소셜 빅데이터를 통해 바라본 체육특기자 제도에 관한 속성과 군집 도출 (Derivation of Key Attributes Related to Sports Specialist System Applying Big Data Analysis)

서지정보

· 발행기관 : 한국체육학회
· 수록지 정보 : 한국체육학회지 / 62권 / 5호 / 521 ~ 529페이지
· 저자명 : 박성언, 김하영

초록

우리나라에서 1972년부터 시행된 ‘체육특기자 제도’는 우수한 학생선수를 발굴 및 육성하기 위해 대학진학 시 특례를 인정하는 제도다. 그러나 본연의 목적과는 달리 오직 경쟁의 결과에 의해서만 고등교육기관으로 진학하고 있다. 이에 본 연구의 목적은 빅데이터 분석을 적용하여 우리나라 체육특기자 제도의 개념, 이슈 및 속성을 도출하는데 있다. 본 연구를 통해 체육특기자 제도의 개선방안을 제시할 수 있는 학문적 근거를 제공하고자 한다. 본 연구의 자료 수집 및 분석은 TEXTOM프로그램을 사용하였고 데이터 수집 기간은 2017년 1월 1일부터 2022년 6월 30일까지로 설정하였다. 데이터 수집을 위한 키워드는 “체육특기자”로 설정하였으며, 데이터 분석은 텍스트마이닝 분석의 빈도 분석과 TF-IDF 분석, 소셜 네트워크 분석의 연결중심성 분석 및 COCNCOR 분석을 수행하였다. 체육특기자에 관한 빅데이터 수집 결과 네이버의 수집량 및 용량은 5,011건, 2,523KB, 다음의 수집량 및 용량은 3,329건, 1,276KB, 구글의 수집량 및 용량은 367건, 129KB로 나타났고 전체 데이 터 수는 8,707건, 용량은 총 3,928KB로 나타났다. 또한, 본 연구에서는 빈도분석, TF-IDF 분석, 연결중심성 분석을 통해 30개의 상위어를 도출하였고 군집분석을 통해 주요 군집들(입시, 전형, 제도 개선, 체육교육과, 태권도학과, 공부)을 도출하였다. 체육특기자와 관련된 핵심 속성과 군집은 여전히 대입에 집중되어 있다. 이에 변화된 국내 환경과 국민의견을 감안하여 체육특기자 제도 개편을 논의하고 더욱 개선할 필요가 있다.

영어초록

The “Sports Specialist system”, which was implemented in 1972 in Korea, is a system that recognizes special exceptions when entering a higher school in order to discover and raise excellent student athletes. However, contrary to its original purpose, it is being sed to advance to a higher education only by the results of the competition. Therefore, the purpose of this study was to derive the concept, issues, and attributes of Korea’s sports specialist system by applying big data analysis. Through this study, an academic basis for suggesting improvement strategies for the sports specialist system would be provided. Textom (The Imc Inc., Daegu, Republic of Korea) program was used for data collection and analysis of this study. The data collection period was set from January 1, 2017 to June 30, 2022. The keyword for data collection was set as “sports specialist system”. For data analysis, frequency analysis and TF-IDF analysis of text mining analysis, degree centrality analysis of social network analysis were performed. As a result of big data collection on athletic talent, Naver’s collection amount and volume were 5,011 cases and 2,523 KB, Daum’s collection amount and volume were 3,329 cases and 1,276 KB, and Google’s collection amount and volume were 367 cases and 129 KB, and the total number of data was 8,707 cases with a total volume of 3,928 KB. In this study, 30 high-order terms were derived through frequency analysis, TF-IDF analysis, and degree centrality analysis. The key attributes of Korea’s sports specialist system are still focused for college entrance exams. However, considering the changed environment in Korea and the opinions of the public, it is necessary to discuss and further improve the revision of the sports specialist system.

참고자료

· 없음