Application of topic modelling and neural network analysis to analyze life satisfaction

• Published in: Transinformação Vol. 36
• Main Author: Choi, Young-Chool
• Format: Journal Article
• Language: English
• Published: Pontificia Universidade Católica de Campinas 01.01.2024
• Subjects: life satisfaction; machine learning; multi-layer perceptron; neural network analysis; quality of life; topic modeling
• ISSN: 0103-3786; 2318-0889
• DOI: 10.1590/2318-0889202436e2411984

Abtract This study aims analyze the important influencing factors that affect the life satisfaction of Koreans, and to identify the relative importance of these factors. For this purpose, we utilize academic papers on what influences life satisfaction, and questionnaire data from the survey on social integration conducted annually by the Korean Government. A topic modelling analysis method was used to derive important influencing factors, and a neural network analysis method, one of the machine learning methods, was used to analyze the relative importance of influencing factors. The analysis showed that the factor that had the greatest impact on Koreans’ life satisfaction was satisfaction with work. Other factors included self-esteem, level of worry and anxiety, and level of satisfaction with health status. The study used methods such as topic modeling and neural network analysis to derive the main factors affecting life satisfaction and analyze the relative importance of the factor involved. The study results suggest that in recognition of the importance of job satisfaction, future research should be expanded, and that the Korean Government should introduce various policies to increase job satisfaction. Resumo O objetivo deste estudo é analisar os importantes fatores que influenciam a satisfação com a vida dos coreanos e identificar a sua importância. Para tanto, utilizamos artigos acadêmicos relacionados aos fatores que influenciam a satisfação com a vida e dados de questionários da pesquisa sobre integração social realizada anualmente pelo governo coreano. Um método de análise de modelagem de tópicos foi usado para derivar fatores de influência importantes, e um método de análise de rede neural, um dos métodos de aprendizado de máquina, foi usado para analisar a importância relativa dos fatores de influência. A análise mostrou que o fator que teve maior impacto na satisfação com a vida dos coreanos foi a satisfação com o trabalho. Outros fatores incluíram autoestima, nível de preocupação, ansiedade e nível de satisfação com o estado de saúde. O estudo utilizou métodos como modelagem de tópicos e análise de redes neurais para derivar os principais fatores que afetam a satisfação com a vida e analisar a importância relativa dos fatores envolvidos nela. Os resultados do estudo sugerem que, em reconhecimento da importância da satisfação no trabalho, futuras pesquisas nesta área devem ser expandidas e que o governo coreano deve introduzir várias políticas para promover esse aspecto.