빅데이터 분석결과를 반영한 중국어 자기소개 교육 방향 고찰

오현주; 김형란

doi:10.52639/JEAH.2019.09.48.217

추천

검색

질문

자료유형: 학술저널

저자정보: 오현주 (蔚山大學校) 김형란 (釜山大學校)

저널정보: 동아인문학회 동아인문학 東亞人文學第48輯

발행연도: 2019.9

수록면: 217 - 239 (23page)

DOI: 10.52639/JEAH.2019.09.48.217

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구의 목적은 빅데이터를 통해 자기소개 관련 중심 이슈 및 하위 주제어를 탐색하고, 중국어교육요목의 자기소개 범주와 항목을 비교･분석함으로써 중국어 자기소개 교육 방향에 대한 시사점을 제안하는 데 있다. 이를 위해 먼저, 2018년 6월부터 2019년 6월까지 Textom 3.0을 사용하여 O이버에 나타난 자기소개 관련 문서를 추출하였으며, TF-IDF(Term Frequency-Inverse Document Frequency) 결과를 기반으로 1-mode 매트릭스 데이터셋(100×100)을 구성하였다. UCINET 6.0과 Netdraw를 사용하여 ‘자기소개’ 관련 주제어 네트워크 구조를 파악하였고, 구조적 등위성(CONCOR) 분석을 하여 네트워크 구조 내에서의 주제어 간 패턴의 유사성을 파악하였다. 그리고 중국어교육요목 『国际大纲(2014)』 , 『新HSK大纲(2015)』과 『언어학습, 교수, 평가를 위한 유럽공통참조기준(CEFR)』의 자기소개 관련 내용을 검토하였다. 연구결과, TF-IDF가 가장 높은 주제어는 단점, 기업, 이력서, 면접 등이었으며, CONCOR 분석결과 4개의 군집이 형성되었다. 4개의 군집은 ‘자기소개서 작성기준’, ‘기업면접’, ‘합격을 위한 자기소개 작성팁’, ‘대학’과 관련된 것이었다. 의사소통 과정에서 자기를 소개하는 다양한 항목이 도출될 것으로 예상했으나, 취업이나 직업을 목적으로 한 자기소개, 특히 자기소개서 작성에 필요한 내용이 주를 이룬다. 교육요목에서는 취업과 관련된 자기소개서 항목은 중･고급 단계에 해당한다. 이것이 ‘개별화’라는 교육 방향의 변화에 맞추어 초급단계에서도 학습자의 요구를 고려해 자기소개 내용을 재구성할 필요가 있음을 시사한다.

The purpose of the study is to suggest implications for the direction to teach self-introduction in Chinese language by exploring the main issues and sub-keywords related to self-introduction through big data and by comparing and analyzing self-introduction categories and items in Chinese language education syllabuses. For this research, first, self-introduction documents in the Korean website, O이버 from June 2018 to June 2019 using Textom 3.0 were extracted and a 1-mode matrix dataset (100 ×100) was constructed based on TF-IDF (Term Frequency-Inverse Document Frequency) results. UCINET 6.0 and Netdraw were adopted to identify the main network structure related to ‘self-introduction’, and structural similarity (CONCOR) analysis was performed to discover the similarity of the patterns between the main words in the network structure. The contents of self-introduction from 『国际大纲(2014)』 , 『New HSK 大纲 (2015)』 and 『The Common European Framework(CEFR) for Language Learning, Teaching and Evaluation as Chinese language education syllabus were examined. As a result, the main keywords with the highest TF-IDF were shortcomings, firms, resumes, and interviews. Four categories were formed as a result of the CONCOR analysis. The four categories correspond to the ‘criteria of self-introduction writing’, ‘job interview’, ‘advices on how to write a self-introduction for successful employment’ and ‘university’. In a communication process, various items that would introduce themselves were expected to be observed in advance, however, the main focus was on how to introduce themselves or how to write a self-introduction for employment or occupation. Self-introduction items relevant to employment belong to intermediate and advanced levels in Chinese language education syllabus. This suggests that it is necessary to reconstruct the self-introduction contents in the consideration of learners needs not only for intermediate and advanced level learners but also for beginning level learners in accordance with the change of educational direction called ‘individualization’.

#중국어교육 #자기소개 #중국어교육요목 #빅데이터 #주제어 #Chinese language education #self-introduction #syllabus #Big Data #Keyword

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

오현주

소속기관 울산대학교

주요연구분야 인문학 > 어문학 > 중국어와문학 인문학 > 기타 인문학

논문수 4 이용수 513

김형란

소속기관 부산대학교

주요연구분야 사회과학 > 교육학 인문학 > 기타 인문학

논문수 2 이용수 168

이 논문과 함께 이용한 논문

빅데이터 텍스트 마이닝을 활용한 국내 중국어 교육 관련 학위 논문 동향 분석 - 2009-2019년까지 20년간 연구 성과를 중심으로

崔溵才 중국어문학논집 2019 .12

빅데이터와 통계학

김용대 , 조광현 한국데이터정보과학회지 2013 .10

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)