키워드 네트워크 분석을 통한 기술경영연구 동향 분석 :(A) Study on research trend in management of technology using keywords network analysis

고재창

추천

검색

자료유형: 학위논문

저자정보: 고재창 (성균관대학교, 성균관대학교 일반대학원)

지도교수: 조근태

발행연도: 2014

저작권: 성균관대학교 논문은 저작권에 의해 보호받습니다.

이용수6

이 논문의 연구 히스토리 (3)

2014

키워드 네트워크 분석을 통한 기술경영연구 동향 분석

고재창 기술경영 2014.01 학위논문

2013

키워드 네트워크 분석을 통해 살펴본 기술경영의 최근 연구동향

고재창 , 조근태 , 조윤호 한국지능정보시스템학회 학술대회논문집 2013.06 학술대회자료

키워드 네트워크 분석을 통해 살펴본 기술경영의 최근 연구동향

고재창 , 조근태 , 조윤호 지능정보연구 2013.06 학술저널

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

초록· 키워드

오류제보하기

최근 과학기술 및 정보기술의 발달로 인해 사회적?경제적 비즈니스 영역이 산업경제에서 지식기반경제로 변화하고 있다. 이러한 경제 패러다임의 변화로 인해 기업이 글로벌 경쟁우위 및 미래 성장 동력을 확보하기 위해서는 기술과 경영을 통합적으로 이해할 수 있는 학제적 지식을 바탕으로 기술경영연구의 동향을 파악하고 융합기술 및 유망기술을 예측하여 지속적 혁신, 핵심역량 강화, 핵심기술 보유, 기술 융합 등을 통해 새로운 가치를 창출할 필요가 있다. 따라서 본 연구는 기술경영관련 연구의 거시적인 흐름을 분석하기 위해 동시단어(키워드) 네트워크분석기반의 계량서지학적 방법론을 사용하였다. 즉, 최근 10년 동안 기술경영분야의 주요 해외 저널에 게재된 논문의 키워드를 수집한 후, 빈도 분석, 초기 키워드 네트워크의 구조 분석, 시간이 지남에 따라 새로 생성된 키워드의 선호적 연결 및 성장 분석, 전체 네트워크에 대한 컴포넌트 분석 및 중심성 분석을 수행하였다. 이를 통해 기술경영분야의 논문에 대한 구체적인 연구주제와 키워드 간의 관계를 파악함으로써 학제적 연구와 통섭을 위한 기술예측 및 연구방향을 제시한다.
본 연구결과를 살펴보면 다음과 같다. 첫째, 논문 별 키워드는 1개~23개의 분포를 지니고 있으며, 평균적으로 논문 당 4.574개의 키워드가 있다. 또한 키워드 중 90%가 10년 동안 3번 이하로 사용되었다. 특히 1번만 사용된 키워드는 약 75%의 비중을 차지하고 있음을 확인하였다. 둘째, 키워드 네트워크는 좁은 세상 네트워크 및 척도 없는 네트워크의 특징을 따르고 있음을 확인하였다. 특히 기술경영관련 논문에 사용된 키워드 중 소수 키워드의 독점화 경향이 높음을 확인할 수 있었다. 셋째, 선호적 연결 및 성장 분석을 통해 기술경영분야의 키워드는 시간이 지남에 따라 선호적 연결을 통한 생존과 소멸 과정에 의해 부익부 빈익빈 현상이 고착되고 있음을 확인하였다. 또한 신규 키워드의 선호적 연결 정도 분석을 통해 새로운 연구영역을 창출할 가능성이 있는 키워드 관련 연구 주제에 대한 관심이 시간이 지남에 따라 증가하다가 일정 시점이 지나면 감소함을 확인하였다. 넷째, 컴포넌트 분석 및 중심성 분석을 통해 기술경영관련 연구 동향을 확인하였다. 특히 중심성 분석을 통해 Innovation(혁신), R&D(연구개발), Patent(특허), Forecast(예측), Technology transfer(기술이전), Technology(기술), SME(중소기업) 등의 키워드가 연결중심성, 매개중심성, 근접중심성이 높음을 확인하였다.
본 연구의 결과는 기술경영의 연구동향 파악, 타 학문과의 통섭 및 신규 연구주제 선정 등에 참고할 수 있는 유용한 정보로 활용될 수 있으며 기술예측 및 평가 방법에서 의사결정요소를 수립하거나 비교평가에 의한 가중치 부여 등에 사용될 수 있다. 특히, 기술경영연구의 새로운 연구주제를 선정하고자 할 경우에는 최근 1~2년 동안 선호적 연결이 높은 신규 키워드 중심으로 연구주제를 선정하는 것이, 전문 연구 분야에 대한 심도 있는 연구를 계속할 경우에는 연결중심성이 높은 키워드 중심으로 연구주제를 선정하는 것이, 다른 연구주제와 통섭을 하고자 할 경우에는 매개중심성이 높은 키워드 중심으로 연구주제를 선정하는 것이, 기술경영연구 분야를 처음 연구하는 경우에는 근접중심성이 높은 키워드를 중심으로 논문을 검색하여 기술경영분야의 전반적인 흐름을 이해하는 것이 선행되어야 한다는 것을 발견하였다.

Recently due to the advancements of science and information technology, the socio-economic business areas are changing from the industrial economy to a knowledge economy. Furthermore, companies need to do creation of new value through continuous innovation, development of core competencies and technologies, and technological convergence. Therefore, the identification of major trends in technology research and the interdisciplinary knowledge-based prediction of integrated technologies and promising techniques are required for firms to gain and sustain competitive advantage and future growth engines.
The aim of this paper is to understand the recent research trend in management of technology (MOT) and to foresee promising technologies with deep knowledge for both technology and business. Furthermore, this study intends to give a clear way to find new technical value for constant innovation and to capture core technology and technology convergence.
Bibliometrics is a metrical analysis to understand literature’s characteristics. Traditional bibliometrics has its limitation not to understand relationship between trend in technology management and technology itself, since it focuses on quantitative indices such as quotation frequency. To overcome this issue, the network focused bibliometrics has been used instead of traditional one. The network focused bibliometrics mainly uses “Co-citation” and “Co-word” analysis. In this study, a keywords network analysis, one of social network analysis, is performed to analyze the research trend in MOT. For the analysis, we collected keywords from research papers published in international journals related MOT between 2002 and 2011, constructed a keyword network, and then conducted the keywords network analysis.
Over the past 40 years, the studies in social network have attempted to understand the social interactions through the network structure represented by connection patterns. In other words, social network analysis has been used to explain the structures and behaviors of various social formations such as teams, organizations, and industries. In general, the social network analysis uses data as a form of matrix. In our context, the matrix depicts the relations between rows as papers and columns as keywords, where the relations are represented as binary. Even though there are no direct relations between papers who have been published, the relations between papers can be derived artificially as in the paper-keyword matrix, in which each cell has 1 for including or 0 for not including. For example, a keywords network can be configured in a way to connect the papers which have included one or more same keywords. After constructing a keywords network, we analyzed frequency of keywords, structural characteristics of keywords network, preferential attachment and growth of new keywords, component, and centrality.
In this paper, network analysis was performed analyze the macroscopic flow of technology management?related research. Results are as follows. First, technology management?related keyword network is a small world network and scale free network, and a small number of keywords have a tendency to become a monopoly. Second, the gap between the rich and the poor is getting bigger in technology management?related keyword network, as time passes. Finally, keywords with high degree centrality, beweenness centrality, and closeness centrality are “Innovation”, “R&D”, “Patent“, “Forecast”, “Technology transfer”, “Technology”, and “SME”.
We hope that the result of the analysis will help to identify major trends in technology research, and be utilized as useful reference information when researchers seek consilience with other fields of study and select a new research topic.

#기술경영 #기술경영키워드 #키워드분석 #키워드네트워크 #네트워크분석

목 차
제 1 장 서 론 1
제1절 연구의 배경 및 목적 1
제2절 연구의 방법 및 구성 3
제 2 장 이론적 배경 6
제1절 미래예측 방법론 6
제2절 네트워크 분석 방법론 12
제3절 선행연구 분석 16
제 3 장 연구방법 및 절차 18
제1절 키워드 네트워크 분석 프로세스 18
제2절 데이터 수집 20
제3절 키워드 데이터 빈도 분석 22
제4절 키워드 네트워크 구성 25
제 4 장 연구 결과 및 활용 26
제1절 키워드 네트워크 분석 26
제2절 키워드 네트워크의 선호적 연결 및 성장 분석 31
제3절 키워드 네트워크의 컴포넌트 및 중심성 분석 36
제4절 허브 키워드 삭제 후 컴포넌트 및 중심성 분석 40
제5절 연구결과 활용 사례 48
제 5 장 결 론 57
제1절 연구의 성과 및 의의 57
제2절 연구의 한계 및 추후 방향 59
참고문헌 60
ABSTRACT 71

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 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)