• 임상간호연구
• /
• 제25권1호
• /
• pp.80-90
• /
• 2019

Purpose: The aim of this study was to identify the research trends of articles published in the Journal of Korean Clinical Nursing Research from 2000 to 2017 by a text network analysis using keywords. Methods: This study analyzed 600 articles. The R program was used for text mining that extracted frequency, centrality rank, and keyword network. Results: From 2000 to 2009, keywords with high-frequency were 'nurse', 'pain', 'anxiety', 'knowledge', 'attitude', and so on. 'Pain', 'nurse', and 'knowledge' showed a high centrality. 'Fatigue' showed no high frequency but a high centrality. Keywords such as 'nurse', 'knowledge', and 'pain' also showed high frequency and centrality between 2010 and 2017. 'Hemodialysis' and 'intensive care unit' were added to keywords with high frequency and centrality during the period. Conclusion: The frequency and centrality of keywords such as 'nurse', 'pain', 'knowledge', 'hemodialysis', and 'intensive care unit' reflect the research trends in clinical nursing between 2000 and 2017. Further studies need to expand the keyword networks by connecting the main keywords.

• 한국콘텐츠학회논문지
• /
• 제20권12호
• /
• pp.23-35
• /
• 2020

본 연구는 산업과 사회 전반에 걸쳐서 많은 영향을 미칠 사물인터넷에 관한 국내 논문들을 수집하고 분석하여 사물인터넷 분야의 동향을 살펴보고자 한다. 본 연구를 위한 조사 기간은 2015년에서 2019년까지로 하였으며 네이버의 학술정보를 이용하여 사물인터넷에 관한 국내 논문들을 수집하였다. 기간별로 수집된 국내 논문으로부터 빈도가 높은 키워드들을 추출하였으며 빈도가 높은 키워드 중에서 중심적인 키워드를 파악하기 위해서 중심성 분석을 하였다. 키워드 빈도에서는 2015년부터 2017년까지는 '센서', '보안' 그리고 2017년부터는 '차', '지능'이 빈도가 높은 상위 키워드로 나타났다. 키워드 중심성에서는 2015년부터 2016년까지 '보안', '센서' 그리고 2017년부터는 '지능', '차', '산업혁명'이 중심성이 높은 키워드로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.1-9
• /
• 2022

오늘날, 인공지능이 국가 경쟁력의 핵심 동력으로 부상하였으나, 사회적으로 예상치 못한 부작용도 초래하고 있다. 본 연구는 사회과학 분야의 KCI 등재학술지를 대상으로 인공지능에 관한 논문을 수집하여 사회적 측면의 주요 이슈를 고찰하고자 한다. 따라서 2016년부터 2020년까지 논문에 대한 키워드 분석을 수행하였다. 분석 결과, '로봇', '교육'에 대한 키워드가 가장 많이 나타났으며, 키워드 네트워크를 통해 상위 6개의 군집(이슈)을 도출하였다. 주요 이슈는 인공지능의 등장 배경이나 기본적인 개념, 인공지능 교육, 인공지능의 부작용, 인공지능 기반 창작물의 법적 이슈, 인공지능 제품/서비스의 이용의도, 인공지능 윤리 등을 제시할 수 있다. 본 연구 결과는 인공지능의 사회적 측면에 대한 논의를 확산하고, 국가 차원의 정책 방향을 모색하는데 활용할 수 있을 것이다.

• 여성건강간호학회지
• /
• 제29권1호
• /
• pp.20-31
• /
• 2023

Purpose: As more newborns have received expanded newborn screening (NBS) for metabolic disorders, the overall number of false-positive results has increased. The purpose of this study was to explore the psychological impacts experienced by mothers related to the NBS process. Methods: An online parenting community in Korea was selected, and questions regarding NBS were collected using web crawling for the period from October 2018 to August 2021. In total, 634 posts were analyzed. The collected unstructured text data were preprocessed, and keyword analysis, topic modeling, and visualization were performed. Results: Of 1,057 words extracted from posts, the top keyword based on 'term frequency-inverse document frequency' values was "hypothyroidism," followed by "discharge," "close examination," "thyroid-stimulating hormone levels," and "jaundice." The top keyword based on the simple frequency of appearance was "XXX hospital," followed by "close examination," "discharge," "breastfeeding," "hypothyroidism," and "professor." As a result of LDA topic modeling, posts related to inborn errors of metabolism (IEMs) were classified into four main themes: "confirmatory tests of IEMs," "mother and newborn with thyroid function problems," "retests of IEMs," and "feeding related to IEMs." Mothers experienced substantial frustration, stress, and anxiety when they received positive NBS results. Conclusion: The online parenting community played an important role in acquiring and sharing information, as well as psychological support related to NBS in newborn mothers. Nurses can use this study's findings to develop timely and evidence-based information for parents whose children receive positive NBS results to reduce the negative psychological impact.

• 한국수산경영학회:학술대회논문집
• /
• 한국수산경영학회 2007년도 춘계학술발표회 및 심포지엄
• /
• pp.93-112
• /
• 2007

• 한국전자거래학회지
• /
• 제23권2호
• /
• pp.83-96
• /
• 2018

문서를 대표하는 키워드를 추출하는 것은 문서의 정보를 빠르게 전달할 수 있을 뿐만 아니라 문서의 검색, 분류, 추천시스템 등의 자동화서비스에 유용하게 사용 될 수 있어 매우 중요하다. 그러나 웹사이트 문서에서 출현하는 단어의 빈도수, 단어의 동시출현관계를 통한 그래프 알고리즘 등의 기반으로 키워드를 추출할 경우 웹페이지 구조상 잠재적으로 주제와 관련이 없는 다양한 단어를 포함하고 있는 문제점과 한국어 형태소 분석의 정확성이 떨어지는 형태소 분석기 성능의 한계점 때문에 의미적인 키워드를 추출하는데 어려움이 존재한다. 따라서 본 논문에서는 의미적 단어 위주로 구축된 후보키워드들의 집합과 의미적 유사도 기반의 후보 키워드를 선택하는 방법으로써 의미적 키워드를 추출하지 못하는 문제점과 형태소 분석의 정확성이 떨어지는 문제점을 해결하고 일관성 없는 키워드를 제거하는 필터링 과정을 통해 최종 의미적 키워드를 추출하는 기법을 제안한다. 실 중소기업 웹페이지를 통한 실험 결과, 본 연구에서 제안한 기법의 성능이 통계적 유사도 기반의 키워드 선택기법보다 34.52% 향상된 것을 확인하였다. 따라서 단어 간의 의미적 유사성을 고려하고 일관성 없는 키워드를 제거함으로써 문서에서 키워드를 추출하는 성능을 향상시켰음을 확인하였다.

• 서비스연구
• /
• 제13권1호
• /
• pp.96-107
• /
• 2023

본 연구에서는 모바일 결제 서비스 이용률이 세계에서 가장 높은 중국 이용자들을 대상으로 어떤 이슈에 관심이 있는지를 미래신호 예측 방법론을 이용하여 예측하여 보았다. 이를 위하여 중국의 SNS 사이트로부터 모바일 결제와 연관된 텍스트 데이터를 수집한 후, 문장에서 추출한 키워드들을 키워드 등장 지도 (KEM: Keyword Emergence Map)와 키워드 이슈 지도 (KIM: Keyword Issue Map)를 이용하여 강신호, 약신호, 잠재신호, 그리고 강하지만 증가율이 낮은 신호로 분류하였다. 한 걸음 더 나아가서 본 연구에서는 4가지 종류의 신호를 구체적으로 이해하기 위해서 각 신호와 연관된 텍스트를 추가적으로 정성적인 분석을 실시하였다. 그 결과, 현재 뿐만 아니라 본 연구 기간 동안 키워드 출현 빈도가 빠르게 성장하고 있는 강신호에는 버스, 지하철, 가계부와 같이 중국인들의 일상생활과 관련된 키워드가 많이 포함되어 있음을 발견하였고, 현재에는 자주 등장하지만 강신호와는 달리 증가율이 낮은 신호에는 홍바오 (현금결제), 은행카드와 같이 현금 결제를 대체할 수 있는 다양한 서비스가 언급되었음을 발견하였다. 다른 신호에 비하여 출현 빈도가 저조한 약신호와 잠재신호에는 서비스 규정 변화나 이벤트와 연관된 키워드들이 포함되었다. 본 연구 결과를 통하여 모바일 결제 서비스는 중국 이용자들에게 편리함을 제공하는 것을 넘어서 그들의 일상생활을 크게 변화시켰음을 알 수 있었다. 그리고 신용카드 결제가 보편화되지 않은 중국에서 모바일 결제 서비스는 현금결제를 완전히 대체할 수 있는 서비스로 성장할 가능성이 높음을 알 수 있었다.

• 한국정보과학회논문지:시스템및이론
• /
• 제35권3호
• /
• pp.103-110
• /
• 2008

본 논문에서는 웹 동영상 페이지의 구조를 바탕으로 하여, 웹 동영상의 관리 및 검색을 위한 주석용 키워드를 자동 추출하는 방법을 제안한다. 제안 방법은 웹 동영상 페이지의 구조를 포함된 동영상의 개수와 주변 텍스트 구성의 복잡도를 기준으로 4가지 타입으로 구분하고, 타입 별로 키워드를 추출하는 방법을 달리한다. 1,087개의 웹 동영상 페이지(2,462개의 동영상)를 바탕으로 실험한 결과에 의하면 본 논문에서 제안하는 방법은 기존 웹 이미지 검색 시스템을 위한 추출 방법보다 재현율 면에서 18%의 성능 향상을 보였다. 따라서 논문에서 제안하는 방법은 일반적인 웹 동영상 검색 시스템을 위한 키워드 추출에 널리 적용 될 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제11권6호
• /
• pp.63-71
• /
• 2011

현재 대부분의 웹포털 사이트는 인기도 또는 중요도가 높은 키워드를 제공하는 서비스가 제공되고 있는데, 구체적으로 태그 클라우드 형태와 연관 검색 서비스와 같은 사용자 친화형 서비스를 지원하고 있다. 하지만 일반적으로 뉴스기사는 날짜와 분야별로 기사들이 분류되어 있기에, 사용자는 카테고리별로 나누어진 기사를 읽을 수만 있을 뿐 그 기사와 연관된 다른 기사를 쉽게 찾아보지는 못한 실정이다. 또한 연관 검색어 서비스도 사용자가 검색한 입력내용을 기반으로 연관성 정도를 분석하기에 충분한 객관성을 보장하지 못하고 있다. 본 논문에서는 기존의 태그 클라우드 방식에서 좀 더 나아가 축적된 뉴스 기사로 부터 검색 키워드와 밀접히 연관된 키워드를 추출하여 제공하는 기사 검색 방식을 제안한다. 제안 기법은 기본적으로 연관규칙 마이닝을 이용하여 키워드 연관성을 추출하게 되며, 뉴스기사 특성을 반영하여 문장 내부에 존재하는 키워드에 한정하여 연관성을 추출한다. 연관된 키워드 집합을 이용하여 키워드와 가장 밀접한 기사를 검색할 뿐만 아니라, 연관 키워드간의 관계성을 보여줌으로써 뉴스 기사들 속에 숨겨진 연관정보의 탐색을 가능하게 한다.

• 정보관리연구
• /
• 제23권1호
• /
• pp.39-62
• /
• 1992

본(本) 연구(硏究)는 실제의 데이터 분석(分析)을 통하여 60여개의 조사(助詞)와 출현빈도는 높지만 검색(檢率)에 불필요한 320여개의 불용어(不用語)를 선정하여 좌우절단을 적용한 네 가지 유형으로 분류하고 조사(助詞)와 불용어 테이블을 구성하는 방법(方法)을 제시한다. 한글문헌에서 단어(單語)가 추출되면 조사의 효율적인 절단이 이러우지고, 한자어(漢字語)일 경우 한글로 변환되며, 2단계로 불용어제거(不用語除去) 과정을 거쳐 키워드를 선정하는 시스템을 개발한다. 여기서 추출된 키워드는 정보전문가(情報專門家)에 의해 추출된 색인어(索引語)와는 92.2%의 일치율을 보였다. 그리고 $4{\sim}6$글자로 구성된 복합어(複合語)의 경우 본(本) 연구(硏究)에서 제시한 분리방법에 의해 약 2배의 새로운 단어(單語)를 추가할 수 있었으며 그 중 58.8%가 키워드로 적합했다.