디자인 씽킹의 문제 발견에서의 빅데이터 분석 활용 연구 - LDA 토픽 모델링을 이용한 한국의 기후변화에 대한 의미 도출 (Utilizing Big Data Analysis in Problem Finding of Design Thinking: Deriving Meaning from Climate Change in South Korea Using LDA Topic Modeling)

서지정보

· 발행기관 : 한국디자인학회
· 수록지 정보 : 디자인학연구 / 36권 / 4호 / 211 ~ 221페이지
· 저자명 : 민지영, 이혜선

초록

연구배경 인터넷 사용의 대중화로 다양한 형태의 대규모 데이터가 축적됨에 따라 빅데이터 분석의 활용성이증대되었다. 인간 중심의 디자인 씽킹 과정에서 사용자를 이해할 때 빅데이터 분석을 활용하여 사용자와 디자이너 간의 정보 격차를 줄일 필요가 있다. 이에, 디자인 씽킹 과정 중 문제 발견 과정의 데스크 리서치에서 빅데이터 분석을 활용하고 그 효과를 파악하고자 한다.
연구방법 기후변화를 주제로 사람들에게 기후변화가 갖는 의미가 무엇인지 파악하기 위하여 빅데이터 분석을 활용한 데스크 리서치를 실행하였다. 기후변화와 관련된 유튜브 뉴스 영상의 댓글을 수집하고 전처리 과정을거쳐 빅데이터 분석 기법인 LDA 토픽 모델링을 실행하였다. 분석 결과를 바탕으로 디자인 씽킹적 관점의 분석으로 토픽을 종합하고 시각화를 거쳐 사용자 인사이트 연계 가능성이 있는 발견점을 도출하였다.
연구결과 각 토픽의 분포 비율과 응집성 지수를 축으로 종합 명명을 시각화하였다. 이를 각 토픽의 상위 댓글주관적 분석, 각 토픽당 비율이 0.5 이상인 텍스트의 평균 길이, 고유 단어 비율, 단어 수의 수치와 종합 및 비교하여 발견점 10개를 도출하였다.
결론 빅데이터 분석 활용은 디자인 씽킹 다음 단계의 방향성을 찾는 데에 도움을 주는 것을 알 수 있었다.
또한 예상하기 어려운 다른 관점의 의미를 도출하게 하였다. 더불어 수치 비교 등의 양적 근거로 발견점을 도출하여 데스크 리서치의 신뢰성이 증가되었다. 본 연구는 디자인 씽킹의 데스크 리서치 과정에서 빅데이터 분석을활용해 디자인 씽킹의 관점에서 사용자와 관련된 주제의 의미를 도출한 것에 의의가 있다.

영어초록

Background The utility of big data analysis has been increasing along with various kinds of big data accumulated by popularized Internet access. When we try to understand users in the human-centered design thinking process, it is needed to narrow the digital divide between users and designers using big data analysis. Hence, this research aims to apply big data analysis and identify its effects from the desk research of problem finding in the design thinking process.
Methods Under the theme of climate change, with a view to understanding the meaning climate change has to people, desk research was conducted using big data analysis. Comments on climate change were collected on YouTube news videos, and preprocessing and Latent Dirichlet Allocation(LDA) topic modeling, which is a big data analytic technique, were executed. Based on the analytic findings, the study integrated and visualized topics from a perspective of design thinking, deriving findings which may be linked to user insights.
Results The research also derived the results of the general naming-visualization with a distribution ratio and a coherence score of each topic as axes. They were addressed together with the subjective analysis of the best comments on each topic, the average length of texts with a ratio of 0.5 or more per topic, the ratio of proper words, and the number of words, generating 10 findings.
Conclusions The study reveals that big data analysis helps to find the direction of the next stage of the design thinking process. Unexpected significance is also derived from a different perspective. In addition, findings from a quantitative basis such as numerical comparison increased the reliability of desk research.
This study has significance in that it derives the meanings of user-related topics in desk research using big data analysis from a perspective of design thinking.

참고자료

· 없음