Current evaluation practices for IT projects suffer from several problems, which include the difficulty of self-explanation for the evaluation results and the improperly scaled scoring system. This study aims to develop a methodology of opinion mining to extract key factors for the causal relationship analysis and to assess the feasibility of quantifying evaluation scores from text comments using opinion mining based on big data analysis. The research has been performed on the domain of publicly procured IT proposal evaluations, which are managed by the National Procurement Service. Around 10,000 sets of comments and evaluation scores have been gathered, most of which are in the form of digital data but some in paper documents. Thus, more refined form of text has been prepared using various tools. From them, keywords for factors and polarity indicators have been extracted, and experts on this domain have selected some of them as the key factors and indicators. Also, those keywords have been grouped into into dimensions. Causal relationship between keyword or dimension factors and evaluation scores were analyzed based on the two research models-a keyword-based model and a dimension-based model, using the correlation analysis and the regression analysis. The results show that keyword factors such as planning, strategy, technology and PM mostly affects the evaluation result and that the keywords are more appropriate forms of factors for causal relationship analysis than the dimensions. Also, it can be asserted from the analysis that evaluation scores can be composed or calculated from the unstructured text comments using opinion mining, when a comprehensive dictionary of polarity for Korean language can be provided. This study may contribute to the area of big data-based evaluation methodology and opinion mining for IT proposal evaluation, leading to a more reliable and effective IT proposal evaluation method.

Recent development in science and technology has modernized the weapon system of ROKN (Republic Of Korea Navy). Although the cost of purchasing, operating and maintaining the cutting-edge weapon systems has been increased significantly, the national defense expenditure is under a tight budget constraint. In order to maintain the availability of ships with low cost, we need accurate demand forecasts for spare parts. We attempted to find consumption pattern using data mining techniques. First we gathered a large amount of component consumption data through the DELIIS (Defense Logistics Intergrated Information System). Through data collection, we obtained 42 variables such as annual consumption quantity , ASL selection quantity, order-relase ratio. The objective variable is the quantity of spare parts purchased in f-year and MSE (Mean squared error) is used as the predictive power measure. To construct an optimal demand forecasting model, regression tree model, randomforest model, neural network model, and linear regression model were used as data mining techniques. The open software R was used for model construction. The results show that randomforest model is the best value of MSE. The important variables utilized in all models are consumption quantity, ASL selection quantity and order-release rate. The data related to the demand forecast of spare parts in the DELIIS was collected and the demand for the spare parts was estimated by using the data mining technique. Our approach shows improved performance in demand forecasting with higher accuracy then previous work. Also data mining can be used to identify variables that are related to demand forecasting.

Our research is aimed at predicting recent trend and leading technology for the future and providing optimal Nano technology trend information by analyzing Nano technology trend. Under recent global market situation, Users’ needs and the technology to meet these needs are changing in real time. At this point, Nano technology also needs measures to reduce cost and enhance efficiency in order not to fall behind the times. Therefore, research like trend analysis which uses search data to satisfy both aspects is required. This research consists of four steps. We collect data and select keywords in step 1, detect trends based on frequency and create visualization in step 2, and perform analysis using data mining in step 3. This research can be used to look for changes of trend from three perspectives. This research conducted analysis on changes of trend in terms of major classification, Nano technology of 30’s, and key words which consist of relevant Nano technology. Second, it is possible to provide real-time information. Trend analysis using search data can provide information depending on the continuously changing market situation due to the real-time information which search data includes. Third, through comparative analysis it is possible to establish a useful corporate policy and strategy by apprehending the trend of the United States which has relatively advanced Nano technology. Therefore, trend analysis using search data like this research can suggest proper direction of policy which respond to market change in a real time, can be used as reference material, and can help reduce cost.

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.

최근 기술융합의 핵심현상으로 사물인터넷이 대두되면서 사물인터넷의 기술트 렌드 및 기술융합에 관해 많은 연구들이 진행되고 있다. 그러나 기존 연구들의 대부분이 사물인터넷 기술 동향에 대한 정성적 연구에 그치고 있어 기술융합의 구체적 양상을 파악하기 어려운 실정이다. 따라서 본 연구에서는 특허 데이터를 기술의 대용데이터로 간주하고, 동시 분류분석과 텍스트마이닝을 바탕으로 사물인터넷 융합 네트워크를 구축하고 융합의 특성을 분석하였다. 본 연구에서는 먼저 문헌연구를 통해 사물인터넷의 융합을 일으키는 주요 기술 군을 디바이스, 네트워크, 플랫폼, 서비스 네 가지로 정의한 후, “Internet of Things” 키워드 를 중심으로 미국 특허청에서 수집된 923개 특허의 클래스를 네 가지 기술군에 할당하여 이 들 간 관계를 파악하였다. 대부분의 클래스 및 키워드가 디바이스에 관련되어 있으므로, 본 연구에서는 융합 현상을 디바이스 융합과 전체 융합으로 나누어 기술융합 양상을 파악하였다. 디바이스 중심의 사물인터넷 기술을 분석한 결과 센서 디바이스를 비롯한 헬스케어 디바 이스, 냉장 및 냉동 장치, 에너지관리 디바이스, 로봇, 임베디드 등이 주요 융합 그룹으로 도 출되었다. 전체 기술을 대상으로 분석한 결과 사물인터넷 요소기술을 중심으로 스마트 헬스 케어, 스마트 홈, 무인자동차 등 사물인터넷의 다양한 응용영역들이 기술융합을 이루고 있는 것으로 파악되었다. 본 연구 결과는 사물인터넷 기술융합 활성화를 위한 정책 및 전략 수립 에 효과적으로 활용될 수 있을 것으로 기대된다.

In order to implement the smart home environment, we need an intelligence service platform that learns the user’s life style and behavioral patterns, and recommends appropriate services to the user. The intelligence service platform should embed a couple of effective and efficient data mining algorithms for learning from the data that is gathered from the smart home environment. In this study, we evaluate the suitability of data mining algorithms for smart home intelligent service platforms. In order to do this, we first develop an intelligent service scenario for smart home environment, which is utilized to derive functional and technical requirements for data mining algorithms that is equipped in the smart home intelligent service platform. We then evaluate the suitability of several data mining algorithms by employing the analytic hierarchy process technique. Applying the analytical hierarchy process technique, we first score the importance of functional and technical requirements through a hierarchical structure of pairwise comparisons made by experts, and then assess the suitability of data mining algorithms for each functional and technical requirements. There are several studies for smart home service and platforms, but most of the study have focused on a certain smart home service or a certain service platform implementation. In this study, we focus on the general requirements and suitability of data mining algorithms themselves that are equipped in smart home intelligent service platform. As a result, we provide a general guideline to choose appropriate data mining techniques when building a smart home intelligent service platform.

최근 주목받고 있는 빅데이터 분석을 위한 데이터마이닝 기술은 다양한 형태로 수집된 생태계 데이터의 지능적 활용을 위해 매우 필요하다. 본래 데이터마이닝 기술이란 축적된 많은 데이터로부터 숨겨진 유용한 패턴을 분석하여 지식화하기 위한 전반적 기술을 의미한다. 현재 우리나라의 많은 생태계 데이터는 다양한 형태 및 형식으로 여러 곳에 흩어져 저장되어 있기 때문에 이를 효과적으로 활용하기 위해서는 표준 프로토콜에 기반한 원시데이터의 표준화 작업 및 통합된 생태계 데이터로부터 유용한 패턴을 검출하기 위한 마이닝 기술 (판별분석, 연관분석, 군집분석) 의 적용이 필요하다. 본 발표에서는 각 단계별 기술 개발 동향 및 관련 이슈에 관해 논의하고, 본 연구실에서 개발한 관련 기술에 관해 소개한다.

As big data is diffused throughout the industry, big data analytics is regarded as a corporate competitiveness, and data mining techniques are pouring in exponential methodologies and techniques in the field of computational science. Using mathematical and statistical techniques that have sufficient academic depth, we aim to increase mining efficiency by increasing efficiency and applying efficient data to mining procedures and processing procedures.

인공지능이 효율적으로 기능하기 위해서는 저 작물의 대량적인 복제가 필수 불가결하다. 현행 저작권법의 규정에서는 이러한 목적에 의한 저작 물의 대량 복제가 가능한지에 대한 뚜렷한 해답이 없다. 복제행위 자체는 특정 서비스를 제공하는 조직 내부적으로 진행되고 복제물의 전송이나 배 포가 수반되지 않는 방식을, 종래의 규범적 복제 에서 배포나 전송과 같은 후속 이용행위가 복제에 따르는 여느 경우와는 구별하여 저작권 침해 책임 을 다르게 보아야 할지가 문제이다. 외국의 일부 관련 사례에서는 복제물의 전체적인 목적이 원본 의 전체적인 목적과 다르다는 이유로 공정이용의 성립을 인정하는 경향도 보인다. 우리 저작권법상 으로는 공정이용 면책, 저작물 이용과정에서의 일 시적 복제 면책 등을 우선 검토할 수 있다. 그러나 법적 안정성의 측면이나 예측 가능성의 측면에서 일본 저작권법이 도입한 데이터 마이닝에 관한 독 자적인 면책 규정과 같은 제도를 도입할 필요가 있는지에 관한 심도 있는 검토가 필요한 때이다. 한편, 현재의 인공지능 결과물은 그 질적 수준에 있어서 인간이 창작한 저작물과 잘 구별되지 않는 경우가 있다. 이러한 상황에서 인공지능 결과물에 대하여 아무런 법적 보호를 부여하지 않는다면 우 려할 만한 수준의 무임승차 문제가 발생하여 인공 지능 결과물을 만들어낼 유인이 존재하지 않게 되 거나, 이용자의 수요가 사람이 작성한 저작물을 떠나 인공지능 결과물로 이동하게 될 가능성이 있 다. 따라서 저작권에 의한 법적 보호의 필요성이 검토될 필요가 있는데, 누구를 권리자로 할 것인 가, 어떤 수준의 권리를 부여할 것인가 하는 문제 가 제기된다. 만약 법적 보호의 필요성이 인정된 다면 결과물을 저작하는데 필요한 준비를 한 사람 에게 권리자의 지위를 인정하고, 그 법적 보호의 수준은 저작권 보호의 수준을 하회하는 저작인접 권이나 데이터베이스에 대한 독자적인 권리의 수 준에 준하는 것으로 검토될 필요가 있다.

최근 모바일과 웹 사용의 증가로 일상생활에서 기록되는 로그데이터를 다양하게 분석하여 의미있는 정보와 지식을 이끌어내고자 하는 연구가 증가하고 있다. 웹과 모바일 기기로부터 생성되는 로그데이터는 시공간적인 정보를 담고 있으며, 데이터를 다차원적으로 탐색하고 시각화하여 기존에 분석하지 못했던 다양한 의미를 찾을 수 있음이 확인되고 있다. 본 연구에서는 시간과 공간 정보를 가지고 있는 로그데이터를 다차원적으로 탐색하고, 의미를 분석하는 데이터마이닝과 시공간 데이터를 시각화하여 의미를 도출하고자 하는 시각화 관련 연구들을 분야별, 연구방법별로 분석하여 연구동향을 살피고 의미를 찾고자 한다.

표준은 산업발전 및 무역 자유화의 기반이며 사회 · 경제적인 효율을 향상시키는 중요한 수단이다. 표준과 관련된 정책은 국가적인 차원에서 중요한 이슈 중 하나가 되고 있으며, 이에 따라 산업 분야별 한국산업표준 제정과 활용에 대한 분석은 표준과 관련된 연 구에서 중요한 부분이 되고 있다. 본 연구는 분야별 KS 보유 및 제정현황 분석 그리고 열람실적을 이용하여 표준의 활용도 를 분석한다. 먼저 KS의 보유현황을 국가정책적인 이슈와 함께 살펴보고, 세부적으로 KS 제 정현황이 유사한 분야들은 무엇인지 파악하기 위해 다차원 척도법을 이용하여 시각화 및 군 집화를 실시한다. 이후 각 군집별 제정현황이 유사한 분야들의 표준화 제정활동에 영향을 미 치는 결정요인이 무엇인지 가설설정에 따른 회귀분석을 실시한다. 연구결과 자본집약도, 연구개발 그리고 매출액이 표준화 제정활동에 영향을 미치는 것으로 나타났다. 이에 따라 정부 는 자본집약도가 큰 기업들이 표준화 과정에서 선도적 역할을 유도하고, 연구개발에 따른 표 준과 기술특허 등을 정책적으로 연계시키며, 매출액이 큰 기업들이 표준화 활동을 선도하도 록 지원정책을 수립해야 한다. 두 번째로 표준의 활용도를 분석하기 위해, KS 열람실적 데이 터를 사용하며, 각 KS의 제정연도, 형태 분야별 활용도가 어떻게 다른지 기초통계분석과 의 사결정나무를 사용하여 분석을 수행한다. 그 결과 표준의 제정시기가 활용도에 영향을 크게 미치며, 특정 분야와 형태의 KS들은 최근에 제정되었더라도 활용도가 높은 것으로 나타났 다. 이에 따라 열람실적이 낮은 표준들에 대한 홍보 정책과 함께, 표준을 제정할 때 미열람되 는 표준이 적어지도록 활용도를 고려하는 정책을 수립해야 한다.

Decision Tree is one of analysis techniques which conducts grouping and prediction into several sub-groups from interested groups. Researcher can easily understand this progress and explain than other techniques. Because Decision Tree is easy technique to see results. This paper uses CART algorithm which is one of data mining technique. It used 273 variables and 70094 data(2010-2011) of working environment survey conducted by Korea Occupational Safety and Health Agency(KOSHA). And then refines this data, uses final 12 variables and 35447 data. To find satisfaction factor in working environment, this page has grouped employee to 3 types (under 30 age, 30 ~ 49age, over 50 age) and analyzed factor. Using CART algorithm, finds the best grouping variables in 155 data. It appeared that ‘comfortable in organization’ and ‘proper reward’ is the best grouping factor.

최근 항시적 광역 모니터링이 가능한 위성원격탐사 기술에 의해 산불감시의 효율성이 증대될 것으로 기대되고 있는 가운데, 미국의 Terra, Aqua, GOES (Geostationary Operational Environmental Satellite), 유럽연합의 Meteosat, 그리고 우리나라의천리안위성 및 후속위성도 산불정보의 실시간 제공을 목표로 하고 있다. 본 연구에서는 이러한 위성기반 산불정보를 대민서비스하기 위한 방법의 일환으로 스마트폰 앱을 구현하여, 북한지역을 포함한 한반도 전역의 위성자료로부터 추출한 산불발생여부, 산불탐지 신뢰도, 산불의 방사강도 등의 정보를 DBMS (Database Management System)에서 관리하고, 안드로이드와 iOS 스마트폰을통해 제공하는 서비스의 원형을 개발하였다. 공통적 핵심기능은 HTML5 (HyperText Markup Language 5) 웹페이지로 구성함으로써 상이한 OS (Operating System)의 네이티브 앱과 결합하는 하이브리드 방식을 통해 소스코드의 재사용성과 시스템 확장성을 추구하였으며, 일자별 산불조회, 최근 산불조회, 주변 산불조회 등의 기능을 포함하도록 하였다. 현재는 위성기반 산불탐지 자료가 실시간 제공되지 않아 산불발생의 이력정보를 서비스하도록 구성하였지만, 2010년대 후반 우리나라 기상위성의 산불탐지 자료가 실시간으로 제공될 것이므로, 정부 3.0의 정보공개 흐름과 함께 국민 모두에게 필요한 실시간 산불정보 조회가 가능해질 것으로 예상된다. 본 연구는 위성기반의 실시간 산불정보 앱 개발을 위한 출발점으로서 의의를 가지며, 향후 산불정보 앱은 SNS (SocialNetworking Service) 기반의 빅데이터 마이닝 기술과 연동하는 통합 솔루션으로 구성되어야 그 활용성이 보다 더 제고될 것이다.

This study suggests new approach to identify core technologies through patent analysis. Specially, the approach applied data mining technique and multi-criteria decision making method to the co-classification information of registered patents. First, technological interrelationship matrices of intensity, relatedness, and cross-impact perspectives are constructed with support, lift and confidence values calculated by conducting an association rule mining on the co-classification information of patent data. Second, the analytic network process is applied to the constructed technological interrelationship matrices in order to produce the importance values of technologies from each perspective. Finally, data envelopment analysis is employed to the derived importance values in order to identify priorities of technologies, putting three perspectives together. It is expected that suggested approach could help technology planners to formulate strategy and policy for technological innovation.

본 논문에서는 주성분 회귀법과 부분최소자승 회귀법을 비교하여 보여준다. 이 비교의 목적은 선형형태를 보유한 근적외선 분광 데이터의 분석에 사용할 수 있는 적합한 예측 방법을 찾기 위해서이다. 두 가지 데이터 마이닝 방법 론인 주성분 회귀법과 부분최소자승 회귀법이 비교되어 질 것이다. 본 논문에서는 부분최소자승 회귀법은 주성분 회귀법과 비교했을 때 약간 나은 예측능력을 가진 결과를 보여준다. 주성분 회귀법에서 50개의 주성분이 모델을 생 성하기 위해서 사용지만 부분최소자승 회귀법에서는 12개의 잠재요소가 사용되었다. 평균제곱오차가 예측능력을 측 정하는 도구로 사용되었다. 본 논문의 근적외선 분광데이터 분석에 따르면 부분최소자승회귀법이 선형경향을 가진 데이터의 예측에 가장 적합한 모델로 판명되었다.

Globally, smart phones have been rapidly distributed, which has led to changes in people's life cycle. Most people who are under 60 are supposed to use smart phones. Additionally, as the ratio of people who are interested in physical exercise is increasing, some applications for smart phones can manage dividual's exercise with the web servers. However, most of them can only check how much individual works out and cannot compare other's body type and life environment. Moreover, users cannot share their own data with others. This paper proposed the system which can resolve those kinds of problems through data mining techniques. The suggested model will have ability to figure out the relation between body type and the amount of exercise, find out if his work is proper from the result of classification and can pick out the features which is common to people who have similar body type and the amount of workout by applying data mining techiques. This model also will be able to recommend the proper amount of workout to each individual in order that they keep good health state efficiently.