토픽모델링 기반의 판례분석을 통한 난폭운전과 보복운전 특성 비교 연구

김창훈; 이수정; 김정화

doi:10.7470/jkst.2022.40.5.683

추천

검색

질문

자료유형: 학술저널

저자정보: 김창훈 (경기대학교) 이수정 (경기대학교) 김정화 (경기대학교)

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제40권 제5호

발행연도: 2022.10

수록면: 683 - 699 (17page)

DOI: 10.7470/jkst.2022.40.5.683

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2022

토픽모델링 기반의 판례분석을 통한 난폭운전과 보복운전 특성 비교 연구

김창훈 , 이수정 , 김정화 대한교통학회지 2022.10 학술저널

난폭·보복운전 특성도출에 관한 연구 : 판례분석 및 텍스트마이닝 기법을 이용하여

김창훈 , 이수정 , 김정화 대한교통학회 학술대회지 2022.04 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

여러 매체를 통해 난폭운전과 보복운전으로 인한 피해사례가 빈번하게 보도되고 있다. 다양해지고 심각해지는 가해 수법으로 피해사례가 늘어나고 있으며, 도로 위 운전자들의 불안감이 조성되고 있다. 해당 범죄의 폭력성, 사회적 심각성과 비교했을 때 이에 대한 정책적, 학술적 관심은 현저히 낮으며, 관련된 실증연구 또한 미흡한 수준이다. 본 연구에서는 가해자 처벌 및 피해자 구호를 위한 법률적 근거를 마련하는 데 있어 기준점을 제시하고자 문서집합 내에 잠재 변수를 추론하는 기법인 토픽모델링을 활용하여 판례분석을 진행함으로써, 범죄 특성 및 특성 간 연관성을 파악하고자 하였다. 판례 데이터의 분석은 판례 데이터 수집, 데이터 전처리, 최적 토픽 수 결정, 토픽모델링, 특성 간 비교분석에 이르는 과정을 통해 진행되었다. 데이터의 중복 방지 및 품질 향상을 위한 기준을 마련하여 난폭운전 23건, 보복운전 31건 총 54건의 판례 데이터를 수집하였으며, 이후 비정형의 판례 데이터의 분석을 위해 판례내 인덱스 선별, 불용어 제거, 명사화 및 공통단어 변환, 잉여 키워드 제거의 4단계 절차를 통해 데이터 전처리 작업을 수행하였다. 토픽모델링 분석 결과를 통해 난폭운전과 보복운전의 특성을 파악할 수 있는 각각 4가지의 잠재 토픽과 하위 키워드를 도출하였다. 도출된 토픽과 토픽 내 키워드들에서 비교 분석이 가능한 특성을 추출하여 4가지 유형(행동양상, 피해유형, 범죄사실과 판결, 범행대상과 장소)에 대한 분석을 진행하였으며, Radar Chart를 이용한 시각화를 통해 난폭운전과 보복운전의 특성 비교 및 두 범죄의 유사점과 차이점을 구분하였다. 본 연구 수행 과정에서 적용된 방법론은 판례를 통해 특정 범죄의 형태와 특성을 도출할 수 있음을 확인하였으며, 향후 난폭 · 보복운전 관련 법률 제정 및 법률적 판단 기준을 마련하는 기초자료 제작과 함께 이를 활용한 난폭 · 보복운전 단속을 위한 경찰 가이드라인, 범죄 예방 시스템 및 인프라 개발 등에 활용할 수 있을 것으로 기대된다.

Case of damage caused by aggressive driving and road rage have been reported frequently through various media. Diversifying and serious crimes cause a lot of damage, creating anxiety for other drivers on the road. Compared with violence and social seriousness of the crime, research activities have not been conducted due to the lack of academic interest. The purpose of this study is to present a reference point of legal punishment for road rage crimes and policies to protect victims. we tried to understand the crime characteristics by case analysis using topic Modeling which infers potential variables within a set of documents. The analysis of case data was conducted through the process of collecting case data, data preprocessing, determining the optimal number of topics, topic modeling, and comparative analysis of characteristics. 23 Aggressive driving, 31 Road rage, a total of 54 case datas were collected by setting Classification criteria for avoid data duplication and quality improvement. Then data preprocessing was performed through four steps of index selection, term removal, nounization, with common word conversion and surplus keyword removal in case data. As a results of the topic Modeling analysis, four topics and sub keywords were derived to understand the characteristics of aggressive driving and road rage. Classified topic and keywords for Comparative analysis were analyzed in four types (behavior pattern, damage type, crime fact and judgment, crime target and place), then visualization work has been conducted using Radar Chart to compare the characteristics of aggressive driving and road rage include distinguish the similarities and differences between the two crimes. The methodology applied in this study confirmed specific crime forms and characteristics can be derived through case study, and it is expected to be used to develop police guidelines, crime prevention systems, and infrastructure to crack down on aggressive driving.

#aggressive driving #case study #characteristic study #road rage #topic modeling #난폭운전 #판례분석 #특성 분석 #보복운전 #토픽모델링

참고문헌 (18)

참고문헌 신청

AAA Foundation for Traffic Safety, Road Rage: How to Avoid Aggressive Driving, https://exchange.aaa.com/wp-content/uploads/2013/06/Road-Rage-Brochure.pdf., 2022.03.18. Blei D. M. (2012), Provavilistic topic models, Communications of the ACM, 55(4), 77-84.

Choi S., Kim K., Kang J. (2020), An Exploratory study on Aggressive Driving and Road Rage in Korea, Korean Institute of Criminology, 1-460.

Chuang J., Manning C. D., Heer J. (2012), Termite: Visualization Techniques for Assessing Textual Topic Models, Advanced Visual Interfaces, 12, 74-77.

Deliso M., “Disconcerting” Rise in Road Rage Shootings Resulting in Death or Injury, Data Shows, ABC News, https://abcnews.go.com/US/disconcerting-rise-road-rage-shootings-resulting-death-injury/story?id=78181165, 2022.03.18.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김창훈

소속기관 경기대학교

주요연구분야 공학 > 기타공학 > 교통공학

논문수 9 이용수 699

이수정

소속기관 경기대학교

주요연구분야 공학 > 기타공학 > 교통공학

논문수 2 이용수 282

Junghwa Kim

소속기관 경기대학교

주요연구분야 공학 > 기타공학 > 교통공학 TOP 5% 공학 > 건축공학 > 토목공학 TOP 10%

논문수 31 이용수 3,738

이 논문과 함께 이용한 논문

영국 노예무역 폐지운동 연구의 역사 : 회고, 한계, 발전 방향

윤영휘 역사와 담론 2014 .04

토픽모델링을 적용한 스포츠 승부조작의 판례분석

이지용 , 박재현 , 윤지운 외 4명 한국체육측정평가학회지 2021 .06

난폭 · 보복운전 예방을 위한 실태 조사 연구

최수형 , 김경찬 , 강지현 형사정책연구원 연구총서 2020 .12

난폭(보복)운전 심리특성 분석

장석용 대한교통학회 학술대회지 2016 .09

운전행동 결정요인과 위험운전 행동요인이 난폭운전과 보복운전에 미치는 메커니즘 분석을 통한 대책마련 연구 : 교통법규위반자 및 교통사고야기자를 대상으로

김수진 , 정철수 , 장석용 대한교통학회지 2016 .02

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)