• 한국IT서비스학회지
• /
• 제14권1호
• /
• pp.53-68
• /
• 2015

This article aims to identify the quality factors of public data which have increased as a public issue; analyze the impact of users satisfaction in the perspective of Technology Acceptance Model (TAM), and investigate the effect of service satisfaction on the government's open policy of public data. This study is consistent with Total Data Quality Management (TDQM) of MIT, it focuses on three main qualities except Contextual Data Quality (CDQ) and includes seven independent variables : accuracy, reliability, fairness for Intrinsic Data Quality (IDQ), accessibility, security for Accessibility Data Quality (ADQ), Consistent representation and understandability for Representational Data Quality (RDQ). Basing on TAM, the research model was conducted to examine which factors affect to perceived usefulness, perceived ease of use, service satisfaction and how service satisfaction affects to the government's open policy of public data. The results showed that accuracy, fairness, understandability affect both perceived ease of use and perceived usefulness; while reliability, consistent representation, security, and accessibility affect only perceived ease of use. This article found that the influence of perceived ease of use on perceived usefulness and the influence of these two causes on service satisfaction in the perspective of TAM were significant and it was consistent with prior studies. The service satisfaction when using public data leads to the reliability of public data open policy. As an initial study on unstructured public data open policy, this article offered quality factors that pubic data providers should consider and also present the operation plan of public data open policy in the future.

• 한국빅데이터학회지
• /
• 제2권2호
• /
• pp.75-86
• /
• 2017

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 품질 향상에 기여할 수 있을 것이다.

• 경영정보학연구
• /
• 제13권1호
• /
• pp.1-11
• /
• 2011

본 연구는 한국 금융산업에서의 기업 데이터 품질이 경제적인 성과에 주는 영향을 2008년과 2009년 자료를 이용하여 실증적으로 분석하였다 데이터 품질은 한국데이터베이스진흥원에서 측정한 데이터 품질관리 프로세스 지수와 데이터 품질기준을 이용하였으며, 기업의 재무 성과는 금융감독원의 금융 통계정보시스템을 이용하여 수집하였다. 분석 결과, 데이터 품질은 기업의 매출액, 영업이익, 부가가치에 통계적으로 유의한 영향을 주었다. 데이터 품질관리 프로세스 지수가 1만큼 증가하면, 부가가치는 약 2.3%가 증가한다. 또한 데이터 품질기준이 1만큼 증가하면, 부가가치는 약 72.6%가 증가한다. 기업의 경영자는 데이터 품질을 개선시키도록 노력해야 하고, 경제정책 입안자들은 기업들이 데이터 품질에 관심을 갖고 데이터 품질을 개선시키도록 하는 유인책과 정책 방향을 수립해야 한다.

• Journal of Information Technology Applications and Management
• /
• 제17권1호
• /
• pp.83-105
• /
• 2010

The competence of enterprise for managing information is evaluated not by the amount of information but by the quality of information such as response time, data consistency, and data correctness. The degradation of data quality is usually caused by the inappropriate process of managing the structure and value of stored data. According to the recent survey on the actual condition of data quality management, the correctness and consistency of data appeared to be the most problematic area among the six criteria of data quality management such as correctness, consistency, availability, timeliness, accessibility, and security. Moreover, the problem was more serious in case of small and medium-sized companies than large enterprises. In this paper, therefore, we attempt to propose a new data quality control methodology for small and medium-sized companies that can improve the correctness and consistency of data without consuming too much time and cost. To adopt the proposed methodology to real application immediately, we provided some scripts for as-is analysis and devised automation tools for managing naming rules of vocabulary, terminology, and data code. Additionally, we performed case study on the distribution service of a small-sized company to estimate the applicability of our tool and methodology.

• 품질경영학회지
• /
• 제34권1호
• /
• pp.13-19
• /
• 2006

Data mining is a useful tool for analyzing data from different perspectives and for summarizing them into useful information. Recently, the data mining methods are applied to solving quality problems of the manufacturing processes. This paper discusses the problems of construction of a quality mining system, which is based on the various data mining methods. The quality mining system includes recipe optimization, significant difference test, finding critical processes, forecasting the yield. The contents and system of this paper are focused on the TFT-LCD manufacturing process. We also provide some illustrative field examples of the quality mining system.

• 한국빅데이터학회지
• /
• 제3권1호
• /
• pp.33-40
• /
• 2018

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.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1101-1106
• /
• 2005

The purpose of this study was to develop a process management system to manage ingot fabrication and the quality of the ingot. The ingot is the first manufactured material of wafers. Operating data (trace parameters) were collected on-line but quality data (measurement parameters) were measured by sampling inspection. The quality parameters were applied to evaluate the quality. Thus, preprocessing was necessary to extract useful information from the quality data. First, statistical methods were employed for data generation, and then modeling was accomplished, using the generated data, to improve the performance of the models. The function of the models is to predict the quality corresponding to the control parameters. The dynamic polynomial neural network (DPNN) was used for data modeling that used the ingot fabrication data.

• 한국IT서비스학회지
• /
• 제11권1호
• /
• pp.239-246
• /
• 2012

The user increases around the WiBro and in which the mobile broad band service is the wireless internet base technology HSDPA, that is the cellular phone foundation technique, and moreover the issue about the user effective quality guarantee emerges but the quality control of the wireless network is the incomplete actual condition. Therefore, the reliability verification according to the development of the system for the performance measure for the continued wireless data service and it and evaluation are needed for the quality control. In this paper, the wireless data service quality measurement system was implemented with the design. The same test environment as the existing network performance measurement program was built for the reliability verification of the embodied device for measuring quality and evaluation and the cost performance was performed. It could confirm that design and embodied wireless data service quality measurement system operated accurately in this paper through the quality measure result value analysis.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.218-232
• /
• 2020

데이터홈쇼핑은 데이터방송기술을 기반으로 기존 TV홈쇼핑, 데이터방송의 상품DB, 그리고 카탈로그 쇼핑의 장점을 결합한 T-커머스 서비스이다. 이러한 데이터홈쇼핑 서비스는 2012년부터 일부 시작되었기에 데이터홈쇼핑 인식에 관한 연구가 심층적으로 이루어지지 않았다. 따라서 본 논문에서는 기존 TV홈쇼핑과 데이터홈쇼핑이 플랫폼 품질, 서비스 품질, 콘텐츠 품질측면에서 어떠한 인식을 나타내고 있으며 차이점은 무엇인지 분석하였다. 이를 위해 데이터홈쇼핑에 대한 이해도가 높은 TV홈쇼핑과 데이터홈쇼핑 업무종사자 140명을 대상으로 설문을 실시하였다. 연구결과, TV홈쇼핑과 데이터홈쇼핑의 플랫폼 품질, 서비스 품질, 콘텐츠 품질의 차이는 유의미하며, TV홈쇼핑의 품질이 더 높게 나타났다. 플랫폼 품질의 경우는 TV홈쇼핑은 5점 척도로 3.75, 데이터홈쇼핑은 2.93으로 나타났으며, 서비스 품질은 TV홈쇼핑(3.60), 데이터홈쇼핑(3.25)로 유의미한 차이를 나타냈다. 콘텐츠 품질의 경우, TV홈쇼핑(3.21), 데이터홈쇼핑(2.82)로 TV홈쇼핑의 콘텐츠 품질이 높게 나타났다. 또한 성별, 연령, 직급, 업무분야의 경우 연령에 따른 플랫폼 품질을 제외하고는 상호작용 효과는 나타나지 않았다.

• 한국경영과학회지
• /
• 제28권3호
• /
• pp.31-47
• /
• 2003

Quality design in practice highly depends on human designer's intuition and past experiences due to lack of formal knowledge about the relationship among 10 variables. This paper represents an data mining approach for developing quality design support system that integrates Case Based Reasoning (CBR) and Artificial Neural Networks (ANN) to effectively support all the steps in quality design process. CBR stores design cases in a systematic way and retrieve them quickly and accurately. ANN predicts the resulting quality attributes of design alternatives that are generated from CBR's adaptation process. When the predicted attributes fail to meet the target values, quality design simulation starts to further adapt the alternatives to the customer's new orders. To implement the quality design simulation, this paper suggests (1) the data screening method based on ξ-$\delta$ Ball to obtain the robust ANN models from the large production data bases, (2) the procedure of quality design simulation using ANN and (3) model management system that helps users find the appropriate one from the ANN model base. The integration of CBR and ANN provides quality design engineers the way that produces consistent and reliable design solutions in the remarkably reduced time.