바로가기메뉴

본문 바로가기 주메뉴 바로가기

logo

논문 상세

다음
논문 투고

Vol.35 No.1
Citation Share

빅데이터 연구 논문의 주제 분야 연관관계 분석: 동시 인용 관계를 적용하여

Subject Association Analysis of Big Data Studies: Using Co-citation Networks

정보관리학회지 / Journal of the Korean Society for Information Management, (P)1013-0799; (E)2586-2073
2018, v.35 no.1, pp.13-32
https://doi.org/10.3743/KOSIM.2018.35.1.013
곽철완 (강남대학교)
곽철완. (2018). 빅데이터 연구 논문의 주제 분야 연관관계 분석: 동시 인용 관계를 적용하여. 정보관리학회지, 35(1), 13-32, https://doi.org/10.3743/KOSIM.2018.35.1.013
  • 다운로드 수
  • 조회수
PDF 다운로드

초록

본 연구의 목적은 빅데이터 연구 논문의 주제 분야 간의 연관관계를 분석하는데 있다. 동시 인용 관계를 적용하여 분석 대상의 주제 분야를 추출하였으며, R 프로그램의 Apriori 알고리즘을 이용하여 연관관계의 규칙을 분석하고, arulesViz 패키지를 사용하여 시각화하였다. 연구 결과 22개 주제 분야가 추출되었는데, 이들 주제 분야는 3가지 군집으로 구분되었다. 주제 분야의 연관관계 유형을 분석한 결과, 연관관계의 복잡성에 따라 ‘전문형’, ‘일반형’, ‘확대형’으로 구분되었다. 전문형에는 문헌정보학, 신문방송학 등이 포함되었고, 일반형에는 정치외교학, 무역학, 관광학 등이 포함되었고, 확대형에는 기타인문학, 사회과학일반, 관광학일반 등이 포함되었다. 이 연관관계는 빅데이터 연구자가 한 주제 분야를 인용할 때 관계가 있는 다른 주제 분야를 인용하는 경향을 보여주는 것으로, 도서관에서 학술정보서비스를 위해 연관관계를 활용한 서비스를 고려해야 할 필요가 있다.

keywords
빅데이터, 연관관계 분석, 동시 인용 관계, R 프로그램, 학술정보서비스, big data, association analysis, co-citation networks, R program, academic information services

Abstract

The purpose of this study is to analyze the association among the subject areas of big data research papers. The subject group of the units of analysis was extracted by applying co-citation networks, and the rules of association were analyzed using Apriori algorithm of R program, and visualized using the arulesViz package of R program. As a result of the study, 22 subject areas were extracted and these subjects were divided into three clusters. As a result of analyzing the association type of the subject, it was classified into ‘professional type’, ‘general type’, ‘expanded type’ depending on the complexity of association. The professional type included library and information science and journalism. The general type included politics & diplomacy, trade, and tourism. The expanded types included other humanities, general social sciences, and general tourism. This association networks show a tendency to cite other subject areas that are relevant when citing a subject field, and the library should consider services that use the association for academic information services.

keywords
빅데이터, 연관관계 분석, 동시 인용 관계, R 프로그램, 학술정보서비스, big data, association analysis, co-citation networks, R program, academic information services

참고문헌

1.

고재창. (2013). 키워드 네트워크 분석을 통해 살펴본 기술경영의 최근 연구동향. 지능정보연구, 19(2), 101-123.

2.

곽선영. (2012). 복수저자기반 동시인용분석을 활용한 지적구조 분석: 경제학 분야를 중심으로. 정보관리학회지, 29(1), 115-134. http://dx.doi.org/10.3743/KOSIM.2012.29.1.115.

3.

김용. (2012). Apriori 알고리즘 기반의 개인화 정보 추천시스템 설계 및 구현에 관한 연구. 한국비블리아학회지, 23(4), 283-308.

4.

김희정. (2011). 네트워크 분석을 기반으로 한 웹 아카이빙 주제영역 연구. 한국비블리아학회지, 22(2), 235-248.

5.

박옥남. (2011). 정보조직 지식구조에 대한 연구 - 2000년~2011년 학술논문을 중심으로 -. 한국비블리아학회지, 22(3), 247-267.

6.

백봉현. (2017). XML구조를 이용한 공공 빅데이터의 선별 저장 및 시각화 방법. 한국정보통신학회논문지, 21(12), 2305-2311. http://dx.doi.org/10.6109/jkiice.2017.21.12.2305.

7.

손혜인. (2016). 기록관리학 분야 국내 학술지의 연구동향에 관한 연구: 「한국기록관리학회지」와 「기록학연구」를 중심으로. 정보관리학회지, 33(1), 85-110. http://dx.doi.org/10.3743/KOSIM.2016.33.1.085.

8.

이기헌. (2015). 문헌정보학 분야 핵심 학술지들의 가중 주제 - 방법 네트워크 분석. 한국문헌정보학회지, 49(3), 457-488. http://dx.doi.org/10.4275/KSLIS.2015.49.3.457.

9.

이보람. (2016). 학술지 단위 서지결합분석을 통한 빅데이터 연구분야의 학제적 구조에 관한 연구. 정보관리학회지, 33(3), 133-154. http://dx.doi.org/10.3743/KOSIM.2016.33.3.133.

10.

이수상. (2013). 연구자 네트워크의 중심성과 연구성과의 연관성 분석 : 국내 기록관리학 분야 학술논문을 중심으로. 한국도서관·정보학회지, 44(3), 405-428. http://dx.doi.org/10.16981/kliss.44.3.201309.405.

11.

이재윤. (2015). 문헌동시인용 분석을 통한 한국 문헌정보학의 연구 전선 파악. 정보관리학회지, 32(4), 77-106. http://dx.doi.org/10.3743/KOSIM.2015.32.4.077.

12.

이정미. (2013). 빅데이터의 이해와 도서관 정보서비스에의 활용. 한국비블리아학회지, 24(4), 53-73. http://dx.doi.org/10.14699/kbiblia.2013.24.4.053.

13.

이환수. (2013). 빅데이터 시대의 개인정보 과잉이 사용자 저항에 미치는 영향. 지능정보연구, 19(1), 125-139.

14.

장임숙. (2011). 다문화연구의 지식구조에 관한 네트워크 분석. 한국도서관·정보학회지, 42(4), 353-374. http://dx.doi.org/10.16981/kliss.42.4.201112.353.

15.

정동열. (2016). 한국문헌정보학 학문영역의 변천 과정에 관한 고찰 - 학술지 논문 주제분석을 기반으로 -. 한국문헌정보학회지, 50(4), 5-34. http://dx.doi.org/10.4275/KSLIS.2016.50.4.005.

16.

조수곤. (2012). 텍스트마이닝을 활용한 산업공학 학술지의 논문 주제어간 연관관계 연구. 대한산업공학회지, 38(1), 67-73.

17.

조재인. (2011). 네트워크 텍스트 분석을 통한 문헌정보학 최근 연구 경향 분석. 정보관리학회지, 28(4), 65-83.

18.

최이랑. (2015). 국내 기록관리학 연구동향에 관한 연구 -최근 10년간(2004-2013) 학술논문을 중심으로. 기록학연구, (43), 147-177.

19.

Mishra, D.. (2017). A bibliographic study on big data: Concepts, trends and challenges. Business Process Management Journal, 23(3), 555-573.

20.

Peng, T.. (2012). Mapping the landscape of internet studies : Text mining of social science journal articles 2000-2009. New Media & Society, 15(5), 644-664.

21.

Zhao, D.. (2008). Evolution of research activities and intellectual influences in information science 1996-2005 : Introducing author bibliographic-coupling analysis. Journal of the American Society for Information Science and Technology, 59(13), 2070-2086.

22.

Zhao, D.. (2014). The knowledge base and research front of information science 2006-2010 : An author cocitation and bibliographic coupling analysis. Journal of the Association for Information Science and Technology, 65(5), 995-1006.

정보관리학회지

논문 투고 OA 정책