽 등 다수의 토픽들은 대학전문지 기사와 종합일간지 기사에서만 나타났다. 대학의 재정부족과 대학의 변화 노력에 관련한 일부 토픽은 대학전문지 기사에서만 나타났고, 대학구조개혁 평가에 대한 비판과 반발을 세부적으로 다룬 토픽들과 국가장학금, 여자대학, 정부관련 토픽은 특징적으로 종합일간지 기사에서만 나타나 세 문서 간 유사점과 차이점을 확인하였다.
셋째, 교육부 문서와 신문 기사에서 나타난 토픽이 대학구조개혁 평가 정책 실행의 시간 흐름에 따라 어떻게 변화하는지 살펴본 결과, 세 문서에서 공통적으로 나타난 대학구조개혁 평가 방식 및 결과 활용과 관련된 토픽들에 대한 관심도는 감소하는 반면, 신문 기사에서만 나타난 대학 홍보 토픽들, 대학전문지 기사에서만 나타난 대학의 발전노력과 관련된 토픽들과 종합일간지 기사에서만 나타난 하위그룹 대학과 대학입시 관련 토픽들은 관심도가 증가하는 것으로 분석되어, 관심의 변화 경향 차이를 확인하였다.

이 연구는 빅데이터를 활용하여 주요 교육정책에 대한 키워드 및 토픽 분석을 새롭게 시도하였다는 점에서 의의를 찾을 수 있으며, 이 연구에서 사용한 빅데이터 분석 기법들은 향후 다양한 교육정책 연구에서도 활용될 수 있을 것이다. 아울러 추후 연구를 통해 빅데이터 분석 기법 자체를 더욱 정교하게 발전시키기 위한 노력도 병행되어야 할 것이다.

목차 (Table of Contents)

• I. 서론 1
• 1. 연구의 필요성 및 목적 1
• 2. 연구 문제 7
• II. 이론적 배경 8
• 1. 대학구조개혁 평가 8
• 가. 대학구조개혁 평가의 추진 배경 및 과정 8
• 나. 대학구조개혁 평가의 평가 내용 및 방법 11
• 다. 대학구조개혁 평가의 결과 및 특징 14
• 2. 대학구조개혁 평가 정책에 대한 선행연구 분석 18
• 가. 선행연구의 대학구조개혁 평가 정책 분석틀 18
• 나. 선행연구의 대학구조개혁 평가 정책 분석 내용 22
• 다. 선행연구의 대학구조개혁 평가 정책 분석 방법 26
• 3. 빅데이터와 분석 기법 30
• 가. 빅데이터의 정의 30
• 나. 키워드 분석 및 토픽 분석 32
• 다. 빅데이터를 활용한 정책 분석 42
• III. 연구 방법 45
• 1. 데이터 수집 47
• 가. 데이터 수집 기간 47
• 나. 교육부 문서 48
• 다. 대학전문지 기사 50
• 라. 종합일간지 기사 54
• 2. 데이터 클리닝 59
• 가. 데이터 전처리 59
• 나. 명사 추출 61
• 3. 데이터 분석 64
• 가. 키워드 분석 64
• 나. 토픽 분석 66
• 다. 토픽 및 항목명 타당화 71
• IV. 연구 결과 73
• 1. 교육부 문서와 신문 기사의 키워드 분석 73
• 가. 교육부 문서의 키워드 분석 73
• 나. 대학전문지 기사의 키워드 분석 74
• 다. 종합일간지 기사의 키워드 분석 76
• 라. 교육부 문서와 신문 기사의 키워드 비교 77
• 2. 교육부 문서와 신문 기사의 토픽 분석 81
• 가. 교육부 문서의 토픽 분석 81
• 나. 대학전문지 기사의 토픽 분석 86
• 다. 종합일간지 기사의 토픽 분석 93
• 라. 교육부 문서와 신문 기사의 토픽 비교 101
• 3. 교육부 문서와 신문 기사의 토픽 변화 경향 분석 104
• 가. 교육부 문서의 토픽 변화 경향 분석 104
• 나. 대학전문지 기사의 토픽 변화 경향 분석 108
• 다. 종합일간지 기사의 토픽 변화 경향 분석 113
• 라. 교육부 문서와 신문 기사의 토픽 변화 경향 비교 118
• V. 요약 및 논의 120
• 1. 요약 120
• 2. 논의 123
• 3. 연구의 제한점 및 후속연구를 위한 제언 128
• 참고문헌 131
• 부 록 149
• Abstract 219

참고문헌 (Reference)

1. 편견과 오류 줄이기, 김병섭, 경기: 법문사, , 2010

2. 갈림길에 선 한국 고등교육, 김명환(Kim, Myunghwan), 한국알타이학회, 경제와사회, 115-141, , 2015

3. 대학구조개혁 평가결과 발표, 교육부, (2015.8.31.), , 2015

4. 대학구조개혁 평가의 정치학, 반상진, 한국교육정치학회, 교육정치학연구, 23(1), 59-89, , 2016

5. 정책분석의 요건과 기본구조, 김남옥, 고시연구사(연구), 고시연구, 33(9), 347-350, , 2006

6. 고등교육 종합발전 방안(시안), 교육부, 2013. 8. 13, , 2013

7. 빅데이터 동향 및 정책 시사점, 오기환, 배동민, 박현수, 정보통신방 송정책, 25(10), 37-74, , 2013

8. “빅데이터 기술과 주요 이슈”, 황승구, 안창원, 한국정보과학회, 정보과학회지, 30(6), 10-17, , 2012

9. 21세기 지식융합시대의 교육평가, 백순근, 한국교육학회, 한국교육학회 2009 추계 학술대회 발표논문집. 69-74, , 2009

10. 학교폭력에 대한 신문 사설 분석, 박수정(Soo Jung Park), 박은주 ( Eun Ju Park ), 충남대학교 교육연구소, 교육연구논총, 35(1), 1-30, , 2014

11. 대학구조개혁 정책집행과정 분석, 박지회, 고장완, 고려대학교 교육문제연구소, 교육문제연구, 29(3), 33-56, , 2016

12. 이야기 관점의 언론홍보 보도자료, 박기철, 홍보학연구, 11, 70-105, , 2014

13. 학교정책평가의 필요성 및 지향점, 백순근, 학교경영, 19(9), 46-51, , 2006

14. 대학 구조개혁 정책의 쟁점과 과제, 이영, The HRD Review, 2014 년 11월, 22-32, , 2014

15. 2017년 재정지원 가능 대학 258교 발표, 교육부, (2016.9.2.), , 2016

16. “이훈영 교수의 연구조사방법론,”, 이훈영, 도서출판 청람, , 2010

17. 대학구조개혁과 예술계 학과의 변화, 박선욱, 한국예술종합학교 한국예술연구소, 한국예술연구, (12), 41-70, , 2015

18. 우리나라 기상자료에 대한 군집분석, 여인권, 한국데이터정보과학회, 한국데이터정보과학 회지, 22(5), 941-949, , 2011

19. 트윗 데이터를 활용한 IT 트렌드 분석, 차경진, 이진백, 이충권, 한국지능정보시스템학회, 지능 정보연구, 21(1), 143-159, , 2015

20. 2015년 대학구조개혁평가 기본 계획(안), 교육부, (2014.12), , 2014

21. 영유아 보육정책에 대한 국민정서분석, 윤미영, 김정미, 한국정보화 진흥원, , 2012

22. 대학 구조개혁정책의 쟁점 분석과 과제, 신현석(Shin Hyun-seok), 고려대학교 교육문제연구소, 교육문제연구, 42, 1-40, , 2012

23. 교원평가제에 대한 신문의 보도태도 분석, 김태완, 김은아, 김병주, 한국교원교육학회, 한국교원교육연구, 23(1), 349-371, , 2006

24. 일반논문: 정치화된 정책과 정책의 담론화, 김성해, 강국진, 한국행정 학보, 45(2), 215-241, , 2011

25. "대학 구조 개혁 평가의 배경, 쟁점 및 대안", 이기종(Kijong Rhee), 동국대학교 북한학연구소, 교육평가연구, 28(3), 933-954, , 2015

26. 텍스트마이닝을 활용한 사회위험 이슈 도출, 원진영, 김대곤, 위기관리 이론과 실천, 한국위 기관리논집, 10(7), 33-52, , 2014

27. 2016년 교육부 업무계획 “모두가 행복한 교육, 교육부, 미래를 여는 창의인재”. (2016.1.28.), , 2016

28. 소셜빅데이터를활용한보건복지정책동향분석, 송태민, 한국보건사회연구원, 보건복지 포럼, 213, 101-113, , 2014

29. 대학구조개혁평가 방안의 타당성에 대한 토론, 서민원, 2014년 한국 교육평가학회 세미나 자료집: 대학구조개혁 평가방안의 타당성, 23-30, , 2014

30. 고등교육의 경쟁력 강화와 대학 구조개혁 추진, 박춘란, The HRD Review, 17(4), 74-83, , 2014

31. 빅데이터에 대한 소개와 활용사례에 관한 연구, 진서훈, 한건희, 한국자료분석학회, Journal of the Korean Data Analysis Society, 16(3), 1337-1351, , 2014

32. 전문대학 구조개혁 정량지표 평가 방향과 함의, 김명수, 전북대학교 교육문제연구소, 교육문제연 구, 21(2), 47-71, , 2015

33. 대학구조개혁 평가지표 및 평가절차에 대한 토론, 김신영, 2014년 한 국교육평가학회 세미나 자료집: 대학구조개혁 평가방안의 타당 성, 31-35, , 2014

34. 텍스트마이닝에 의한 지자체 민원청구 패턴 분석, 원태홍, 유환희, 한국측량학회, 한 국측량학회지, 34(3), 319-327, , 2016

35. 텍스트 마이닝을 이용한 매체별 에볼라 주제 분석, 안주영(Juyoung An), 안규빈(Kyubin Ahn), 송민(Min Song), 한국문헌정보학회, 한국문헌정보학회지, 50(2), 289-307, , 2016

36. 한국 행정학의 질적 연구방법에 대한 반성과 제안, 윤견수, 한국행정학회, 한국행정 학보, 39(2), 1-22, , 2005

37. 정부의 「대학구조개혁」정책에 관한 비판적 연구, 강창동, 한국교 육학연구, 21(4), 275-306, , 2015

38. 보도자료 기사화 과정에서의 영향요인에 관한 연구, 임현수, 이준웅, 한국언론학회, 한국언론학보, 55(2), 5-31, , 2011

39. 소셜 빅데이터 분석을 통한 자살 검색 예측모형 개발, 송태민, 한국보건사회연구원, 보건 복지포럼, 202, 74-86, , 2013

40. 소셜 빅데이터를 활용한 학업성취도 평 가 이슈 분석, 이은경, 최인봉, 이채희, 한국교육과정평가원, 2015 한국교육과정평가원 이슈페이퍼, 연구자료 ORM 2015-50-10., , 2015

41. 대학 구조개혁 평가방안 마련을 위한 2차 공청회 개최, 교육부, (2014.11.12.), , 2014

42. 토픽모델링을 활용한 국내 문헌정보학 연구동향 분석, 송민, 박자현, 한국정보관리학회, 정보관리학회지, 30(1), 7-32, , 2013

43. 대학 구조개혁의 전개과정과 인식의 차이에 관한 연구, 이상연, 경 기대학교 대학원 박사학위 논문, , 2012

44. 텍스트 분석을 활용한 과학기술이슈 여론 분석 방법론, 김남규, 류신, William Xiu Shun Wong, 임명수, 길우영, 윤한술, 박준형, 김다솜, 한국IT서비스학회, 한국IT서비스학회지, 14(3)ㅡ 33-48, , 2015

45. 대학구조개혁 및 대학구조개혁평가에 대한 기대와 인식, 권기석, 교 육정책포럼 대학구조개혁정책 쟁점과 해법 탐색 자료집, 43-60, , 2016

46. 일기자료 연구에서 토픽모델링 기법의 활용가능성 검토, 남춘호, 서울대학교 비교문화연구소, 비 교문화연구, 22(1), 89-135, , 2016

47. 언어 네트워크 분석 방법을 활용한 학술논문의 내용분석, 이수상(Soo-Sang, Lee), 한국정보관리학회, 정 보관리학회지, 31(4). 49-68, , 2014

48. 반값등록금과 결합된 대학구조개혁 및 대학체제개편 제안, 강남훈, 비판사회학회, 경제와사회, 11-32, , 2014

49. 텍스트 마이닝을 이용한 2012년 한국대선 관련 트위터 분석, 손지은, 배정환, 송민, 한국지능정보시스템학회, 지능정보연구, 19(3), 141-156. 한국지능정보시스템학회, , 2013

50. 텍스트마이닝 기반의 인적재난사고사례 신뢰도 측정 연구, 이성수, 이영재, 한국정보시스템학회, 정보시스템연구, 20(3), 63-79, , 2011

51. 다문화사회 담론 및 정책 분석을 통해 본 평생교육의 과 제, 윤창국, 한국평생교육학회, 평생교육학연구, 15(4), 145-274, , 2009

52. 빅데이터를 이용한 지역미래전략 수립에 관한 시론적 연구, 박성현(Park, Sung Hyun), 임화진(Lim, Hwa Jin), 한국지적정보학회, 한국지적정보학회지, 17(1), 75-90, , 2015

53. 소셜 빅데이터에 기반한 환경분야별 특성 분석과 활용방안, 이미숙, 이창훈, 김지연, 한국환경정책학회, 한국환경정책학회 학술대회논문집, 159-186, , 2014

54. “TF-IDF의 변형을 이용한 전자뉴스에서의 키워드 추출 기법,”, 김한준, 이성직, 한국전자거래학회, 한국전자거래학회지, 14(4), 59-73, , 2009

55. 「텍스트 마이닝 기법을 활용한 한국의 경제연구 동향 분석」, 송민, 박경수, 송혜지, 정혜은, 한국정보관리학회, 한국정보관리학회 학술대회 논문집, 2013. 8, 47-50, , 2013

56. 전문대학 평가지표 개선을 위한 주요 정량지표 변화분석 연구, 한대희 ( Dae Hee Han ), 강성환 ( Sung Hwan Kang ), 한국직업교육학회, 직업교육연구, 34(4), 151-168, , 2015

57. 텍스트 마이닝 기법을 이용한 국가간 정 보보호인식 비교분석, 이태헌, 성원경, 김희웅, 한국경영정보학회, 한국경영정보학회 학술대회, 125-136, , 2016

58. 한국어교육: 한국어 교육 정책에 대한 신문의 보도 양상 연 구, 이상린, 한국국어교육학회, 새국어교육, 89, 529-551, , 2011

59. 교육 보도에 있어서 정보원, 뉴스 선정, 취재 관 행에 관한 연구, 손승혜, 황하성, 장윤재, 동국대학교 사회과학연구원, 사회과학연구, 19(1), 247-277, , 2012

60. 대학 구조개혁 평가 방향 정립을 위한 대학평가 운영 실태 분석, 한국교육개발원, 한국교육개발원, 한국교육개발원 현안보고 OR 2014-07, , 2014

61. 교사 전문성 담론의 성격 분석: 이명박 정부 교원정책을 중심으로, 손준종, 한국교육정치학회, 교육정치학연구, 17(4), 91-119, , 2010

62. 사회문제 해결형 기술 수요 발굴을 위한 키워드 추출 시스템 제안, 강미정, 정다미, 김기남, 온병원, 허종욱, 김재석, 한국지능정보시스템학회, 지능정보연구, 19(3), 1-20, , 2013

63. 토픽 모델링을 이용한 신문 자료의 오피니언 마이 닝에 대한 연구, 강범일, 조화순, 송민, 한국문헌정보학회, 한국문헌정보학회지, 47(4), 315-334, , 2013

64. Data Dictionary 기반의 R Programming을 통한 비정형 Text Mining Algorithm 연구, 이종화 ( Jong Hwa Lee ), 이현규(Hyun-Kyu Lee), 한국목재공학회, 한국산업정보학회논문지, 20(2), 113-124, , 2015

65. 빅데이터와 사회과학하기: 자료기반의 변화와 분석전략의 재 구상, 한신갑, 한국사회학회, 한국사회학, 49(2), 161-192, , 2015

66. 사용자 리뷰를 통한 소셜커머스와 오픈 마켓의 이용경험 비교분석, 임재익, 채승훈, 강주영, 한국지능정보시스템학회, 한국지능정보시스템학회 학술대회논 문집, 23-23, , 2015

67. 텍스트 마이닝을 활용한 신문사에 따른 내용 및 논조 차이 점 분석, 감미아, 송민, 한국지능정보시스템학회, 지능정보연구, 18(3), 53-77, , 2012

68. 교육 빅데이터를 활용한 아젠다 개발-사회 연결망 분석을 중심으로, 박진수, 권기석, 구찬동, 한국교육학술정보원 연구보고 KR2014-10, , 2014

69. 대학구조개혁 정책의 쟁점과 과제. 교육정책포럼 대학구조 개혁정책, 신현석, 쟁점과 해법 탐색 자료집. 3-19, , 2016

70. 텍스트 빅데이터 분석기법을 활용한 대학구조개혁 평가의 쟁점 분석, 백순근, 김지은, 서울대학교 교육연구소, 아시아교육연구, 17(3), 409-436, , 2016

71. “빅데이터 시대의 새로운 정책이슈와 이용자 중심의 활용방안 연구”, 손상영, 방송통신위원회, 정보통신정책연구원. 방송통신정책연구 12-진흥-097, , 2012

72. ‘2014년 이후 대학정원 2만1천여명 감소… 지방대에 77% 집중’보도 관련, 교육부, (2016.9.18.), , 2016

73. 대학 교육의 질 제고 및 학령인구 급감 대비를 위한 대학 구조개혁 추진계획, 교육부, (2014.1.28.), , 2014

74. 토픽모델링과 인과관계 분석을 활용한 법률 관련 기사와 법 개정간의 관계분석, 곽주은, 김창욱, 최두원, 이호엽, 대한산업공학회, 2014 대한산업공학 회/한국경영과학회 춘계공동학술대회 논문집, , 2014

75. 한국교육개발원 2015년 대학 구조개혁 평가 대학 담당자 설명회 자료집: 일반대학, 교육부, 한국교육개발원 연구자료 CRM 2015-48, , 2015

76. 합리적 대학 구조개혁 평가모형 설계를 위한 제안 : 시뮬레이션 결과를 중심으로, 김성열,오범호, 오범호, 김성열, 한국교육정치학회, 교육정치학연구, 21(4), 49-68, , 2014

77. 대학구조개혁과 대학평가. 제3회 대학구조개혁법 토론회 자료집: 대학구조개혁법, 신정철, 어떻게 할 것인가? 3-20, , 2016

78. 사립대학에 대한 정부개입의 추이와 최근동향의 의의: 대학 평가제도를 중심으로, 김태수, 2015 서울행정학회 동계학술대회 발표논 문집, pp. 129-159, , 2015

79. 과학기술이슈에 대한 일반인의 인식 분석: 토픽모델 링을 활용한 원자력발전 사례, 안종욱, 최현도, 기술경영경제학회, 기술혁신연구, 23(4), 152-175, , 2015

80. 빅데이터의 국가통계 활용을 위한 기초연구. 2015년 상반 기 연구보고서 제 II권 3장, 이지영, 대전: 통계청, , 2015

81. 자동화된 텍스트 분석을 활용한 2015 개정 교육과정 정책에 대한 언론 보도의 쟁점 분석, 백순근, 유예림, 한국교육과정평가원, 교육과정평가연구, 19(3), 127-156, , 2016

82. 학과 특성화를 위한 영국 대학의 레저 스포츠 산업 및 경영 전공의 벤치마킹과 적용 방안, 설민신(Sul, Min-Sin), 한국체육과학회, 한국체육과학회지, 23(1), 839-852, , 2014

83. 교육정보화 정책에서 빅데이터 활용 방안 탐색 연구: 소셜미디어 데이터 활용을 중심으로, 구찬동, 김우주, 한국교육학술정보원 연구보고 KR 2015-4, , 2015

84. 유아다문화교육정책 및 실제에 관한 비판적 담론분석: 정책, 교육청, 현장교사를 중심으로, 이연선, 한국유아교육학회, 유아교육연구, 33(6), 181-204, , 2013

85. 융복합 사회에서 대학구조개혁정책에 관한 연구 : 하버마스의 의사소통행위이론 관점으로, 안관수, 이은영, 한국디지털정책학회, 디지털융복합연구, 13(8), 439-447, , 2015

86. 신가치창출 엔진, 빅데이터의 새로운 가능성과 대응 전략. 새로운 미래를 여는 빅데이터 시대, 정지선, 빅데이터 전략연구센터. 한국정보화진흥원, , 2011

87. "시평 : 대학 구조조정과 평가 ; 대학의 폐허화, 이대로 방치할 것인가 대학 구조조정의 정치학", 윤지관, 영미문학연구회, 안과밖, 36(1), 143-162, , 2014

88. 텍스트 네트워크 분석: 사회적 인식 네트워크 분석을 통한 정책이해관계자 간 공유된 의미 파악 사례, 정지원, 박치성, 정부학연구, 19(2), 73-108, , 2013

89. 북한주민 생활 실태에 관한 국내 신문보도 프레임 연구:조선일보, 동아일보,한겨레,경향신문을 중심으로, 이민규, 하승희, 한국언론정보학회, 한국언론정 보학보, 58, 222-241, , 2012

90. 한국다문화교육정책 전개과정과 담론 분석: 교과부의 다문화가정 자녀교육 지원정책(2006∼2009)을 중심으로, 이민경, 한국교육개발원, 한국교육, 37(2), 155-176, , 2010

91. Data science for business: What you need to know about data mining and data_analytic thinking. (강 권학, 옮김). 서울: 한빛미디어(주), Provost, F., Fawcett, T., (원서출판 2013), , 2013

92. 교육프로그램 평가를 위한 종합적 평가모형 개발 및 타당화 연구: u-러닝 연구학교 프로그램 평가를 중심으로, 김혜숙, 서울대학 교 대학원 박사학위 논문, , 2008

93. 한미 정권교체에 따른 주한 미대사관 외교문 서의 주제와 감정표현 변화: 위키리스트 공개 외교전문의 컴퓨터 언어처리 분석, 백영민, 장지연, 최문호, 언론정보연구, 51(1), 133-179, , 2014

94. 대학구조개혁을 위한 대학평가의 수행 방향과 평가내용. 고 등교육전문가 100인 대토론회: 대학구조개혁을 위한 평가, 어떻 게 할 것인가? 자료집. 한국대학교육협의회, 이재경, SP2014-02-236, 43-46, , 2014

95. 교육부의 대학 구조개혁을 위한 평가지표에서 고려할 점. 고 등교육전문가 100인 대토론회: 대학구조개혁을 위한 평가, 어떻 게 할 것인가? 자료집. 한국대학교육협의회, 오대영, SP2014-02-236, 25-28, , 2014

96. 대학 구조개혁을 위한 대학평가의 수행 방향과 평가 내용. 고 등교육전문가 100인 대토론회: 대학구조개혁을 위한 평가, 어떻 게 할 것인가? 자료집. 한국대학교육협의회, 김경섭, SP2014-02-236, , 2014