본 연구에서는 빅데이터를 통해 교사의 융합교육역량에 대한 사회적 인식을 살펴봄으로써 교사의 융합 교육역량 증진 방안 마련을 위한 기초자료를 제공하는데 목적이 있었다. 본 연구목적을 달성하기 위해 Textom에서 제공하는 빅데이터를 활용하여 􍾧교사 + 융합교육 + 역량􍾨을 키워드로 rawDATA를 수집하였 다. 수집된 데이터는 1차􌝆2차 정제과정을 마친 데이터들 중 빈도분석 결과를 바탕으로 200개 핵심 키워드 를 선정하였으며, 이를 1-모드 매트릭스 데이터 셋으로 변환하여 키워드 네트워크 분석을 실시하였다. 연 구결과는 다음과 같다: 첫째, 빈도분석에서는 교육, 인공지능, 강화, 연수, 수업이 가장 빈번하게 출현하는 것으로 나타났다. 둘째, 전체 네트워크 분석에서는 교육, 학생, 연수, 강화, 대상이 모든 중심성에서 높게 나타났다. 셋째, 에고 네트워크 분석에서는 교사, 융합교육, 역량을 중심으로 다양하게 논의되고 있음을 확 인할 수 있었다. 이러한 결과를 바탕으로 교사의 융합교육역량과 관련된 후속연구 및 증진방안에 대해 제 언하였다.

PURPOSES : This study aims to understand the characteristics of accidents involving autonomous vehicles and derive the causes of accidents from road spatial information through autonomous vehicle accident reports. METHODS : For this study, autonomous vehicle accident reports collected and managed by the CA DMV were used as data sources. In addition, spatial characteristics and geometric data for accident locations were extracted by Google maps. Based on the collected data, the study conducted general statistics, text embedding, and cross-analysis to understand the overall characteristics of autonomous vehicle accidents and their relationship with road spatial features. RESULTS : The analysis results for characteristics of autonomous vehicle accidents, applying statistical analysis and text embedding techniques, reveal that the damages caused by autonomous vehicle accidents are often minor, and approximately half of the accidents are triggered by other vehicles. It is noteworthy that accidents where autonomous vehicles are at fault are not uncommon, and when the cause of the accident is within the autonomous vehicle, the accident risk can increase. The accident analysis results using spatial data showed that the severity of accidents increases when on-street parking is present, when dedicated lanes for bicycles and buses exist, and when bus stops are present. CONCLUSIONS : Through this study, geometric and spatial elements that appear to have an impact on autonomous driving systems have been identified. The findings of this study are expected to serve as foundational data for improving the safety of autonomous vehicle operations in the future.

본 논문에서는 대규모 실시간 매칭의 생존 게임에서 플레이를 위한 유저들의 소셜 관계에 대해 연구한다. 특 히 “사전 팀 구성”을 통한 자의적인 팀 구성이 어떤 방식으로 유저들을 연결하는 지 연구하고자 한다. 다수 의 사람 간 집단 역학에서 나타나는 특성이나 패턴에 대한 조사를 중심으로 하였으며, 개인의 특성은 보조적 인 수단으로만 사용된다. 이번 연구에서는 게임을 플레이하는 유저들의 익명화 된 대규모 데이터를 활용하며 이에 대한 간소화된 집계 방법을 제안한다. 데이터 세트에는 사전 팀 구성에 관한 11,259만 줄의 속성이 포 함되어 있으며, 데이터에서 우리는 250만개의 노드와 1,182만개의 무방향 에지가 있는 협업 네트워크를 구성 하여 대규모 게임 내 협동 네트워크를 만듭니다. 연결 정도, 경로 길이, 클러스터링 및 소속 하위 컴포넌트의 크기 등 네트워크에 관한 수치를 통해 게임내 소셜 활동에 대한 이해를 높이고자 한다. 본 논문에서는 다음 의 두가지 특성을 중심으로 결론을 제시한다. 첫째, 네트워크 내에는 대규모로 연결된 2개(전체의 44% 및 2%)와 나머지의 파편화된 하위 컴포넌트로 구성 되어있다. 이 대규모 컴포넌트 중 작은 쪽은 한국 유저로만 구성되어 있다. 둘째, 컴포넌트 크기 별 평균 연결 거리와 군집화 계수, k-core를 확인함으로써 기타 다른 네 트워크 대비 이웃 간 연결이 강하면서 전체적으로는 비교적 멀리 떨어져 있음을 확인한다.

In this study, we propose a novel approach to analyze big data related to patents in the field of smart factories, utilizing the Latent Dirichlet Allocation (LDA) topic modeling method and the generative artificial intelligence technology, ChatGPT. Our method includes extracting valuable insights from a large data-set of associated patents using LDA to identify latent topics and their corresponding patent documents. Additionally, we validate the suitability of the topics generated using generative AI technology and review the results with domain experts. We also employ the powerful big data analysis tool, KNIME, to preprocess and visualize the patent data, facilitating a better understanding of the global patent landscape and enabling a comparative analysis with the domestic patent environment. In order to explore quantitative and qualitative comparative advantages at this juncture, we have selected six indicators for conducting a quantitative analysis. Consequently, our approach allows us to explore the distinctive characteristics and investment directions of individual countries in the context of research and development and commercialization, based on a global-scale patent analysis in the field of smart factories. We anticipate that our findings, based on the analysis of global patent data in the field of smart factories, will serve as vital guidance for determining individual countries' directions in research and development investment. Furthermore, we propose a novel utilization of GhatGPT as a tool for validating the suitability of selected topics for policy makers who must choose topics across various scientific and technological domains.

국내 소비자들의 식품 영양성분에 대한 관심이 계속적 으로 증가하고 있지만 영양성분과 관련된 식품의 소비자 선호도 분석 연구는 부족한 실정이다. 본 연구는 대국민 정보 서비스인 식품영양성분 데이터베이스 플랫폼에 수집 된 빅데이터의 로그분석을 수행하여 소비자들이 영양학적 측면에서 관심을 가지는 식품에 대한 선호도 결과를 제시 하였다. 수집 기간은 2020년 1월부터 2022년 12월까지의 3개년으로 설정하여 총 2,243,168건의 식품명 검색어가 수 집되었으며, 식품명을 병합하여 품목대표 식품명으로 가 공하였다. 분석도구는 R프로그램을 이용하였으며, 영양정 보를 확인하고자 하는 식품명의 검색 빈도를 전체 기간 및 계절별로 분석하였다. 전체 기간 동안 빈도수 분석 결 과, 한국인이 일반적으로 자주 섭취하는 쌀밥, 닭고기, 달 걀의 빈도수가 가장 높았다. 계절성에 따른 선호도 분석 결과, 봄과 여름에는 대체적으로 국물이 없고 뜨겁지 않 은 음식의 빈도수가 높았으며, 가을과 겨울에는 국물이 있 고 따뜻한 음식의 빈도수가 높았다. 또한, 외식업체에서 계절식품으로 판매하는 냉면, 콩국수 등과 같은 식품의 빈 도수도 계절성을 가지는 것으로 확인되었다. 이러한 결과 는 소비자들이 일반적으로 자주 섭취하는 식품의 영양정 보에 관심을 가지는 패턴을 확인할 수 있었으며, 소비 트 렌드와 간접적인 연관성을 가진다는 점에서 외식업계에서 계절별 마케팅 전략 수립 시 기초 자료로 활용될 수 있을 것으로 기대된다.

PURPOSES : Traffic volume, an important basic data in the field of road traffic, is collected from traffic survey equipment installed at certain locations, which sometimes results in missing traffic volume data and abnormal detection. Therefore, this study presents various missing correction techniques using traffic characteristic analysis to obtain accurate traffic volume statistics. METHODS : The fundamental premise behind the development of a traffic volume correction and prediction model is to set the corrected data as the reference value, and the traffic volume correction and prediction process for the outliers and missing values in the raw data were performed based on the set values. RESULTS : The simulation results confirmed that the algorithm combining seasonal composition, quantile AD, and aggregation techniques showed a detection performance of more than 91% compared with actual values. CONCLUSIONS : Raw data collected due to difficulties faced by traffic survey equipment will result in missing traffic volume data and abnormal detection. If these abnormal data are used without appropriate corrections, it is difficult to accurately predict traffic demand. Therefore, it is necessary to improve the accuracy of demand prediction through characteristic analysis and the correction of missing data or outliers in the traffic data.

PURPOSES : The purpose of this study was to evaluate the common performance of asphalt pavements, determine the timing of preventive maintenance, and determine the optimal timing of application of the preventive maintenance methods by analyzing PMS data. METHODS : Using PMS data on asphalt pavement performance on highways, we derived the major damage factors and evaluated them according to the public period and traffic level. Among the factors evaluated, we determined those that could be improved by preventive maintenance, calculated the amount of change annually, and derived the timing of the application of the preventive maintenance method through correlation analysis. RESULTS : Among highway PMS data factors, crack variation was found to affect preventive maintenance, which increased rapidly after five years of performance. Traffic analysis showed that changes increased rapidly in the fifth, sixth, and seventh years when AADT exceeded 20,000, exceeded 10,000, and was under 10,000, respectively. Analysis of the amount of crack variation according to the pavement type showed that crack variation increased rapidly in the overlay section compared to the general AP section. CONCLUSIONS : Crack variation is the performance factor that was expected to be effective in preventive maintenance, and the PMS data showed that the initial application time of the preventive maintenance method varied by one year, depending on the traffic volume.

본 연구는 2020년 이후 한류에 대한 소비자의 인식을 살피고자 중국 내 한류에 대 한 인식과 한국 내 한류 인식을 파악하여 양국의 현황을 분석하는 것을 목적으로 한 다. 이를 위해 텍스톰(TEXTOM)을 활용하여 2020년∼2023년 동안의 주요 포털사이 트 및 SNS에서 ‘한류’와 관련된 빅데이터를 수집하였다. 단어빈도분석, 감성분석, 네 트워크 시각화, 구조적 등위성 분석을 수행하여 유의한 정보를 추출하였다. 연구결과 팬데믹 이후 양국의 영상콘텐츠에 대한 높아진 관심은 공통적인 현상이었으나, 한류 에 대한 긍‧부정 감성, 담론에 있어서는 새롭고 유의미한 차이점이 도출되어 이를 기반으로 학문적, 실무적 시사점을 제시하였다. 본 연구가 신(新)한류 시기에 K-콘텐 츠의 한·중 인식파악을 위한 유용한 자료로 활용될 수 있길 바란다.

The construction industry stands out for its higher incidence of accidents in comparison to other sectors. A causal analysis of the accidents is necessary for effective prevention. In this study, we propose a data-driven causal analysis to find significant factors of fatal construction accidents. We collected 14,318 cases of structured and text data of construction accidents from the Construction Safety Management Integrated Information (CSI). For the variables in the collected dataset, we first analyze their patterns and correlations with fatal construction accidents by statistical analysis. In addition, machine learning algorithms are employed to develop a classification model for fatal accidents. The integration of SHAP (SHapley Additive exPlanations) allows for the identification of root causes driving fatal incidents. As a result, the outcome reveals the significant factors and keywords wielding notable influence over fatal accidents within construction contexts.

본 연구는 소셜미디어 이미지를 이용하여 대구광역시 내 반려견 산책 선호장소와 특징을 분석하 였다. 2020년부터 2022년까지 약 2년간의 시간적 범위를 기반으로 ‘#반려견산책’ ‘#강아지산책’, ‘#개산책’ 세 가지의 인스타그램 해시태그를 활용해 분석을 시행하였다. 그 결과 첫째, 추출된 622 건의 위치 데이터를 바탕으로 대구광역시 내 반려견 인기 산책 장소는 총 13개인 것으로 나타났으 며, 상위 세 개 장소의 경우 국채보상공원, 두류공원, 수성못인 것으로 나타났다. 둘째, 반려견 동반 산책 선호장소의 공간적 특징 및 경향성 파악을 위한 719개의 사진분석결과 ‘수변산책로’, ‘거주지 주변’, ‘공원’, ‘도시/도시인프라’, ‘반려견운동장/카페’ 총 다섯 가지 분류체계 항목으로 조사되었 다. 사진들의 다양한 요소 및 특성(Attributes) 분석틀에 의한 유형분류 결과 반려견만을 집중하여 확대, 촬영한 사진들을 제외하고 ‘경관’, ‘자연요소’, ‘활동/레저’, ‘사람’, ‘도시/장소’의 다섯 유형 으로 분류되었다. 본 연구를 통해 반려견 산책 선호장소와 유형들을 파악하여 반려견 산책환경 개 선방안을 도출하였다.

본 연구는 참가자 간 표상 유사성 분석(intersubject representation similarity analysis: IS-RSA)을 이용하여 3개의 선행연구에서 얻어진 데이터의 참가자 반응 일치성 패턴을 확인하고 각 실험의 정서 조건 간 차이가 있는지 살펴보 았다. 3개의 실험은 각각 ASMR 자극, 시각 및 청각 자극, 시계열적 정서 동영상 자극을 사용하였으며 각 실험의 조건에 맞게 정서 평정치와 생리측정치를 측정하였다. 참가자 간 표상 유사성 분석을 계산하기 위해서 각 실험에 있는 각 자극에 대한 참가자들의 측정치를 쌍별로 피어슨 상관계수를 구하였다. 실험의 조건 간 비교를 위해 분산분 석과 평균을 비교하였다. 연구 결과, ASMR과 시각 및 청각 데이터의 참가자 간 반응의 일치성은 시계열적 정서 동영상 참가자들 반응의 일치성에 비해 일관적이었다. ASMR 실험은 긍정 자극에서 참가자 간 반응의 일치성이 높았다. 청각 및 시각 실험은 높은 각성수준과 시각 자극에서 참가자들의 반응 일치성이 높았다. 본 연구 결과는 생리 적, 행동적 반응에 대한 측정치의 IS-RSA가 다차원적인 데이터의 정보를 요약하여 제시하며 이를 하나의 분석 데이 터로 변환 가능하다는 것을 확인하였다. 이를 통해, IS-RSA가 참가자들의 반응 일관성에 대한 전반적인 정보를 제시 할 수 있는 새로운 분석 방법으로의 가능성을 제시하였다.