인기검색어 논문

Data Report>인기검색어 논문
2019.01
검색단어: 빅데이터
인기검색어 논문
| | | | 다운로드

KCI후보

1빅데이터 품질 확장을 위한 서비스 품질 연구

저자 : 박주석 ( Jooseok Park ) , 김승현 ( Seunghyun Kim ) , 류호철 ( Hocheol Ryu ) , 이준기 ( Zoonky Lee ) , 이장호 ( Jangho Lee ) , 이준용 ( Junyong Lee )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 2권 2호 발행 연도 : 2017 페이지 : 87-93(7pages)

다운로드

(기관인증 필요)

초록보기

데이터 품질에 대한 연구는 오랜 기간 동안 수행되어 왔다. 하지만 이러한 데이터 품질관리 연구는 구조적 데이터를 대상으로 하였다. 최근에 디지털혁명 또는 4차산업혁명이 일어나면서 빅데이터에 대한 품질관리가 중요해 지고 있다. 본 논문에서는 기존 논문을 분석하여 빅데이터 품질 유형을 분류하고 비교 분석하였다. 요약하면, 빅데이터 품질 유형은 빅데이터 값, 빅데이터 구조, 빅데이터 품질 프로세스, 빅데이터 가치사슬단계, 빅데이터 모형 성숙도 등으로 분류할 수 있다. 이러한 비교 연구를 바탕으로 본 논문에서는 새로운 기준을 제시하고자 한다.


The research on data quality has been performed for a long time. However, the research focused on structured data. With the recent digital revolution or the fourth industrial revolution, quality control of big data is becoming more important. In this paper, we analyze and classify big data quality types through previous research. The types of big data quality can be classified into value, data structure, process, value chain, and maturity model. Based on these comparative studies, this paper proposes a new standard, service quality of big data.

KCI후보

2의료기관 빅데이터 품질관리의 필요성과 사례 분석

저자 : 최혜린 ( Hye Rin Choi ) , 이승원 ( Seung Won Lee ) , 김영아 ( Youngah Kim ) , 이종호 ( Jong Ho Lee ) , 고홍 ( Hong Koh ) , 김현창 ( Hyeon Chang Kim )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 2권 2호 발행 연도 : 2017 페이지 : 67-74(8pages)

다운로드

(기관인증 필요)

초록보기

빅데이터의 활용은 사회 전 분야에서 중요한 역할을 하고 있으며, 특히 보건의료분야에서는 국민의 생명과 건강을 다루기 때문에 빅데이터의 역할이 더욱 중요하다. 하지만 의료 빅데이터의 품질관리에 대한 관심과 인식은 현저히 떨어지는 실정이다. 저 품질 의료 빅데이터는 국가적 손실과 국민의 건강 저해를 야기시키므로 의료 빅데이터의 품질관리가 필요하다. 이에 국내외 의료 빅데이터 품질관리 사례 및 가이드라인에 대하여 문헌 조사하여 국내 의료 빅데이터 품질관리에 대한 방향성을 제시하고자 한다. 또한, 국내 한 대형 의료기관의 의료 빅데이터 품질관리 사례로 Y의료원의 '빅데이터 품질관리 TFT' 활동과 데이터 관련 업무종사자 대상설문조사 결과를 소개하고자 한다.


The use of Bigdata plays an important role in all areas of society. Especially in the health care field, the role of Bigdata is very considerable because it deals with people's life and health. However, the interest and awareness of quality control of medical data is markedly low. Because the low-quality medical Bigdata leads to national loss and public health impairment, quality control of medical Bigdata is needed. The purpose of this research is to present the direction of medical Bigdata quality management by examining literature and cases of domestic and foreign medical Bigdata quality management practices. In addition, as a case of medical Bigdata quality control in the Y medical institution in Korea, activities of a Bigdata quality management TFT and results of a survey conducted for major data users in the hospital were presented.

KCI후보

3빅데이터 품질 사례연구 : 법률 서비스 품질 체계

저자 : 박주석 ( Jooseok Park ) , 김승현 ( Seunghyun Kim ) , 류호철 ( Hocheol Ryu )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 3권 1호 발행 연도 : 2018 페이지 : 33-40(8pages)

다운로드

(기관인증 필요)

초록보기

4차 산업혁명이 일어나면서 각 산업에서 새로운 개념이 탄생되었다. 각 산업의 새로운 개념은 빅데이터를 핵심 인프라로 가정하여 발전하고 있다. 따라서 빅데이터에 대한 품질관리가 점점 중요해 지고 있다. 본 논문에서는 빅데이터 품질 사례 연구를 통하여 빅데이터 품질관리 체계를 제시하고자 한다. 사례 연구를 위하여 새로운 정보기술을 활용한 법률서비스인 리걸테크 분야를 대상으로 하였다. 최근에 구현하고 있는 법무부 생활법률지식서비스를 위한 빅데이터 품질체계를 도출하였다.


With the advent of the fourth industrial revolution, each industry has been innovated with new concepts. New concept of each industry takes advantage of new information technologies based on big data infra. Thus quality control of big data is becoming more important. In this paper, we try to develop a framework of big data service quality through a case study. A 'Legal Tech' service was selected for the case study. Especially a big data quality framework was developed for a living law service in the Ministry of Justice.

KCI후보

4빅데이터 환경에서 분석 자원이 기업 성과에 미치는 영향

저자 : 김승현 ( Seung-hyun Kim ) , 박주석 ( Jooseok Park ) , 박재홍 ( Jea-hong Park ) , 김인현 ( Inhyun Kim )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 1권 1호 발행 연도 : 2016 페이지 : 23-32(10pages)

다운로드

(기관인증 필요)

초록보기

정보기술 발전은 기업이 보유하고 있는 다양한 구조 및 비구조 데이터를 관리할 수 있게 하였다. 이러한 빅데이터 활용은 기업의 새로운 비즈니스 핵심가치로 평가 받고 있다. 본 연구에서는 빅데이터로 인해 더욱 중요하게 평가받는 데이터 자원이 기업 분석 활용에 미치는 영향을 연구하고자 한다. 최신 해외 보고서들을 살펴보면, 빅데이터 활용성과에 대한 실증 연구를 보여주고 있다. 이러한 해외 실증 연구와 비교하여 국내 기업의 빅데이터 활용 특성을 분석하고자 한다. 본 연구 결과는 향후 빅데이터 활용 기업에 적용 가능한 성숙모형 개발에 도움을 줄 수 있을 것이다.


With the rapid development of information technology, we can manage not only structured data but also unstructured data. Big data environments drive new business values. This study examines the effect of analytic resources to business performance under big data environments. Recent worldwide reports showed empirical performance results of big data applications. Compared to these reports, we attempt to analyze resources of big data applications to companies in Korea. This study results in current status of big data use in Korea. and will help to develop a maturity model of big data applications.

KCI후보

5A 은행 사례 분석을 통한 빅데이터 기반 자금세탁방지 시스템 설계

저자 : 김상완 ( Sang-wan Kim ) , 함유근 ( Yu-kun Hahm )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 1권 1호 발행 연도 : 2016 페이지 : 85-94(10pages)

다운로드

(기관인증 필요)

초록보기

본 논문은 타 산업에 비해 상대적으로 빅데이터의 잠재 가치가 높은 금융권에서 사전 예방과 실시간 탐지가 특히 중요해지고 있는 자금세탁방지를 위한 빅데이터 기반의 시스템 구현 방안을 제시한다. 기존 A 은행의 사례 분석을 통해 현 자금세탁방지 업무에 빅데이터를 적용 가능한 부분과 기능들 논의한다. 연구 결과 빅데이터를 활용한 자금세탁방지 시스템은 기존의 자금세탁방지 시스템에 추가적으로 소셜 네트워크 서비스나 로그 파일 등의 다양한 출처로부터 데이터를 수집해 일부가 아닌 전체 데이터를 대상으로 빠른 속도로 거래 모니터링과 잠재적 위험 탐지가 가능하다. 즉 빅데이터 기반 자금세탁방지 시스템은 비정형 데이터인 소셜 네트워크 서비스 데이터와 기존 거래나 고객정보를 통합하고 소셜 네트워크 분석 방법을 적용하여 고객확인의무와 잠재 요주의 인물 탐지 기능을 제고시킬 수 있다. 또한 빅데이터 분석 인프라 하에서 룰 모델이나 거래패턴 스코어링 모델을 적용해 실시간으로 혐의 거래적발이 가능하다.


Traditional Anti-Money Laundering (AML) software applications monitor bank customer transactions on a daily basis using customer historical information and account profile data to provide a “whole picture” to bank management. With the advent of Big Data, these applications could be benefited from size, variety, and speed of unstructured data, which have not been used in AML applications before. This study analyses the weaknesses of a bank's current AML systems and proposes an AML systems taking advantage of Big Data. For example, early warning of AML risk can be improved by exposing identities and uncovering hidden relationships through predictive and entity analytics on real-time and outside data such as SNS data.

KCI후보

6제조 공정 분석을 위한 빅데이터 클라우드 서비스

저자 : 이용혁 ( Yong-hyeok Lee ) , 송민석 ( Min-seok Song ) , 하승진 ( Seung-jin Ha ) , 백태현 ( Tae-hyun Baek ) , 손숙영 ( Sook-young Son )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 1권 1호 발행 연도 : 2016 페이지 : 41-51(11pages)

다운로드

(기관인증 필요)

초록보기

정보통신 기술의 발달로 과거에는 다룰 수 없었던 대용량의 데이터 처리가 가능해지면서 빅데이터의 관심이 고조되고 있다. 제조 산업은 축적된 데이터가 풍부하여 빅데이터의 적용 및 활용이 가장 기대되는 분야이다. 제조 기업의 공정은 생산설계, 생산, 판매 등의 프로세스가 복잡하게 얽혀있기 때문에 품질 관리와 생산효율성의 증대를 위해 제조 공정 프로세스의 효율화가 중요하다. 본 연구에서는 빅데이터 기술과 프로세스 마이닝 기법을 제조 공정 분석에 접목시킨 빅데이터 클라우드 서비스를 제안한다. 제조 기업은 클라우드 서비스를 활용하여 공정 프로세스의 개선 및 비용절감 등의 효과를 거둘 수 있다. 빅데이터 클라우드 서비스는 공정 프로세스 분석, 공정 시간 분석 등의 다양한 분석 서비스를 제공하며 구현 완료하였다. 사례 연구를 통해 클라우드 서비스의 유효성을 검증하였다.


Big data is an emerging issue as large data which was impossible to be processed in the past is possible to be handled with the development of information and communication technology. Manufacturing is the most promising field that big data is applied such that there are abundant data available. It is important to improve an efficiency of manufacturing process for quality control and production efficiency because the processes from production design, sales, productions and so on are mixed intricately. This study proposes big data cloud service for manufacturing analysis using a big data technology and a process mining technique. It is expected for manufacturing corporations to improve a manufacturing process and reduced the cost by applying the proposed service. The service provides various analyses including manufacturing analysis and manufacturing duration analysis. Big data cloud service has been implemented and it has been validated by conducting a case study.

KCI후보

7빅데이터, 오픈데이터, 마이데이터의 비교 연구

저자 : 박주석 ( Jooseok Park )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 3권 1호 발행 연도 : 2018 페이지 : 41-46(6pages)

다운로드

(기관인증 필요)

초록보기

지금은 데이터혁명 시대라고 한다. 데이터혁명 시대는 빅데이터로 시작하였고 오픈데이터를 거쳐서 마이데이터로 완성될 것이라 얘기한다. 본 논문에서는 빅데이터, 오픈데이터, 마이데이터를 비교 분석하고, 디지털자원으로서 마이데이터의 역할과 효과를 제시하고자 한다.


With the advent of the fourth industrial revolution, data becomes very important resource. Now is called as 'Data Revolution Age.' It is said that Data Revolution Age started with Big Data, then accelerated with Open Data, finally completed with My Data. In this paper, we compared Big Data, Open Data, and suggested roles and effects of My Data as a digital resource.

KCI후보

8머신러닝을 이용한 빅데이터 품질진단 자동화에 관한 연구

저자 : 이진형 ( Jin-hyoung Lee )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 2권 2호 발행 연도 : 2017 페이지 : 75-86(12pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 빅데이터의 품질을 진단하는 방법을 자동화하는 방법을 제안하고 있다. 빅데이터의 품질진단을 자동화해야 하는 이유는 4차 산업혁명이 이슈화 되면서 과거보다 더 많은 볼륨의 데이터를 발생시키고 이 데이터들을 활용 하려는 요구가 증가하기 때문이다. 데이터는 급증하지만 데이터의 품질을 진단하기 위해 많은 시간이 소비된다면 데이터를 활용하기 위해 많은 시간이 걸리거나 데이터의 품질이 낮아질 수 있다. 그러면 이러한 낮은 품질의 데이터로부터 의사결정이나 예측을 한다면 그 결과 또한 잘못된 방향을 제시할 것이다. 이러한 문제를 해결하기 위해 많은 데이터를 신속하게 진단하고 개선할 수 있는 머신러닝 이용한 빅데이터 품질 향상을 위한 진단을 자동화 할 수 있는 모델을 개발하였다. 머신러닝을 이용하여 도메인 분류 작업을 자동화하여 도메인 분류 작업 시 발생할 수 있는 오류를 예방하고 작업 시간을 단축시켰다. 연구 결과를 토대로 데이터 변환의 중요성, 학습되지 않은 데이터에 대한 학습 시킬 수 있는 방안 모색, 도메인별 분류 모델을 개발에 대한 연구를 지속적으로 진행한다면 빅데이터를 활용하기 위한 데이터 품질향상에 기여할 수 있을 것이다.


In this study, I propose a method to automate the method to diagnose the quality of big data. The reason for automating the quality diagnosis of Big Data is that as the Fourth Industrial Revolution becomes a issue, there is a growing demand for more volumes of data to be generated and utilized. Data is growing rapidly. However, if it takes a lot of time to diagnose the quality of the data, it can take a long time to utilize the data or the quality of the data may be lowered. If you make decisions or predictions from these low-quality data, then the results will also give you the wrong direction. To solve this problem, I have developed a model that can automate diagnosis for improving the quality of Big Data using machine learning which can quickly diagnose and improve the data. Machine learning is used to automate domain classification tasks to prevent errors that may occur during domain classification and reduce work time. Based on the results of the research, I can contribute to the improvement of data quality to utilize big data by continuing research on the importance of data conversion, learning methods for unlearned data, and development of classification models for each domain.

KCI후보

9도로 기상 빅데이터 유형별 활용 전략: 국내외 사례 분석

저자 : 함유근 ( Yukun Hahm ) , 전용주 ( Yongjoo Jun ) , 김강화 ( Kanghwa Kim ) , 김승현 ( Seunghyun Kim )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 2권 2호 발행 연도 : 2017 페이지 : 129-140(12pages)

다운로드

(기관인증 필요)

초록보기

낮은 시정, 강우, 강풍, 고온 등 기상 상태는 운전 능력, 차량 성능(예: 마찰, 안정성, 조작력), 노면 마찰력, 도로 인프라, 추돌 위험, 교통 흐름 및 도로 관리자 생산성 등에 영향을 미친다. 최근에는 CCTV, 도로센서, 차량 센서 등 다양한 도로 기상 빅데이터 소스들이 개발되면서 이러한 기상 관련 문제들 해결에 적용되고 있다. 본 연구는 이러한 도로 기상 빅데이터 소스들의 유형과 특징을 정의하고 국내외 실증 사례들을 통해 도로 기상 빅데이터 유형별로 관련 문제들 해결에 활용하는 전략에 대해 제시하고자 한다.


Weather acts through low visibility, precipitation, high winds, and temperature extremes to affect driver capabilities, vehicle performance (i.e., traction, stability and maneuverability), pavement friction, roadway infrastructure, crash risk, traffic flow, and agency productivity. Recently a variety of road weather big data sources such as CCTV, road sensor/systems, car sensor have been developed to solve the weather-related problems, This study identifies and defines the types and characteristics of these sources to suggest how to utilize them for car safety and efficiency as well as road management through analyzing domestic and oversea cases of road weather big data applications.

KCI후보

10전통적 환경과 빅데이터 환경의 데이터 자원 관리 비교 연구

저자 : 박주석 ( Jooseok Park ) , 김인현 ( Inhyun Kim )

발행기관 : (사)한국빅데이터학회 간행물 : 한국빅데이터학회지 1권 2호 발행 연도 : 2016 페이지 : 91-102(12pages)

다운로드

(기관인증 필요)

초록보기

전통적인 환경에서 데이터 생명주기는 데이터-정보-지식-지혜 전환과정으로 요약된다. 반면에 빅데이터 환경에서 데이터 생명주기는 데이터-통찰-실행 전환과정으로 요약된다. 이러한 전환과정의 차이점은 데이터 생명주기를 지원하는 데이터 자원 관리에도 변화를 요구한다. 본 논문에서는 전통적인 데이터 자원 관리와 비교하여 빅데이터 환경을 위한 데이터 자원 관리를 연구한다. 특히 빅데이터 자원관리를 위한 주요 구성요소를 제안한다.


In traditional environments we have called the data life cycle DIKW, which represents data-information-knowledgewisdom. In big data environments, on the other hand, we call it DIA, which represents data-insight-action. The difference between the two data life cycles results in new architecture of data resource management. In this paper, we study data resource management architecture for big data environments. Especially main components of the architecture are proposed in this paper.

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기