Nous sommes désormais entrés dans l'ère du « big data ».
Le terme « big data » est devenu courant dans notre vie quotidienne.
Si le slogan « société de la connaissance et de l’information » nous a aidés à comprendre les facteurs clés qui transformeront nos vies, le big data nous permet de prédire comment ces facteurs clés – la connaissance et l’information – fonctionneront et façonneront l’avenir.
Le traitement et l'analyse des mégadonnées servent non seulement de base à l'interprétation et à la compréhension de la situation actuelle, mais aussi à la prévision et à la préparation de l'avenir.
Le problème réside dans les normes et les outils nécessaires au traitement et à l'analyse des mégadonnées.
Pour quelqu'un qui étudie l'enseignement des langues, le traitement de l'immense quantité de données linguistiques a toujours été une préoccupation majeure.
Lors de la préparation de ma thèse de doctorat, j'ai étudié la linguistique de corpus.
La linguistique de corpus nous permet de vérifier et de compléter scientifiquement les intuitions des locuteurs natifs, assurant ainsi une explication plus valable des caractéristiques du langage.
À certains égards, l'analyse des mégadonnées et la linguistique de corpus partagent une approche de recherche analytique et axée sur les données, dans la mesure où elles tentent toutes deux de résoudre des problèmes de recherche à partir de données de communication réelles.

En tant que méthode d'analyse de données massives, et plus particulièrement en tant que méthode de traitement d'un large éventail de données linguistiques, « l'analyse des réseaux linguistiques » a récemment suscité beaucoup d'attention.
En se concentrant sur le vocabulaire et en comprenant le réseau entre les mots, il est possible d'interpréter les caractéristiques des données sous différents angles.
Une autre méthode qui attire l'attention dans le domaine de l'enseignement des langues est la technique de modélisation thématique.
La modélisation thématique est une technique qui extrait automatiquement des « thèmes » des données grâce à l'apprentissage automatique.
Cet ouvrage analyse les tendances de la recherche en didactique du coréen dans les domaines de l'expression orale, de la lecture, de l'écriture, du vocabulaire, de l'intégration et de la culture, en collaboration avec plusieurs étudiants ayant participé à des cours de troisième cycle en 2019.

Une recherche auprès de l'Institut coréen des sciences de l'information (KCI) montre que les recherches sur l'enseignement de la langue coréenne ont commencé vers les années 1980.
Cette période semble correspondre au stade embryonnaire de la recherche sur l'enseignement de la langue coréenne.
L’analyse des tendances de la recherche dans chaque domaine a révélé que la recherche est activement menée depuis les années 2000.
Avec le développement rapide de l'enseignement du coréen, le nombre de publications relatives à cet enseignement a considérablement augmenté.
Il est impossible pour une seule personne d'examiner tous les nombreux articles.
Le traitement scientifique d'un si large éventail de données linguistiques exige des critères scientifiques et des outils analytiques valides.
Les techniques d'analyse des réseaux linguistiques et de modélisation thématique sont utiles pour le traitement de ces données.
Dans cet ouvrage, nous avons cherché à analyser scientifiquement les tendances de la recherche en didactique du coréen en identifiant les réseaux entre les mots et en extrayant les thèmes clés à partir du vocabulaire révélé dans les articles relatifs à l'enseignement du coréen.
J'espère sincèrement que ce livre sera d'une aide modeste mais précieuse pour les chercheurs en didactique de la langue coréenne.
Comprendre en profondeur les tendances de la recherche en didactique du coréen au fil des ans est une tâche fondamentale que les chercheurs en didactique du coréen doivent entreprendre au moins une fois.
J'espère que ce livre sera d'une grande aide pour comprendre l'état actuel de la recherche en didactique du coréen et pour définir les orientations futures de la recherche.