빅데이터를 활용한 ICT분야 정책이슈 트렌드 분석 (An analysis of policy issue trends in ICT using big data)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 33권 / 1호 / 49 ~ 66페이지
· 저자명 : 송병기, 김상웅

초록

본 연구에서는 ICT 관련 유망 이슈를 선제적으로 발굴하기 위해 NTIS (National Science \& Technology Information Service; 사업, 과제, 인력, 성과 등 국가연구개발 사업에 대한 정보를 한 곳에서 서비스하는 국가과학기술 지식정보 포털) 국가사업 데이터와 NEWS 데이터를 분석하여 미래 ICT분야의 이슈에 대해 예측하는 프로세스에 대해 다룬다. 먼저 HAN 모델로 NTIS 자료를 학습하여 ICT 문서를 판별해내고, LDA와 DTM 토픽 모델링 기법을 이용해 토픽을 추출하고 토픽 분포와 토픽 내 단어 분포의 시계열적 흐름을 알아본다. 그 후, VAR과 LSTM을 이용해 미래 ICT분야의 이슈 변화에 대해 예측해보고, 연구를 통하여 제기된 결과와 향후 연구 이슈 등에 대하여 논의한다. 구체적으로 총 17개의 토픽을 도출하였으며 NTIS 자료의 토픽 분포는 연도별로 변화가 있었지만, NEWS 토픽 분포는 큰 변화가 없었다. 그리고 토픽 분포를 예측하는 데는 LSTM이 VAR보다, 토픽 내 단어의 분포를 예측하는 데는 VAR이 LSTM보다 성능이 좋았다.

영어초록

This study investigate the process of predicting policy issues in the future ICT field by analyzing NTIS (National Science and Technology Knowledge information portal that provides information on national R\&D projects such as projects, tasks and performance in one place) national project data and NEWS data. First, we designed an HAN model that determines ICT documents by learning NTIS data. And Topics are extracted using LDA and DTM topic modeling techniques, and time-series flow of topic distribution and word distribution within topic is investigated. Next, VAR and LSTM are used to predict changes in issues in the future ICT field, and we discuss the results and future research issues raised through research. Specifically, a total of 17 topics were derived, and the topic distribution of NTIS data changed by year, but the NEWS topic distribution did not change significantly. In addition, LSTM performed better than VAR in predicting the topic distribution, and VAR performed better than LSTM in predicting the distribution of words in topic.

참고자료

· 없음