지능형 컴퓨팅의 등장으로 빅데이터를 활용한 패션 브랜드 의미 마이닝과 가치 홍보에 초점을 맞춘 새로운 연구 트렌드가 등장하였다. 본 연구의 목적은 인기 여성복 브랜드 5개를 대상으로 다양한 종류의 의류에 대한 소비자 감성 트렌드를 조사하는 것이다. 유니클로, 에이치스타일, 베로모다, 피스버드, 온리. 이를 위해 총 93,550건의 소비자 평가를 수집하고, 키스멧 감성 분석 엔진을 활용하여 의류 유형별 감성 극성도를 분석하였 다. 그 결과, 브랜드에 따라 감정 극성이 크게 다르다는 것을 알 수 있었으며, HSTYLE 후드티, ONLY 니트웨 어, 피스버드 순면, 유니클로 니트가 각각 소비자들에게 가장 강한 긍정적 감정을 불러일으켰다. 또한 이번 연 구에서는 각 브랜드에서 가장 인기 있는 의류 유형과 착용 효과를 밝혀 패션 기업이 효과적인 마케팅 전략을 수립하고 제품 제공을 강화하는 데 중요한 인사이트를 제공했다. 이러한 연구 결과를 바탕으로 게임 업계에서 는 감성 분석을 적용하여 다양한 게임 브랜드, 장르, 게임 플레이에 대한 플레이어의 감정 반응을 이해하고 게임 프로모션 전략과 제품 디자인 개발에 도움을 줄 수 있다. 전반적으로 이 연구 결과는 디자인 분야에서 빅데이터의 잠재력을 입증하고 업계에서 경쟁 우위를 확보하기 위해 빅데이터를 활용하는 것이 중요하다는 점을 강조할 수 있다.

This study has evaluated the genomic estimated breeding value (GEBV) of the commercial Hanwoo population using the genomic best linear unbiased prediction (GBLUP) method and genomic information. Furthermore, it analyzed the accuracy and realized accuracy of the GEBV. 1,740 heads of the Hanwoo population which were analyzed using a single nucleotide polymorphism (SNP) Chip has selected as the test population. For carcass weight (CWT), eye muscle area (EMA), back fat thickness (BFT), and marbling score (MS), the mean GEBVs estimated using the GBLUP method were 3.819, 0.740, -0.248, and 0.041, respectively and the accuracy of each trait was 0.743, 0.728, 0.737, and 0.765, respectively. The accuracy of the breeding value was affected by heritability. The accuracy was estimated to be low in EMA with low heritability and high in MS with high heritability. Realized accuracy values of 0.522, 0.404, 0.444, and 0.539 for CWT, EMA, BFT, and MS, respectively, showing the same pattern as the accuracy value. The results of this study suggest that the breeding value of each individual can be estimated with higher accuracy by estimating the GEBV using the genomic information of 18,499 reference populations. If this method is used and applied to individual selection in a commercial Hanwoo population, more precise and economical individual selection is possible. In addition, continuous verification of the GBLUP model and establishment of a reference population suitable for commercial Hanwoo populations in Korea will enable a more accurate evaluation of individuals.

본 연구는 빅데이터를 통해 남북통일에 관한 한국 사회의 인식을 분석 하고 그를 통한 함의를 도출하여 미래 한반도 통일에 관한 시사점을 얻 고자 하였다. 이를 위해 2003년부터 2022년 5월까지, 역대 4개 정부를 분석대상 기간으로 구분 설정하고 포털 및 언론보도 빅데이터 총 115,975건의 데이터를 수집하여 텍스트마이닝과 사회연결망 분석을 수행 하였다. 연구 결과, 정부 시기별 통일에 관한 사회적 인식의 특성을 확인 하였으며 외교, 정치, 군사, 경제, 사회·문화 측면의 공통 키워드를 도출 하여 그에 따른 한반도 통일에 관한 발전적 방향을 제언하였다.

최근 글로벌 정치․경제 환경의 대전환으로 미국과 유럽 국가들은‘재산업화 전략’으로 제조업 회복을 추진하고 있고, 중국도 ‘중국제조 2025’를 통해 제조업의 질적 발전과 고도화에 집중하고 있다. 이러한 상황에서 본 연구는 외국인직접투자(Inward Foreign Direct Investment, IFDI)가 중국 제조업 고도화에 미치는 영향에 대해 실 증적 분석을 통해 검증해 보고자 하였다. 제조업 가운데 첨단기술 산업의 비중을 중국 제조업 고도화의 지표로 이용하여 2004년부터 2020년까지의 17개년도 중국 31개 성(省)별 패널데이터로 고정효과 모형과 FGLS 모형 을 활용하여 실증분석을 하였다. 분석 결과, 중국 전체와 중국의 동부, 중부, 동북 지역, 장강경제벨트는 IFDI가 중국 제조업 고도화에 긍정적인 영향을 미치는 것으로 나타났지만, 서부지역에 대해서는 영향을 미치지 않는 것 으로 나타났다. 이러한 결과를 통해 IFDI가 중국 제조업 고도화에 미치는 영향은 지역별로 다소 차이가 존재 하고 있음을 입증하였다. 분석 결과는 중국 정부의 IFDI를 통한 지역 균형 발전정책이 중부와 동북 지역에 대 해서는 효과적이었음을 알 수 있었던 반면 중국 서부지역에 대해서는 IFDI를 통한 첨단기술 산업 고도화의 정 책 목표와 전략을 수정할 필요가 있음을 시사한다. 한편 통제변수로 활용된 변수인 수출과 수입으로 측정된 개 방정도와 첨단기술에 대한 연구개발 투자는 제조업 고도화에 매우 긍정적인 영향을 미치는 것으로 일관되게 나 타나고 있다.

This study applied the text frequency method to analyze the crops prevalent during the Chosunwangjoshilrok dynasty, and categorized the results by each king. Contemporary perception of grains was observed by examining the staple crop types. Staple species were examined using the word cloud and semantic network analysis. Totally, 101,842 types of crop consumption were recorded during the Chosunwangjoshilrok period. Of these, 51,337 (50.4%) were grains, 50,407 (49.5%) were beans, and 98 (0.1%) were seeds. Rice was the most frequently consumed grain (37.1%), followed by pii (11.9%), millet (11.3%), barley (4.5%), proso (0.8%), wheat (0.6%), buckwheat (0.1%), and adlay (0.05%). Grain chronological frequency in the Choseon dynasty was determined to be 15,520 cases in the 15th century (30.2%), 11,201 cases in the 18th century (21.8%), 9,421 cases in the 17th century (18.4%), 9,113 cases in the 16th century (17.8%), and 6,082 cases in the 19th century (11.8%). Interest in grain amongst the 27 kings of Choseon was evaluated based on the frequency of records. The 15th century King Sejong recorded the maximum interest with 13,363 cases (13.1%), followed by King Jungjo (8,501 cases in the 18th century; 8.4%), King Sungjong (7,776 cases in the 15th century; 7.6%).

In order to optimising the sea traffic network efficiency, improving the safety of shipping and the protection of the environment, it is useful to model the sea network and its spatio-temporal characteristics of the ship patterns. These maritime patterns could also be an a-priori set of knowledge for the upcoming Maritime Autonomous Surface Ships (MASS) which are starting to navigate our seas with or without remote human controls. The above concepts are crucial and essential elements for defining and understanding the Maritime Situational Awareness (MSA). Nowadays the applied methodologies for modelling the maritime traffic use large scale of database for extracting the patterns. The Knowledge Discovery from Data (KDD), strictly connected with Data Mining (DM) is growing significantly to modelling the behaviour of the vessels in relations to their surroundings. This is just one example that confirms the growing up of the cloud computing usage for maritime applications too. Besides these applications there are also a continuous and fast evolution of the IT services, which more often than not means data centre scale-ups with consequent improve of power consumptions. This paper is a case study based on real world data assessing a multi-objective energy consumption analysis. It is based on the comparison between the traditional air conditioning structures known as Heating, Ventilation and Air Conditioning (HVAC) and the Free Cooling Technique (FCT) in order to reduce the data centre power consumption keeping the same number of computational calculations performed.

A turbo engine is used to improve engine volumetric efficiency by using the energy of exhaust gas with a device such as a turbocharger. Recently, it has been attracting attention as a solution for responding to environmental issues such as exhaust gas regulation, and its use is being expanded to gasoline and CNG engines as well as diesel engines. However, as electric and hydrogen vehicles enter the automotive market more rapidly, traditional turbo engines also confront many challenges. In this paper, to examine the current status and prospects of the turbo engine, we analyze the related patents in the turbo engine field applied to patent offices in seven major countries, including Korea, USA, China, Japan, Germany, France, and the European Union Patent Office, and analyze the patent application trend. Using ‘the pie’ system of Korea Institute of Science and Technology Information (KISTI), family patents were refined, patent application trends were diagnosed, and the technology and market competitiveness of major applicants were compared and analyzed. Even within the turbo engine market, where traditional automakers and turbocharger manufacturer participate, it was possible to examine the dynamic changes in the market through the analysis of technology and market competitiveness. The main companies leading the technology and market aspects and the companies specialized in the technology and market aspects were observed.

본 연구에서는 미용분야 창업 활성화를 위해 소셜 빅데이터 분석을 탐색적 데이터 분석(EDA) 을 기반으로 하여 2019년부터 2021년 동안 각 년도별로 기간을 구분하여 ‘미용창업’에 대한 수요 변화와 감정 및 의미 차이의 특징적인 패턴을 도출하고자 하였다. ‘미용창업’ 키워드를 주제로 연관된 검색어를 추 출한 결과 창업에 필요한 전문적인 창업교육 보다는 미용관련 기술을 배울 수 있는 기관이나 자격증에 더 많은 관심을 보였으며, 이는 정부 및 지자체에서 여러 가지 창업지원 정책들이 마련되고 있음에도 불구하 고 여전히 전문적인 창업교육의 중요성을 인식하지 못하고 있는 것으로 파악할 수 있으며, 이에 대한 대안 으로 미용분야 창업을 성공적으로 이루기 위한 전공별 맞춤형 창업교육 프로그램을 개발하는 것이 필요할 것으로 사료된다. 탐색적 데이터 분석을 통해 가설을 설정하고 전통적인 확증적 데이터 분석(CDA)을 결합 하여 가설을 검증한다. 미용 창업을 위한 탐색적 데이터 분석 방법이 존재한 적은 없으며, 정식 창업교육의 필요성을 언급하기보다는 미용창업에 대한 관심 변화와 예비창업자의 요구사항을 탐색적 데이터로 분석한 다면 맞춤형 창업 프로그램 개발에 도움이 될 것이라고 확신한다.

최근 GPS에 기반한 위치 수집 기술의 발전과 스마트폰과 같은 GPS를 탑재한 디바이스의 폭발적인 증가로 사람, 차량, 선박, 항공체와 같은 움직이는 물체의 지리적 위치에 대한 엄청난 양의 데이터가 실시간으로 수집되고 있다. 이는 사물의 움직임과 관련된 중요한 학문적 및 실용적 가치를 가지고 있다. 이와 같은 데이터를 분석하기 위한 데이터 마이닝 방법 또한 함께 발전하고 있으며 연구자들은 궤적 데이터를 활용하여 도시에서 일어나는 이동 현상과 도시를 구성하는 장소 간의 관계 등을 탐색함으로써 다양한 도시 문제에 대한 해결방안을 제시하고 있다. 궤적은 다양한 물체의 움직임을 추적할 수 있는 만큼 그 활용 분야와 목적 역시 매우 다양하여 도시 계획, 교통, 행동생태학, 공공안전, 이상 및 위반 탐지, 감시 등과 같은 분야에서 널리 활용되고 있다. 특히 최근 데이터 마이닝 방법론과 딥러닝 기술의 발전으로 궤적 데이터 분석에 다양한 분석방법이 융합적으로 접목되어 의미 있는 연구결과 도출되고 있어 이에 대한 체계적 분석이 필요하다. 이러한 배경하에 본 연구는 궤적 데이터를 활용한 국내외 약 150여 편의 연구를 응용분야 및 활용방법론 별로 구분하고, 응용분야별, 궤적 데이터 분석 방법론별 최근 동향을 분석하였다. 이는 향후 궤적 데이터에 적용가능한 방법론 탐색, 궤적 데이터 분석과 관련된 구체적 사례 탐색, 궤적 데이터를 활용한 응용서비스 도출의 자료로 활용될 수 있을 것으로 사료된다.

PURPOSES : Local governments in Korea, including Incheon city, have introduced the pavement management system (PMS). However, the verification of the repair time and repair section of roads remains difficult owing to the non-existence of a systematic data acquisition system. Therefore, data refinement is performed using various techniques when analyzing statistical data in diverse fields. In this study, clustering is used to analyze PMS data, and correlation analysis is conducted between pavement performance and influencing factors. METHODS : First, the clustering type was selected. The representative clustering types include K-means, mean shift, and density-based spatial clustering of applications with noise (DBSCAN). In this study, data purification was performed using DBSCAN for clustering. Because of the difficulty in determining a threshold for high-dimensional data, multiple clustering, which is a type of DBSCAN, was applied, and the number of clustering was set up to two. Clustering for the surface distress (SD), rut depth (RD), and international roughness index (IRI) was performed twice using the number of frost days, the highest temperature, and the average temperature, respectively. RESULTS : The clustering result shows that the correlation between the SD and number of frost days improved significantly. The correlation between the maximum temperature factor and precipitation factor, which does not indicate multicollinearity, improved. Meanwhile, the correlation between the RD and highest temperature improved significantly. The correlation between the minimum temperature factor and precipitation factor, which does not exhibit multicollinearity, improved considerably. The correlation between the IRI and average temperature improved as well. The correlation between the low- and high-temperature precipitation factors, which does not indicate multicollinearity, improved. CONCLUSIONS : The result confirms the possibility of applying clustering to refine PMS data and that the correlation among the pavement performance factors improved. However, when applying clustering to PMS data refinement, the limitations must be identified and addressed. Furthermore, clustering may be applicable to the purification of PMS data using AI.

해상교통분석은 복잡해지는 해양환경에 따라 발생하는 문제해결을 위해 다방면으로 시행되고 있다. 하지만 4차 산업혁명으로 부터 도래된 자율운항선박 개발 등의 해사분야 동향은 해상교통분석에도 변화가 필요함을 암시한다. 이에 해상교통분석의 개선점을 식별 하고자 관련 연구를 분석하였으며, AIS데이터의 활용도가 높은 반면에 해도정보의 활용은 그 중요도에 비해 부족한 것으로 조사되었다. 이에 본 연구는 자율운항선박의 상용화에 대비한 해상교통분석의 개선점으로서 수치해도 데이터와 선박운항데이터인 AIS데이터를 복합 적으로 활용하는 방법을 제시하였다. 연구결과로써 해상교통분석에 수치해도데이터를 활용하였을 때 추출 가능한 해상교통특성을 제시 하였으며 이는 향후 자율운항선박의 도입을 위한 해상교통분석에 활용가능할 것으로 기대된다.

본 연구의 목적은 청소년들의 스마트폰 과의존과 피로회복 간의 관계에서 불안의 매개효과를 검증하여, 청소년의 스마트폰 과의존 중재의 근거자료를 확보하는 것이다. 연구 대상자는 ‘제16차 청소년 건강행태 온라인조사’를 이용한 청소년 54,948명이다. 연구변수 간의 관계는 상관분석, 요인분석, 매개효과 분석을 실시하였다. 연구 결과 청소년의 스마트폰 과의존은 피로회복에 영향을 미치는 직접효과와, 불안을 경유하여 피로회복에 영향을 주는 간접효과가 나타났다. 청소년의 스마트폰 과의존이 매개변인인 불안에 유의한 영향을 주었고, 피로회복에 유의한 영향을 주었다. 또한 또한 불안은 스마트폰 과의존과 피로회복 간의 관계에서 매개효과가 있는 것으로 확인되었다. 따라서 스마트폰 과의존 청소년을 대상으로 피로회복 을 향상하기 위해 불안을 관리할 필요가 있다.

사물인터넷(IoT) 기술을 활용한 전력 사용량 모니터링은 스마트팜 운영비 절감 기술 개발을 위한 기초자료로 필요성이 부각되고 있다. 본 연구에서는 멜론 생산 스마트팜 운영 중 실시간 전력사용량 모니터링 시스템을 설치한 예를 소개하고 이 를 이용하여 수집된 데이터를 실시간으로 활용하는 방법을 제 안한다. 전력사용량 모니터링 시스템의 실증을 위하여 멜론 스마트팜에서 3개월의 멜론 재배기간 동안 보일러, 양분분배 시스템, 자동제어기, 순환팬, 보일러제어기, 기타 IoT 관련 유 틸리티 등 스마트팜 시설에서 사용하는 개별 전원 기구들의 전력사용량 데이터를 수집하였다. 모니터링 결과를 이용하여 전기에너지 소비패턴의 예시를 분석하고, 측정 데이터를 최 적으로 활용하기 위해 필요한 고려사항을 제시하였다. 본 논 문은 전력사용량 모니터링 시스템을 새로이 구축하고자 하는 유저들에게 기술적 진입장벽을 낮추고 생성된 데이터 활용 시 시행착오를 줄이는 데 유용한 자료가 될 것으로 사료된다.

Deforestation and poverty in developing countries are critical ongoing issues. Forests provide a broad spectrum of benefits and services to millions of people, and more than $14 billion has been globally spent on the Forestry Official Development Assistance 2000-2019. The purpose of this study was to empirically analyze the effect of forestry ODA on the economic development and forest conservation policies of 87 major recipient countries, using panel data from the OECD DAC CRS, and the World Bank WBI 2003-2018. Herein, fixed effect and random effect models were applied, to 1,392 observed panel data using the R software. Results are as follow. First, results show that the forestry ODA has a positive and statistically significant effect on forest conservation. The higher the forest-dependent country, the greater the positive effect. On the other hand, the forestry ODA does not have a positive effect on the economic development of the recipient country. As the positive effect of the forestry, ODA has been verified; it is necessary to continuously increase international cooperation projects as well as financial support, in line with these international trends. Additionally, results suggest a joint and integrated project with the agriculture as well as forestry sectors because forest areas and farmlands area have a close negative ( ) relationship. Thus, the results provide substantial evidence for supporting as well as establishing, a solid momentum of international cooperation policies in the forest sector.