As Internet has been wildly spreaded and it's technique is advanced, the use of computers has been routinized and almost data are stored in computers. Accordingly, many companies and researchers have tried to find the relations in these tremendous data and the one way is to use clustering algorithm which is used to find out similar data set in the entire data set and to discover the common properties. In early period, clustering algorithm was performed based on a main memory of a computer and PAM(Partitioning Around Medoids) was representative, which can be complemented k-means algorithm defeat. PAM performs clustering by using the medoid of data instead of means. PAM works well in small data set but it is difficult to apply it to large data set. Therefore, CLARA(Clutering LARge Application) shows up to be used in large data set. This algorithm samples data from large data set and applies PAM to the sample data. CLARA has limits caused by the fixed samples in each clustering stage and has a problem that if the good mediod is not sampled then the result of the clustering becomes not good. CLARANS(Clustering Large Application based upon Randomized Search) overcomes these problems by drawing a sample with some randomness. This algorithm executes clustering using k mediod set extracted in the processing of clustering in each stage. The main objective is to compare and analyze the algorithms which are popularly used for the clustering of big data.

Due to sudden transition to intellectual society corresponding with fast technology progress, companies and nations need to focus on development and guarantee of intellectual property. The possession of intellectual property has been the important factor of competition power. In this paper we developed the efficient patent search process with big data analysis tool R. This patent search process consists of 5 steps. We result that at first this process obtain the core patent search key words and search the target patents through search formula using the combination of above patent search key words.

디지털 기술의 발달로 세계가 정보 및 지식이 주도하는 사회로 급변하고, 지식 재산권의 발전이 급속하게 진행되면서, 각 기업 및 국가들은 그들의 경쟁력을 키우기 위해 지식재산권에 대한 중요성을 강조하고 있다. 이와 같이 지식재산권의 중요성이 강조되는 현실에서 지식재산권의 확보는 기업의 경쟁력을 좌우하는 요소라 할 수 있다. 따라서 본 논문에서는 빅데이터 분석 도구인 R을 이용하여 빠른 시간 안에 사용자가 목적으로 하고 있는 특허검색 결과를 효율적으로 도출할 수 있는 검색어 추출에 관한 연구를 진행하였다. 이를 위해 다섯 단계의 특허 검색 프로세스를 제안하였고 프로그램으로 구현하여 검색목적에 맞는 특허의 검색에 필요한 시간을 대폭 단축시키면서 목표로 하는 특허 검색을 효율적으로 할 수 있었다.

This study had two main objectives. We first investigated which weather phenomena people were most concerned about in the context of climate change or global warming. Then, we conducted content analysis to find which words were more commonly used with climate change or global warming. For this, we collected web data from Twitter, Naver, and Daum from April to October 2019 in the Republic of Korea. The results suggested that people were more concerned about air quality, followed by typhoons and heat waves. Because this study only considered one warm period in the year of 2019, winter-related weather phenomena such as cold wave and snowfall were not well captured. From Twitter, we were able to find wider range of terminologies and thoughts/opinions than Naver and Daum. Also, more life-relevant weather events such as typhoons and heat waves in Twitter were commonly mentioned compared to Naver and Daum. On the other hand, the comments from Naver and Daum showed relatively narrower and limited terms and thoughts/ opinions. Especially, most of the comments were influenced by headlines of articles. We found many comments about air quality and energy/economic policy. We hope this paper could provide background information about how to promote the climate change education and public awareness and how to efficiently interact with general audiences.

최근 공공시설물의 노후화에 따른 사회문제가 빈번하게 발생하고 있으며, 이에 따라 시설물에 대한 국민의 불안감도 증가 하고 있다. 향후 10년 내에 급증하게 되는 시설물 노후화 문제의 효과적인 대응을 위해 현재의 사후적인 유지관리에서 예측을 통한 선제적 유지관리로의 패러다임 전환이 시급한 실정이다. 본 연구에서는 빅데이터 시범분석을 통해서 교량, 터널, 공공건축물 일부에 대해 FMS 축적된 유지관리 데이터를 활용하여 지역별·환경별·공용년수별 취약요소를 도출하였고, Social Media의 비정형 데이터 분석을 통해 국민이 체감하는 불안/불편요소를 도출하였다. 또한 교량 취약요소의 손상발생패턴 분석을 통해 향후 선제적으로 관리해야 하는 유지관리 항목 및 추가적으로 확보해야 하는 디지털 정보 등을 제안하였다.

성수동은 1960년대에 발전한 준공업지역으로 제조업이 중심 사업이었으나, 산업 경쟁력 약화로 토착 산업이 빠른 속도로 쇠퇴하고 있다. 지역 재생을 위하여 지역브랜드가 장소 마케팅의 수단으로 활용되고 있다. 지역브랜드 발전 방향을 제시하기 위해 성수동의 현 소비자 인식을 파악할 필요가 있다. 이를 위해, 데이터 분석 프로그램인 텍스톰(Textom)을 사용하였다. 검색어는 ‘성수동’을 사용하였으며, 네이버의 블로그와 뉴스를 대상으로 수집하였다. 수집 기간은 2018년 8월 1일부터 2019년 7월 31일까지의 데이터를 대상으로 텍스트 마이닝을 실시하였다. 빈도분석 결과 ‘서울, 카페, 맛집’이 빈도가 높았으며, TF-IDF분석 결과 ‘카페, 맛집, 포토’가 주요 단어임을 알 수 있었다. 또한, UCINET6과 NetDraw를 사용하여 네트 워크 분석, CONCOR분석을 실시하였다. 분석 결과, 성수동과 관련하여 카페와 맛집, 분위기와 공간 등을 다룬 클러스터와 성수동에서 진행한 행사와 관련된 클러스터로 크게 2갈래로 나뉘었다. 성수동이 지역브랜드로서 브랜드 이미지를 강화 하기 위해서, 성수동에 대한 인식에서 대표적 키워드인 ‘카페’ 등 요식업의 공간 기획, 외식 문화 기획 시 ‘공장’이라는 차별성을 접목하는 방향으로 지역브랜드 강화에 힘쓸 것을 제안한다.

Purpose - Civil affairs are increasing in various forms, but civil servants who are able to handle them want to reduce the complaints and provide keywords that will help in the future due to their lack of time. While various ideas are presented and implemented as policies in solving civil affairs, there are many cases that are not policies that people can sympathize with. Therefore, it is necessary to analyze the complaints accurately and to present correct solutions to the analyzed civil complaint data. Research design, data, and methodology - We analyzed the complaints data for the last three years and found out how to solve the problems of Yongin City and alleviate the burdens of civil servants. To do this, the Hadoop platform and Design Thinking process were reviewed, and proposed a new process to fuse it. The big data analysis stage focuses on civil complaints - Civil data extraction - Civil data analysis - Categorization of the year by keywords analyzing them and the needs of citizens were identified. In the forecast analysis for deriving insights, - The case of innovation case study - Idea derivation - Idea evaluation - Prototyping - Case analysis stage used. Results - Through this, a creative idea of providing free transportation cards to solve the major issues of construction, apartment, installation, and vehicle problems was discovered. There is a specific problem of how to provide these services to certain areas, but there is a pressing need for a policy that can contribute as much as it can to the citizens who are suffering from various problems at this moment. Conclusions - In the past, there were many cases in which free traffic cards were issued mainly to the elderly or disabled. In other countries, foreign residents of other area visit the areas for accommodation, and may give out free transportation cards as well. In this case, the local government will be able to set up a framework to present with a win-win scenario in various ways. It is necessary to reorganize the process in future studies so that the actual solution will be adopted, reduce civil complaints, help establish policies in the future, and be applied in other cities as well.

This study is exploring objective awareness of forest therapy by consideration of popular perception about forest therapy through analysis of big data. The purpose of this study is the deduction of meaning information through analysis in the viewpoint of big data at online social network service (SNA) about ‘forest therapy’. Accordingly, their main way of research became contents analysis of keyword linked to forest therapy. The study mainly grasped ‘forest therapy’ and analyzed ‘forest healing’, ‘forest bathing’, ‘forest interpreter’ comparatively. The period of study was from Sep. 8th to Oct. 8th, 2015 (during 30 days), and SNA such as blog or twitter became the subject of search. First, awareness of the forest therapy on SNS has been talked about a lot of properties (forest healing, phytoncide, stress, experience, health) or places (forest, seoul) psychology-related terms (various, stress). Second, public opinion on these terms could be found that there were plenty of positive public opinion than neutral. Third, the keywords related to the forest healing could be found that there were differences, depending on the subject to experience the program and ongoing environment. This study is significant in that the awareness among the general public about the forest healing were searched and it could provide an alternative for the activation of forest healing. We expect this study to be a starting point of research utilizing Big Data in the field of forest therapy and to be used as the basis for forest healing policy, program development, public relations and marketing by identifying and recognizing the characteristics of forest healing of SNS era.

최근 인터넷, 스마트기기의 발달과 소셜 미디어의 등장으로 데이터가 기하급수적으로 증가하는 빅데이터 시대가 도래하였다. 빅데이터는 IT 기기 및 사회발전과도 상호 연관적이다. 기존에 예측, 분석이 불가능하였던 데이터들을 여러 분석방법을 통하여 의미있는 데이터를 획득하기 위하여 여러 분야에서 연구되어지고 있다. 가뭄의 경우 발생범위와 심도를 예측하기 힘든 자연재해 중 하나이다. 본 연구에서는 가뭄심도를 파악하기 위하여 빅데이터 분석기법 중 데이터 마이닝(Data Mining)과 구글 트랜드(Google Trend)를 적용하였다. 이때, 구글 트랜드는 가뭄과 관련된 키워드(가뭄, Drought)를 분석하였고, 데이터 마이닝은 국내 3개 언론매체(경향신문, 매일신문, 연합뉴스)의 자료를 토대로 하였다. 빅데이터를 이용한 가뭄해석의 적정성을 평가하기 위하여 전국 6개 광역시, 2개 특별자치지구의 최근 4년간의 강수량을 바탕으로 표준강수지수(SPI)를 산정하고 구글 트랜드 결과와 비교분석 하였다. 본 연구를 통해 향후 가뭄에서의 빅데이터 활용 가능성을 확인하였고 관련 연구 및 방재정책수립의 기초자료로서 사용되길 기대한다.

정보통신기술의 발전과 모바일 단말 및 인터넷 서비스 확산으로 인해 데이터가 폭증하고 있어 데이터를 수집·관리하여 가치를 창출하고 이를 기반으로 정부정책 결정에 활용하는 능동형 스마트 정부 구현의 요구가 날로 커지고 있다. 또한, 과학·IT 패러다임도 빅데이터를 활용하여 정치·사회·경제 등 제반 이슈와 연계된 분석·예측으로 진화하고 있다. 재난관리는 사회구조 및 재난환경이 복잡·다양해짐에 따라 재난의 사각지대가 대형재난으로 이어질 우려가 크므로 다양한 재난전조(前兆)를 감지하고 체계적으로 관리하여 선제적으로 예방하는 체계가 필요하다. 본 연구는 최근 피해가 급증하고 있는 도시 내수침수 전조를 조기에 감지하여 위험지역을 분석하고 신속한 경보를 위해 강우정보와 침수예상도 등 정형데이터와 소셜네트워크서비스(SNS) 및 뉴스 등 비정형데이터를 연계하여 도시 내수침수 전조를 감지할 수 있는 모델을 소개하고 빅데이터를 활용한 재난관리 방안을 제시한다. 이 모델은 국지적 폭우, 지역적 특수상황 등에 기인하는 예측되지 못한 침수 전조를 감지하고 예측된 침수 위험에 대한 신뢰도를 더욱 향상시킬 수 있는 새로운 예·경보체계로 활용 가능할 것이 기대한다.