• 컴퓨터교육학회논문지
• /
• 제8권6호
• /
• pp.33-44
• /
• 2005

본 연구에서는 인지수준과 동기적 측면을 동시에 고려한 마인드 툴인 의미망 프로그램이 인지수준에 따른 학업 성취도와 동기에 미치는 효과를 알아보고, 교육현장에 보다 효과적으로 활용되도록 하는데 목적을 두고 수행되었다. 연구 결과 인지수준별 동기 전략을 적용한 마인드 툴을 활용한 수업은 과도기 학생들의 생물 학업성취도를 향상시켰고, 학습 내용에 시각적인 효과를 보여줌으로써 학생들의 인지구조에 새로운 지식을 효과적으로 연결시켜 주의집중과 자신감을 높일 수 있었다. 또한 형식적 조작기 학생들 보다 과도기 학생들의 의미망 형성에 더 효과적인 것으로 나타났고, 학습내용이 구조지식으로 조직화되어 학습내용의 파지에 효과적이었다.

• 한국콘텐츠학회논문지
• /
• 제19권11호
• /
• pp.153-167
• /
• 2019

이번 연구는 지상파 TV, 중앙일간지, 지역지, 등 총 37개의 보도 매체의 2019년 강원도 대형 화재 보도를 분석하여 미디어의제를 파악하고 매체별, 시기별 미디어의제를 비교, 분석하였다. 토픽모델링 알고리즘과 의미망 분석을 활용한 연구는 네트워크 미디어의제의 구성을 분석하고 QAP 상관분석을 활용하여 매체간 의제 설정 효과도 검증하였다. 분석 결과, 2019년 강원도 화재 보도에서는 이재민 지원과 정치권 갈등 속성을 중심으로 다소 선정적인 미디어의제가 형성되었고 시기별, 매체별 미디어의제 간 유사성이 높은 것으로 나타났다. 이번 연구는 네트워크 의제설정 모델을 토대로 의미망 분석 도구를 활용해 대량의 기사를 분석하면서 기존의 빈도분석과는 구별되는 조사방법론을 구현한 연구라는 점에서 또 하나의 의미를 가질 수 있다.

• 대한건축학회연합논문집
• /
• 제21권5호
• /
• pp.109-116
• /
• 2019

The Seoul city recommended that old apartments be preserved, and as part of that, it decided to preserve some of the buildings for Jamsil Jugong, which was built in 1977, and Gaepo Jugong, which was constructed in 1981. The purpose of this study was to compare and review newspaper articles with two perspectives positive and negative about how the social perception of 'apartment trace remaining' was being constructed. By looking at the meaning of keywords delivered by newspaper articles and the interaction structure between keywords through the analysis of semantic networks, we analyzed how the media is pursuing an issue on the topic of preservation of architectural cultural heritage. The analysis results confirmed that there was a clear difference between positive and negative newspaper. Positive articles dealt with utilization from the point of view of keywords linked to preservation, and negative articles showed that keywords related to the property and backlash of residents linked to the policy of the Seoul Metropolitan Government were linked, leading to high negative public opinion.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.23-33
• /
• 2021

이번 연구는 일간지, 경제지, 지상파 TV 등 총 11개의 언론 매체들이 보도한 '영끌' 관련 뉴스 기사를 분석하여 각 보도 프레임과 인용문 프레임을 파악하였다. 의미망 분석을 활용하여 매체별 인용문의 프레임, 정보원의 종류별 인용문 프레임 등을 비교, 분석하였고 인용된 정보원의 종류와 빈도, 그리고 각 프레임의 집중도 지수도 측정하였다. 분석 결과, 보도 프레임은 10개의 주제로 구성되었고 인용문의 프레임은 14개의 주제로 구성된 것으로 나타났다. 매체별 인용문과 정보원 종류별 인용문 프레임들 사이 차이는 관찰되었지만 인용 빈도가 높은 정부, 정치권, 비즈니스 정보원 프레임의 집중도가 상대적으로 높은 것으로 나타났다. 따라서 정보원의 수적 다양성만으로는 보도 프레임의 다양성을 확립하는 것이 제한적일 수 있다는 실증적 근거를 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제14권1호
• /
• pp.150-157
• /
• 2014

본 논문은 현재 출간된 아동영문어휘책의 현황분석을 통해 그림과 문자의 관계적 속성을 이해하고 사용자인 아동을 고려해 시각적 심상을 얼마나 잘 활용하고 있는가를 파악하고자 하였다. 이에 아동영문어휘책에 사용된 그림의 유형과 그림의 활용도, 그림과 문자의 결합 형태, 그림과 문자와의 의미일치도 정도를 살펴보았다. 분석결과 그림의 활용도는 일러스트, 만화, 일러스트와 만화의 혼용 순으로 전반적으로 높은 것으로 나타났다. 그림과 문자의 결합 형태에서는 그림+어휘형, 일러스트가 없는 문자형, 그림문자형 순으로 나타났다. 특히나 그림과 문자의 의미일치도가 높을수록 학습에 효과적인데 반해 의미일치도는 전반적으로 낮게 나타났다. 의미일치도가 높게 나타난 5개의 그룹 중 그림문자형이 가장 높은 결합형태 빈도를 보이고 있었다. 따라서 현재 출간된 아동영문어휘책에 나타난 그림과 문자의 제시형태는 비슷한 형태로 출판사별로 출간되고 있음을 알 수 있었고 아동의 다양한 수준을 바탕으로 한 효과적인 디자인연구가 필요하다고 보아진다.

• 한국콘텐츠학회논문지
• /
• 제17권11호
• /
• pp.209-220
• /
• 2017

최근 지식 베이스, 시맨틱 웹 등 여러 응용 분야에서 시맨틱 데이터의 활용이 증가함에 따라 대규모 RDF 데이터에 대한 효과적인 검색 방법의 필요성이 커지고 있다. 기존의 개별 루트 시맨틱에 기반한 키워드 검색 방법들은 서로 다른 루트 노드를 갖는 결과 트리들의 집합만을 검색함에 따라, 의미적으로 유사하거나 연관성이 낮은 결과 트리들이 함께 검색되고, 동일한 루트 노드를 공유하되 의미적으로 다르고 질의 연관도가 높은 결과들은 함께 검색될 수 없는 문제점이 있다. 이를 개선하기 위해 본 논문에서는 결과 트리들의 루트 노드의 중복을 제한적으로 허용하여 질의 연관도가 높으면서 다양한 결과들을 함께 검색하는 방법을 제안한다. 이를 위해 결과 트리 집합의 루트 중복도 척도를 정의하고, 주어진 키워드 질의와 최대 루트 중복도에 따라 제한적인 루트 중복성을 가지면서 연관도가 높은 top-k 결과 트리들을 효율적으로 구하기 위한 검색 알고리즘을 제시한다. 실 데이터를 이용한 성능 실험 결과, 제안한 방법이 기존 방법보다 콘텐트 노드들의 중복이 적은 다양한 결과 트리들을 검색할 뿐만 아니라 결과 트리들의 루트 노드의 중복을 허용함으로써 질의 연관도가 더 높은 결과들을 생성할 수 있음을 보였다.

• 한국콘텐츠학회논문지
• /
• 제17권11호
• /
• pp.371-382
• /
• 2017

본 연구는 콘텐츠산업정책을 포괄하는 문화정책에 대한 학술적 연구의 동향을 알고자 언어네트워크분석을 통해 국내의 가장 대표적인 문화정책 분야 전문학술지인 '문화정책논총'에 수록된 186편의 논문 주제어 832개를 대상으로 분석을 시도하였다. 시간적 범위는 한국연구재단 한국학술지인용색인 홈페이지(www.kci.go.kr)에 수록되어 있는 2008년 10월부터 2017년 1월까지로 하였다. 언어네트워크 분석은 주제어 빈도수, 밀도분석과 중심성을 지표로 분석하였으며, 이를 바탕으로 Netdraw 프로그램에 의한 시각화를 시도하였다. 언어네트워크분석 결과 가장 많은 빈도수를 기록한 주제어는 '문화'였고, '문화정책/행정', '문화산업/문화콘텐츠', '정책'이 최다의 빈도수를 기록한 그룹에 포함되었다. 빈도수가 높은 '문화정책/행정'과 '문화산업/문화콘텐츠'는 대부분의 중심성에서 우위를 차지했으나, 매개중심성은 낮아 다른 주제어들과의 중매 역할에는 한계를 드러냈다.

• 한국콘텐츠학회논문지
• /
• 제6권10호
• /
• pp.25-33
• /
• 2006

시맨틱 환경에서의 시맨틱 검색을 위해서는 분산된 자원의 관리와 처리가 중요한 요소이다. 분산된 자원의 효율적인 검색을 위해서는 온톨로지의 사용이 필수적이지만, 모든 자원에 대한 통합적인 온톨로지를 구축하는 것은 현실적으로 매우 어려운 일이다. 본 논문에서는 웹 환경에서의 대부분의 자원은 관계형 데이터베이스 형태로 저장되어져 있다고 가정하고, 시맨틱 검색을 위하여 분산된 관계형 데이터베이스 테이블과 도메인 온톨로지간의 매칭을 위한 방법을 제안한다. 기존의 관계형 데이터베이스와 도메인 온톨로지간의 매칭에 관한 연구들은 관계형 데이터베이스에서 로컬 온톨로지를 추출하여 도메인 온톨로지와의 매칭을 수행하였다. 그러나, 로컬 온톨로지를 추출하는 과정에서 도메인 온톨로지와의 상관관계를 이용하지 않음으로 인하여 도메인 정보가 손실되는 문제점을 가지고 있다. 이에 대한 해결책으로 관계형 데이터베이스의 인스턴스들과 도메인 온톨로지의 인스턴스간의 유사도 측정을 통한 정보 손실을 방지하였으며, 관계형 데이터베이스내의 테이블들간의 관계와 온톨로지에서의 클래스들간의 관계 정보를 이용하여 보다 효율적인 매칭이 가능하도록 하였다.

• 대한간호학회지
• /
• 제47권6호
• /
• pp.806-816
• /
• 2017

Purpose: As comprehensive nursing care service has gradually expanded, it has become necessary to explore the various opinions about it. The purpose of this study is to explore the large amount of text data regarding comprehensive nursing care service extracted from online news and social media by applying a semantic network analysis. Methods: The web pages of the Korean Nurses Association (KNA) News, major daily newspapers, and Twitter were crawled by searching the keyword 'comprehensive nursing care service' using Python. A morphological analysis was performed using KoNLPy. Nodes on a 'comprehensive nursing care service' cluster were selected, and frequency, edge weight, and degree centrality were calculated and visualized with Gephi for the semantic network. Results: A total of 536 news pages and 464 tweets were analyzed. In the KNA News and major daily newspapers, 'nursing workforce' and 'nursing service' were highly rated in frequency, edge weight, and degree centrality. On Twitter, the most frequent nodes were 'National Health Insurance Service' and 'comprehensive nursing care service hospital.' The nodes with the highest edge weight were 'national health insurance,' 'wards without caregiver presence,' and 'caregiving costs.' 'National Health Insurance Service' was highest in degree centrality. Conclusion: This study provides an example of how to use atypical big data for a nursing issue through semantic network analysis to explore diverse perspectives surrounding the nursing community through various media sources. Applying semantic network analysis to online big data to gather information regarding various nursing issues would help to explore opinions for formulating and implementing nursing policies.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권1호
• /
• pp.45-64
• /
• 2021

Purpose The traditional topic modeling technique makes it difficult to distinguish the semantic of topics because the key words assigned to each topic would be also assigned to other topics. This problem could become severe when the number of online reviews are small. In this paper, the extended model of topic modeling technique that can be used for analyzing a small amount of online reviews is proposed. Design/methodology/approach The extended model of being proposed in this paper is a form that combines the traditional topic modeling technique and the Word2Vec technique. The extended model only allocates main words to the extracted topics, but also generates discriminatory words between topics. In particular, Word2vec technique is applied in the process of extracting related words semantically for each discriminatory word. In the extended model, main words and discriminatory words with similar words semantically are used in the process of semantic classification and naming of extracted topics, so that the semantic classification and naming of topics can be more clearly performed. For case study, online reviews related with Udo in Tripadvisor web site were analyzed by applying the traditional topic modeling and the proposed extension model. In the process of semantic classification and naming of the extracted topics, the traditional topic modeling technique and the extended model were compared. Findings Since the extended model is a concept that utilizes additional information in the existing topic modeling information, it can be confirmed that it is more effective than the existing topic modeling in semantic division between topics and the process of assigning topic names.