• 한국안전학회지
• /
• 제32권3호
• /
• pp.83-89
• /
• 2017

A new technology has provided the nation, industry, society, and people with innovative and useful functions. National economy and society has been improved through this technology innovation. Despite the benefit of technology innovation, however, since technology society was sufficiently mature, the unintended side effect and negative impact of new technology on society and human beings has been highlighted. Thus, it is important to investigate a risk of new technology for the future society. Recently, the risks of the new technology are being suggested through a large amount of social data such as news articles and report contents. These data can be used as effective sources for quantitatively and systematically forecasting social risks of new technology. In this respect, this paper aims to propose a data-driven process for forecasting and assessing social risks of future new technology using the text mining, 4M(Man, Machine, Media, and Management) framework, and analytic hierarchy process (AHP). First, social risk factors are forecasted based on social risk keywords extracted by the text mining of documents containing social risk information of new technology. Second, the social risk keywords are classified into the 4M causes to identify the degree of risk causes. Finally, the AHP is applied to assess impact of social risk factors and 4M causes based on social risk keywords. The proposed approach is helpful for technology engineers, safety managers, and policy makers to consider social risks of new technology and their impact.

• 산업경영시스템학회지
• /
• 제40권4호
• /
• pp.147-153
• /
• 2017

The mortality rate in industrial accidents in South Korea was 11 per 100,000 workers in 2015. It's five times higher than the OECD average. Economic losses due to industrial accidents continue to grow, reaching 19 trillion won much more than natural disaster losses equivalent to 1.1 trillion won. It requires fundamental changes according to industrial safety management. In this study, We classified the risk of accidents in industrial complex of Ulju-gun using spatial analytics and data mining. We collected 119 data on accident data, factory characteristics data, company information such as sales amount, capital stock, building information, weather information, official land price, etc. Through the pre-processing and data convergence process, the analysis dataset was constructed. Then we conducted geographically weighted regression with spatial factors affecting fire incidents and calculated the risk of fire accidents with analytical model for combining Boosting and CART (Classification and Regression Tree). We drew the main factors that affect the fire accident. The drawn main factors are deterioration of buildings, capital stock, employee number, officially assessed land price and height of building. Finally the predicted accident rates were divided into four class (risk category-alert, hazard, caution, and attention) with Jenks Natural Breaks Classification. It is divided by seeking to minimize each class's average deviation from the class mean, while maximizing each class's deviation from the means of the other groups. As the analysis results were also visualized on maps, the danger zone can be intuitively checked. It is judged to be available in different policy decisions for different types, such as those used by different types of risk ratings.

• 한국융합학회논문지
• /
• 제6권4호
• /
• pp.121-126
• /
• 2015

한국청소년패널(2008)의 중2 패널 5차년도 자료를 가지고 기술통계 분석과 회귀분석을 실시하여 가족의 기능적 결손이라는 위험상황에서 위험요인, 보호요인, 심리적응 간의 관계와 보호요인의 매개효과의 기제를 검증하고, 심리적응 수준이 높은 청소년을 보호해주는 보호요인을 분석하는 데에 그 목적이 있다. 분석방법으로는 대상자의 빈도분석과 개인특성에 따른 차이를 알아보기 위해 PASW(Predictive Analytics Software) 18.0을 이용해 t검증을 실시하였다. 또한 적응에 대한 보호요인의 작용 검증을 위하여 위계적 회귀분석을 실시하여 매개효과를 검증하였다. 연구결과 사회복지실천 현장에서 청소년의 위험요인에 초점을 맞추기보다는 위험요인을 완화시키는 과정이나 보호요인에 초점을 맞춤으로써 위험요인에 노출된 청소년을 바라보는 시각을 전환시킬 수 있으며 이들에 대한 개입도 달라질 것으로 판단된다. 사회복지실천 현장에서 청소년의 위험요인에 초점을 맞추기보다는 위험요인을 완화시키는 과정이나 보호요인에 초점을 맞춤으로써 위험요인에 노출된 청소년을 바라보는 시각을 전환시킬 수 있다. 또한, 가족의 기능적 결손이라는 어려움을 경험하는 청소년을 대상으로 사회복지 실천적 개입 방향을 마련 할 수 있는 기초를 마련한 것으로 판단된다.

• 정보보호학회논문지
• /
• 제30권5호
• /
• pp.957-966
• /
• 2020

최근 산업기밀보호센터의 통계에 의하면 국내 기밀유출 사고의 경우 전·현직 직원에 의해 기업기밀유출의 약 80%를 차지하고 이러한 내부자에 의한 정보유출 사고의 대다수가 허술한 보안 관리체계와 정보유출 탐지기술의 이유로 발생하고 있다. 내부자의 기밀유출을 차단하는 업무는 기업보안 부문에서 매우 중요한 문제이지만 기존의 많은 연구들은 내부자에 의한 유출위협보다는 외부 위협에 의한 침입에 대응하는데 초점이 맞추어져 있다. 따라서 본 논문에서는 기업 내에서 발생하는 다양한 비정상 행위를 효과적이고 효율적으로 탐지하기 위해 내부정보 유출 시나리오를 설계하고 시나리오에서 도출 된 유출 징후의 핵심 위험지표를 데이터 분석(Data analytics)함 으로써 정교하지만 신속하게 유출행위를 탐지하는 모형을 제시하고자 한다.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.65-77
• /
• 2021

최근 COVID-19으로 인하여 전세계적으로 수많은 감염자와 사망자가 발생하였다. 아직까지도 효과적인 COVID-19에 대한 백신의 개발은 성공하지 못한 상태이다. 따라서 사람들은이 질병의 감염에 크게 우려하고 있다. 그간 정부 공공기관이 제공한 감염 정보는 거의 단순한 합산 및 통계 숫자에 불과하다. 따라서, 개인이나 개인이 있는 장소의 구체적인 위험도는 판단하기 어렵다. 본 논문에서는 머신러닝 알고리즘 기반 COVID-19의 위험도 분석과 안전 활동에 대한 정보 제공에 대한 방법을 제안한다. 이 논문은COVID-19 감염 및 사망 위험도와 관련된 포괄적인 메트릭 체계를 제안하고, 이를 통해 개인 및 그룹에 대한 위험도를 정량적으로 제공하는 기법을 제시한다. 제시된 시스템은 개인 및 지역 정보와 특성을 반영한 한 클러스터링 알고리즘 등 효과적인 SW 기법들을 활용한다.

• 응용통계연구
• /
• 제37권4호
• /
• pp.525-539
• /
• 2024

Massive multiplayer online role playing game (MMORPG)은 국내 게임에서 큰 비중을 차지하는 게임 장르이다. MMORPG에서 유저 이탈 예측은 중요한 과제 중 하나이다. 인게임 결제가 수익 비중이 높기에 유저 잔존율이 서비스 수명 및 수익과 깊이 연관되기 때문이다. 만약, 특정 유저의 이탈을 사전에 예측할 수 있다면 프로모션을 통해 해당 유저의 잔존을 유도할 수 있을 것이다. 따라서, 이탈 예측 문제에서는 예측의 정확도도 중요하지만 이탈의 징후를 얼마나 빠르게 파악할 수 있는지 또한 중요하다. 본 논문에서는 이탈 징후를 조기에 탐지하기 위하여, 유저별 잔존 확률을 일별로 예측하고 이 예측된 확률 값들을 활용하여 유저 이탈 징후를 조기에 파악하는 방법을 제안한다. 이를 위해, 국내 게임사의 유저 로그 데이터로 여러 모형을 학습하고 유저별 잔존 확률을 구하여 잔존 확률의 변화 패턴에 대한 분석을 통해 이탈 가능성이 높은 유저를 조기에 감지할 수 있는 경험적 규칙을 보인다. 최종적으로, 성능 평가 결과를 통해 기존에 접속일을 기반으로 한 규칙보다 제시한 규칙을 이용할 시 이탈 유저를 조기에 감지할 수 있음을 확인한다. 추가적으로, 유저가 이탈하기 전 시점에 게임 접속 중 유저 이탈을 예측하는 방법과 유저의 게임 스타일에 따른 프로모션 방안을 제시한다.

• 한국안전학회지
• /
• 제33권6호
• /
• pp.77-84
• /
• 2018

Report documents of industrial and occupational accidents have continuously been accumulated in private and public institutes. Amongst others, information on narrative-texts of accidents such as accident processes and risk factors contained in disaster report documents is gaining the useful value for accident analysis. Despite this increasingly potential value of analysis of text information, scientific and algorithmic text analytics for safety management has not been carried out yet. Thus, this study aims to develop data processing and visualization techniques that provide a systematic and structural view of text information contained in a disaster report document so that safety managers can effectively analyze accident risk factors. To this end, the risk factor map using text mining and self-organizing map is developed. Text mining is firstly used to extract risk keywords from disaster report documents and then, the Self-Organizing Map (SOM) algorithm is conducted to visualize the risk factor map based on the similarity of disaster report documents. As a result, it is expected that fruitful text information buried in a myriad of disaster report documents is analyzed, providing risk factors to safety managers.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권1호
• /
• pp.841-850
• /
• 2021

This study aims to evaluate the relationship between bank capital, efficiency, and risk in Islamic banks. We use data from 129 Islamic banks in the world, retrieved from various data sources. We retrieved specific banking data from Moody's Analytics BankFocus and Thomson Reuters Eikon, while data at the country level was obtained from the World Bank website. This study uses various estimates both Pooled OLS (Ordinary Least Square) and Random Effect (RE). However, to overcome the issue of serial correlation which could cause bias in the results of the study, we used fixed-effect (FE) cluster estimates. The research results confirm the previous findings that bank capital positively affects bank stability (natural logarithm of Z-Score) and negatively affects credit risk (loan loss provision to total liabilities). The findings also show that efficiency has the same effect. The interaction test of bank capital and efficiency shows that efficiency encourages banks to reduce risk, including when bank capital is relatively lower. This finding is expected to have implications for the authorities to boost bank efficiency in addition to establishing several regulations related to capital. The efficiency implemented by the bank will encourage banks to act prudently so that the bank can maintain its performance through risk mitigation.

• 한국컴퓨터그래픽스학회논문지
• /
• 제22권4호
• /
• pp.21-30
• /
• 2016

위험관리 시스템은 단 시간에 의사결정하기 위해 스트림 데이터를 실시간으로 분석 할 수 있어야 한다. 많은 데이터 분석 시스템은 CPU와 디스크 데이터베이스로 구성되어 있다. 하지만, cpu 기반 시스템은 스트림 데이터를 실시간으로 분석하는데 어려움이 있다. 스트림 데이터는 1ms부터 1시간, 1일까지 생성주기가 다양하다. 한 개의 센서가 생성하는 데이터는 작다. 하지만 수 만개의 센서가 생성하는 데이터는 매우 크다. 예를 들어 10만개 센서가 1초에 1GB 데이터를 생성한다면, CPU 기반 시스템은 이를 분석 할 수 없다. 이러한 이유로 실시간 스트림 데이터 분석 시스템은 빠른 처리 속도와 확장성이 필요하다. 본 논문에서는 GPU와 하이브리드 데이터베이스를 이용한 시각화 가속 기술을 제안한다. 제안한 기술을 평가하기 위해 우리는 지하 파이프라인에 설치된 센서와 트윗 데이터를 활용하여 실시간 릭 탐지 시각적 분석 시스템에 적용했다.

• 한국간담췌외과학회지
• /
• 제28권1호
• /
• pp.14-24
• /
• 2024

This study aims to assess the quality and performance of predictive models for colorectal cancer liver metastasis (CRCLM). A systematic review was performed to identify relevant studies from various databases. Studies that described or validated predictive models for CRCLM were included. The methodological quality of the predictive models was assessed. Model performance was evaluated by the reported area under the receiver operating characteristic curve (AUC). Of the 117 articles screened, seven studies comprising 14 predictive models were included. The distribution of included predictive models was as follows: radiomics (n = 3), logistic regression (n = 3), Cox regression (n = 2), nomogram (n = 3), support vector machine (SVM, n = 2), random forest (n = 2), and convolutional neural network (CNN, n = 2). Age, sex, carcinoembryonic antigen, and tumor staging (T and N stage) were the most frequently used clinicopathological predictors for CRCLM. The mean AUCs ranged from 0.697 to 0.870, with 86% of the models demonstrating clear discriminative ability (AUC > 0.70). A hybrid approach combining clinical and radiomic features with SVM provided the best performance, achieving an AUC of 0.870. The overall risk of bias was identified as high in 71% of the included studies. This review highlights the potential of predictive modeling to accurately predict the occurrence of CRCLM. Integrating clinicopathological and radiomic features with machine learning algorithms demonstrates superior predictive capabilities.