인기검색어 논문

Data Report>인기검색어 논문
2019.02
검색단어: 빅데이터
인기검색어 논문
| | | | 다운로드

KCI후보

1빅데이터, 오픈데이터, 마이데이터의 비교 연구

저자 : 박주석 ( Jooseok Park )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 3권 1호 발행 연도 : 2018 페이지 : 41-46(6pages)

다운로드

(기관인증 필요)

초록보기

지금은 데이터혁명 시대라고 한다. 데이터혁명 시대는 빅데이터로 시작하였고 오픈데이터를 거쳐서 마이데이터로 완성될 것이라 얘기한다. 본 논문에서는 빅데이터, 오픈데이터, 마이데이터를 비교 분석하고, 디지털자원으로서 마이데이터의 역할과 효과를 제시하고자 한다.


With the advent of the fourth industrial revolution, data becomes very important resource. Now is called as 'Data Revolution Age.' It is said that Data Revolution Age started with Big Data, then accelerated with Open Data, finally completed with My Data. In this paper, we compared Big Data, Open Data, and suggested roles and effects of My Data as a digital resource.

KCI후보

2빅데이터 분석 교육 프로그램을 통한 대학 교육 가치 창출

저자 : 조우제 ( Wooje Cho ) , 유미림 ( Mi Rim Yu )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 3권 2호 발행 연도 : 2018 페이지 : 123-130(8pages)

다운로드

(기관인증 필요)

초록보기

산업 및 학계에서 빅데이터 분석 기술에 대한 활용 사례와 범위가 증가하면서, 이와 함께 빅데이터 분석 전문가에 대한 기업체들의 수요도 늘고 있다. 이러한 추세에 맞게 대학교들은 새로운 빅데이터 분석 교육과정들을 개발하여 수년 전부터 빅데이터 분석 전문가 양성을 위한 교육과정들을 제공하기 시작하였다. 본 연구에서는 9개 국내 대학, 20개 해외 대학의 빅데이터 분석 관련 석사과정 커리큘럼을 조사하였다. 국내 대학 프로그램과 해외 대학 프로그램을 비교한 결과, 한 학교 프로그램 당 평균 과목수는 국내 대학 프로그램이 더 많으나, 과목의 다양성 측면에서는 더 부족한 것으로 나타났다.


As the demand for analytics technologies in both industry and academia increases, the demand for analytics experts is also increasing. To meet this trend, universities have begun to develop new analytics curriculum and provide courses for training analytics experts. In this study, we surveyed curriculum of master's analytics programs of 9 Korean universities and 20 overseas universities. As a result of comparing the domestic university program with the overseas university programs, the average number of subjects per school program is more than that of the Korean university program, but it was found to be less in terms of diversity of subjects.

KCI후보

3머신러닝을 이용한 빅데이터 도메인 자동 판별에 관한 연구

저자 : 공성원 ( Kong Seongwon ) , 황덕열 ( Hwang Deokyoul )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 3권 2호 발행 연도 : 2018 페이지 : 11-18(8pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 빅데이터 품질 진단의 핵심 요소인 도메인 기반 품질 진단을 위한 도메인 자동 판별에 관한 연구다. 빅데이터의 가치와 활용도의 증가와 4차 산업혁명의 대두로, 법률, 의료, 금융 등 IT와 융합된 다양한 분야에서 빅데이터를 활용하여 새로운 가치를 창출하려는 노력을 진행중이다. 하지만, 신뢰도가 낮은 데이터에 기반한 분석은 과정과 결과 모두에서 치명적인 문제를 발생하며, 분석 결과에 따른 판단 또한 신뢰하기 어려워 진다. 이처럼 신뢰도가 높은 데이터의 필요성 또한 증가하였지만, 데이터의 품질 확보에 대한 연구와 그에 대한 결과는 미비하다. 본 연구는 데이터 품질 향상을 위한 진단 평가의 핵심적 요소인 도메인 기반 품질 진단에서, 수작업으로 진행되었던 도메인 판별 작업을 머신러닝을 이용하여 자동화 함으로써, 작업시간을 단축하는 것을 목표로 한다. 데이터 베이스에 저장된, 도메인이 판별되어 있는 데이터의 특성에 관한 정보들을 추출하여 변수화하고, 이를 머신러닝을 이용하여 도메인 판별을 자동화 한다. 이를 빅데이터 품질 진단에 활용하고, 품질 향상에 기여하도록 한다.


This study is a study on domain automatic classification for domain - based quality diagnosis which is a key element of big data quality diagnosis. With the increase of the value and utilization of Big Data and the rise of the Fourth Industrial Revolution, the world is making efforts to create new value by utilizing big data in various fields converged with IT such as law, medical, and finance. However, analysis based on low-reliability data results in critical problems in both the process and the result, and it is also difficult to believe that judgments based on the analysis results. Although the need of highly reliable data has also increased, research on the quality of data and its results have been insufficient. The purpose of this study is to shorten the work time to automizing the domain classification work which was performed from manually to using machine learning in the domain - based quality diagnosis, which is a key element of diagnostic evaluation for improving data quality. Extracts information about the characteristics of the data that is stored in the database and identifies the domain, and then featurize it, and automizes the domain classification using machine learning. We will use it for big data quality diagnosis and contribute to quality improvement.

KCI후보

4빅데이터 품질 사례연구 : 법률 서비스 품질 체계

저자 : 박주석 ( Jooseok Park ) , 김승현 ( Seunghyun Kim ) , 류호철 ( Hocheol Ryu )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 3권 1호 발행 연도 : 2018 페이지 : 33-40(8pages)

다운로드

(기관인증 필요)

초록보기

4차 산업혁명이 일어나면서 각 산업에서 새로운 개념이 탄생되었다. 각 산업의 새로운 개념은 빅데이터를 핵심 인프라로 가정하여 발전하고 있다. 따라서 빅데이터에 대한 품질관리가 점점 중요해 지고 있다. 본 논문에서는 빅데이터 품질 사례 연구를 통하여 빅데이터 품질관리 체계를 제시하고자 한다. 사례 연구를 위하여 새로운 정보기술을 활용한 법률서비스인 리걸테크 분야를 대상으로 하였다. 최근에 구현하고 있는 법무부 생활법률지식서비스를 위한 빅데이터 품질체계를 도출하였다.


With the advent of the fourth industrial revolution, each industry has been innovated with new concepts. New concept of each industry takes advantage of new information technologies based on big data infra. Thus quality control of big data is becoming more important. In this paper, we try to develop a framework of big data service quality through a case study. A 'Legal Tech' service was selected for the case study. Especially a big data quality framework was developed for a living law service in the Ministry of Justice.

KCI후보

5빅데이터 분석을 통한 천만 관객 영화 예측 모델

저자 : 우종필 ( Jong-pil Yu ) , 이응환 ( Eung-hwan Lee )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 3권 1호 발행 연도 : 2018 페이지 : 63-71(9pages)

다운로드

(기관인증 필요)

초록보기

최근 5년(2013~2017년) 연속 영화 총 관객 수가 2억 명이 넘는 국내 영화 산업에서 천만 관객을 돌파한 한국 영화 간에는 어떤 요인이 영향을 미쳤는지 분석해 보았다. 일반적으로 천만 관객 돌파에 영향을 주는 요인으로는 스크린 수와 평점을 중요하게 보는 시각이 많았다. 본 연구에서는 스크린 수, 평점을 포함하고 추가적으로 4가지 요인을 설정하여 가설을 수립하고 빅데이터 분석을 통해 천만 관객 돌파 유무와의 상관관계를 분석했다. 이를 통해 천만 관객 돌파 예측 정확도는 91%, 누적 관객 수 예측 정확도는 99.4%까지 맞추는 유의미한 결과를 얻었다.


In the last five years (2013~2017), we analyzed what factors influenced Korean films that have surpassed 10 million viewers in the Korean movie industry, where the total number of moviegoers is over 200 million. In general, many people consider the number of screens and ratings as important factors that affect the audience's success. In this study, four additional factors, including the number of screens and ratings, were established to establish a hypothesis and correlate it with the presence of 10 million spectators through big data analysis. The results were significant, with 91 percent accuracy in predicting 10 million viewers and 99.4 percent accuracy in estimating cumulative attendance.

KCI후보

6의료기관 빅데이터 품질관리의 필요성과 사례 분석

저자 : 최혜린 ( Hye Rin Choi ) , 이승원 ( Seung Won Lee ) , 김영아 ( Youngah Kim ) , 이종호 ( Jong Ho Lee ) , 고홍 ( Hong Koh ) , 김현창 ( Hyeon Chang Kim )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 2권 2호 발행 연도 : 2017 페이지 : 67-74(8pages)

다운로드

(기관인증 필요)

초록보기

빅데이터의 활용은 사회 전 분야에서 중요한 역할을 하고 있으며, 특히 보건의료분야에서는 국민의 생명과 건강을 다루기 때문에 빅데이터의 역할이 더욱 중요하다. 하지만 의료 빅데이터의 품질관리에 대한 관심과 인식은 현저히 떨어지는 실정이다. 저 품질 의료 빅데이터는 국가적 손실과 국민의 건강 저해를 야기시키므로 의료 빅데이터의 품질관리가 필요하다. 이에 국내외 의료 빅데이터 품질관리 사례 및 가이드라인에 대하여 문헌 조사하여 국내 의료 빅데이터 품질관리에 대한 방향성을 제시하고자 한다. 또한, 국내 한 대형 의료기관의 의료 빅데이터 품질관리 사례로 Y의료원의 '빅데이터 품질관리 TFT' 활동과 데이터 관련 업무종사자 대상설문조사 결과를 소개하고자 한다.


The use of Bigdata plays an important role in all areas of society. Especially in the health care field, the role of Bigdata is very considerable because it deals with people's life and health. However, the interest and awareness of quality control of medical data is markedly low. Because the low-quality medical Bigdata leads to national loss and public health impairment, quality control of medical Bigdata is needed. The purpose of this research is to present the direction of medical Bigdata quality management by examining literature and cases of domestic and foreign medical Bigdata quality management practices. In addition, as a case of medical Bigdata quality control in the Y medical institution in Korea, activities of a Bigdata quality management TFT and results of a survey conducted for major data users in the hospital were presented.

KCI후보

7머신러닝을 이용한 빅데이터 품질진단 자동화에 관한 연구

저자 : 이진형 ( Jin-hyoung Lee )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 2권 2호 발행 연도 : 2017 페이지 : 75-86(12pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 빅데이터의 품질을 진단하는 방법을 자동화하는 방법을 제안하고 있다. 빅데이터의 품질진단을 자동화해야 하는 이유는 4차 산업혁명이 이슈화 되면서 과거보다 더 많은 볼륨의 데이터를 발생시키고 이 데이터들을 활용 하려는 요구가 증가하기 때문이다. 데이터는 급증하지만 데이터의 품질을 진단하기 위해 많은 시간이 소비된다면 데이터를 활용하기 위해 많은 시간이 걸리거나 데이터의 품질이 낮아질 수 있다. 그러면 이러한 낮은 품질의 데이터로부터 의사결정이나 예측을 한다면 그 결과 또한 잘못된 방향을 제시할 것이다. 이러한 문제를 해결하기 위해 많은 데이터를 신속하게 진단하고 개선할 수 있는 머신러닝 이용한 빅데이터 품질 향상을 위한 진단을 자동화 할 수 있는 모델을 개발하였다. 머신러닝을 이용하여 도메인 분류 작업을 자동화하여 도메인 분류 작업 시 발생할 수 있는 오류를 예방하고 작업 시간을 단축시켰다. 연구 결과를 토대로 데이터 변환의 중요성, 학습되지 않은 데이터에 대한 학습 시킬 수 있는 방안 모색, 도메인별 분류 모델을 개발에 대한 연구를 지속적으로 진행한다면 빅데이터를 활용하기 위한 데이터 품질향상에 기여할 수 있을 것이다.


In this study, I propose a method to automate the method to diagnose the quality of big data. The reason for automating the quality diagnosis of Big Data is that as the Fourth Industrial Revolution becomes a issue, there is a growing demand for more volumes of data to be generated and utilized. Data is growing rapidly. However, if it takes a lot of time to diagnose the quality of the data, it can take a long time to utilize the data or the quality of the data may be lowered. If you make decisions or predictions from these low-quality data, then the results will also give you the wrong direction. To solve this problem, I have developed a model that can automate diagnosis for improving the quality of Big Data using machine learning which can quickly diagnose and improve the data. Machine learning is used to automate domain classification tasks to prevent errors that may occur during domain classification and reduce work time. Based on the results of the research, I can contribute to the improvement of data quality to utilize big data by continuing research on the importance of data conversion, learning methods for unlearned data, and development of classification models for each domain.

KCI후보

8도로 기상 빅데이터 유형별 활용 전략: 국내외 사례 분석

저자 : 함유근 ( Yukun Hahm ) , 전용주 ( Yongjoo Jun ) , 김강화 ( Kanghwa Kim ) , 김승현 ( Seunghyun Kim )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 2권 2호 발행 연도 : 2017 페이지 : 129-140(12pages)

다운로드

(기관인증 필요)

초록보기

낮은 시정, 강우, 강풍, 고온 등 기상 상태는 운전 능력, 차량 성능(예: 마찰, 안정성, 조작력), 노면 마찰력, 도로 인프라, 추돌 위험, 교통 흐름 및 도로 관리자 생산성 등에 영향을 미친다. 최근에는 CCTV, 도로센서, 차량 센서 등 다양한 도로 기상 빅데이터 소스들이 개발되면서 이러한 기상 관련 문제들 해결에 적용되고 있다. 본 연구는 이러한 도로 기상 빅데이터 소스들의 유형과 특징을 정의하고 국내외 실증 사례들을 통해 도로 기상 빅데이터 유형별로 관련 문제들 해결에 활용하는 전략에 대해 제시하고자 한다.


Weather acts through low visibility, precipitation, high winds, and temperature extremes to affect driver capabilities, vehicle performance (i.e., traction, stability and maneuverability), pavement friction, roadway infrastructure, crash risk, traffic flow, and agency productivity. Recently a variety of road weather big data sources such as CCTV, road sensor/systems, car sensor have been developed to solve the weather-related problems, This study identifies and defines the types and characteristics of these sources to suggest how to utilize them for car safety and efficiency as well as road management through analyzing domestic and oversea cases of road weather big data applications.

KCI후보

9빅데이터 품질 확장을 위한 서비스 품질 연구

저자 : 박주석 ( Jooseok Park ) , 김승현 ( Seunghyun Kim ) , 류호철 ( Hocheol Ryu ) , 이준기 ( Zoonky Lee ) , 이장호 ( Jangho Lee ) , 이준용 ( Junyong Lee )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 2권 2호 발행 연도 : 2017 페이지 : 87-93(7pages)

다운로드

(기관인증 필요)

초록보기

데이터 품질에 대한 연구는 오랜 기간 동안 수행되어 왔다. 하지만 이러한 데이터 품질관리 연구는 구조적 데이터를 대상으로 하였다. 최근에 디지털혁명 또는 4차산업혁명이 일어나면서 빅데이터에 대한 품질관리가 중요해 지고 있다. 본 논문에서는 기존 논문을 분석하여 빅데이터 품질 유형을 분류하고 비교 분석하였다. 요약하면, 빅데이터 품질 유형은 빅데이터 값, 빅데이터 구조, 빅데이터 품질 프로세스, 빅데이터 가치사슬단계, 빅데이터 모형 성숙도 등으로 분류할 수 있다. 이러한 비교 연구를 바탕으로 본 논문에서는 새로운 기준을 제시하고자 한다.


The research on data quality has been performed for a long time. However, the research focused on structured data. With the recent digital revolution or the fourth industrial revolution, quality control of big data is becoming more important. In this paper, we analyze and classify big data quality types through previous research. The types of big data quality can be classified into value, data structure, process, value chain, and maturity model. Based on these comparative studies, this paper proposes a new standard, service quality of big data.

KCI후보

10헬스케어 빅데이터 유통을 위한 블록체인기술 활성화 방안

저자 : 유형원 ( Hyeong Won Yu ) , 이은솔 ( Eunsol Lee ) , 고우균 ( Wookyun Kho ) , 한호성 ( Ho-seong Han ) , 한현욱 ( Hyun Wook Han )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 3권 1호 발행 연도 : 2018 페이지 : 73-82(10pages)

다운로드

(기관인증 필요)

초록보기

미래 의학의 핵심은 개인을 중심으로 한 정밀의료(Precision Medicine)의 실현이다. 이것이 가능하기 위해서는 헬스케어 데이터를 언제 어디서나 열람, 관리 및 유통 할 수 있는 개방형 생태계를 갖추어야 한다. 하지만, 헬스케어 데이터는 민감한 개인정보를 다루기 때문에 상당한 수준의 신뢰성과 보안성이 동시에 요구된다. 이를 해결하기 위한 방안으로 최근 의료계에서도 블록체인 기술에 주목하고 있다. 블록체인 기술은 거래정보를 중앙 서버에 저장 및 관리하는 기존의 정보통신 인프라와는 달리 유통되는 데이터를 네트워크에 참여하는 모든 사용자가 분산 및 관리하는 방식의 분산 운영망 이다. 본 연구에서는 블록체인 기술을 이용해 헬스케어 데이터 유통 실증에 필요한 기술적 및 법리적 제반 사항, 코렌(KOREN SDI)망 기반 헬스케어 빅데이터 유통 실증 연구의 소개 및 헬스케어 분야에서 블록체인 기술을 활성화하기 위한 정책적 전략에 대해 논의한다.


At the core of future medicine is the realization of Precision Medicine centered on individuals. For this, we need to have an open ecosystem that can view, manage and distribute healthcare data anytime, anywhere. However, since healthcare data deals with sensitive personal information, a significant level of reliability and security are required at the same time. In order to solve this problem, the healthcare industry is paying attention to the blockchain technology. Unlike the existing information communication infrastructure, which stores and manages transaction information in a central server, the block chain technology is a distributed operating network in which a data is distributed and managed by all users participating in the network. In this study, we not only discuss the technical and legal aspects necessary for demonstration of healthcare data distribution using blockchain technology but also introduce KOREN SDI Network-based Healthcare Big Data Distribution Demonstration Study. In addition, we discuss policy strategies for activating blockchain technology in healthcare.

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기