텍스트 빅데이터 분석 기법을 활용한 대학구조개혁 평가의 쟁점 분석

국문 초록 (Abstract)

이 연구는 텍스트 빅데이터 분석 기법(text big data analytics)을 활용하여 교육부 보도 자료와 신문 기사에 나타난 대학구조개혁 평가와 관련된 주요 쟁점들을 분석한 것이다. 2013년 1월 1일부터 2016년 4월 30일 사이에 공개된 대학구조개혁 평가 관련 교육부의 보도 자료 25개와 국내 10대 종합일간지의 기사 625개를 수집하여 토픽 모델링(topic modeling) 기법 중 잠재 디리쉴레 할당(latent Dirichlet allocation) 알고리즘을 활용해 토픽을 추출하고 쟁점을 분석하였다.
분석 결과, 첫째, 교육부 문서에서는 3개, 신문 기사에서는 7개의 잠재된 토픽이 나타났고, 대학구조개혁 평가가 진행되는 과정에 따라 주로 다루는 토픽이 변화하고 있음을 확인하였다. 둘째, 교육부 문서와 신문 기사에서 유사한 세 가지 토픽(추진 배경, 운영 방안, 결과 활용)이 나타났지만 중점을 두는 내용에 차이가 발견되었고, 신문 기사에서는 이 외에 4개의 토픽(평가 방식, 고등교육의 질, 대학의 책무성, 대학의 홍보)이 추가로 나타나 대학구조개혁 평가와 관련한 다양한 관심과 쟁점을 확인할 수 있었다.
이 연구는 축적되어 있는 많은 양의 텍스트 자료를 빅데이터 분석 기법을 활용하여 객관적, 종합적으로 대학구조개혁 평가에 대한 주요 쟁점들을 구체화하였다는데 의의가 있으며, 정책 이해 주체 간 유사점과 차이점을 살펴봄으로써 향후 대학구조개혁 평가 정책의 발전 방향 등에 대한 시사점을 제공하고 있다.

다국어 초록 (Multilingual Abstract)

The purpose of this study is to analyze the issues on the college and university structural reform evaluation revealed by the Government press releases and newspaper articles, using text big data analytics. The topic modeling, especially latent Dirichlet allocation algorithm, was applied to extract and analyze the issues amongst 25 press releases of the Ministry of Education(MOE) and 625 articles in 10 major daily newspapers from January 1<SUP>st</SUP> 2013 to April 30<SUP>th</SUP> 2016.
According to the analysis result, three issues were found from the documents of MOE, and seven issues from newspaper articles. In addition to this, the MOE press releases and newspaper articles represented 3 similar issues, i.e. "background", "management plan", and "application of result", even though their main focuses were found to be different. There were also 4 additional issues, i.e. "evaluation methods", "the quality of higher education", "the accountability of university", and "public relations of university", only from newspaper articles showing the varying interests.
This study discloses that analyzing the text data using text big data analytics could be an effective method to find out the social issues in relation to the educational policy, such as the college and university structural reform evaluation, and to guide the advanced direction towards the future policy.

목차 (Table of Contents)

• 논문요약
• Ⅰ. 서론
• Ⅱ. 이론적 배경
• Ⅲ. 연구방법
• Ⅳ. 연구결과
• Ⅴ. 요약 및 논의
• 참고문헌
• Abstract

참고문헌 (Reference)

1 교육부, "행복교육, 창의인재 양성 - 2013년 국정과제 실천계획" 2013

2 김성열, "합리적 대학 구조개혁 평가모형 설계를 위한 제안 : 시뮬레이션 결과를 중심으로" 한국교육정치학회 21 (21): 49-68, 2014

3 백영민, "한미 정권교체에 따른 주한 미대사관 외교문서의 주제와 감정표현 변화: 위키리크스 공개 외교전문의 컴퓨터 언어처리 분석" 언론정보연구소 51 (51): 133-179, 2014

4 박자현, "토픽모델링을 활용한 국내 문헌정보학 연구동향 분석" 한국정보관리학회 30 (30): 7-32, 2013

5 이호엽, "토픽모델링과 인과관계 분석을 활용한 법률 관련 기사와 법 개정 간의 관계 분석" 1605-1620, 2014

6 김규하, "토픽 모형 및 사회연결망 분석을 이용한 한국데이터정보과학회지 영문초록 분석" 한국데이터정보과학회 26 (26): 151-159, 2015

7 강범일, "토픽 모델링을 이용한 신문 자료의 오피니언 마이닝에 대한 연구" 한국문헌정보학회 47 (47): 315-334, 2013

8 송혜지, "텍스트 마이닝 기법을 활용한 한국의 경제연구 동향 분석" 20 : 47-50, 2013

9 하연섭, "정책아이디어, 틀 짓기, 사회적 담론 형성의 관계에 관한 연구: 교육정책을 중심으로" 한국행정연구소 48 (48): 189-215, 2010

10 강창동, "정부의 「대학구조개혁」 정책에 관한 비판적 연구" 안암교육학회 21 (21): 275-306, 2015

11 강성환, "전문대학 평가지표 개선을 위한 주요 정량지표 변화분석 연구" 한국직업교육학회 34 (34): 151-168, 2015

12 남춘호, "일기자료 연구에서 토픽모델링 기법의 활용가능성 검토" 비교문화연구소 22 (22): 89-135, 2016

13 정지선, "신가치창출 엔진, 빅데이터의 새로운 가능성과 대응 전략. 새로운 미래를 여는빅데이터 시대" 한국정보화진흥원, 빅데이터 전략연구센터 2011

14 정다미, "사회문제 해결형 기술수요 발굴을 위한키워드 추출 시스템 제안" 한국지능정보시스템학회 19 (19): 1-23, 2013

15 박성태, "사회 갈등적 공공이슈에 대한 언론의 보도태도연구:정권교체기 보수와 진보언론의 교육정책 관련 보도태도 분석" 한국공공관리학회 25 (25): 97-118, 2011

16 박종희, "북한 신년사(1946-2015)에 대한 자동화된 텍스트 분석" 한국정치학회 49 (49): 27-62, 2015

17 윤지관, "대학의 폐허화, 이대로 방치할 것인가: 대학 구조조정의 정치학" 영미문학연구회 (36) : 143-162, 2014

18 한국대학신문, "대학들“정원 감축에만 초점 맞춘 것 아니냐”불만"

19 이기종, "대학구조개혁평가의 배경, 쟁점 및 대안" 한국교육평가학회 28 (28): 933-954, 2015

20 이기종, "대학구조개혁평가에서의 이슈" 36-39, 2014

21 서민원, "대학구조개혁평가 방안의 타당성에 대한 토론" 23-30, 2014

22 반상진, "대학구조개혁정책의 쟁점과 대응 과제에 관한 연구 - 학령인구 감소에 대한 새로운 대학구조개혁 패러다임 탐색 -" 한국공학교육학회 18 (18): 14-26, 2015

23 신정철, "대학구조개혁과 대학평가" 3-20, 2016

24 김신영, "대학구조개혁 평가지표 및 평가절차에 대한 토론" 31-35, 2014

25 교육부, "대학구조개혁 평가결과 발표"

26 김정민, "대학구조개혁 평가 방안" 3-19, 2014

27 이태희, "대학 구조개혁평가에 대한 메타평가 준거 개발 연구: 인적자원개발 관점의 적용" 33-60, 2015

28 남궁근, "대학 구조개혁정책의 쟁점과 과제" 2014

29 이원근, "대학 구조개혁의 쟁점과 과제" 2-5, 2014

30 김미란, "대학 구조개혁 평가 방향 정립을 위한 대학평가 운영 실태 분석" 한국교육개발원 2014

31 이영, "대학 구조개혁 정책의 쟁점과 과제" 22-32, 2014

32 교육부, "대학 교육의 질 제고 및 학령인구 급감 대비를 위한 대학 구조개혁 추진계획" 2014

33 이재성, "기업의 빅데이터 적용방안 연구 －A사, Y사 빅데이터 시스템 적용 사례－" 한국인터넷정보학회 15 (15): 103-112, 2014

34 임경수, "국가인적자원개발에 관한 언론의 관점(2000년~2007년)" 한국인력개발학회 11 (11): 1-25, 2009

35 중앙일보, "교육부 “대학평가 지방大 반발? 소모적 논쟁”"

36 황하성, "교육 보도에 있어서 정보원, 뉴스 선정, 취재 관행에 관한 연구" 사회과학연구원 19 (19): 247-278, 2012

37 김병주, "교원평가제에 대한 신문의 보도태도 분석" 한국교원교육학회 23 (23): 349-371, 2006

38 김춘란, "고등교육의 경쟁력 강화와 대학구조개혁 추진" 74-83, 2014

39 박순진, "“대학구조개혁법, 어떻게 할 것인가?”에 대한 토론" 49-56, 2016

40 박세훈, "“대학구조개혁법, 어떻게 할 것인가?”에 대한 토론" 37-42, 2015

41 이영학, "“대학구조개혁과 평가”에 대한 토론" 43-47, 2016

42 이원석, "“대학 구조개혁 평가”에 대한 프로그램 평가 이론적 검토" 40-43, 2014

43 교육부, "[설명자료] 대학평가서 D·E 등급 나와도 정원 강제로 못 줄인다"

44 한겨레, "[사설] 지방대 차별 논란만 부추긴 ‘대학 구조개혁 평가’"

45 White, P., "Trade-offs, limitations, and promises of big data in social science research" 31 (31): 331-338, 2014

46 Grün, B., "Topicmodels : an R package for fitting topic models" 40 (40): 1-13, 2011

47 Mimno, D., "Topic models conditioned on arbitrary features with dirichlet-multinomial regression" 2008

48 Yang, T. I., "Topic modeling on historical newspapers" Association for Computational Linguistics 96-104, 2011

49 Witten I. A., "The practical handbook of internet computing" Chapman & Hall/CRC Press 1-23, 2005

50 Einav, L., "The data revolution and economic analysis" 14 (14): 1-24, 2014

51 Reardon, S., "Text-mining offers clues to success" 509 : 410-, 2014

52 Shi-Heng Wang, "Text mining for identifying topics in the literatures about adolescent substance use and depression" Springer Nature 16 (16): 2016

53 Das, S., "Text mining and topic modeling on compendium papers form transportation research board annual meetings" 2016

54 Moreno, A., "Text analytics : the convergence of big data and artificial intelligence" 3 (3): 57-64, 2015

55 Jockers, M. L., "Text analysis with R for students of literature" Springer International Publishing 2014

56 Blei, D., "Probabilistic topic models" 55 (55): 77-84, 2012

57 Apaza, R. G., "Online courses recommendation based on LDA" 42-48, 2014

58 Blackmore, J., "Media/ting change : the print media’s role in mediating education policy in a period of radical reform in victoria, Australia" 18 (18): 577-595, 2003

59 Blei, D., "Latent dirichlet allocation" 3 : 993-1022, 2003

60 Steyvers, M., "Handbook of latent semantic analysis: A road to meaning" Lawrence Erlbaum Associates 427-448, 2007

61 Steyvers, M., "Finding scientific topics" 101 : 5228-5235, 2004

62 HanChen, J., "Finding academic concerns of the Three Gorges Project based on a topic modeling approach" 60 : 693-701, 2016

63 Shirota, Y., "Extraction of the financial policy topics by latent dirichlet allocation" IEEE 1-5, 2014

64 DiMaggio, P., "Exploiting affinities between topic modeling and the sociological perspective on culture : Application to newspaper coverage of US government arts funding" 41 (41): 570-606, 2013

65 Romero, C. R., "Educational data mining: a review of the state of the art" 40 (40): 601-618, 2010

66 Gan, Q., "Document visualization : an overview of current research" 6 (6): 19-36, 2014

67 Matthies, B., "Computer-aided text analysis of corporate disclosures-demonstration and evaluation of two approaches" 15 : 69-98, 2015

68 Timothy Hannigan, "Close encounters of the conceptual kind: Disambiguating social structure from text" SAGE Publications 2 (2): 205395171560865-, 2015

69 Guo, L., "Big social data analytics in journalism and mass communication : comparing dictionary-based text analysis and unsupervised topic modeling" 93 (93): 332-359, 2016

70 Manyika, J., "Big data: the next frontier for innovation, competition, and productivity. McKinsey Global Institute Report"

71 George, G., "Big data and management" 57 (57): 321-326, 2014

72 Daniel, B., "Big data and analytics in higher education : opportunities and challenges" 46 (46): 904-920, 2015

73 Zakir, J., "Big data analytics" 16 (16): 81-90, 2015

74 Newman, D., "Analyzing entities and topics in news articles using statistical topic models" Springer Berlin Heidelberg 93-104, 2006

75 Born, J., "Analysing Microblogs of Middle and High School Students Participating in Kelluwen. EC-TEL 2014"

76 Francesca De Battisti, "A decade of research in statistics: a topic model approach" Springer Nature 103 (103): 413-433, 2015

77 Grimmer, J., "A bayesian hierarchical topic model for political texts : measuring expressed agendas in senate press releases" 18 (18): 1-35, 2010

78 교육부, "2015년 대학구조개혁평가 기본 계획(안)" 2014

79 교육부, "2015년 대학 구조개혁 평가 대학 담당자 설명회 자료집" 한국교육개발원 2015