본 연구는 스마트폰에 대한 소셜 빅데이터를 활용한 감정분석을 통해 스마트폰 속성에 대한 이용자의 감정의 정도를 측정함으로서 타당하게 만족도를 파악할 수 있는 새로운 방법론적 가능성을 탐색하였다. 연구결과는 다음과 같다. 첫째, 각 모델에 따른 연관어를 비교하면, 갤 s8는 제품불량과 관련된 단어가 많이 포함되어 있는 반면 갤 s9는 배터리, 카메라, 스피커와 같은 기능과 관련된 단어가, 갤 s10은 배터리, 카메라와 함께 색상에 대한 단어가 많이 사용되었다. 또한 타 단어와의 관계성 분석 결과, 배터리의 경우 갤 s8에서는 중립적 의미로 사용된 반면에 갤 s9와 갤 s10에서는 배터리의 빠른 소모를 나타내는 부정적인 의미로 쓰이고 있다. 이와 함께 기술의 진화에 따라 같은 단어가 다른 맥락에서 사용되는 의미의 변화도 이루어지고 있음을 확인했다. 둘째, 각 모델에 대한 24개월간의 감정 추이를 보면, 제품 출시 초기에는 부정적인 평가가 주를 이루다가 출시 1년 정도를 기점으로 긍정적인 감정 평가를 보이게 되며 20개월 정도 지나게 되면 다시 부정적인 평가로 변화되고 있다. 마지막으로, 감정의 주요 속성을 비교해 보면, 세 모델 모두 출시 초기에는 다양한 속성에 대해서 이야기하지만 1년 정도의 시간이 흐르면 가격과 배터리에 대한 논의로 수렴되어지는 특징이 공통적으로 나타났다. 본 연구는 이용자 만족도 조사의 전통적인 설문조사 방법의 한계를 뛰어넘어 소셜 빅데이터를 활용한 감정분석으로 방법론적 확장을 시도했다는 점에서 그 의의가 크다 하겠다. 마케팅적 시사점으로는 소수의 인플루언서나 파워 유튜버들이 아니라 초기채택자들을 어떻게 공략하느냐가 매우 중요하다는 점과 초기 품질 관리가 어떤 홍보 노력보다 더 중요하다는 점이 본 연구를 통해 도출되었다.

본 연구에서는 같은 지역에 위치한 온실 3곳의 식별을 위해 통계적인 방법으로 분류를 하고자 주성분 분석(PCA)과 선형 판별 분석(LDA)을 수행하였다. 온실 내의 환경데이터는 같은 지역의 온실 3곳을 대상으로 4월 1일부터 4월 28일 총 4주간 1시간 간격으로 수집된 값을 사용하였다. 데이터를 분석하기 전, 데이터 정규화를 시키는 전처리를 거쳤으며, 전체의 80%인 훈련자료(training data)와 20%인 테스트 자료(test data)로 나누어 분석을 수행하였다. 분석을 수행한 결과, PC1은 57.51%의 설명력으로 PC1 = 0.7118112 × Tem. –0.6830065 × Humi. –0.1637892 × CO2.의 식을 가지며, LD1은 67.06% 의 설명력으로 LD1 = 0.8622565 × Tem. –0.1805741 × Humi. + 1.4018140 × CO2. + 0.03040701의 식을 가지는 것으로 나타났다. 이렇게 미리 분류시켜 놓은 온실의 데이터를 바탕으로 새로운 환경의 데이터를 입력하였을 때 특정 그룹으로의 분류가 가능함으로써 데이터의 성향을 파악할 수 있다. 이러한 데이터는 식별을 용이하게 함으로써 데이터의 활용도를 높여주는 방법이라고 판단된다.

최근 빅데이터 기술의 발전에 따라 보건의료 빅데이터를 헬스케어에 접목하여 부가가치를 창출하고자 하는 논의가 활발하다. 그러나 보건의료 정보는 민감한 개인정보로서 개인정보보호 규제를 받기 때문에, 개인정보보호와 보건의료 빅데이터 활성화 방안을 함께 검토할 필요가 있다. 이에 본 연구에서는 먼저 보건의료 빅데이터 관련 주요 개념을 살펴보고, 보건의료정보가 개인 정보보호와 보건의료법제에서 어떻게 규율되고 있는지 관련 법규 및 판결을 고찰하였다. 법원은 정보 활용시 얻을 수 있는 이익과 정보주체의 개인정보 자기결정권을 비교형량하여 정보주체의 동의 없이도 정보처리가 가능하다고 판시하였다. 그러나 개별 기업이 공개정보 등을 처리하려고 할 때마다 법익을 비교형량하여 판단하는 것은 현실적으로 불가능하다. 따라서 본 연구에서는 EU에서 진행된 시민 참 여형 보건의료 빅데이터 조성논의를 참고하여 동의 없이 어느 범위까지 정보처리가 가능한지에 대한 사회적인 합의가 선행되어야 한다고 보았다. 사회적 논의 이후 법제화 과정에서는 보건의료정 보의 세분화, 목적 외 처리가 가능한 정보의 범위 등 정보처리의 법적 근거 마련, 정보주체의 권리를 보호하면서도 악용을 방지하기 위한 보안장치가 필요함을 주장하였다.

This research was conducted to examine the antecedents of perceived service quality (PSQ) factors in Airbnb by using Big Data and Artificial Intelligence. The findings include that the SERVQUAL model requires adjustment in this context, and it is well-enhanced by cognitive and attitudinal factors, including intimacy, authenticity, privacy, and security.

저작권법이 2011. 12. 2. 개정되어 공정이용 조항이 도입되었다. 이로써 저작물의 통상적인 이용 방법과 충돌하지 아니하고 저작권자의 정당한 이익을 부당하게 해치지 않는 경우에 해당하면 저작물을 이용할 수 있게 되었다. 공정이용 해당 여부를 판단하는 데에는 이용의 목적 및 성격, 저작물의 종류 및 용도, 이용된 부분이 저작물 전체에서 차지하는 비중과 그 중요성, 저작물의 이용이 그 저작물의 현재 시장 또는 가치나 잠재적인 시장 또는 가치에 미치는 영향 등을 고려하여야 한다. 미국 사례로서 선거운동에서 이용허락 없는 원음악저작물을 사용한 경우와 국내 사례로서 실제 골프코스를 화면에 재현하여 스크린 골프장 운영업체에 제공한 경우, 박람회에서 이용허락 없이 홍보 동영상을 재생한 경우, 방송사의 시험문제를 비판하기 위하여 대상 문항을 인터넷에 게시한 경우, 노동착취 행위를 알리는 과정에서 작가를 조롱하기 위하여 예술작품을 복제한 경우를 소개하고 이를 통해 실제 사례에서 위와 같은 판단 요소가 어떻게 고려되는지 살펴보았다. 한편 인공지능의 빅데이터 활용에도 공정이용조항이 적용될 수 있다. 공정이용조항은 저작권 제한 사유를 구체적⋅개별적으로 열거한 것이 아니라 일반적⋅포괄적으로 규정하고 있으므로, 인공지능과 같이 빠르게 발전하는 기술에 따른 다양한 저작물 이용 형태까지도 적시에 파악하여 저작권자와 이용자 또는 일반 공중 사이의 이익을 합리적으로 조율할 수 있다는 장점이 있다. 이때에는 위와 같은 법률상의 고려요소와 함께 저작권자의 권리 보호를 위한 합리적인 노력 내지 조치의 존부, 산재된 이득의 집적 효과, 그로 인한 이해당 사자들이 얻는 이익 또는 불이익의 정도 등을 종합적으로 고려하여야 한다. 그러나 공정이용조항은 인공지능의 빅데이터 활용을 가능하게 하는 임시적인 방편에 불과하다. 예측가능성을 제공하여 기술 발전을 도모하기 위해서는 텍스트 및 데이터 마이닝에 관한 입법적 조치가 요구된다. 입법 과정에서는 4차 산업혁명 시대에 있어 인공지능의 적극적 활용을 위한 제도적 장치 마련의 필요성이라는 측면과 함께, 산재된 저작권의 경미한 이용에서 비롯된 재산적 가치의 이전에 대한 보상의 필요성이라는 측면까지도 충분히 고려되어야 할 것이다.

Big data analysis methods are useful tools for sorting valuable data and products. Achyranthes Radix root extract (AR) is a well-known herbal medicine in East Asia due to its anti-osteoarthritis, pro-circulatory, and anti-osteoporosis effects. In this stud y, we investigated the liver- and kidney-protective effects of AR by applying big data analysis to traditional medicine. CDDP (cis-diamminedichloridoplatinum) is an effective cancer cell anti-proliferative agent used in the treatment of diverse types of tumors. However, it is clinically limited due to liver and kidney toxicity. The current study was designed to assess the potential protective effects of AR against CDDP-induced hepato-renal toxicity. For this purpose, male Sprague-Dawley (SD) rats were assigned to four groups, each consisting of four animals. Intravenous injection or oral administration of either saline or AR was performed daily for 14 days, whereas CDDP was injected intraperitoneally on day 3 following AR treatment. Serum biochemistry results revealed that CDDP induced clear hepatic and renal damage while the AR treatment groups showed less damage relative to controls. Next, we tested the pharmacokinetics of AR using 20-hydroxyecdysone (20-HE), which is the most abundant component of AR extract. After intravenous administration of AR, the plasma concentration of 20-HE rapidly declined with a terminal half-life (t1/2) of 0.99±0.47 h. The area under the plasma concentration vs. time curve was 24.96±3.5 h*ng/mL. The present study provides valuable tools for further verification studies of the classical herbal literature and its scientific relevance.

Anomaly detection of Machine Learning such as PCA anomaly detection and CNN image classification has been focused on cross-sectional data. In this paper, two approaches has been suggested to apply ML techniques for identifying the failure time of big time series data. PCA anomaly detection to identify time rows as normal or abnormal was suggested by converting subjects identification problem to time domain. CNN image classification was suggested to identify the failure time by re-structuring of time series data, which computed the correlation matrix of one minute data and converted to tiff image format. Also, LASSO, one of feature selection methods, was applied to select the most affecting variables which could identify the failure status. For the empirical study, time series data was collected in seconds from a power generator of 214 components for 25 minutes including 20 minutes before the failure time. The failure time was predicted and detected 9 minutes 17 seconds before the failure time by PCA anomaly detection, but was not detected by the combination of LASSO and PCA because the target variable was binary variable which was assigned on the base of the failure time. CNN image classification with the train data of 10 normal status image and 5 failure status images detected just one minute before.

Google Trends is a useful tool not only for setting search periods, but also for providing search volume to specific countries, regions, and cities. Extant research showed that the big data from Google Trends could be used for an on-line market analysis of opinion sensitive products instead of an on-site survey. This study investigated the market share of tumor necrosis factor-alpha (TNF-α) inhibitor, which is in a great demand pharmaceutical product, based on big data analysis provided by Google Trends. In this case study, the consumer interest data from Google Trends were compared to the actual product sales of Top 3 TNF-α inhibitors (Enbrel, Remicade, and Humira). A correlation analysis and relative gap were analyzed by statistical analysis between sales-based market share and interest-based market share. Besides, in the country-specific analysis, three major countries (USA, Germany, and France) were selected for market share analysis for Top 3 TNF-α inhibitors. As a result, significant correlation and similarity were identified by data analysis. In the case of Remicade’s biosimilars, the consumer interest in two biosimilar products (Inflectra and Renflexis) increased after the FDA approval. The analytical data showed that Google Trends is a powerful tool for market share estimation for biosimilars. This study is the first investigation in market share analysis for pharmaceutical products using Google Trends big data, and it shows that global and regional market share analysis and estimation are applicable for the interest-sensitive products.

Humanities is originally a comprehensive discipline, and all disciplines must be formed under the foundation of humanities. To do so, humanities researchers should break their own castles, return to their original positions based on the humanistic reflection, and try various academic methods. Humanities should no longer be the recipient of the data and the user's role alone. But rather they are expected to play the role of the data curator, the leading role in data production and construction and use of a common platform, and the attempt to use the platform in various ways by the constant re-datafication make all relevant researchers enable collaboration. In addition, it is necessary to have the ability to solve problems through multi-fields, trans-fields, or cross-fields, which can be achieved not only by building basic knowledge in all fields of studies, but also by sharing interest, active participations, and diverse collaborations. We need to have critical and rational perspectives, and inclusive attitudes based on acceptance of differences, and all of these can be supported by our endeavors to solve structural problems.

중국 관광객의 서울과 제주도 관광인식을 알아보기 위해, 인식 특성에 따른 항목 추출, 두 지역을 분석하여 도출 키워드의 관계를 탐구함으로 관광 전략 시사점 도출을 목적으로 하였다. 빅 데이터 분석 프로그램 텍스톰의 중국어 버전을 활용하여 '서울여행', '제주도여행' 키워드를 중국 대표 포털사이트 바이두, 웨이보의 데이터를 수집하여, 빈도분석, TF-IDF분석, N-gram, 인식 항목별 분석 방법을 실시하였다. TF–IDF·N-gram 분석결과 '서울여행'은 역사문화 키워드가 연계되었으며, '제주도여행'은 유흥 및 여행 키워드가 연계되어 지역별 관심도 및 중요행태 차이가 있음을 알 수 있다. 주요 방문지는 서울은 역사문화 관광지 키워드가 도출되었으나, 제주도는 자연경관 키워드가 도출되었다. 주요활동은 서울 전통체험 키워드 도출, 제주도는 소비행태 키워드가 도출되었다. 본 연구는 빅데이터를 활용하여 인식 변화를 빠르게 파악 할 수 있으 며, 중국 관광객의 인식 및 행태의 관계성과 인식 항목별 키워드를 분석함으로써 효과적인 중국 관광객 유치에 대한 기초 데이터로서 의미가 있다.

Big data analysis in healthcare research seems to be a necessary strategy for the convergence of sports science and technology in the era of the Fourth Industrial Revolution. The purpose of this study is to provide the basic review to secure the diversity of big data and healthcare convergence by discussing the concept, analysis method, and application examples of big data and by exploring the application. Text mining, data mining, opinion mining, process mining, cluster analysis, and social network analysis is currently used. Identifying high-risk factor for a certain condition, determining specific health determinants for diseases, monitoring bio signals, predicting diseases, providing training and treatments, and analyzing healthcare measurements would be possible via big data analysis. As a further work, the big data characteristics provide very appropriate basis to use promising software platforms for development of applications that can handle big data in healthcare and even more in sports science.

The construction of economic and financial management system under the concept of big data is the focus of the article research. Firstly, the analysis of big data and big data concepts is carried out. Secondly, the problems existing in the economic and financial management system are deeply analyzed, and finally the management system is perfected. The purpose is to promote the development of economic and financial.

The advance of information technology with governmental support allows researchers to utilize big data to conduct rigorous rehabilitation-related studies in both the United States and Korea. While big data research has been actively conducted in the United States, few Korean rehabilitation scientists currently conduct big data research. In this paper, we discuss the existing rehabilitation-related big data in Korea and introduce the current big data research trends in the United States. In addition, we provide potential research areas by discussing the previous big data studies in the United States, including 1) functional outcomes, 2) geographical variation, 3) linkage of a population-based cohort to hospital data, 4) cross-national comparison, and 5) scale development. We also discuss various statistical methods required in big data research and compare how these methods differ compared to the traditional research methods in rehabilitation research. Lastly, we discuss the importance of workforce development in rehabilitation-related big data research. We hope this paper will provide occupational therapy scientists and clinicians with practical and useful information about big data research and accelerate big data rehabilitation research communities in Korea.

Lately, there have been tremendous shifts in the business technology landscape. Advances in cloud technology and mobile applications have enabled businesses and IT users to interact in entirely new ways. One of the most rapidly growing technologies in this sphere is business intelligence, and associated concepts such as big data and data mining. BI is the collection of systems and products that have been implemented in various business practices, but not the information derived from the systems and products. On the other hand, big data has come to mean various things to different people. When comparing big data vs business intelligence, some people use the term big data when referring to the size of data, while others use the term in reference to specific approaches to analytics. As the volume of data grows, businesses will also ask more questions to better understand the data analytics process. As a result, the analysis team will have to keep up with the rising demands on the infrastructure that supports analytics applications brought by these additional requirements. It’s also a good way to ascertain if we have built a valuable analysis system. Thus, Business Intelligence and Big Data technology can be adapted to the business’ changing requirements, if they prove to be highly valuable to business environment.

IoT, 빅데이터 분석, AI로 대표되는 4차 산업혁명을 배경으로 빅데이터의 가치가 증가하고 있으며, 이러한 빅데이터의 적절한 활용을 추진하는 것이 각국의 성장력을 높이는 열쇠가 되고 있다. 빅데이터의 적극적인 시장 유통을 촉진하기 위해서는 데이터 공급자 및 이용자가 안심하고 데이터를 제공 및 활용할 수 있는 적절한 제도 정비가 필수이며 현행 지식재산권법 또는 입법을 통해 빅데이터를 보호하는 방법의 검토가 필요하다. 빅데이터 가치에 주목한 각국은 이미 다양한 움직임을 보이고 있다. 먼저 유럽은 실질적인 투자가 이루어진 일정한 데이터베이스에 대해 독자적인 권리(sui generis right)를 부여하고 있다. 반면, 미국에서는 적극적 독점권이 아닌 부정경쟁방지 법리에 따른 소극적 보호로 대응하고 있다. 또한, 일본에서는 최근에 빅데이터 보호와 관련하여 두 개의 법이 대대적으로 개정되었다. 즉, 2018년 5월에 빅데이터 보호를 위한 규정을 새로 도입하는 부정경쟁방지법 개정을 실시하고, 동시에 디지털화·네트워크화의 발전에 대응하여 유연한 권리제한 규정을 정비하는 저작권법 개정을 실시하였다. 물론 한국에서도 빅데이터는 특허법, 저작권법 등의 현행 지식재산권법상에도 일정한 법적 보호를 받을 가능성은 있으나, 어느정도 한계가 있는 것으로 보인다. 특히 한국 저작권법은 2003년 개정을 통해 데이터베이스를 저작권법으로 보호하는 규정을 마련하였으나, 저작권법을 통한 배타적 권리로서의 보호가 적절한 것인지에 대해서는 의문이 제기되고 있다. 또한, 실제로 많은 기업들이 빅데이터 보호로 이용하고 있는 영업비밀은 빅데이터의 공개와 유통을 촉진하는 것을 목적으로 하는 빅데이터의 새로운 보호 논의의 취지에서는 벗어난 것이다. 한편, 부정경쟁방지법의 새로운 보호 대상으로 빅데이터를 포함하는 방법이 더 가능성이 높은 어프로치가 될 수 있다. 부정경쟁방지법은 소극적 보호만을 부여하고 있고, 새로 등장한 대상을 보호범위로 포섭하는 데 있어 가장 신축적인 법제이다. 따라서, 배타적 독점권을 도입하면 예상되는 큰 반발을 피할 수 있어 실현 가능성이 높고, 구체적인 집행 과정에서도 유연하게 대응할 수 있을 것으로 보인다. 이와 같은 빅데이터 제작에 관련된 투자 회수와 정보의 자유로운 유통이라는 두 가지 목적을 달성할 수 있는 가장 적절한 보호 방법에 대한 지속적인 연구가 필요할 것이다.