• Journal of Service Research and Studies
• /
• v.8 no.1
• /
• pp.89-102
• /
• 2018

The Industrial Classification is a systematic taxonomy of industrial activities and the Standard Industrial Classification is used in all country by their own a consistent classification method. Therefore, it is employed to analyze current status of industry affairs using statistical investigations in terms industrial activities for making industrial policies and to compare industrial activity among countries. Since the Second Industrial Revolution, the need for the homogenous standard of industrial classification among countries emerged as the economic and industrial exchanges between the countries have became more active. In 1940, Colin Clark who british economist divided the industry into the first (primitive), second (processed), and third (service) industries. Based on this, the United Nations Office for Statistics (UNSD) established International Standard Industry Classification (ISIC) in 1948, which most countries invoke it. ISIC(International Standard Industry Classification) and the standard industry classifications of countries have reached the present after several revisions since the enactment of the Act. In the 2000s, the standard industry classification is amended to reflect the emergence of new industries and changes in industrial structure, mainly featuring the creation and segmentation of sections in the tertiary industry domains. It also shows that primary and secondary sectors are shifting to tertiary industry. In this study, the causes of these common phenomena are systematically identified and the problems present classification systems have been analyzed. Also proposed is the direction of formation of the industrial classification system from a service economy point of view and the conceptual model of the new classification system. In the future, it is necessary to validate the proposed model through this study and to carry out various new classification system studies.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.29 no.4
• /
• pp.421-428
• /
• 2011

It is challenging to survey the size and economical value of geospatial industry, because of the vagueness of the industry range. This study suggested a proposed method for the classification of geospatial industry based on Korea Standard Industry Classification, Th proposed method for the classification considered the value added chain of geospatial industry and Korean Standard Industry Classification, Theses considerations reflected characteristics of geospatial industry, Industrial statistics of geospatial industry are expected to be surveyed based on the classification proposed by this study,

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.541-544
• /
• 2022

재난안전분야 연구 및 기술개발을 위한 현황분석 및 동향파악을 위해 연구개발활동의 주요 성과물인 특허정보의 활용은 매우 중요하다. 본 논문에서는 재난안전분야 국내 특허문헌을 대상으로 산업분야별 현황 및 특성을 분석하였다. 분석연구를 위해 재난안전분야 키워드를 포함하고 표준산업분류 매핑이 가능한 국내 특허정보를 식별하여 데이터셋으로 사용하였다. 분석 결과, 표준산업분류 체계의 산업분야 레벨별 특허 분포 현황 및 출원기관 분포 현황과 산업분야별 핵심 키워드가 자세히 파악되었다. 연구결과는 국가 재난대응을 위한 지능형 위기경보 체계 등을 개발하기 위한 정보 자원으로 활용이 기대되며, 향후 논문, 보고서를 통합한 포괄적인 재난안전분야 문헌 분석 연구가 필요하다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.394-398
• /
• 2020

산업/직업분류 자동코딩시스템은 고용조사 등을 함에 있어 사업체 정보, 업무, 직급, 부서명 등 사용자의 다양한 입력을 표준 산업/직업분류에 맞춰 코드 정보를 제공해주는 시스템이다. 입력 데이터로부터 비지도학습 기반의 색인어 추출 모델을 학습하고, 부분단어 임베딩이 적용된 색인어 임베딩 모델을 통해 입력 벡터를 추출 후, 출력 분류 코드를 인코딩하여 지도학습 모델에서 학습하는 방법을 적용하였다. 기존 시스템의 분류 결과 데이터를 통해 대, 중, 소, 세분류에서 높은 정확도의 모델을 구축할 수 있으며, 기계학습 기술의 적용이 가능한 시스템임을 알 수 있다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.4
• /
• pp.594-601
• /
• 2006

Coding of occupational and industrial codes is a major operation in census survey of Korean statistics bureau. The coding process has been done manually. Such manual work is very labor and cost intensive and it usually causes inconsistent results. This paper proposes an automatic coding system based on example-based learning. The system converts natural language input into corresponding numeric codes using code generation system trained by example-based teaming after applying manually built rules. As experimental results performed with training data consisted of 400,000 records and 260 manual rules, the proposed system showed about 76.69% and 99.68% accuracy for occupational code classification and industrial code classification, respectively.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.75-78
• /
• 2001

본 논문은 통계청에서 실시하는 인구주택 총조사로부터 획득된 각 개인의 직업 및 직종을 기술하고 있는 자연어를 입력받아 입력된 자연어가 의미하는 한국 표준 산업/구업 분류 코드의 후보들을 생성하는 산업/직업 코드 분류 도구를 제안한다. 코드 분류는 분류할 코드를 문서 범주로 간주하면 문서 분류와 동일한 문제로 생각할 수 있다. 하지만 본 산업/직업 코드 분류 문제는 입력되는 자연어의 길이가 한 두 문장 정도로 매우 짧아 문서 분류에 사용될 자질들이 개수가 주어 기존의 문서 분류 기법을 적용하기 어렵다. 이에 본 논문은 표준 코드를 기술하고 있는 내용을 미리 색인하고 입력된 자연어로부터 질의어를 생성하여 벡터공간모델로 질의어를 검색후 질의어와 일치율이 가장 높은 코드들을 분류될 후보 코드로 계시하는 정보검색 기법을 이용한 산업/직업 코드 분류 도구를 개발하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.388-390
• /
• 2006

본 논문은 수동 코드 분류 규칙과 예제기반의 자동 학습을 이용하는 한국어 표준 산업/직업 코드 자동분류 시스템을 제안한다. 제안된 시스템은 산업과 직업에 대하여 설명하는 자연어를 입력받아 해당 산업/직업 분류 코드를 생성하는 시스템으로 수작업으로 구축된 규칙을 적용한 후 규칙이 적용되지 않는 레코드는 예제 기반의 학습을 이용한 자동 분류 시스템에 의해서 해당 코드를 할당한다.

• Electric Engineers Magazine
• /
• v.190 no.6
• /
• pp.25-30
• /
• 1998

전기산업은 표준산업분류표상으로는 서비스업에 속해있으면서 발전업과 기타전기산업으로 분류되어진다. 전기사업법상분류로는 일반전기사업자와 발전사업자로 나뉘어진다. 이러한 전기사업을 포함하여 그 기반과 관련되는 산업으로는 설계, 기자재제작, 건설, 연료조달, 방사 등 포괄적인 광의와 개념의 전기산업이 있겠다.

• Food Industry
• /
• s.77
• /
• pp.83-89
• /
• 1984

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.169-172
• /
• 2022

재난안전 분야의 기술개발 동향을 파악하고 지적 관계를 분석하기 위한 연구에서 신뢰성과 최신성을 겸비한 학술정보를 활용하는 것은 매우 유용하다. 기존의 논문 기반 계량정보분석 연구에서는 관련 분야의 학술지와 키워드를 중심으로 분석 대상 논문을 선별하여 연구재료로 사용하였다. 본 논문에서는 재난안전 분야의 보다 세부적인 연구 특성 파악을 위해 국내 대학기관의 방재 및 안전공학 학과에 소속된 저자들의 논문 정보를 대상으로 기관식별, 학과유형 분류, 재난안전유형 분류. 표준산업분류를 매핑하고 주요 측면별로 분석 연구를 수행하였다. 분석 결과, 재난안전 분야 연구에서 저자소속 기관의 유형 및 지역적 분포, 공저 학과 유형의 구성, 재난안전유형 및 표준산업분류의 현황과 핵심 키워드가 자세히 파악되었다. 연구 결과는 향후 지능형 위기경보 체계 구축을 위한 재난유형별 주요 기관 및 전문가 식별과 추천에 활용이 기대된다.