earticle

논문검색

토픽모델링과 시계열 회귀분석을 활용한 헬스케어 분야의 뉴스 빅데이터 분석

원문정보

Big Data News Analysis in Healthcare Using Topic Modeling and Time Series Regression Analysis

김은정, 장석권, 이상용

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

This research aims to identify key initiatives and a policy approach to support the industrialization of the sector. The research collected a total of 91,873 news data points relating to healthcare between 2013 to 2022. A total of 20 topics were derived through topic modeling analysis, and as a result of time series regression analysis, 4 hot topics (Healthcare, Biopharmaceuticals, Corporate outlook․Sales, Government․Policy), 3 cold topics (Smart devices, Stocks․Investment, Urban development․ Construction) derived a significant topic. The research findings will serve as an important data source for government institutions that are engaged in the formulation and implementation of Korea’s policies.

한국어

본 연구는 디지털 헬스케어 산업 활성화를 위한 정책적 접근으로서, 주요 의제 도출 및 정책적 시사점을 제시하는데 목적이 있다. 본 연구에서는 10년(2013년~2022년) 간의 헬스케어와 관련된 뉴스 빅데이터 총 91,873건을 수집하여 토픽모델링 분석, 다차원척도 분석 및 시계열 회귀분석을 수행하였다. 토픽모델링 분석 및 다차원척도법을 통해 총 20개의 토픽을 도출하여 2차원선상에 토픽들의 군집 형태를 파악하였고, 시계열 회귀분석을 통해, 상승 추세를 나타내는 4개의 Hot topic(건강관리, 바이오제약, 기업매출․전망, 정부․정책)과 하향 추세를 나타내는 3개의 Cold topic(스마트기기, 주식․투자, 도시․건설)을 도출되었다. 본 연구의 결과는 우리나라 정책을 수립하는 정부 기관에 중요한 기초 자료로 활용될 수 있을 것이다.

목차

요약
Ⅰ. 서론
Ⅱ. 선행연구 고찰
2.1 헬스케어 관련 연구동향
2.2 뉴스 빅데이터 분석 동향
Ⅲ. 연구방법
3.1 분석데이터
3.2 분석방법
Ⅳ. 연구결과
4.1 토픽모델링(LDA) 분석 결과
4.2 다차원척도법(MDS) 분석 결과
4.3 시계열 회귀분석 분석 결과
Ⅴ. 토의 및 시사점
5.1 Hot topic: 건강관리
5.2 Hot topic: 바이오제약, 기업전망ㆍ매출
5.3 Hot topic: 정부ㆍ정책
Ⅵ. 결론
참고문헌
Abstract

저자정보

  • 김은정 Eun-Jung Kim. 한양대학교 경영학과 박사과정
  • 장석권 Suk-Gwon Chang. 한양대학교 경영대학 명예교수
  • 이상용 Sang-Yong Tom Lee. 한양대학교 경영대학 교수

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,800원

      0개의 논문이 장바구니에 담겼습니다.