프로젝트관리전문가(PMP 자격증) 키워드 관계도, 워드 클라우드, 연관어 막대그래프 분석 - 토픽모델링 / 빅카인즈 뉴스 분석

최근 넷마이너 4.5를 통해 뉴스 키워드 분석으로 해외학술지에 다른 키워드를 중심으로 내용을 게재하였다.

먼저, 넷마이너를 이용하여 분석을 하기 이전에 뉴스빅데이터 분석시스템, 뉴스 속 키워드 관계망, 주요 이슈, 이슈 트렌드, 분석 정보 제공이 되는 한국언론진흥재단에서 운영 중인 빅카인즈 사이트를 이용해 프로젝트관리전문가 키워드 관계도, 워드 클라우드, 연관어 막대그래프 분석을 해보았다. 

 

시간이 될 때 넷마이너를 이용해 "프로젝트관리전문가" 키워드에 대해 토픽모델링 분석을 해봐야 겠다.

 

Product : NetMiner 4
Version : 4.5.0

 

 

프로젝트관리전문가 키워드 관계도 분석

프로젝트관리전문가 워드클라우드

프로젝트관리전문가 연관어 분석 - 막대그래프

빅카인즈가 분석한 프로젝트관리전문가(PMP)의 연관 키워드 순위는 아래와 같다.

순위	키워드	순위	키워드
1	PMP	6	CFPS
2	CISSP	7	정보시스템감사사
3	CPIM	8	CFA
4	Project	9	ITIL
5	PMO	10	중요성

"가중치란?"
가중치 정보는 토픽랭크 알고리즘에 기반해 출력된 결과입니다.
토픽랭크는 사용자가 입력한 질의어에 기반하여 검색한 결과에 대해 공시적 분석과 워드 클러스터링을 하여 동적으로 상호 작용하는 시맨틱 네트워크를 생성하는 알고리즘입니다.
사용자 질의어에 의해 제시된 키워드의 배열은 의미적 유사도 수식에 따라 결정됩니다. 같은 기본 질의라 하더라도 사용자가 통찰을 얻어내기 위해 입력한 다양한 조건(날짜, 카테고리)에 따라 시맨틱 네트워크를 구성할 수 있게 편리한 인터페이스가 제공됩니다.

토픽랭크는 다음과 같은 단계를 거쳐 사용자에게 제시됩니다.

1.주어진 용어와 관련있는 N개의 문서를 가져옴
    - N개의 Top 문서를 가져오기 위해 쿼리를 검색엔진에 전송한다.

2. 관련 용어 수집
    - 쿼리 키워드를 중심으로 주변의 용어들을 포함하는 snippet들을 구한다.
    - snippet의 용어들을 모두 추출하고, tf, df를 구한다.
    - co-occurrence 용어 매트릭스 생성한다.      
    - [snippet은 쿼리 키워드를 중심으로 하는 주변 단어들의 셋을 의미한다. 예를 들어 “2009년 3분기 삼성전자 반도체 실적 보고서”란 문장에서 “삼성전자”가 쿼리 키워드라고 하고, 앞뒤 1개의 단어를 snippet으로 만든다고 했을 때 “3분기 삼성전자 반도체”가 snippet이 된다.]

3. M개의 Top 용어를 선택하기 위해 다음의 weight를 사용한다.     
     - weight = sumDFSimple*tf(w)*df(w)2          
     - sumDFSimple: 복합 명사에 가중치를 주는 weight 함수
     - tf: 쿼리 키워드를 중심으로 거리를 계산한 weighted term frequency        
     - df: document frequency

4. 용어를 벡터로 표현          
      - M개의 Top 용어를 이용하여, 용어 벡터를 구성한다.

5. M개의 Top 용어 클러스터링          
      - M개의 Top 용어 벡터에 대한 클러스터링을 수행한다.

출처 : https://www.kinds.or.kr/v2/news/index.do

빅카인즈(BIG KINDS)

프로젝트관리전문가(PMP 자격증)의 중요성은 더 강화되고 있는데 현업에서는 프로젝트 관리에 대해 제대로 알지도 못하는 분들이 PM(프로젝트매니저)를 수행하고 있다.