Using the big data analysis of the Choseonwangjosilrok, this research aimed to figure out the fruits’ types, prevalence, seasonal appearances as well as the royalty’s perspective on fruits during Choseon period. Choseonwangjosilrok included nineteen kinds of fruits and five kinds of nuts, totaling 1,601 cases at 72.8% and 533 cases at 24.2% respectively. The text recorded fruits being used as: tributes for kings, gifts from kings to palace officials, tomb offerings, county specialties, trade goods or gifts to the foreign ambassadors, and medicine ingredients in oriental pharmacy. Seasonally the fruits appeared demonstrating an even distribution. Periodic characteristics were observed in decreasing quantity chronologically. From fifteenth century to nineteenth century, the fruits with timely features were seen: 804 times at 36.6%, 578 times at 26.3%, 490 times at 22.3%, 248 times at 11.3%, and 78 times at 3.5% respectively. In fifteenth century: citrons, quinces, pomegranates, cherries, permissions, watermelons, Korean melons, omija, walnuts, chestnuts, and pine nuts appeared most frequently. In sixteenth century: pears, grapes, apricots, peaches, and hazelnuts appeared most frequently. In seventeenth century: tangerines and dates appeared most frequently. In eighteenth century, trifoliate orange was the most frequently mentioned fruit.

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.

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.

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.

This study empirically analyzed the influence of fashion brands’ marketing issues on actual sales and consumer preference—focusing on evaluation trends of brands over time by using the theoretical background and big data provided through literature. This study examined the influence of three fashion brands (Balenciaga, Vetements, and Off-White) that have recently seen a drastic increase in the number of searched volumes through social networks. To identify the consumer-brand evaluations and trends and the marketing issues, the time period was divided into Groups A and B, which are from 2014 to 2015 and from 2016 to 2017, respectively. This study analyzed the frequency of overlapping keywords by using the R program to graphically visualize the changes over the timeline. Specifically, this analysis extracted data mainly related to bags, wallets and accessories for 2014-2015, but in 2016-2017, all four brands saw a vast increase in the frequency of searching product keywords related to clothing and footwear, and newly extracted ones were the top keywords. When analyzing the big data with these keywords as indicators, I confirmed that the products related to bags, wallets, and accessories were shifted to those related to apparel and footwear. Consumers previously recognized luxury brands such as Balenciaga as accessoriesoriented brands that were focused on handbags and sunglasses, but now they are gaining popularity and recognition among consumers as a fashion brand.

이 연구는 토픽 모델링의 LDA(Latent Dirichlet Allocation) 기법을 적용해 언론에 보도된 테러리즘 관련 뉴스 기사의 주요 토픽(topic)을 분석하였다. 이를 위해 지난 2014년 6월부터 2019년 5월 중, 미디어에 보도된 뉴스 중에서 테러리즘을 소재로 다룬 36,436건을 대상으로 토픽 을 추출하고, 주요 흐름을 시기별(모술탈환 이전, 모술탈환 과정, 모술탈 환 이후)로 구분하여 분석하였다. 이 연구에서 모술탈환 작전을 주요 분 석 시점으로 정한 것은 국제 테러리즘의 확산과 파급력이라는 측면에서 중요한 키워드가 ISIS(이슬람국가)이고, ISIS 세력의 확장, 축소, 다변화 등과 관련된 주요 사건이 모술탈환 작전이라고 여겼기 때문이다. 연구 방법적으로는 테러리즘과 관련한 방대한 양의 기사 내용을 정량 적으로 분석할 수 있고, 내용적으로는 주요 토픽을 파악함으로써 테러리 즘 기사의 이슈와 정책 이슈와의 관련성을 논의할 수 있는 토픽 모델링 분석을 실시하였다. 이상의 결과는 테러리즘에 대한 주제를 단어 중심으 로 범주화함으로써 관련 연구의 분석 기준을 마련할 수 있으며, 정책적 으로는 관련 이슈에 대한 언론 보도 토픽의 경향성을 파악함으로써 국제 테러리즘 발생에 대한 이해를 기반으로 정책 수립의 방향성을 제시할 수 있을 것이다. 이 연구는 선행연구에서 주요하게 다루지 않았던 테러리즘의 양상과 관련된 뉴스 기사의 주제적 특징을 객관적으로 도출함으로써, 시기별로 중심 주제가 어떻게 변화되고 있는지를 분석하였으며, 이를 통해 우리 사회에서 바라보고 있는 테러리즘 실태와 동향을 살펴보고자 하였다. 이 를 토대로 테러리즘 관련 언론보도의 주요 토픽과 테러리즘 관련 언론보 도 기사에서 모술작전 전후 시기별로 주요 토픽은 어떠한 변화 추이를 보이고 있는지에 대한 함의점을 도출할 수 있었다.

빅데이터는 2010년 이후 다양한 산업 분야에서 빠르게 확산이 진행되었다. 본 연구에서는 빅데이터가 확산되는 초기 과정에 대한 시계열 분석을 통해 빅데이터의 범용 기술 특징을 분석하였고, 각 산업의 확산 특성 차이에 대해 조사하였다. 빅데이터를 키워드로 하여 논문, 특허, 뉴스 데이터, 구글트렌드를 분석하여 선행 지수에 해당하는 데이터를 탐색하였고, 논문과 특허보다 뉴스와 구글트렌드가 2년가량 선행하는 트렌드를 보임을 확인하였다. 구글트렌드를 이용하여 국내와 미국, 일본, 중국의 국가별 도입 시기와 확산 양산을 비교하였고, 뉴스 데이터를 통해 국내의 주요한 8가지 산업 분야에 대해 확산이 진행되는 과정을 정량적 그리고 사례를 바탕으로 분석하였다. 본 연구를 통해 빅데이터처럼 산업 전반에 걸쳐 영향을 주는 범용 기술이 어떻게 초기 확산이 이루어지는지에 대한 실증적 연구 방법을 제시하였고, 빅데이터가 국내에서 각 산업별 확산 속도 차이는 어디에서 비롯되는지 파악하였다. 본 논문에서 제시한 방법은 빅데이터 이외에 다른 기술의 확산 과정에도 분석할 수 있으며, 특정 국가내의 기술 키워드 확산에 해당하므로 개발도상국에서 외국으로부터 도입된 기술을 어떻게 받아들일지 분석하는데 사용 가능하다. 그리고, 기업 측면에서는 새로운 기술을 출시하고 이를 확산하고자 할 때 어떤 경로가 효과적인지 이해할 수 있다.

This study conducted to predict the stock market prices based on the assumption that internet news articles might have an impact and effect on the rise and fall of stock market prices. The internet news articles were tested to evaluate the accuracy by comparing predicted values of the actual stock index and the forecasting models of the companies. This paper collected stock news from the internet, and analyzed and identified the relationship with the stock price index. Since the internet news contents consist mainly of unstructured texts, this study used text mining technique and multiple regression analysis technique to analyze news articles. A company H as a representative automobile manufacturing company was selected, and prediction models for the stock price index of company H was presented. Thus two prediction models for forecasting the upturn and decline of H stock index is derived and presented. Among the two prediction models, the error value of the prediction model ① is low, and so the prediction performance of the model ① is relatively better than that of the prediction model ②. As the further research, if the contents of this study are supplemented by real artificial intelligent investment decision system and applied to real investment, more practical research results will be able to be developed.

The purpose of this study is to derive landscape image characteristics of “Insadong-gil” using text mining analysis of big data. Keywords were collected and analyzed through blogs and cafes containing “Insadong-gil” on domestic portal sites Naver and Daum as basic data for research purposes. As a result, 28 landscape image characteristic keywords related to “Insadong-gil” were derived, and the correlation of the extracted keywords was examined to analyze landscape image characteristics. The results of the landscape image characteristics of Insadong-gil are as follows: First, Insadong-gil is recognized as a street of diverse cultures, including “traditional culture” and a “clean street” reputation. Second, we see that “couples” and “tourists” visit for activities such as a “picnic”, “date”, or “travel”. Couples are able to take “photos” and foreign tourists visit to enjoy the hanbok experience on Insadong-gil. Third, the purpose of visiting Insadong-gil includes keywords for activities such as “picnic”, and “walking”, but cultural activities such as exhibitions, performances, and experiences appeared less. Therefore, it is deemed necessary to continuously plan and implement marketplaces, festivals, and events on Insadong-gil as supplements; and create a cultural space visitors can actively approach with familiarity.

최근 대한민국에서는 사회·경제적으로 지위가 있는 사람들의 비윤리적 행위인 ‘갑 질’이 사회적 문제로 대두되고 있다. 사회적 지위를 가진 사람이 비도덕적 행위 혹은 범죄를 저지를 때마다 미디어에 ‘갑질’이라는 용어가 빈도 높게 사용되고 있다. 이에 본 연구에서는 ‘갑질’ 행위를 범죄학적 관점(화이트칼라 범죄이론)과 개인 성격적 관점(화이트칼라 사이코패스이론)으로 비교하여 분석해보고자 한다. ‘갑질’을 범죄학적 관점으로 설명하면 ‘갑질’의 행위자는 대부분 사회적으로 지위가 높은 개인 또는 집단 이라는 점에서 사회적 위치가 중요요인인 화이트칼라 범죄와 부분적으로 일치한다. 개인 성격적인 관점인 화이트칼라 사이코패스이론을 통해 ‘갑질’을 해석하면 ‘갑질’ 행위자의 사회적 지위를 배제하고 개인의 성격특질인 충동성, 폭발적 분노 등을 ‘갑질’의 원인으로 보아 ‘갑질’ 행위자가 화이트칼라 사이코패스의 성격특질을 지녔다고 볼 수 있다. 이를 위해 빅데이터 분석을 사용해 2013년부터 2018년까지의 네이버 뉴 스기사와 소셜미디어의 한 종류인 Twitter 기록의 문자파일을 수집하여 각 파일 안에서 사용된 특정 단어와 중복되어 사용된 단어들의 빈도를 추적하였다. 연차별로 150개 의 단어를 선발해 상위 50위까지의 단어를 분석한 결과, 사회적 특성을 나타내는 단어들이 개인적 성격특질을 나타내는 단어들보다 많은 수를 보였다. 이를 통해 대중의 ‘갑 질’에 대한 인식은 행위자 개인의 성격특성보다 행위자의 직업과 지위 등 사회적 특성 에 더 집중함을 알 수 있었다. 이 결과는 대중들이 ‘갑질’ 사건을 보는 시선은 앞선 두 가지 범죄이론 중 화이트칼라 범죄이론에 더 부합하는 것으로 해석할 수 있다.

해양사고 감소를 위해 다양한 연구들이 수행되어 왔다. 그에 비해 준해양사고에 대한 연구는 미미한 수준에 그치고 있다.준해 양사고는 건수가 많은 대신 내용이 정성적이기 때문에 분석하기에는 현실적인 어려움이 있었다. 하지만 해양사고 감소를 위해서는 준해 양사고의 정량적인 분석이 필요하다. 이번 논문의 목적은 준해양사고 경향을 예측하고 해양사고를 감소시키기 위해 빅데이터 기법을 적용하여 준해양사고 데이터를 정량적으로 분석하는 것이다. 이를 위해 10,000여건의 준해양사고 보고서를 전처리 작업을 통해 통일된 양식 으로 정리하였다. 전처리된 데이터에 대해서 1차적으로, 텍스트마이닝 기법을 적용하여 항해 중 준해양사고 발생원인에 대한 주요 키워드를 도출하였다. 주요 키워드에 대해 2차로 시계열 및 클러스터 분석을 통해 발생할 수 있는 준해양사고 상황에 대한 경향 예측을 도출 하였다. 이번 연구에서는 정성적 자료인 준해양사고 보고서를 빅데이터 기법을 활용하여 정량화된 데이터로 전환할 수 있고, 이를 통해 통계적 분석이 가능함을 확인하였다. 또한 빅데이터 기법을 통해 차 후 발생할 수 있는 준해양사고에 대한 객관적인 경향을 파악함으로써 예방 대책에 대한 정보 제공이 가능함을 확인할 수 있었다.

Current evaluation practices for IT projects suffer from several problems, which include the difficulty of self-explanation for the evaluation results and the improperly scaled scoring system. This study aims to develop a methodology of opinion mining to extract key factors for the causal relationship analysis and to assess the feasibility of quantifying evaluation scores from text comments using opinion mining based on big data analysis. The research has been performed on the domain of publicly procured IT proposal evaluations, which are managed by the National Procurement Service. Around 10,000 sets of comments and evaluation scores have been gathered, most of which are in the form of digital data but some in paper documents. Thus, more refined form of text has been prepared using various tools. From them, keywords for factors and polarity indicators have been extracted, and experts on this domain have selected some of them as the key factors and indicators. Also, those keywords have been grouped into into dimensions. Causal relationship between keyword or dimension factors and evaluation scores were analyzed based on the two research models-a keyword-based model and a dimension-based model, using the correlation analysis and the regression analysis. The results show that keyword factors such as planning, strategy, technology and PM mostly affects the evaluation result and that the keywords are more appropriate forms of factors for causal relationship analysis than the dimensions. Also, it can be asserted from the analysis that evaluation scores can be composed or calculated from the unstructured text comments using opinion mining, when a comprehensive dictionary of polarity for Korean language can be provided. This study may contribute to the area of big data-based evaluation methodology and opinion mining for IT proposal evaluation, leading to a more reliable and effective IT proposal evaluation method.

Entering the New-normal era, China has defined the start-up as a driving force for sustainable economic development. China's start-up support policy, represented by "makers", is now China's biggest issue. China has established a society based on makers and presented a new development model that enables socially diverse economic communities to continuously develop the Chinese economy. This paper intends to enhance the structural and in-depth understanding of “makers-based society” by analyzing the socially influential actors/keywords of China's makers policy. For this purpose, Big data related to makers were collected for data analysis and data mining and semantic network analysis were conducted. The results of the analysis are as follows: First, China's makers policies are steadily expanding and developing due to active government support and the enthusiasm of social entrepreneurship; Second, from the social point of view, the value of the start-up, the market orientation, and the regional support policy are important; Third, China has been actively developing and utilizing entrepreneurship-related curriculum, and it has been cultivating human resources suitable for start-up; Fourth, makers are an important platform for globalization of human resources in China as a driving force for sustainable development. It is also revealed that young people are building their own entrepreneurial ecosystem through their start-up and realizing their dreams.

목적 : 본 연구는 상대가치점수를 기반으로 하는 국내 건강보험수가의 행위별 수가제가 국제 기능･장애 및 건강에 대한 분류(International Classification of Functioning, Disability and Health; ICF)의 건강 개 념에 적합한 비용을 지출하고 있는지 알아보고자 하였다. 연구방법 : 2003년-2013년 건강보험 및 의료급여권자 중 인구전체를 대표하는 100만 명의 샘플인 국민 건강보험공단의 건강보험 표본코호트 자료를 이용하였다. 건강보험요양급여비용의 이학요법료 중 제3절 전문재활치료료에 해당하는 행위들을 건강보험심사평가원에서 제시한 행위정의에 따라 신체기능과 활동 및 참여로 분류한 후 청구 통계량을 비교분석하였다. 결과 : 국내 재활치료 수가체계는 독립적인 일상생활활동, 활동/참여 그리고 가정이나 사회로 복귀를 통한 삶의 질 향상이라는 ICF의 건강 및 재활의학의 개념을 반영하지 못하고 있다. 또한, 환자의 상병군, 중 증도에 따른 재활치료의 효율적 수행을 위한 급성기–아급성기(회복기)-만성기의 재활의료체계가 정립되어 있지 않음을 확인하였다. 결론 : 재활치료의 효율적 수행을 위해서는 급성기- 아급성기(회복기)- 만성기의 재활의료체계가 정립되어야 하고 재활의료체계 내에서 의료기관 종별 역할이 구분이 필요하다. 이와 함께 적절한 재활치료 보험수가 체계 그리고 심사기준의 신설 및 개선이 필요하다.

정부에서는 발주하고 관리하는 정보화 사업은 년 3조원 규모로, 이러한 정보화 사업은 대부분 사업수행 업체가 제출한 제안서를 분야별 전문가들에 의해 평가를 진행한 후 사업 수행자를 선정하게 된다. 제안서 평가는 제시된 평가기준에 의해 평가위원의 정성적 판단에 따라 점수를 부여 하고 있으나, 실제 평가위원이 어떠한 부분에 중점적으로 관심을 가지고 점수를 부여하는지는 알 수 없다. 이에 본 연구에서는 평가위원의 제안서 평가 시 어떠한 요인이 평가점수 부여에 영향을 미치는지 분석 하고자 한다. 연구를 진행하기 위해서는 평가를 진행하는 평가위원을 직접 대면 조사를 통해 자료를 수집해야 한다. 그러나 평가위원 명단이 보안상 공개되지 않아서 조사에 현실적으로 어려움이 있고, 또한 설문조사 등으로 직접 조사하기에는 부적절한 측면이 있다. 본 연구에서는 온라인 평가시스템에 등록된 평가위원의 평가의견(Text) 분석을 통해 요인을 분석 하고자 한다. 데이터 분석 도구인 R을 이용하여 온라인 평가시스템에 등록된 평가의견에서 형태소를 추출, 평가에 영향을 줄 수 있는 주요 요인과 극성을 나타내는 Keyword 사전을 구축 하였고 주요 요인을 이해력, 수행력, 관리력 3개의 차원으로 분류 하였다. 이를 통해 평가위원이 실제 입력한 점수와 주요 요인, 극성 조합에 의해 산출된 점수가 어떠한 상관 관계가 있는지 분석하기 위하여 회귀 분석을 실시, 주요 요인들이 평가 점수에 미치는 영향도에 대한 신뢰도를 검증할 계획이다. 본 연구의 결과는 비정형 형태로 입력된 의견을 실제 평가결과 점수로 수치화 할 수 있는 방법론 수립의 기초가 될 것으로 기대 한다.