http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 원다빈 (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
병원 홈페이지의 병원장 메시지를 통한 경영전략 분석: 텍스트 마이닝 기법을 활용하여
나형종,원다빈 세명대학교 인문사회과학연구소 2023 人文 社會科學硏究 Vol.31 No.2
· Research topic: This study presented meaningful information on hospital management using text mining techniques for hospital management information contained in the message of the hospital director, which is unstructured text data. · Research background: On most hospital websites, the hospital director mentions the vision or value of the hospital through messages. In this study, we focused on the hospital director's message among the data disclosed on the hospital website and tried to derive meaningful qualitative information on hospital management through text mining techniques on the vision, strategy, goals, and values of the hospital. · Differences from prior research: The differences between this paper and previous studies can be summarized as follows. First, this paper presented the research results so that hospitals can grasp their management strategies at a glance by extracting information on the vision or goals of hospital management through text data on the website. Second, in the field of strategic research, few studies have objectively analyzed CEO messages published on the website through text mining techniques. This paper provides more objectively useful information by analyzing texts from various angles using TF-IDF analysis, topic modeling analysis, network analysis, and word-to-back analysis among text mining techniques. · Research Method: The sample period of this study is as of December 31, 2022, and the sample target is 65 hospitals corresponding to general hospitals and university hospitals among hospitals in Korea. For this study, the hospital director's message posted on each hospital's website was crawled, and the analysis of the hospital director's text message, which is unstructured text data, used Rver 3.6.3, an open source data analysis tool. Specifically, TF-IDF analysis, topic modeling analysis, network analysis, and word-to-back analysis were used. · Research results: The summary of the research results of this paper is as follows. First, the results of the TF-IDF analysis are as follows. Words such as "hospital," "medical," "regional," "medical," "patient," "service," "center," "disease," "health," and "effort" were found to have high TF-IDF values. Second, the topic modeling results are as follows. The main keywords of Topic 1 are "health," "insurance," "environment," "harmony," "domyo," "creation," and "consideration," which can be inferred as "health and welfare-related topics." In addition, the main keywords of Topic 2 are derived from 'advanced', 'system', 'specialization', 'promotion', 'medicine', 'overseas', 'activation', and 'medical personnel', which can be inferred as 'topics related to advanced medical systems'. Finally, the main keywords of Topic 3 were derived as "residents," "nursing," "university hospitals," "free," "visit," "hold," "health checkups," and "neighbors," which can be inferred as "topics related to local residents support projects." Third, the keyword network analysis results are as follows. "Patient," "care," "region," "service," and "center" are words that mean "regional treatment centers," and keyword network analysis showed that they are related to each other. In addition, "hospital," "medical," "effort," "development," and "best" are words that mean "hospital effort and development," and the keyword network analysis found that they are interrelated. Fourth, the results of the correlation analysis between keywords using Word2Vec are as follows. Based on the results of topic modeling, the relevance was identified based on the words 'health welfare', 'advanced', and 'support'. Regarding "health welfare," it was found to be highly related in the order of "social welfare," "best," "improvement," "ebaji," "contribution," "people," "promotion," "health," "domyo," and "citizen." In addition, it was found that "advanced" was highly related in the order of "latest", "secured", "introduced", "excellent", "infrastructure", "implementation", "investment", "state... · 연구 주제: 본 연구는 비정형 텍스트 자료인 병원장의 메시지에 내포된 병원 경영정보에 대해서 텍스트 마이닝 기법을 활용하여 병원경영에 관한 의미 있는 정보를 제시하였다. · 연구 배경: 대부분의 병원 홈페이지에서는 병원장이 메시지를 통해 병원의 비전이나 가치 등에 대해서 언급하고 있다. 본 연구에서는 병원 홈페이지에서 공시하는 자료 중 병원장 메시지에 초점을 두고 병원의 비전, 전략, 목표, 가치 등에 대해서 텍스트 마이닝 기법을 통해 병원경영에 의미 있는 정성적 정보를 도출하고자 하였다. · 선행연구와의 차이점: 본 논문과 선행연구와 차이점은 다음과 같이 요약할 수 있다. 첫째, 본 논문은 병원경영의 비전이나 목표 등에 관한 정보를 홈페이지의 텍스트 자료를 통해 추출함으로써 병원들의 경영전략에 대해서 한 눈에 파악할 수 있도록 연구결과를 제시하였다. 둘째, 기존에 전략 연구 분야에서 홈페이지에 공시한 CEO 메시지를 텍스트마이닝 기법을 통해 객관적으로 분석한 연구는 거의 없었다. 본 논문에서는 텍스트 마이닝 기법 중 TF-IDF 분석, 토픽모델링 분석, 네트워크 분석, 그리고 워즈투백 분석을 사용하여 다양한 각도에서 텍스트들을 분석함으로써 보다 객관적으로 유용한 정보를 제공하였다. · 연구방법: 본 연구의 표본 기간은 2022년 12월 31일을 기준이며, 표본대상은 우리나라 병원 중 종합병원 및 대학병원에 해당하는 65개의 병원이다. 본 연구를 위해 각 병원 홈페이지에 게시된 병원장 메시지를 크롤링(crawling)하였고, 비정형 텍스트 데이터인 병원장 텍스트 메세지의 분석은 오픈 소스 데이터 분석 도구인 R ver 3.6.3을 활용하였다. 구체적으로 TF-IDF 분석, 토픽모델링 분석, 네트워크 분석, 그리고 워즈투백 분석을 사용하였다. · 연구결과: 본 논문의 연구결과를 요약하여 제시하면 다음과 같다. 첫째, TF-IDF 분석 결과는 다음과 같다. ‘병원’, ‘의료’, ‘지역’ ‘진료’, ‘환자’, ‘서비스’, ‘센터’, ‘질환’, ‘건강’, ‘노력’ 등의 단어들이 TF-IDF값이 높은 것으로 나타났다. 둘째, 토픽 모델링 결과는 다음과 같다. Topic 1의 주요 키워드가 ‘보건’, ‘보험’, ‘환경’, ‘화합’, ‘도모’, ‘조성’, ‘배려’ 등으로 나타난 것으로 보아 ‘보건 및 복지 관련 토픽’으로 유추할 수 있다. 그리고 Topic 2의 주요 키워드는 ‘첨단’, ‘시스템’, ‘전문화’, ‘추진’, ‘의학’, ‘해외’, ‘활성화’, ‘의료인’ 등으로 도출된 것으로 보아 ‘첨단 의학 시스템 관련 토픽’으로 유추할 수 있다. 마지막으로 Topic 3의 주요 키워드가 ‘주민’, ‘간호’, ‘대학병원’, ‘무료’, ‘방문’, ‘보유’, ‘건강검진’, ‘이웃’ 등으로 도출된 것으로 보아 ‘지역 주민 지원 사업 관련 토픽’으로 유추할 수 있다. 셋째, 키워드 네트워크 분석 결과는 다음과 같다. ‘환자', ‘진료', ‘지역', ‘서비스’, ‘센터’는 “지역별 진료 센터”를 의미하는 단어들로 키워드 네트워크 분석 결과 서로 연관성이 있는 것으로 나타났다. 그리고 ‘병원’, ‘의료’, ‘노력’, ‘발전’, ‘최고’는 “병원의 노력과 발전”을 의미하는 단어들로 키워드 네트워크 분석결과 상호 연관성이 있는 것으로 도출되었다. 넷째, Word2Vec을 이용한 키워드 간 연관성 분석결과는 다음과 같다. 토픽모델링 결과에 기반으로 하여 ‘보건복지’, ‘첨단’, ‘지원’이라는 단어를 기준 ...
-
-
KCI
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
