DOI QR코드

DOI QR Code

Text Mining-Based Emerging Trend Analysis for e-Learning Contents Targeting for CEO

텍스트마이닝을 통한 최고경영자 대상 이러닝 콘텐츠 트렌드 분석

  • Received : 2017.04.05
  • Accepted : 2017.05.29
  • Published : 2017.06.30

Abstract

Original scripts of e-learning lectures for the CEOs of corporation S were analyzed using topic analysis, which is a text mining method. Twenty-two topics were extracted based on the keywords chosen from five-year records that ranged from 2011 to 2015. Research analysis was then conducted on various issues. Promising topics were selected through evaluation and element analysis of the members of each topic. In management and economics, members demonstrated high satisfaction and interest toward topics in marketing strategy, human resource management, and communication. Philosophy, history of war, and history demonstrated high interest and satisfaction in the field of humanities, whereas mind health showed high interest and satisfaction in the field of in lifestyle. Studies were also conducted to identify topics on the proportion of content, but these studies failed to increase member satisfaction. In the field of IT, educational content responds sensitively to change of the times, but it may not increase the interest and satisfaction of members. The present study found that content production for CEOs should draw out deep implications for value innovation through technology application instead of simply ending the technical aspect of information delivery. Previous studies classified contents superficially based on the name of content program when analyzing the status of content operation. However, text mining can derive deep content and subject classification based on the contents of unstructured data script. This approach can examine current shortages and necessary fields if the service contents of the themes are displayed by year. This study was based on data obtained from influential e-learning companies in Korea. Obtaining practical results was difficult because data were not acquired from portal sites or social networking service. The content of e-learning trends of CEOs were analyzed. Data analysis was also conducted on the intellectual interests of CEOs in each field.

본 연구는 텍스트마이닝 기법 중 토픽 분석을 활용하여 관련 업계 국내 1위 S사(社)의 최고경영자 대상 온라인 교육 콘텐츠 강의 중심으로 원문 스크립트를 분석했다. 지난 5년간(2011~2015)년 서비스된 총 4,824개 콘텐츠를 바탕으로 핵심 키워드를 추출한 다음 주제별 22가지 토픽으로 분류한 후 동향 분석을 수행했다. 이를 통해 최근 콘텐츠 비중이 급증하고 있는 토픽 주제를 확인할 수 있었다. 다음으로 토픽 분석을 통해 분류한 토픽 및 카테고리를 바탕으로 회원 평가 요인을 적용해 카테고리 및 각 토픽별 지적 관심도를 체계화 할 수 있었다. 경영·경제 분야에서는 마케팅전략, 인사/조직, 커뮤니케이션 분야 등이 높은 관심도와 만족도를 나타냈다. 인문 분야에서는 철학, 전쟁사, 역사(서양) 라이프스타일에서는 마음건강 분야가 관심도와 만족도 둘 다 높은 것으로 나타났다. 이와 함께 교육용 콘텐츠가 시대 변화에 민감하게 반응할지라도 회원의 관심과 만족도 제고에는 실패할 수 있다는 사실을 확인할 수 있었다. 최근 콘텐츠 비중은 급증했지만 평균 이하의 만족도를 기록한 IT기술 토픽이 대표적 사례라 할 수 있다. 이를 통해 최고경영자 대상 콘텐츠 제작 시 단순히 기술적 측면의 정보전달에서 끝나는 것이 아닌 기술 적용을 통한 가치혁신에 대한 깊이 있는 시사점을 도출하거나 풍부한 영상 자료를 바탕으로 다양한 볼거리를 제공하는 등 양적인 측면과 함께 질적인 측면을 고려해야 한다는 교훈을 얻을 수 있었다. 본 연구는 포털 사이트 혹은 SNS 자료가 아닌 국내 가장 영향력 있는 이러닝 기업 데이터를 토대로 분석을 진행했기에 보다 심도 있고 실용적인 결과를 도출했다. 또한 이러닝 관련 연구 분야에서 지금까지는 드물었지만 기술의 발달로 점점 연구 조사 방법론으로 기대가 높아진 텍스트마이닝 방법에 대하여 그 적용 가능성을 성공적으로 탐색해 보았다. 기존에는 콘텐츠 운영 현황 분석 시 콘텐츠 프로그램명에 입각, 표면적인 방식으로 분류할 수밖에 없는 한계가 존재했다면 텍스트마이닝 방법론을 활용하면 비정형 데이터 콘텐츠 스크립트를 바탕으로 분석하여 내용을 바탕으로 한 보다 심도 있는 콘텐츠 분류 및 주제 분류를 이끌어 낼 수 있다. 이를 바탕으로 연도에 따른 주제별 콘텐츠 서비스 현황을 도식화한다면 현재 부족한 분야와 필요한 분야에 대한 보다 심도 있는 고찰이 가능하다. 본 연구는 다양한 텍스트마이닝 기법 중에서 이러닝의 상황에서 효과적으로 연구하기 위한 새로운 방법론을 제시했으며 향후 최고경영자 교육 관련 분야별 지적 관심도에 대한 분석에 도움이 될 것으로 기대된다.

Keywords

References

  1. 감미아, 송민, "텍스트마이닝을 활용한 신문사에 따른 내용 및 논조 차이점 분석", 지능정보연구, 제18권, 제3호, 2012, pp. 53-77. https://doi.org/10.13088/JIIS.2012.18.3.053
  2. 강성경, 유환, 이영재, "텍스트마이닝과 소셜네트워크 분석을 이용한 재난대응 용어분석", Information Systems Review, 제18권, 제1호, 2016, pp. 141-155. https://doi.org/10.14329/isr.2016.18.1.141
  3. 곽소아, 기업 e-Learning 교육효과에 영향을 미치는 요인에 관한 실증 연구 (석사학위 논문), 이화여자대학교 대학원, 2004.
  4. 국제미래학회, 전략적 미래예측 방법론 바이블, 두남, 2014.
  5. 김나볏, "올 상반기 도서시장, 인문학 서적이 주도", 뉴스토마토, 2015. 6. 16., Available at http://www.etnews.com/201307100232.
  6. 김윤희, 오상철, "국내 기업의 이러닝 활동체계 사례연구", 기업교육연구, 제12권, 제1호, 2010, pp. 69-90.
  7. 김재식, 양희동, 엄혜미, 김재경, "기업 이러닝 시스템 성과에 대한 이해관계자 인식 부합 관점의 연구", Asia Pacific Journal of Information Systems, 제15권, 제4호, 2005, pp. 27-60.
  8. 김천식, 정명희, 홍유식, "적응적인 학습을 위한 텍스트마이닝 기술", 전자공학회논문지-CI, 제45권, 제3호, 2008, pp. 31-39.
  9. 김현정, 조남옥, 신경식, "항공산업 미래유망 분야 선정을 위한 텍스트마이닝 기반의 트렌드 분석", 지능정보연구, 제21권, 제1호, 2014, pp. 194-202.
  10. 류지헌, "기업 이러닝의 학습자 만족도에 영향을 미치는 요인", 기업교육연구, 제9권, 제1호, 2007, pp. 121-142.
  11. 민기영, 김훈태, 지용구, "철강산업 트렌드 분석을 위한 텍스트마이닝 도입 연구", 한국전자거래학회지, 제19권, 제3호, 2014, pp. 51-64. https://doi.org/10.7838/JSEBS.2014.19.3.051
  12. 박철, 서인석, "기업의 경영학 교육에서 e-Learning 성과에 영향을 미치는 요인", Korea Business Review, 제10권, 제1호, 2006, pp. 145-169.
  13. 백헌, 김진화, 김용진, "모바일 러닝에서의 신규 융합서비스 도출을 위한 분석: 사회연결망 분석과 연관성 분석 사례", Information Systems Review, 제15권, 제3호, 2013, pp. 1-37.
  14. 성정진, 확률 모델 LDA에 대한 추론 기법 비교분석 연구 (석사학위 논문), 한국항공대학교 대학원, 2014.
  15. 송혜지, 박경수, 정혜은, 송민, "텍스트마이닝 기법을 활용한 한국의 경제연구 동향 분석", 한국정보관리학회 학술대회논문집, 제20권, 2013, pp. 47-50.
  16. 신선미, "'힐링' 관련 상표출원 급속 증가", 전자신문, 2013. 7. 10., Available at http://www.etnews.com/201307100232.
  17. 유지연, "지식기반사회에서의 e-Learning 현황 및 전망", 정보통신정책, 제13권, 제16호, 2001, pp. 28-50.
  18. 윤영한, 박학범, 권순동, "기업 이러닝의 성공적 실천 방안에 관한 연구", Journal of Information Technology Applications & Management, 제14권, 제1호, 2007, pp. 145-160.
  19. 윤옥한, "기업교육 연구 동향 분석: 기업교육학회지(2000-2014) 논문을 중심으로", 기업교육연구, 제18권, 제1호, 2016, pp. 159-177.
  20. 이영수, 진영심, 송영수, "국내 대기업 인적자원개발(HRD) 동향에 대한 HRD 담당자의 교육요구도 분석", HRD 연구 (구 인력개발연구), 제15권, 제4호, 2013, pp. 125-156. https://doi.org/10.18211/kjhrdq.2013.15.4.006
  21. 임시영, 임용민, 이재용, "텍스트마이닝 기법을 이용한 U-City와 Smart City의 연구 동향에 대한 분석", 한국지형공간정보학회지, 제22권, 제3호, 2014, pp. 87-97. https://doi.org/10.7319/KOGSIS.2014.22.3.087
  22. 정용복, 박의섭, "텍스트마이닝을 이용한 암반공학분야 SCI 논문의 주제어 분석", 터널과 지하공간, 제25권, 제4호, 2015, pp. 303-319. https://doi.org/10.7474/TUS.2015.25.4.303
  23. 정철우, 김재준, "텍스트마이닝을 활용한 건설분야 트랜드 분석", 한국디지털건축인테리어학회 논문집, 제12권, 제2호, 2012, pp. 53-60.
  24. Blei, D. M., "Probabilistic topic models", Communications of the ACM, Vol.55, No.4, 2012, pp. 77-84. https://doi.org/10.1145/2133806.2133826
  25. Blei, D. M., A. Y. Ng, and M. I. Jordan, "Latent dirichlet allocation", The Journal of Machine Learning Research, Vol.3, 2003, pp. 993-1022.
  26. Feldman, R. and I. Dagan, "Knowledge Discovery in Textual Databases(KDT)", Proceedings of the First International Conference on Knowledge Discovery and Data Mining (KDD) Vol.95, 1995, pp. 112-117.
  27. Govindasamy, T., "Successful implementation of e-learning: Pedagogical considerations", The Internet and Higher Education, Vol.4, No.3, 2001, pp. 287-299. https://doi.org/10.1016/S1096-7516(01)00071-9
  28. Griffiths, T. L. and Steyvers, M., "Finding scientific topics", Proceedings of the National Academy of Sciences, Vol.101, No.1, 2004, pp. 5228-5235. https://doi.org/10.1073/pnas.0307752101
  29. Hanley, G. L., "e-Learning and the science of instruction", Applied Cognitive Psychology, Vol.18, No.1, 2004, pp. 123-124. https://doi.org/10.1002/acp.969
  30. Hotho, A., A. Nurnberger, and A. Paass, "A brief survey of text mining", LDV Forum, Vol.20, No.1, 2005, pp. 19-62. https://doi.org/10.21248/jlcl.20.2005.68
  31. Hung, J. L., "Trends of e-learning research from 2000 to 2008: Use of text mining and bibliometrics", British Journal of Educational Technology, Vol.43, No.1, 2012, pp. 5-16. https://doi.org/10.1111/j.1467-8535.2010.01144.x
  32. Kettanurak, V. N., K. Ramamurthy, and W. D. Haseman, "User attitude as a mediator of learning performance improvement in an interactive multimedia environment: An empirical investigation of the degree of interactivity and learning styles", International Journal of Human-Computer Studies, Vol.54, No.4, 2001, pp. 541-583. https://doi.org/10.1006/ijhc.2001.0457
  33. Khan, B. H., "Web-based instruction: An introduction", Educational Media International, Vol.35. No.2, 1998, pp. 63-71. https://doi.org/10.1080/0952398980350202
  34. Mayer-Schonberger, V. and K. Cukier, Big data: A revolution that will transform how we live, work, and think, Houghton Mifflin Harcourt, 2013.
  35. Pillkahn, U., Using Trends and Screnarios as Tools for Strategy Development: Shaping the Future of Your Enterprise, John Wiley & Sons, Publicis Corporate Publishing, 2008.
  36. Rickman, A. T. and R. M. Cosenza, "The changing digital dynamics of multichannel marketing: The feasibility of the weblog: Text mining approach for fast fashion trending", Journal of Fashion Marketing and Management, Vol.11, No.4, 2007, pp. 604-621. https://doi.org/10.1108/13612020710824634
  37. Salton, G. and M. J. McGill, Introduction to Modern Information Retrieval, McGraw-Hill, New York, 1986.
  38. Zhang, D., J. L. Zhao, L.Zhou, and J. F. Nunamaker, "Can e-learning replace classroom learning?", Communications of the ACM, Vol.47, No.5, 2004, pp. 75-79. https://doi.org/10.1145/986213.986216