http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 안연선 (검색결과 19 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
-
-
키워드 네트워크 분석을 통한 '교육심리연구'의 지식구조 탐색
안연선,정경미,송재홍 한국교육심리학회 2020 敎育心理硏究 Vol.34 No.2
The purpose of this study was to find out the knowledge structure of the research contained in “The Korean Journal of Educational Psychology” using the keyword network analysis method. A total of 5,187 key words were extracted from 1,108 papers published in “The Korean Journal of Educational Psychology.” The extracted key words were analyzed using NetMiner 4.0 and Ucinet 6.0. To check the overall knowledge structure, the structural attributes of the entire network, the centrality of major key words, and a cluster analysis were conducted and visualized. The same analysis was performed repeatedly in 10-year cycles to identify changes in the knowledge structure by time. The result of the overall analysis showed that the central key words were “achievement,” “self-efficacy,” “validation of test/scale,” “gender difference,” “development of test/scale,” “cognition,” “creativity,” “development trend(age difference),” “SEM,” “goal orientation,” “self-regulation learning,” “emotion,” and “intelligence.” In addition, the cluster analysis showed that the core subjects in the study of educational psychology were “academic achievement and motivation” and “development and validation of test/scale.” On the other hand, a period-by-time analysis found constant change in the knowledge structure of the “The Korean Journal of Educational Psychology” in terms of the central key words and development by period. Based on these findings, implications for future research were presented. 본 연구는 키워드 네트워크 분석방법을 통해 교육심리연구의 지식구조와 시기별 동향을 탐색하는 데 목적이 있다. 연구자는 한국교육심리학회가 발간한 학술지 『교육심리연구』의 창간호(1987년)부터 제33권(2019년)까지 게재된 총 1,156편의 논문 중 연차학술대회 주제발표 및 토론을 제외한 1,108편에서 5,187개 키워드를 추출하였으며, 정제과정을 거친 후 출현빈도 6회 이상인 157개 키워드를 대상으로 전체 및 시기별 네트워크의 구조적 속성, 중심성, 클러스터 분석을 실시하고 주요 결과를 시각화하였다. 분석 시기는 초기(1987〜1999년), 중기(2000〜2009년), 후기(2010〜2019년) 세 시기로 구분되었으며, 자료 분석은 NetMine 4.0, Ucinet 6.0 프로그램을 이용하여 수행되었다. 연구 결과는 다음과 같다. 첫째, 『교육심리연구』 지식구조의 속성은 전반적으로 하위지식 간 연결성이 높고 동시에 다른 하위지식과도 짧은 경로로 도달할 수 있는 역동성을 갖고 있다. 둘째, 중심 키워드는 학업성취, 자기효능감, 검사/척도개발 및 타당화, 성별차, 인지, 창의성, 발달경향(연령차), SEM, 성취목표지향, 자기조절학습, 정서, 지능 등이며, 시기별로 약간의 변화가 나타나고 있다. 셋째, 『교육심리연구』의 핵심 연구 주제는 학습동기 및 학습전략과 학업성취의 관련성 영역, 양육환경과 정서 및 기본심리욕구의 관련성 영역, 자아개념의 발달 및 성별차에 관련된 영역, 학습동기와 학교적응의 관계를 규명하고 이에 필요한 측정도구의 개발 및 타당화에 관련된 영역, 지능과 창의적 문제해결에 관련된 영역 등 5개 군집을 이루며, 시기별로 약간의 차이가 있다. 이러한 연구결과를 바탕으로, 연구자는 『교육심리연구』의 지식구조에 대한 전반적인 특징과 시기별 변화 양상, 연구의 의의와 한계, 향후 연구과제 등에 대하여 논의하였다.
-
-
-
Lifelong Machine Learning 기반 스팸 메시지 필터링 방법
안연선(Yeon-Sun Ahn),정옥란(Ok-Ran Jeong) 한국전기전자학회 2019 전기전자학회논문지 Vol.23 No.4
인터넷의 급속한 성장으로 데이터의 송수신의 편리성과 비용이 들지 않는다는 장점 때문에 매일 수백만 건의 무차별적인 광고성 스팸 문자와 메일이 발송되고 있다. 아직은 스팸 단어나 스팸 번호를 차단하는 방법을 주로 사용하지만, 기계 학습이 떠오름에 따라 스팸을 필터링하는 방법에 대해 다양한 방식으로 활발히 연구되고 있다. 그러나 스팸에서만 등장하는 단어나 패턴은 스팸 필터링 시스템에 의해 걸러지지 않기 위해 지속적으로 변화하고 있기 때문에, 기존 기계 학습 메커니즘으로는 새로운 단어와 패턴을 감지, 적응할 수 없다. 최근 이러한 기존 기계 학습의 한계점을 극복하기 위해 기존의 지식을 활용하여 새로운 지식을 지속적으로 학습하도록 하는 Lifelong Learning(이하 LL)의 개념이 대두되었다. 본 논문에서는 문서 분류에 가장 많이 사용되는 나이브 베이즈와 Lifelong Machine Learning(이하 LLML)의 앙상블 기법을 이용한 스팸 메시지 필터링 방법을 제안한다. 우리는 기존 스팸 필터링 시스템에 가장 많이 사용되는 나이브 베이즈와, LLML 모델 중 ELLA를 적용하여 LL의 성능을 검증한다. With the rapid growth of the Internet, millions of indiscriminate advertising SMS are sent every day because of the convenience of sending and receiving data. Although we still use methods to block spam words manually, we have been actively researching how to filter spam in a various ways as machine learning emerged. However, spam words and patterns are constantly changing to avoid being filtered, so existing machine learning mechanisms cannot detect or adapt to new words and patterns. Recently, the concept of Lifelong Learning emerged to overcome these limitations, using existing knowledge to keep learning new knowledge continuously. In this paper, we propose a method of spam filtering system using ensemble techniques of naive bayesian which is most commonly used in document classification and LLML(Lifelong Machine Learning). We validate the performance of lifelong learning by applying the model ELLA and the Naive Bayes most commonly used in existing spam filters.
-
『교육심리연구』의 지식네트워크 분석: 연구주제와 연구자, 연구대상, 연구방법 간의 구조적 관계를 중심으로
안연선(An, Yeonseon),송재홍(Song, Jaehong) 한국교육심리학회 2020 敎育心理硏究 Vol.34 No.4
본 연구의 목적은 키워드 네트워크 분석을 통해 『교육심리연구』의 연구주제와 연구자, 연구대상, 연구방법 간의 이원-모드 지식네트워크와 연구주제별 에고 지식네트워크를 탐색하는 데 있다. 본 연구에서는 한국교육심리학회가 발간한 학술지『교육심리연구』의 창간호(1987년)부터 제33권(2019년)까지에게재된 논문 중 986편의 논문에서 연구주제, 연구자, 연구대상, 연구방법의 키워드를 추출․정제하고 이원-모드 지식네트워크, 다차원 속성의 에고 지식네트워크를 구성하여 이를 분석하였다. 자료 분석 및 시각화에는 NetMine 4.4가 활용되었다. 연구결과『교육심리연구의 이원-모드 지식네트워크는 특정 연구주제·연구자·대상·방법을 중심으로 연구가 수행되는 무척도 네트워크의 속성을 보이고 있었다. 노드 중심성 분석 결과, 특정 연구주제는 ‘학업성취’, ‘창의성’, ‘자기효능감’, ‘성취목표지향’, ‘지능’ 등으로 나타났고 특정 연구자는 ‘AY/K’, ‘EJ/L_2’, ‘SI/K’, ‘SD/L’, ‘ES/M’ 등으로 나타났다. 특정 연구대상은 ‘중등’, ‘초등’, ‘대학(원)’으로 등으로, 특정 연구방법은 ‘구조모형’, ‘인과비교’, ‘회귀분석’ 등으로 나타났다. 연결강도 분석 결과『교육심리연구』의 이원-모드 지식네트워크에서는 연구주제와 연구자, 연구대상, 연구방법 간에 뚜렷한 선호 관계가 존재했다. 마지막으로 에고 지식네트워크 분석 결과 지식네트워크에서 핵심적인 지위를 차지하는 ‘학업성취’, ‘창의성’, ‘자기효능감’ 등의 주제는 많은 연구자, 다양한 대상, 다양한 방법으로 연구되고 있음이 확인되었다. 이러한 연구결과를 바탕으로 『교육심리연구』의 연구구조의 특징, 본 연구의 의의와 한계, 향후 연구과제가 논의되었다. The purpose of this study was to examine the research structure of educational psychology by exploring the 2mode knowledge networks and ego networks of “The Korean Journal of Educational Psychology” using keyword network analysis. Research topics, authors, subjects, and method keywords were extracted and refined from 986 papers published in “The Korean Journal of Educational Psychology” between 1987 and 2019 (from Vol 1, Issue 1, through Vol 33, Issue 4). These keywords formed 2-mode knowledge networks and ego networks and these networks were analyzed. NetMine 4.4 was used for data analysis and visualization. As a result of node-centrality analysis, in these knowledge networks, ‘academic achievement’ ‘creative’, ‘self-efficacy’, ‘achievement goal orientation’, ‘intelligence’, ‘AY/K’, ‘EJ/L_2’, ‘SI/K’, ‘SD/L’, ‘ES/M’, ‘middle and high school student’, ‘elementary school student’, and ’university student’ had important positions. As a result of the strength analysis, there was a strong relationship between the research topics, the research authors, the research subjects, and the research methods in the 2-mode knowledge networks. Finally, the analysis of ego networks confirmed that topics such as ‘academic achievement’ and ‘creativeness’, which occupied a key position in the knowledge network, were being studied with many authors, various subjects, and various research methods. Based on these research results, several implications, suggestions and limits of this study were discussed.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
