도시지역에서 녹지의 역할은 도시민들의 스트레스 완화효 과뿐만 아니라 도시기온 저감, 이산화탄소흡수, 증발을 통한 습도조절, 그늘제공의 도시환경개선에도 큰 역할을 수행하 며, 도시민의 건강증진측면에서 녹지의 중요성이 더 부각되 고 있다. 녹지 내 수목의 광합성 및 다양한 원인에 의해 발생하는 공기이온은 실제적으로 인간의 건강에 긍정적인 영향 을 미치며, 오염물질을 저감하는 것으로 밝혀졌음에도 불구 하고 그에 대한 관심은 상대적으로 낮은 것으로 판단된다. 이에 본 연구에서는 도심지 내 아까시나무가 우점되어 있는 근린공원에 이온지수의 특성을 분석하여 향후 근린공 원의 건강성증진을 위한 생태적 관리의 기초자료로 활용하 고자 하였다. 연구대상지는 서울 은평구에 위치한 구산근린공원을 대 상으로 진행하였다. 대상지의 분류는 10m×10m으로 격자 그리드를 형성하여 가로 A~Z, 세로 1~21로 구분하여 가로· 세로 30m마다 측정지점을 선정하였으며, 식생이 바뀌는 특 이점을 추가로 조사를 하였다. 식생현황과 경사도, 사면방 위, 습윤지수도, 토지이용유형, 토지피복유형, 표고를 조사 한 후 측정지점마다 양이온과 음이온을 각각 5반복으로 측 정하였으며, 동시에 기온, 상대습도, 풍속 및 복사량을 측정 하였다. 단순 음이온 또는 양이온의 변화는 동일한 경향을 나타낼 것으로 예상되므로 이를 보정하기 위하여 이온지수 로 환산하여 분석을 실시하였다. 측정기간은 9월로 측정시 간대는 10시부터 16시까지 진행하였다. 29개 지점의 평균 LAI 지수는 3.08로 측정되었으며, 기 온의 경우 25.8℃로 측정되었다. 상대습도는 69.4%로 측정 되었으며, 일사량과 순복사량은 각각 67.26W/m2, 57.48로 측정되었다. 측정지의 식생환경은 교목의 경우 아까시나무 가 우점하고 있었으며, 아교목층의 경우 단풍나무가 주를 이루었으며, 산벚나무, 가중나무, 밤나무 등이 출현하였다. 관목에서는 국수나무가 우점하고 있었으며, 간헐적으로 개 나리, 신갈나무 등이 출현하였다. 총 29지점을 대상으로 평균 양이온은 350±50ea/cm3 으 로 발생하였으며, 가장 낮은 지역은 S11로 분석되었다. 가 장 높은 지역은 G5로 평균보다 약 150ea/cm3정도 높게 분 석되었다. 이는 도로와 인접해 있고 교목층이 없어 높게 나 온 것으로 사료되었다. 음이온의 경우 430±100ea/cm3 으로 발생하였으며, 가장 높은 지역은 S11 지역으로 평균보다 약 100ea/cm3 정도 높게 발생하였으며, 가장 낮은 지역은 R11로 평균보다 약 200ea/cm3정도 낮게 발생하였다. 팥배나무가 우점하고 있 는 지역으로 다른 지역에 비해 상대습도가 많이 낮았기 때 문에 나온 결과로 사료된다. 이온지수의 경우 가장 높은 지역은 S11로 다른 지역에 비해 약 1.2정도 높은 것으로 조사되었으며, 이는 다른 지역 에 비해 음이온 발생량이 높고, 상대습도가 높았으며, 양이 온 발생량이 낮았기 때문이었다. 가장 낮은 지역은 R11로 상대습도가 가장 낮았으며, 음이온 발생량 또한, 가장 낮게 측정되어 나온 결과로 사료되었다. 도심지 아까시나무림에 격자그리드를 형성하여 이온지 수 특성에 대한 연구로서 습도가 변화하는 지점에서는 이온 지수에 차이가 나타나는 것으로 분석되었다. 그러나 본 연 구는 단순 여름철에 측정을 실시하여 계절변화에 따른 이온 지수변화를 고려하지 못하였다는 제한점이 존재하였다. 이 에 따라 차후 계절변화에 따른 연구와 조사가 이루어져야할 것으로 판단되어진다.

Abstract2)The incidents of garbage dumplings in 2004 and the report on giant castella are the examples that shows how big the influence of broadcasting on the industry is. There were discussions on the importance of securing the objectivity of broadcasting, however, the existing related researches have lacked the analysis of actual proof for the influence of broadcasting contents, and as that of the law and system was confined to theoretical arguments, there were not enough suggestions for realistic alternatives. In this paper, we will examine the influence of broadcasting contents on the food industry through an analysis of actual proof, and propose alternatives in terms of the law and policy for securing the objectivity and fairness of broadcasting, to solve this problem.

This study was aimed to find yield prediction model of Italian ryegrass using climate big data and geographic information. After that, mapping the predicted yield results using Geographic Information System (GIS) as follows; First, forage data were collected; second, the climate information, which was matched with forage data according to year and location, was gathered from the Korean Metrology Administration (KMA) as big data; third, the climate layers used for GIS were constructed; fourth, the yield prediction equation was estimated for the climate layers. Finally, the prediction model was evaluated in aspect of fitness and accuracy. As a result, the fitness of the model (R2) was between 27% to 95% in relation to cultivated locations. In Suwon (n=321), the model was; DMY = 158.63AGD –8.82AAT +169.09SGD - 8.03SAT +184.59SRD -13,352.24 (DMY: Dry Matter Yield, AGD: Autumnal Growing Days, SGD: Spring Growing Days, SAT: Spring Accumulated Temperature, SRD: Spring Rainfall Days). Furthermore, DMY was predicted as 9,790±120 (kg/ha) for the mean DMY(9,790 kg/ha). During mapping, the yield of inland areas were relatively greater than that of coastal areas except of Jeju Island, furthermore, northeastern areas, which was mountainous, had lain no cultivations due to weak cold tolerance. In this study, even though the yield prediction modeling and mapping were only performed in several particular locations limited to the data situation as a startup research in the Republic of Korea.

정보통신기술 고도화에 따라 스마트폰, 웨어러 블 기기, IoT 등 각종 정보통신기기를 통한 개인 정보의 처리가 일상적으로 이루어짐에 따라 대용 량의 데이터를 신속하고 다양하게 분석해서 유의 미한 통찰을 도출하는 빅데이터의 활용에 대한 사 회적 관심이 증가하고 있다. 특히 빅데이터는 이 용자의 행태정보를 기반으로 개인의 취향 등 이용 자가 직접적으로 제공하지 않은 정보까지 분석함 으로써 개인화된 맞춤형 서비스의 제공에 매우 유 용할 것으로 기대되고 있다. 그러나 이와 같은 행 태정보 기반의 빅데이터 처리는 수집 사실을 이용 자가 명확히 인지하기 어렵고, 분석 결과가 이용 자가 원치않는 민감한 정보일 수 있으며, 보다 유 의미한 결과 도출을 위해 외부의 정보와 결합하는 경우 식별 가능성이 높아지는 등 이용자의 프라이 버시 침해에 대한 우려 또한 높은 실정이다. 그러나 현행 개인정보보호 관련 법률은 빅데이 터의 주요 분석 대상인 행태정보와 같은 비정형 데이터의 처리가 아닌, 성명, 주민번호, 연락처 등 의 인적사항 중심의 정형 데이터에 대한 보호조치 중심으로 규정되어 있어 빅데이터를 위한 규제로 는 적합하지 않은 부분이 많다. 특히 행태정보의 활용이 활발한 온라인 광고 플랫폼에는 인적사항 에 대한 정보는 적재되지 않아 더욱 적합하지 않 다. 이와 관하여 방통위는 온라인 광고 가이드를 배포하였으나 기존 개인정보보호 법제가 수정되 지 않는 이상 근본적인 한계가 있다. 이에 동 논문에서는 빅데이터 사회에서의 개 인정보의 보호 및 활용에 대한 조화로운 균형을 위해 세 가지의 법제 개선 방안을 제시하였다. 첫 째, 개인정보의 법적 개념 및 정의를 수정해야 한 다. 개인 식별이 분명한 인적 사항 중심의 개인정 보와 개인 식별 가능성이 거의 없거나 낮은 행태 정보로 구분하여 규정하고 각각 다른 규제 체계 를 적용해야 한다. 둘째, 행태정보를 기반으로 빅 데이터를 분석한 경우 민감한 추론의 도출을 제 한해야 한다. 셋째, 행태정보 기반의 빅데이터 분 석 및 서비스 활용에 대한 이용자의 사후 통제권 을 보장해야 한다. 고도화된 정보통신사회에서 빅데이터의 분석은 사회적 효용을 위해서 필수불 가결하지만 현행 개인정보보호 법규 체계에는 보호와 활용 어느 한 쪽도 효과적으로 대응하지 못 하고 있으므로 개인정보 보호에 대한 인식 전환 이 필요하다.

최근 4차 산업혁명의 주요 변화동인 중 하나인 “빅데이터” 기술을 활용하여 다양한 산업에 적용하기 위한 연구가 활발히 이루 어지고 있다. 선박이 운항 하면서 발생되는 데이터에는 1해리 당 소모연료량, 엔진출력, 대지속력, 대수속력, Main Engine RPM, FOC, SFOC, DFOC 등의 여러 지표가 있다. 본 논문에서는 Gathering 데이터간의 민감도를 분석 하여 각 변수들간의 영향력을 판단하여 선박 운 항 관련 에너지효율에 대한 주요 변수를 분석 하고, 분석 기법 중 수학 모델을 이용한 근사 모델을 생성 하여, 실측 데이터와 예측결과를 비교분석 하였다. 이를 통해 빅데이터 분석 기술을 활용하여 운항 선박의 에너지효율 관련 변수 간 민감도 확인, 근사모델을 이용한 연비 관련 지표 예측에 활용 할 수 있는 가능성을 확인 하였다. 핵심용어

최근 관광여가를 목적으로 하는 고속도로 이용자가 증가하고 고속도로의 기능 역시 통행기능 외에 관광, 여가, 문화교류의 개념으로 확대되는 등 고속도로의 이용목적 및 패턴변화에 따라 고객들의 쾌적한 고속도로 환경 조성 및 경관관리에 대한 요구가 증가하고 있다. 반면 한국도로공사의 조경 관리 및 경관관리의 경우 조경관리 기계화 확대시행, 직선구간 경관다양화, 자생수목의 관리방법 개선, LID 기법확대, 통일희망나무 프로젝트, 졸음쉼터 확충 등 다양한 형태로 조경 및 경관관리 등을 시행하고 있으나 고속도로를 이용하는 이용자의 요구를 해결하지 못하고 있으며, 실정이다. 이에 본 연구에서는 이용자의 설문과 소셜분석을 이용하여 이용자의 요구를 분석하였으며, 고속도로 조경담당자의 설문을 통해 고속도로공사의 빅데이터 활용방안을 제시하고자 하였다. 소셜분석의 경우 K-ICT 빅데이터센터(https://kbig.kr/)에서 제공하는 소셜분석을 이용였으며, 검색일자는 2016년 12월 03일로 검색일을 기준으로 1년으로 설정하여 조사하였다. 조사 시 키워드는 각각 블로그, 뉴스, TWITTER등 웹 또는 SNS에서 한국도로공사, 고속도로, 고속도로 조경을 검색하여 분석하였다. 또한 이용자의 인식도 및 만족도를 파악하기 위하여 2016.10.31.~2016.11.09.간 고속도로 이용자를 대상으로 설문조사를 실시하였다. “한국도로공사”에 대한 소셜분석 결과 1년간 한국도로공사에 연관된 데이터소스는 뉴스에서 5,348건, TWITTER에서 119건, 블로그에서 127건이 언급되었다. 연관된 단어로는 스포츠 리그관련 및 정책에 연관된 단어가 대부분 차지하고 있었다. “고속도로”에 대한 소셜분석 결과 뉴스에서 22,948건, TWITTER에서 7,026건, 블로그에서 2,025건이 언급되었으며, 관련 키워드로는 통행료 및 정책, 소음구간, 소음구간 공원화, 방음터널 위 공원에 관련된 키워드가 주를 이루었다. “고속도로 조경”의 분석결과 고속도로조경에 연관된 데이터소스는 뉴스에서 432건에 불과하였으며, 블로그에서 23건이 언급되었다. 연관된 단어로는 지명 관련 부동산 및 신 도로개통에 연관된 단어가 대부분으로 조사되었다. 설문을 통한 이용자의 인식도 및 만족도는 I.C / J.C, 휴게소, 요금소, 터널, 옹벽, 노선, 중앙분리대 등으로 우선 순위가 정해졌으며, 공간별 종합 분석 결과 휴게소와 요금소에서 인식도, 중요도, 만족도가 모두 높은 것으로 분석되었다. 고속도로 관련 소셜분석결과 고속도로 이용자가 아닌 주변 주민의 요구 특히 소음과 노선 및 부동산에 관련된 키워드가 주를 이루었다. 이용자 설문의 경우 휴게소, 요금소에서 높은 관심도와 만족도를 보였으며, 노선과 옹벽에서 낮은 만족도를 보였다. 옹벽의 경우 인식도는 높았지만 만족도가 낮아 관리수준을 상향 조정해야 할 것으로 분석되었다. 설문결과 노선의 경우 낮은 인식도를 보였으나 소셜분석에서는 조경 관리 관련 키워드가 상당부분 차지하고 있는 것으로 분석되었다. 이는 기존 이용자 중심의 조경실시 설계가 이용자 외 고속도로 주변 주민을 함께 고려한 설계와 시공이 필요할 것으로 분석되었다. 고속도로 조경 식물의 하자율 빅데이터 분석은 한국도로공사에 축적된 데이터를 기반으로 연도별 하자공사 시행에 따른 하자량과 하자율을 도출하였다. 하자율에 영향을 미칠것으로 판단되는 기상요소의 경우 각 지역의 기상청 자료를 활용하여 하자발생년도의 각 월별 평균 기온, 월별 강수량, 누적 강수량, 월별 최고기온, 최저기온의 데이터를 분석에 활용하였으며, 하자보수공사 시행시기에 맞추어 춘계와 추계로 구분하였다. 지역 구분의 경우 기존의 데이터를 토대로 본부별로 구분하여 분석을 실시하였다. 춘계 하자발생요인으로는 전해 12월부터 당해 1~2월의 동계기상요소가 하자율에 영향을 미쳤을 것으로 판단하였고 추계 하자발생요인으로는 당해 6,7,8,월의 기상요소가 하자율에 영향을 미쳤을 것으로 판단하여 하자율과의 상관관계 분석을 실시하였다.

With the rapid development of science and technology, big data has been applied in many fields and has brought commercial revolution[1]. The scientific community generally regards big data as "massive data + complex types of data". Commercial applications are more concerned about big data as an analytical (prediction) method and focus on the potential commercialization of analysis results. All walks of life will produce large amounts of data every day. The transition of data-scale brings huge commercial value, which will certainly bring the innovation of business model[2]. Particularly in the internet and other emerging industries, because they get data more convenient and fast. Like Amason, Facebook, Google etc, they use analysis of big data to innovate their business model for maximizing their profits[3], actually business model refers to "an enterprise’s profitable operation mode plus ways to make money"[4]. So the effectiveness of business model innovation of big data on emerging industries has been remarkable. But the impact of big data on traditional industries is still in the exploratory stage. Traditional industry mainly refers to the labor intensive, manufacturing oriented industries, including the traditional commerce and service industry[5]. Learning from the experience of big data on business model innovation of emerging industries, traditional industries can use big data to subvert the business model and accelerate the transformation and upgrading.

Multi-channel shopping, along with the arrival of smartphones, is the most significant change that has taken place in retail lately. Mobile shopping behaviors are considerably different from the shopping behaviors of other existing channels such as offline, TV, and the Internet. However, initially, Korean retail companies had trouble coping with this market change owing to a lack of understanding of mobile shopping behaviors. Therefore, they espoused big data analytics, expecting to obtain customer insights on not only mobile shopping behaviors but also multi-channel shopping behaviors. This case study discusses a trial made by a leading Korean multi-channel retail company to implement big data analytics in its marketing. The company was confronted with two issues, which prompted it to embrace big data marketing. First, the company recognized that it is extremely important to understand customer behavior across the entire shopping process and accordingly conduct the targeted marketing. Second, the company seeked to encourage the customers who used only a single channel to use diverse channels for sales as well as retention. The company thus tried to develop its rules for triggered marketing by analyzing the behavioral characteristics of multi-channel customers. For this, behavioral data for three years, covering about 10 million customers, were gathered and analyzed. Lastly, the company came up with detectable customer metrics that were expected to forecast the sales. In addition, customer segments were derived from data clustering based on customers’ shopping pattern, and marketing strategies were developed accordingly. Furthermore, the big data analytics revealed the importance of returning customers, and recommended modification to the royalty program and promotion of specific product categories. This case study proved the merits and demerits of big data analytics. On one hand, it helps in understanding the market trends of complex environments such as multichannel retail, and the significance of developing marketing strategies accordingly and reaping immediate benefits. On the other hand, it analyzes only the data of a given condition; therefore, it is hard to forecast the results if the condition, such as product-related offers, changes considerably. Big data marketing seems to work more effectively when it is used in combination with other qualitative research. This case study shows the status of big data marketing in a Korean multi-channel retail company and highlights its potentials as well as limits in this industry. change that has taken place in retail lately. Mobile shopping behaviors are considerably different from the shopping behaviors of other existing channels such as offline, TV, and the Internet. However, initially, Korean retail companies had trouble coping with this market change owing to a lack of understanding of mobile shopping behaviors. Therefore, they espoused big data analytics, expecting to obtain customer insights on not only mobile shopping behaviors but also multi-channel shopping behaviors. This case study discusses a trial made by a leading Korean multi-channel retail company to implement big data analytics in its marketing.

As technology has developed and cost for data processing has reduced, big data market has grown bigger. Developed countries such as the United States have constantly invested in big data industry and achieved some remarkable results like improving advertisement effects and getting patents for customer service. Every company aims to achieve long-term survival and profit maximization, but it needs to establish a good strategy, considering current industrial conditions so that it can accomplish its goal in big data industry. However, since domestic big data industry is at its initial stage, local companies lack systematic method to establish competitive strategy. Therefore, this research aims to help local companies diagnose their big data capabilities through a reference model and big data capability assessment system. Big data reference model consists of five maturity levels such as Ad hoc, Repeatable, Defined, Managed and Optimizing and five key dimensions such as Organization, Resources, Infrastructure, People, and Analytics. Big data assessment system is planned based on the reference model’s key factors. In the Organization area, there are 4 key diagnosis factors, big data leadership, big data strategy, analytical culture and data governance. In Resource area, there are 3 factors, data management, data integrity and data security/privacy. In Infrastructure area, there are 2 factors, big data platform and data management technology. In People area, there are 3 factors, training, big data skills and business-IT alignment. In Analytics area, there are 2 factors, data analysis and data visualization. These reference model and assessment system would be a useful guideline for local companies.

이 연구는 뉴스 미디어 환경 변화에 대응하기 위해 연합뉴스가 빅데이터 저널리즘을 어떠한 방식으로 활용해야 하는지에 관하여 심층 분석하였다. 이를 위해 연합뉴스 기자들과 빅데이터 저널리즘 전문가들을 대상으로 뉴스 미디어 환경 변화, 변화하는 연합뉴스의 위상과 전략, 빅데이터 저널리즘의 필요성과 활용방안에 관한 심층인터뷰를 실시하였다. 연구결과, 미디어 환경의 변화는 소비자들이 뉴스 생산에 적극적으로 참여할 수 있는 토대를 마련해 주었지만 불확실한 뉴스 유통이나 선정적 기사 양산, 언론의 신뢰도 하락 등 심각한 부작용을 초래하고 있었다. 연합뉴스는 언론사들을 대상으로 하는 도매상 역할과 일반 독자들과 만나는 소매상 역할을 동시에 맡게 되었고, 이에 따라 속보 외에도 일반 독자들의 요구에 맞춘 새로운 기사의 형식과 내용을 시도하는 전략 수정이 요구되고 있다. 저널리즘의 신뢰성과 공정성을 회복하기 위한 혁신 방안 중 하나로 제시된 빅데이터 저널리즘은 탐사보도, 지역보도 등에 활용될 수 있을 것으로 분석되었고 이를 위한 선결 과제로 전담 부서와 인력 확충, 기자 교육 프로그램 마련, 공공 데이터 확보 등이 실무적 차원으로 제시되었다.

In this paper, researchers investigated current fashion brands’ social media micro-blogging marketing strategy and consumers’ word of mouth reactions. More than 5,000 of the micro-blogs posted by fashion brands and 143,000 of customers’ comments were analysed in this study. Researchers firstly investigated the overall micro-blogging marketing structure for each fashion brand and compared them. Then researchers identified the type of expression pattern of each fashion brand currently in the micro-blogging context, negative or positive sentiments. Researchers found that fashion brands are using different micro-blogging marketing strategies. Forever21 used 61% micro-blogs for customer communication. H&M posted very diverse micro-blogs content to their official account. Their main micro-blogs were used for new product promotion (43%) and brand’s live event broadcasting (33%). Luxury brands, such as Burberry, more than 52% of micro-blogs posted last year were used for new product promotion and 36% of their micro-blogs contents included celebrities’ images of wearing Burberry product. Chanel used 60% of their micro-blogs to broadcast and introduce their brand events. There was no sale information posted on Chanel and Burberry’s micro-blogs account. Through sentiment analysis, researchers also found the brands have very positive electronic word of mouth (e-WOM). Particular, luxury fashion brands are having better e-WOM than fast fashion brands.

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.

개인정보보호법에 의하면, ‘개인정보’란 생존 하는 개인에 관한 정보로서 성명∙주민등록번호 등을 통하여 개인을 알아볼 수 있는 정보(해당 정 보만으로는 특정 개인을 알아볼 수 없어도 다른 정 보와 쉽게 결합하여 알아볼 수 있는 경우에는 그 정 보를 포함한다)를 말한다. 해당 정보와 결합 가능한 다른 정보가 모두 동 일인에게 보유되어 있을 필요는 없으므로 개인정 보처리자가 아닌 제3자가 보유한 정보도‘다른 정 보’가 될 수 있다. ‘쉽게 결합하여’, 즉, 해당 정보와 다른 정보의 결합이 용이하다는 의미는 합리적인 수단∙방법에 의해 해당 정보와 다른 정보를 결합할 수 있다는 것 을 의미한다. 결합이 용이한지 여부를 반드시 개인 정보처리자의 기준에서 판단할 필요는 없다. 나아가, 개인정보처리자가‘다른 정보’에 대해 반드시정당한접근권한이있어야하는것도아니다 개인정보처리자가 아닌 제3자가 해당 정보와 다른 정보를 결합하여 정보주체를 알아볼 수 있는 경우 도 있기 때문이다.

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.