텍스트마이닝을 활용한 학술지 「아시아여성연구」 연구 동향 분석

Q: 이 논문에서 정의한 텍스트마이닝이란 무엇인가?

자연어처리 기술을 바탕으로 대량의 비정형 텍스트에서 유의미한 정보를 추출하는 정량적 분석 방법이다. 기존의 내용 분석보다 객관성과 재현 가능성을 높일 수 있어 학술지의 연구 주제 구조와 시기별 변화 양상을 실증적으로 분석하는 데 적합한 방법론이다.

Q: 아시아여성연구 학술지의 연구 주제는 시간에 따라 어떤 변화 양상을 보이는가?

연구 결과, 특정 토픽이 장기적으로 증가하거나 감소하는 선형적 추세 없이 모든 주제가 중립 유형으로 나타났다. 이는 연구 주제가 특정 방향으로 고착되지 않고 시대적 흐름과 사회적 요구에 따라 다양한 주제가 순환하며 반복적으로 재조명되고 있음을 의미한다.

조성민; 박하나; 이혜은; 신동희

doi:10.14431/jaw.2025.12.64.3.197

학술저널

저자정보: 조성민 (숙명여자대학교) 박하나 (숙명여자대학교) 이혜은 (숙명여자대학교) 신동희 (숙명여자대학교)

저널정보: 숙명여자대학교 아시아여성연구원 아시아여성연구 아시아여성연구 2025년 제64권 제3호

오류 신고하기

피인용 0

검색

초록·키워드

본 연구는 국내 여성학 연구의 동향을 살펴보기 위해 2006년부터 2025년까지 「아시아여성연구」에 게재된 267편의 논문을 대상으로 제목, 초록, 키워드를 수집하여 텍스트마이닝 분석을 수행하였다. 분석 결과 첫째, 단어 빈도 분석에서는 ‘남성’, ‘이주’, ‘결혼’, ‘정책’ 등이 주요 키워드로 나타났으며, TF-IDF 분석에서는 ‘화병’, ‘과학자’, ‘완경기’, ‘강제수용소’ 등이 도출되었다. 둘째, LDA 토픽 모델링에서는 여성의 진로·직장 경험, 젠더 불평등과 노동·사회 정책, 전쟁·식민 경험과 젠더폭력의 표상, 이주·다문화와 젠더정책의 국제 확산, 가족·가부장제와 젠더정책, 가족·관계·젠더 경험의 문화적 담론, 결혼이주여성의 가족 형성과 주체성, 젠더 시민성의 교육·운동·정치 실천의 8개 주요 토픽이 도출되었다. 셋째, 시계열 분석 결과 노동·정책·시민성 관련 주제가 특정 시점에 급부상했다가 분산되었으며, 다문화, 가족, 결혼 등에 관한 주제가 시기와 무관하게 지속적인 비중을 유지하는 것으로 나타났다. 회귀분석에서는 모든 토픽이 통계적으로 유의미한 증감 추세를 보이지 않는 중립 유형으로 나타났다. 이는 연구 주제가 특정 방향으로 고착화되기보다 시대적 흐름과 사회적 요구에 따라 다양한 주제가 순환하며 반복적으로 재조명되고 있음을 시사한다.

This paper is This paper examines research trends in research trends in Korean women’s studies women’s studies by applying text mining techniques to articles published in The Journal of Asian Women from 2006 to 2025. A total of 267 articles were collected, and their titles, abstracts, and keywords were analyzed. First, the results of the word frequency analysis indicate that broadly shared social issues in women’s studies—such as men, migration, marriage, and policy—emerged as high-frequency keywords. In contrast, TF-IDF analysis highlighted more distinctive topics specific to individual studies, including hwa-byung, scientists, menopause, and concentration camps. Second, LDA topic modeling identified eight major topics: (1) women’s career development and workplace experiences; (2) gender inequality and labor and social policies; (3) representations of war, colonial experiences, and gender-based violence; (4) migration, multiculturalism, and the international diffusion of gender policies; (5) family, patriarchy, and gender policy; (6) cultural discourses on family, relationships, and gendered experiences; (7) family formation and the agency of marriage migrant women; and (8) educational, activist, and political practices of gender citizenship. Third, time-series analysis of topic proportions shows that themes related to labor, policy, and citizenship temporarily surged during specific periods and subsequently dispersed, whereas topics concerning multiculturalism, family, and marriage maintained relatively stable proportions across the entire period. Simple linear regression analysis further reveals that none of the topics exhibited statistically significant increasing or decreasing trends, indicating an overall neutral pattern. These findings suggest that research topics in The Journal of Asian Women have not converged toward a single dominant direction but have instead been recurrently revisited and reconfigured in response to changing social contexts and policy demands.

#아시아여성연구 #연구 동향 #텍스트마이닝 #토픽모델링 #여성학 #The Journal of Asian Women #Research Trends #Text Mining #Topic Modeling #Women’s Studies

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-26-02-095549996

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료