초록 데이터를 활용한 한국무역연구분야 키워드, 문서간 관계성 모델링

Abstract

본 연구는 무역연구의 균형적 성장을 위해 한국학술지인용색인(Korea Citation Index, KCI)에서 2020년 1월 2일 기준으로 학술지 기관통계(등재지, 등재후보지)에서 대분류(사회과학), 중분류(무역학)으로 검색된 학술지(18종) 중 등재지 16종을 선정하였다. KCI에서 제공하는 2002년부터 2019년(총 18년간)까지, 16종의 무역학 국내 학술지 논문 11,774편의 키워드와 영문초록 등을 통해 연구 동향을 분석하였다. 분석내용은 11,774편의 학술지 논문을 Python을 사용하여 키워드 빈도분석과 Word Embedding(Word2vec), t-SNE, Scattertext 등을 수행하였다. 분석결과를 정리하면 다음과 같다. 첫째, 11,774편의 49,293개의 키워드의 빈도를 분석한 결과, “FTA(420회)”, “China(280회)”, “e-Trade(237회)”등이 많은 연구자의 관심 대상이 되었다. 둘째, Word Embedding 분석에서는 상관관계 분석(키워드 Top 5)을 통해 각 키워드와의 높은 상관관계 단어들을 제시하였고, t-SNE를 활용해 전체 초록의 단어들 사이에서 키워드 Top 60의 연구적 연결성을 시각적으로 나타내었다. 마지막으로 Scattertext를 활용하여 2002년부터 2010년, 2011년부터 2019년까지의 연구들에서 어떤 키워드들이 자주 사용되었는지 시각적으로 나타내었다. 본 연구는 무역연구 분야에 대한 빅 데이터 접근방법을 적용하여 국내 학술지 문헌을 중심으로 영문초록 키워드분석을 통해 학문적인 발전을 위한 시사점을 도출한 첫 연구이다. 연구결과를 통해 무역분야에서의 텍스트 자료의 데이터화 등 연구적 발전을 다양한 측면에서 분석하고 향후 여러 국가의 무역이슈들을 비교 연구하는 등 심층적인 접근이 요구된다.

Purpose : This study analyzes the research trends through English keyword and abstracts of 11,774 papers listed in Korean academic journals, which were selected from 16 different academic journals in trade research. The 16 selected journals were searched using large-class category as social science, and middle-class category as trade. Research design, data, methodology : The 11,774 articles were analyzed by Keyword Frequency Analysis, Word Embedding (Word2vec), t-SNE and Scattertext using Python. Results : The analysis results are as follows : First, as a result of analyzing the frequency of 49,293 keyword of 11,774 articles, “FTA (420 times)”, “China (280 times)”, and “e-Trade (237 times)” were top 3 keyword. Second, with Word Embeddig, we presented the words that showed a high correlation (cosine similarity) with the Top 5 keyword, and visually illustrated the research connection of top 60 keyword among the nouns of the whole abstracts. Finally, Scattertext was used to visually indicate which keyword were frequently used in studies from 2002 to 2010, and from 2011 to 2019. Conclusions : This study is the first study to derive implications for academic development through keyword analysis in English abstract by applying the big data approach to the field of trade research, focusing on domestic journal articles. Through these research results, it can be concluded that more in-depth approaches - such as analyzing the development of trade research from diverse aspects by turning text materials into vectorized data or researching trade research of various countries - are required in the future.