학술연구와 소셜 빅데이터의 창의성에 대한 인식 비교 : 텍스트마이닝을 활용한 주제어 분석을 중심으로 (A Comparison of Perception on Creativity between Academic Research and Social Big Data Using Text-Mining Techniques)

서지정보

· 발행기관 : 한국창의력교육학회
· 수록지 정보 : 창의력교육연구 / 20권 / 3호 / 47 ~ 67페이지
· 저자명 : 조은별, 민지연, 박수원

초록

본 연구는 학술연구를 중심으로 구축된 형식지와 소셜 빅데이터를 중심으로 형성된 암묵지 를 비교하여 창의성에 대한 인식을 확인하고, 창의성 연구의 방향을 모색하는 것을 목적으로 한다. 주제어 ‘창의성’으로 검색되는 학술연구와 웹페이지의 텍스트를 수집하여 텍스트마이닝을 실시하였다. 연구 결과, 창의성에 관한 학술연구의 형식지와 소셜 빅데이터의 암묵지는 다른 양상을 나타냈다. 빈도 분석 결과, 학술연구에서는 창의성 교육과 관련된 단어가, 소셜 빅 데이터에서는 인지적 능력으로서 창의성 및 창의성이 적용되는 다양한 분야와 관련된 단어가 높은 빈도를 보였다. 유사도 분석 결과, 학술연구에서는 창의성이 다양한 관점을 고려하며 기존의 정렬 방식에서 벗어나 이루어지는 의사결정력과 유사한 의미로 인식되었고, 소셜 빅데이터에서는 문제의 근본적 쟁점을 집념을 가지고 다루는 능력, 지식을 표상하는 능력과 유사하게 인식되었다. 토픽 모델링 결과, 학술연구는 창의성 발현 기제 및 교육과 관련된 5개 주제로 정리되었고, 소셜 빅데이터는 기업 및 정부 주도 사업과 같이 구체적인 해결 과제가 부여된 맥락에서의 창의성과 관련된 7개 주제로 정리되었다. 창의성에 대한 형식지와 암묵지의 차이는 우리 사회의 창의성에 대한 지식 구축과 활용에 제약이 될 수 있다. 연구 결과를 종합하여, 창의성에 대한 형식지와 암묵지 간의 순조로운 변환을 통해 창의성과 관련된 지식 구축과 활용이 활성화되기 위한 방안을 제안하였다.

영어초록

The purpose of this study was to verify the perception of creativity by comparing explicit knowledge built around academic articles and tacit knowledge (or explicit knowledge) formed around social big data and to seek the future direction of creativity research. Using text-mining techniques, we analyzed text of academic articles and web-sites about ‘creativity’. The results of frequency analysis showed that keywords about creativity education showed the highest frequency in academic article whereas ‘creativity as cognitive ability’ and ‘kinds of field or domain to be needed creativity’. To find the meaning of ‘creativity’ in the context of each dataset, words with the highest similarities with ‘creativity’ were examined. The results of similarity analysis revealed that ‘various perspectives’, ‘rearrange’, and ‘decision making’ showed the highest similarity in academic articles, whereas ‘representation’ and ‘commitment’ emerged as the highest similarity in social big data. The topic modeling results showed that the main keywords of academic articles could be categorized into ‘direction of creativity development’, ‘effect of creativity education’, ‘development of creativity program’, ‘mechanisms of creativity’, and ‘social impact of creativity’, whereas the main topics in social big data were ‘competition for creative ideas’, ‘support system’, ‘government-level project’, ‘creative environment’, ‘corporate recruitment’, ‘government's direction of policy of creativity’, and ‘ability to cope with corporate crisis’. Finally, we suggested that the future theories and principles about creativity need to be identified and developed in through conversion between explicit and tacit knowledge of creativity.

참고자료

· 없음