• Journal of Korea Game Society
• /
• v.19 no.4
• /
• pp.27-36
• /
• 2019

Approaches to find hidden values using various and enormous amount of data are on the rise. As big data processing becomes easier, companies directly collects data generated from users and analyzes as necessary to produce insights. User-based data are utilized to predict patterns of gameplay, in-game symptom, eventually enhancing gaming. Accordingly, in this study, we tried to analyze the gaming strategy and user activity patterns utilizing Battlegrounds in-game data to detect the in-game hack.

• Smart Media Journal
• /
• v.6 no.3
• /
• pp.83-88
• /
• 2017

The data analysis system using Big-data is worthy to be used in various fields such as politics, traffic, natural disaster, shopping, customer management, medical care, and weather information. Particularly, the analysis of the momentum of an individual using an acceleration signal collected from a wearable device has already been widely used. However, since the data used in such a system stores only the data necessary for measuring the individual activity, it does not provide various analysis results other than the exercise amount of the individual. In this paper, I propose a system that analyzes collective behavior pattern and activity based on the acceleration signal that can be collected from personal smartphones for 24 hours a day and stored in big data. I also propose a system that sends acceleration signals and receives analysis results using standard messaging to use on various smart devices.

• The Journal of the Convergence on Culture Technology
• /
• v.6 no.1
• /
• pp.413-418
• /
• 2020

The travel pattern of tourists for the development of the tourist course is designed to collect and analyze tourist information based on the big data of the carrier to improve the quality of the tourist course. In particular, the analyzed data is used to derive empirical data that can estimate the effect of tourists' inflow into tourism, and to utilize the information as basic data for the development of the tourist course. In addition, the travel pattern of tourists for the development of regional tourism courses is to collect and analyze information on the route and duration of tourists' travel based on big data collected by telecom operators, credit card companies and other data to improve the quality of tourist course development, and to derive empirical data to estimate the effect of tourist inflow through the analyzed data, based on the characteristics of the tourism course and the data needed for the development of new tourist courses in the future.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.11 no.5
• /
• pp.593-600
• /
• 2018

Owing to the advancement of Internet and smart devices, access to various media such as social media became easy; thus, a large amount of big data is being produced. Particularly, the companies that provide various Internet services are analyzing the big data by using the MapReduce-based big data analysis techniques to investigate the customer preferences and patterns and strengthen the security. However, with MapReduce, when the big data is analyzed by defining the number of reducer objects generated in the reduce stage as one, the processing rate of big data analysis decreases. Therefore, in this paper, a MapReduce-based split big data analysis method is proposed to improve the log analysis processing rate. The proposed method separates the reducer partitioning stage and the analysis result combining stage and improves the big data processing rate by decreasing the bottleneck phenomenon by generating the number of reducer objects dynamically.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.81-81
• /
• 2020

4차산업 혁명 이후, 빅 데이터는 사이버 공간을 통한 사회적 파장이 큰 사건들에 대한 대중의 정보 수집 패턴을 이해하는 데에 있어서 전에 경험하지 못한 급속한 발전을 이루어 왔다. 사이버 공간에서 이루어지는 대중들의 정보수집 활동을 모니터링하므로서 대중들사이에서 떠오르는 주제나 사건을 파악하기에 좋은 인덱스로 여러 사회 경제분야에 활용되어 왔다. 하지만, 수자원 관리 및 방재관점에서는 이런 빅데이터을 활용한 연구 사례는 찾아 보기 힘들다. 하지만, 이런 빅데이터를 가뭄기에 대중들이 어떻게 반응하였는지를 연구하는 데에 활용될 수 있다. 이 발표에서 발표자는 미국 2011-17년 캘리포니아 가뭄의 선례연구들을 통해 주 또는 국가 범위에서 구글 이용자들의 정보수집 활동을 기록한 구글트렌즈 데이터를 가뭄기동안 대중의 정보 수집량을 바탕으로 가뭄 위험 인지도를 정의하고 대중의 행동 양식을 이해하는 데에 어떻게 활용할 수 있는 지를 소개한다. 첫번째로, 최근 캘리포니아에서 발생한 다년간의 가뭄동안 그 주안의 주민들의 행동양식 분석 결과를 소개한다. 두번째로는 미국 49개의 주에서 지난 2004년부터 2018년동안의 지역적 가뭄에 대한 대중의 가뭄 위험인지도를 시공간적인 양식을 주성분분석기술을 통해 분석한 결과을 소개한다. 끝으로, 발표자는 지난 미국 선례 연구들에서 발표자가 제안한 기술이 어떻게 대한민국에서 홍수나 가뭄 방재에 적용할 수 있으며 앞으로 대한민국을 수재해에 준비된 나라로 만드는 데에 있어서 빅데이터의 역할을 제시하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.682-683
• /
• 2014

최근 IT업체들은 온라인 상에서 소비자들이 평소에 쏟아내는 의견들을 수집, 축적해서, 원하는 키워드를 중심으로 내용을 분석함으로써, 특정 주제에 대해 어떤 여론이 형성되고 있으며, 여론이 어떻게 전파되고 있는지 경로를 파악할 수 있는 소셜 빅데이터 분석 툴을 경쟁적으로 개발하고 있다. 본 논문에서는 소셜 빅 데이터를 분석함에 있어 이슈를 감지하고 예측하는 기술을 실제 사례에 적용하여 분석한 결과를 고찰해 보고자 한다. 소셜 미디어 데이터 패턴을 비교 분석하고 부정이슈 감지를 위해 부정 여론을 확산시키는데 영향을 미치는 내용과 작성자를 독립변수로 하고, 평균 이슈 도달 시간 및 속도를 종속변수로 정의한다. 부정 여론 형성의 영향력은 트윗수, 리트윗 수를 기준으로 이슈 감지한다. 분석결과 전체 트윗 중 리트윗 메시지가 큰 비중 차지하고 이슈에 대한 버즈가 증가할수록 리트윗 비중이 증가하였으며 크게 확산될 때는 리트윗량이 크게 증가하여 짧은 시간 안에 넓게 확산하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.10a
• /
• pp.140-141
• /
• 2017

Big data analysis, in the large amount of data stored as the data warehouse which it refers the process of discovering meaningful new correlations, patterns, trends and creating new values. Thus, Big data analysis is an effective analysis of various big data that exist all over the world such as social big data, machine to machine (M2M) sensor data, and corporate customer relationship management data. In the big data era, it has become more important to effectively analyze not only structured data that is well organized in the database, but also unstructured big data such as the internet, social network services, and explosively generated web documents, e-mails, and social data in mobile environments. By the way, a meta analysis refers to a statistical literature synthesis method from the quantitative results of many known empirical studies. We reviewed a total of 750 samples among 50 studies published on the topic related as IDT between 2000 and 2017 in Korea.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1230-1233
• /
• 2013

스마트폰의 배급과 SNS의 성장으로 최근 데이터양은 급증하고 있다. IDC에 따르면 지난 10년간 생성된 데이터 보다 최근 2년 사이에 생성된 데이터양이 많은 걸로 나타났고 앞으로 점점 늘어날 것으로 예상된다. 이러한 대규모의 데이터인 빅데이터가 사회적 이슈가 되고 있고 이를 활용하려는 시도가 끊임없이 일어나고 있다. 본 논문에서는 빅데이터 상의 데이터 마이닝을 통하여 고객의 패턴을 분석하고 이용자에게 신뢰성 있는 데이터를 제공 할 수 있는 방안을 제시한다.

• Information and Communications Magazine
• /
• v.31 no.12
• /
• pp.17-24
• /
• 2014

빅데이터, IoT, 클라우드 인프라 등 기술의 발달에 따라 일상생활 중에서도 개인과 환경의 변화에 대해 실시간 데이터 수집이 용이하게 되었다. 이를 활용하여 개인의 다양한 특성과 상황을 인지하고 다면적으로 의미를 분석할 수 있는 개인의 라이프스타일(lifestyle, 생활습관) 분석 기술이 중요하게 부각되고 있다. 이 라이프스타일 데이터는 개인의 질병이나 사회 심리적 문제의 원인 분석과 미래 트렌드의 변화예측을 할 수 있는 중요한 근거로 활용된다. 최근 이를 위한 연구로서 활동량, 스트레스, 위치, 수면 등의 라이프스타일 패턴을 추출하여 체계적인 프로세스로 삶의 질을 향상시키는 웰니스 (Wellness) 예측케어 서비스 연구와 서비스들이 활발히 진행되고 있다. 하지만 이러한 서비스를 제공하기에 앞서 개인의 복잡한 라이프스타일 패턴의 추출이 단편적으로만 이뤄지고 있어서, 패턴들 사이의 복잡한 관계를 분석하거나 연계 서비스로의 확장 및 라이프스타일 패턴의 재사용적인 측면에서의 문제가 어려운 이슈가 되고 있다. 이 때문에 웰니스 서비스의 신뢰도가 낮아 사용자가 단순히 재미로 느끼는 수준이거나 일회성에 그치는 모바일 어플리케이션 서비스를 제공받는 경우가 다반사이다. 본 논문에서는 IoT환경에서 다양한 스마트 디바이스에 의해 수집되는 라이프로그로 부터 라이프스타일 패턴 추출 및 모델링, 라이프스타일 패턴 분석으로부터 개인의 행동 추론 및 예측, 원인파악과 관련 지표를 정량적으로 설계하는 분석 엔진 개발 방안, 서비스 디자인을 통하여 실효적인 생활개선의 변화를 유도하는 기술, 개인의 심리적 특성까지 고려한 신뢰성 높은 케어 서비스 제공까지의 전반적인 웰니스 예측케어 서비스시스템 프로세스 및 플랫폼 설계 방안을 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.287-288
• /
• 2019

본 논문에서는 대용량 화물 DTG 데이터 분석을 위한 빅데이터 플랫폼을 설계 및 구현한다. DTG(digital tacho graph)는 차량운행기록을 실시간으로 저장하는 장치로서, 차량의 GPS, 속도, RPM, 제동유무, 이동거리 등 차량운행 관련 데이터가 1초 단위로 기록된다. 차량 운행 패턴 및 분석을 하기 위해서는 DTG 데이터의 빠른 처리가 필수적이며, 특히 대용량 DTG 데이터를 가공 및 변환하기 위해서는 별도의 플랫폼이 필요하다. 본 논문에서는 오픈소스 기반의 빅데이터 프레임워크인 스파크(Spark)를 이용하여 대용량 화물 DTG 데이터의 전처리 플랫폼을 구현하였다. 실제 대용량 화물 DTG 데이터를 대상으로 데이터를 변환 및 지도상에 표현해 보인다.