KRIVET 한국직업능력연구원 국무총리 산하 정부출연 연구기관

본 연구는 직업능력개발 정책에 대해 빅데이터 분석기법을 활용하여 정책 시기별로 언론기사, 고용노동부 보도자료에서 나타난 직업능력개발 관련 정책의 키워드와 토픽을 분석하는 것이다. 주요 연구 결과는 다음과 같다. 첫째, 키워드 분석 결과 언론기사에서는 모든 정책 시기에서 TF에서는 ‘지원’, ‘교육’, ‘직업’ 단어가, TF-IDF에서는 ‘장애인’, ‘일자리’, ‘훈련’ 단어가 높게 나타났다. 반면에 보도자료에서는 모든 정책 시기에서 TF에서는 ‘지원’, ‘기업’ 단어가, TF-IDF에서는 ‘장애인’ 단어가 높게 나타났다. 둘째, 토픽모델링 결과 언론기사에서는 정책 시기별로 20개, 19개, 16개 토픽이, 보도자료에서는 16개, 21개, 12개 토픽이 도출되었다. 셋째, 정책 시기별로 언론기사와 보도자료에서 중요하게 사용되는 키워드 및 관심 토픽에는 차이가 있는 것으로 나타났다. 연구 결과를 바탕으로 학문적, 정책적 시사점을 제시하였다.

The purpose of this study was to analyze keywords and topics of vocational competency development policies shown in press articles and press releases from the Ministry of Employment and Labor by policy period by using the big data analysis method for vocational competency development policies. The main findings were as follows. First, as a result of keyword analysis in press articles, the words ‘support’, ‘education’, and ‘occupation’ were high in TF and the words ‘disabled’, ‘job’, and ‘training’ were high in TF-IDF in all policy periods. On the other hand, in the press release, the words ‘support’ and ‘company’ were high in TF, and ‘disabled’ words were high in TF-IDF in all policy periods. Second, as a result of topic modeling, 20, 19, and 16 topics were derived for each policy period in press articles, and 16, 21, and 12 topics were derived from the press release. Third, it was found that there were differences in keywords and topics used in press articles and press releases by policy period. Based on these research results, academic and policy implications were discussed.