• 한국정보통신학회논문지
• /
• 제20권11호
• /
• pp.2027-2032
• /
• 2016

스마트폰 보급의 확산과 데이터 저장 및 분석 기법의 발전은 빅데이터 관련 산업을 미래의 유망 산업으로 탈바꿈하게 만들었다. 마케팅 분야에서는 소셜 데이터를 분석하여 소비자의 니즈를 파악하고, 효과적인 마케팅의 수단으로 활용하고 있다. 빅데이터 분석이 불가능했던 시대에는 소비자를 이해하기 위해서는 소수의 소비자를 대상으로 하는 조사 및 실험에 의존할 수밖에 없었으며, 이러한 전통적인 시장조사 방법은 현재도 활용되고 있다. 빅데이터 분석과 전통적인 조사방법 모두 고객을 이해하는 중요한 방법이기는 하지만, 두 가지 방법을 통해 도출된 결과가 소비자의 트랜드에 대하여 유사한 시사점을 주는지는 확인할 필요가 있다. 이러한 점에서 본 연구에서는 화장품 브랜드를 대상으로 소셜 데이터 분석 결과와 소비자를 대상으로 하는 설문조사의 결과를 비교하고자 하였다. 연구 결과 두 가지 방법 모두 유사한 시사점을 제공하는 것으로 나타났다.

• 경영정보학연구
• /
• 제21권4호
• /
• pp.175-195
• /
• 2019

본 연구는 온라인 소비자 커뮤니티의 소비자 욕구와 행동을 분석하기 위해 빅데이터-네트노그라피 통합모델을 사용하였다. 빅데이터 분석은 상관관계를 파악하기에는 용이하나, 인과관계는 알아내기 어렵기 때문에 네트노그라피 분석을 함께 사용하였다. 온라인 환경에서 수행하는 질적연구방식인 네트노그라피 방법론은 맥락파악에 있어서는 탁월하나, 장시간에 걸쳐 축적된 많은 양의 데이터를 분석하기에는 시간과 비용이 많이 든다는 한계가 있다. 따라서 본 연구에서는 빅데이터 분석을 통하여 온라인 커뮤니티 사이트에서 축적된 전반적인 자료의 패턴을 찾고, 네트노그라피 분석이 필요한 특이점을 발견한 뒤, 특이점 전후 지점에서만 네트노그라피 분석을 수행하였다. 본 연구에서 빅데이터 분석을 통해 드러난 다양한 현상의 원인을 네트노그라피 분석을 통해 설명할 수 있었다. 뿐만 아니라 빅데이터 분석으로는 잘 드러나지 않는 커뮤니티의 내부 구조적 변화까지도 파악할 수 있었다. 따라서 본 연구를 통해 그동안 빅데이터가 놓쳐온 비정형데이터로부터 맥락적 의미 분석은 물론 이해하기 어려웠던 온라인 소비자 행동 중 많은 부분을 효과적으로 설명할 수 있었다. 본 연구에서 제안한 빅데이터-네트노그라피 통합모델은 온라인 환경에서 소비자 욕구를 새롭게 발견하기 좋은 도구로 활용될 수 있을 것이다. 향후 연구에서는 다양한 사례 적용연구를 통해 본 연구에서 제시한 방안의 적합성과 우수성을 검증하고 보완하고자 한다.

• 대한건축학회논문집:계획계
• /
• 제35권1호
• /
• pp.19-28
• /
• 2019

The purpose of this study is to evaluate the walking behavior analysis methodology used in the previous studies, paying attention to the demand for empirical data collecting for urban and neighborhood planning. The preceding researches are divided into (1)Recording, (2) Surveys, (3)Statistical data, (4)Global positioning system (GPS) devices, and (5)Mobile Big Data analysis. Next, we analyze the precedent research and identify the changes of the walkability research. (1)being required empirical data on the actual walking and moving patterns of people, (2)beginning to be measured micro-walking behaviors such as actual route, walking facilities, detour, walking area. In addition, according to the trend of research, it is analyzed that the use of GPS device and the mobile big data are newly emerged. Finally, we analyze pedestrian data based on mobile big data in terms of 'application' and distinguishing it from existing survey methodology. We present the possibility of mobile big data. (1)Improvement of human, temporal and spatial constraints of data collection, (2)Improvement of inaccuracy of collected data, (3)Improvement of subjective intervention in data collection and preprocessing, (4)Expandability of walking environment research.

• 융합보안논문지
• /
• 제22권1호
• /
• pp.55-60
• /
• 2022

본 연구는 재생에너지와 관련된 에너지 분야의 동향과 관계구조를 분석하는 것이다. 이를 위해 본 연구에서는 SNS Data를 포한한 Big Data를 중점으로 분석하였다. SNS는 Instragram 플랫폼을 활용하여 재생에너지 해시태그들을 수집하였으며, 빅데이터 분석, 소셜네트워크 분석을 위한 워드임베딩 방법으로 사용하였고, 본 연구에서 도출된 결과를 토대로 재생에너지 산업의 발전에 활용할 수 있을 것으로 기대된다.

• 한국조리학회지
• /
• 제23권8호
• /
• pp.195-205
• /
• 2017

The purpose of this study was to compare the Starbucks in South Korea with Starbucks in U.S.A through the semantic network analysis of big data by collecting online data with SCTM(Smart Crawling & Text Mining) program which was developed by big data research institute at Kyungsung University, a data collecting and processing program. The data collection period was from January 1st 2014 to December 7th 2017, and packaged Netdraw along with UCINET 6.0 were utilized for data analysis and visualization. After performing CONCOR(convergence of iterated correlation) analysis and centrality analysis, this study illustrated the current characteristics of Starbucks for Korea and U.S.A reflected by the social network and the differences between Korea and U.S.A. Since the Starbucks was greatly developed, especially in Korea. this study also was supposed to provide significant and social-network oriented suggestions for Starbucks USA, Starbucks Korea and also the whole coffee industry. Also this study revealed that big data analytics can generate new insights into variables that have been extensively studied in existing hospitality literature. In addition, implications for theory and practice as well as directions for future research are discussed.

• 품질경영학회지
• /
• 제45권4호
• /
• pp.677-696
• /
• 2017

Purpose: This study suggests that Six Sigma MBB should be used as a key talent to lead the fourth industrial revolution era by training them with big data processing capability. Methods: Through the analysis between articles on the fourth industrial revolution and Six Sigma related papers, common competencies of data scientists and Six Sigma MBBs were identified and the big data analysis capabilities needed for Six Sigma MBB were derived. Then, training was conducted to improve the big data analysis capabilities so that Six Sigma MBB is able to design algorithms required in the fourth industrial revolution era. Results: Six Sigma MBBs, equipped with the knowledge in field site improvement and basic statistics, were provided with 40 hours of big data analysis training and then were made to design a big data algorithm. Positive results were obtained after applying a AI algorithm which could forecast process defects in a field site. Conclusion: Six Sigma MBB equipped with big data capability will make the best talent for the fourth industrial revolution era. A Six Sigma MBB has an excellent capability for improving field sites. Utilizing the competencies of MBB can be a key to success in the fourth industrial revolution. We hope that the results of this study will be shared with many companies and many more improved case studies will arise in the future as a result of this study.

• 응용통계연구
• /
• 제27권2호
• /
• pp.169-183
• /
• 2014

오늘날, 다양한 분야에서 다양한 형태의 빅 데이터들이 축적되고 있다. 이에, 빅 데이터를 분석하고 그 속에서 가치 있는 정보를 찾아내는 것은 매우 중요해지고 있다. 또한, 비정형 빅 데이터를 정형화하여 통계적 기법을 적용할 수 있게 하는 것은 매우 중요해지고 있다. 본 연구에서는 분산처리 시스템인 맵리듀스를 활용하여 비정형 빅 데이터를 정형화하고, 통계적 분석 기법인 단순 대응분석과 다중 대응분석을 적용하여, 한국 경제 신문의 지면에 실린 기사를 이용해 삼성전자와 애플을 언급하고 있는 단어들의 관계와 특성을 각각 파악하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.129-130
• /
• 2018

빅데이터 분석은 데이터베이스에 잘 정리된 정형 데이터뿐만 아니라 인터넷, 소셜 네트워크 서비스, 모바일 환경에서 생성되는 웹 문서, 이메일, 소셜 데이터 등 비정형 데이터를 효과적으로 분석하는 기술을 말한다. 대부분의 빅데이터 분석 기술 방법들은 기존 통계학과 전산학에서 사용되던 데이터 마이닝, 기계 학습, 자연 언어 처리, 패턴 인식 등이 이에 해당된다. 글로벌 리서치 기관들은 빅데이터 분석을 2011년 이래로 가장 주목받는 신기술로 지목해오고 있다. 따라서 대부분의 산업에서 기업들은 빅데이터의 적용을 통해 새로운 가치 창출을 위해 노력을 하고 있다. 본 연구에서는 다음 커뮤니케이션의 빅데이터 분석 도구인 소셜 매트릭스를 활용하여 분석하였다. 2018년 5월 19일 시점 1개월 기간을 설정하여 "인공지능" 키워드에 대한 대중들의 인식을 분석하였다. 빅데이터 분석의 결과는 다음과 같다. 첫째, 인공지능에 대한 1위 연관 검색어는 중국(4,122)인 것으로 나타났다. 결과를 바탕으로 연구의 한계와 시사점을 제시하고자 한다.

• 한국융합학회논문지
• /
• 제8권12호
• /
• pp.265-274
• /
• 2017

본 논문은 빅데이터 분석 교육의 문제점을 고찰해 그 개선 방안을 제시한다. 빅데이터의 특성은 V3에서 V5로 진화하고 있다. 이에 빅데이터 분석 교육도 V5를 감안한 데이터 분석 교육이 되어야 한다. 작금 불확실성의 증대는 데이터 분석의 리스크를 증가시키기에 내적 외적 구조화/비구조화 데이터를 비롯해 교란 요인마저 분석할 때 데이터의 신뢰성은 증가될 수 있다. 그리고 평판분석을 활용할 때 범하기 쉬운 오류가 가변성과 불확실성에 대한 상황 인식이다. 가변성의 측면을 고려해, 다양한 변수와 옵션에 의한 불확실성의 상황을 인식하고 대비한 데이터 분석이 이뤄질 때 데이터에 대한 신뢰성과 정확성은 증가할 수 있다. 사회관계망 분석에서 학생들과 일반 연구자들이 주로 활용하는 것이 텍스톰과 노드엑셀의 노드 분석이다. 사화관계망 분석은 매개중심성에 의한 상황 분석을 통해 다크 데이터를 찾아 이상 현상을 감지하고 현 상황을 분석하여 유용한 의미를 얻고 미래를 예측할 수 있어야 한다.

• 한국컴퓨터정보학회논문지
• /
• 제22권12호
• /
• pp.101-108
• /
• 2017

The study proposed a system that filters the data that is entered when analyzing big data such as SNS and BLOG. Personal information includes impersonal personal information, but there is also personal information that distinguishes it from personal information, such as religious institution, personal feelings, thoughts, or beliefs. Define these personally identifiable information as sensitive information. In order to prevent this, Article 23 of the Privacy Act has clauses on the collection and utilization of the information. The proposed system structure is divided into two stages, including Big Data Processing Processes and Sensitive Information Filtering Processes, and Big Data processing is analyzed and applied in Big Data collection in four stages. Big Data Processing Processes include data collection and storage, vocabulary analysis and parsing and semantics. Sensitive Information Filtering Processes includes sensitive information questionnaires, establishing sensitive information DB, qualifying information, filtering sensitive information, and reliability analysis. As a result, the number of Big Data performed in the experiment was carried out at 84.13%, until 7553 of 8978 was produced to create the Ontology Generation. There is considerable significan ce to the point that Performing a sensitive information cut phase was carried out by 98%.