• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 국제컨퍼런스 디지털컨텐츠 활용을 통한 지식경영의 확산
• /
• pp.191-201
• /
• 1999

데이터 웨어하우스와 데이터 품질에 관한 문헌연구를 통하여 데이터 웨어하우스 환경에서 데이터 품질의 향상을 위한 개념적 프레임워크를 개발하고자 하는 것이 본 연구의 목적이다. 데이터 웨어하우스 데이터 품질향상 활동을 지원하는 프레임워크를 개발하는 목적은 (1) 다양한 요구를 가진 사용자들이 웨어하우스 데이터에 접근하기 때문에, 사용자의 요구를 만족시키며 기업의 목적에 적합한 품질향상 활동을 지원하기 위해서이며, 다양한 기업활동을 가장 잘 지원할 수 있는 데이터 품질향상 지침을 관리자에게 제공하기 위해서 이다. (2) 웨어하우스 관리자의 데이터 품질향상 활동을 지원하기 위해서는 품질차원이나 데이터세트 등과같은 품질향상에 필요한 다양한 이슈를 관리자가 인식할 수 있도록 하기 위해서이다. (3) 데이터 웨어하우스 환경에서 데이터 품질 향상에 필요한 체계적이고 포괄적인 안목을 제공하기 위해서이다. 본 연구는 다음과 같은 단계로 수행하게 된다. 첫째, 데이터 웨어하우스의 개념과 데이터 웨어하우스의 구축단계 및 데이터 웨어하우스를 구성하는 프레임워크를 검토한다. 둘째, 데이터 웨어하우스 환경에서의 데이터 품질의 기준과 데이터 품질의 측정 및 데이터 품질의 향상 방안 등을 고찰한다. 셋째, 데이터 웨어하우스 환경에서 데이터 품질의 향상을 위한 개념적 프레임워크를 개발하기 위하여 데이터 웨어하우스 데이터 풀질 향상과 관련된 기업활동, 데이터 세트, 품질의 속성 및 차원 등을 정의한다. 마지막으로 데이터 웨어하우스 환경하에서 데이터 품질을 향상할 수 있는 3차원 구조의 개념적 프레임워크를 제안하며, 나아가 제안한 모형에 대하여 데이터 품질 향상을 위한 프로젝트 활동의 사례를 통하여 모형의 타당성을 개념적으로 설명한다.통하여 각각의 제품을 비교하였으며, 둘째 소프트웨어 종류별 평가로 제품을 응용소프트웨어, 응용개발도구, 시스템 소프트웨어로 분류하여 평균값으로 비교하였다. 셋째, 국내외 제품별 평가분석으로 전체 제품을 국내제품과 국외제품으로 분류하여 비교하였으며, 마지막으로 총괄분석을 통해 가중치를 적용하여 전 제품의 점수를 비교하였다. 여기에서는 각 제품의 평균점수에 대한 차이를 95%의 유의수준으로 T-Test를 실시하였다.uted to the society, and what the socioeconomic impacts are resulted from the program. It would be useful for the means of (ⅰ) fulfillment of public accountability to legitimate the program and to reveal the expenditure of pubic fund, and (ⅱ) managemental and strategical learning to give information necessary to improve the making. program and policy decision making, The objectives of the study are to develop the methodology of modeling the socioeconomic evaluation, and build up the practical socioeconomic evaluation model of the HAN projects including scientific and technological effects. Since the HAN projects cons

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.436-438
• /
• 2001

소프트웨어 제품의 품질을 보증하는 일은 중요하며, 이를 위해서는 실제 소프트웨어 제품이 실행될 때 최적의 결과에 영향을 주는 데이터, 즉 데이터의 품질이 보증 되어야 한다. 그러나 대부분의 소프트웨어 품질 관련 연구에서는 소프트웨어 품질 측정에 대한 모형만을 제시할 뿐 데이터 품질에 대해서는 다루어지고 있지 있다. 본 논문에서는 데이터 품질 평가를 위하여 데이터 품질을 측정하는 메트릭을 제안한다. 제안한 메트릭은 전체 데이터베이스에서 오류 데이터가 발생한 비율과 데이터 사용 목적에 따라 데이터 항목마다 다른 가중치를 적용하여 구해진다. 본 논문에서 제안하는 데이터 품질 메트릭은 특히 데이터를 주로 처리하는 소프트웨어 시스템의 품질 측정에 기여할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.394-396
• /
• 2002

품질 인증 테스트는 소프트웨어 품질을 결정하고 보증하기 위하여 인증 기관에서 제품 개발 후에 수행하는 테스트이다. 제품 개발 완료 후에 매뉴얼과 소프트웨어 제품을 가지고 수행되므로 효과적으로 테스트가 수행되기 위해서는 제품의 매뉴얼과 제품에 대한 정확한 분석을 해야 하고 이를 바탕으로 테스트 데이터를 생성해야 한다. 따라서 본 연구에서는 매뉴얼 기반의 테스트 데이터 선정 기법을 제안한다. 본 연구에서 제안한 매뉴얼 기반의 테스트 분석 모델과 테스트 데이터 선정기법을 사용하면 보다 정확하고 체계적인 데스트를 수행 할 수 있을 것이다.

• 해양환경안전학회지
• /
• 제20권1호
• /
• pp.113-119
• /
• 2014

우리 해군은 함정 제품모델(Naval Ship Product Model, NSPM)을 중심으로 하는 협업 제품개발 환경 구축을 통해 설계 데이터의 재사용성과 M&S의 활용도를 높이고 있다. 그 결과 설계결과의 신뢰성이 높아지고 있으며, 이를 활용한 운영, 건조 시뮬레이션을 통해 소요군의 요구사항이 면밀히 반영되도록 하는 연구도 진행 중에 있다. 이에 따라 설계 데이터의 DB 구축 및 그 품질에 대한 중요성이 부각되고 있으나, 그와 관련된 연구는 초기상태에 머물러 있는 실정이다. 본 연구에서는 저자들의 선행연구 결과인 함정 제품모델의 품질검증 방법론에 기초하여 함정 제품모델을 구성하고 있는 형상요소의 구체적인 품질검증 방안과 이를 자동화하기 위한 연구를 수행하였다. 함정 제품모델 데이터 중 상대적으로 중요하며, 검증과정에 많은 시간이 소요되고 있는 선각모델을 사례연구 대상으로 정의하였으며, 자동차산업에서 사용되고 있는 제품데이터품질(Product Data Quality, PDQ)을 형상검증 기준으로 활용하였다. 최종적으로 선각모델의 형상 품질검증을 위한 기준과 알고리즘을 제안하였으며 이에 기반 한 초기 시스템을 개발하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (1)
• /
• pp.409-411
• /
• 2000

소프트웨어 제품의 품질을 보증하는 일은 매우 중요하며, 국제 표준인 ISO/IEC9126은 소프트웨어 품질 특성 및 측적 메트릭 표준을 제공하고 있다. 이때 ISO/IEC 9126에서는 소프트웨어를 프로그램, 절차, 규칙 및 관련문서로 한정하고 있기 때문에 데이터의 품질에는 적용할 수 없다. 본 논문에서는 데이터 품질 평가 및 제어를 위하여 오류 데이터 형태를 분류하고, 이를 기반으로 데이터 품질 특성을 추출한다. 추출된 데이터 품질 특성을 측정하기 위해, 오류 데이터를 품질 속성으로 하는 데이터 품질 특성을 추출한다. 본 논문에서 제시하는 데이터 품질 메트릭은 지식 공학(knowledge engineering) 시스템이 최종 사용자에게 제공하는 데이터나 지식의 품질 측정 및 제어에 기준이 된다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권4호
• /
• pp.621-628
• /
• 2010

품질보증데이터는 제품의 신뢰성평가에 귀중한 자료이므로 기업에서는 이를 분석하여 제품의 개선전략을 세운다. 하지만 기업에서는 제품의 수명을 고려하지 않고 통상 월별 또는 분기별 클레임건수를 1000제품 당으로 나타낸 품질보증회수율을 구하여 표나 그림으로 나타낸다. 본 연구에서는 그런 데이터를 통상적으로 어떻게 분석하는지 살펴보고 수명까지 고려한 분석이 효과적임을 설명한다. 아울러 이런 분석의 결과는 신뢰성추적시스템에 들어가야 됨을 설명한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (A)
• /
• pp.549-551
• /
• 2000

소프트웨어 제품의 품질을 보증하는 일은 매우 중요하며, 국제표준인 ISO/IEC 9126은 소프트웨어 품질 및 특성 및 측정 메트릭 표준을 제공하고 있다. 이때 ISO/IEC 9126에서는 소프트웨어를 프로그램, 절차, 규칙 및 관련문서로 한정하고 있기 때문에 데이터의 품질에는 적용할 수 없다. 본 논문에서는 데이터 품질 평가 및 제어를 위하여 데이터 오류 형태를 분류하고, 이를 기반으로 데이트 품질 특성 및 부특성을 분류한다. 데이터 품질 특성 분류는 ISO/IEC 9126에 정의한 소프트웨어 품질 특성을 데이터 오류 형태에 대응시켜 추출한다. 본 논문에서 제시하는 데이트 품질특성 분류는 지식 공학(knowledge engineering)시스템이 최종 사용자에게 제공하는 데이터나 지식의 품질 측정 및 제어에 기준이 된다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.11-19
• /
• 2015

기업에서는 매달 제품이 일정 수량만큼 수송되어 판매되고, 이들 중 일부는 반환 또는 클레임이 제기된다. 이전의 연구에서는 품질보증 반환 데이터의 반환율을 그래프상에 어떻게 타점할 것인지 먼저 살펴보았고, 이어서 이런 데이터를 좌측 및 우측 중도중단 데이터의 결합으로 생각하여 와이블 분포등을 적합시켜 신뢰성분석을 실시해보았다. 본 연구에서는 우선 수송된 제품이 곧 판매된 것으로 보고, 이들 제품의 품질보증 반환 데이터에 대해 비모수적인 방법을 적용하여 시간에 따른 신뢰도의 추이를 살펴보고 모수적 방법에 의한 결과와 비교해본다. 한편, 제품이 생산되어 판매지로 수송된 경우 소비자의 손에 들어가기까지에는 시차가 있기 마련인데, 이와 같이 수송된 제품이 시차를 두고 판매되는 경우 이런 제품의 품질보증 반환 데이터에 대해서는 어떻게 분석을 실시해야 하는지 살펴본다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2016년도 춘계학술대회
• /
• pp.42-43
• /
• 2016

해양분야에 e-Navigation 전략이 도입되면서 안전한 항행 지원을 위해 기존의 제품을 재설계 하거나 새로운 제품 설계가 이루어지고 있다. 항행 지원에 소프트웨어시스템의 영향이 커지고 있기 때문에 안전하고 견고한 시스템의 설계는 매우 중요하며, 이를 위해 높은 품질의 확보가 필요하다. IMO에서는 이러한 제품 설계를 위해 적절한 품질을 보장하고 목적에 맞는 제품 설계에 대한 내용을 담고 있는 소프트웨어 품질 보증 및 인간 중심 설계 가이드라인을 공식 승인하였다. 가이드라인에서 품질 보증은 제품 품질, 데이터 품질, 사용상 품질을 만족할 것을 포함한다. 다양한 품질 속성을 만족하기 위해서는 품질 속성간의 우선순위화가 필요하다. 본 논문에서는 안전하고 견고한 소프트웨어 시스템을 위해 AHP기법을 이용하여 제품에 따른 품질 속성을 우선순위화 하고, 전 개발 단계에 걸쳐 품질 속성이 반영되고 평가 될 수 있도록 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.578-581
• /
• 2020

제품을 추천하는 기능은 사용자의 콘텐츠 또는 제품 소비량에 직결되기에 다양한 인터넷 플랫폼에서 많은 관심을 받고 있다. 이러한 제품 추천 시스템의 성능은 다양한 머신러닝 알고리즘과 딥러닝의 발전에 의해 성능을 비약적으로 개선되어왔다. 하지만 여느 딥러닝과 머신러닝 알고리즘과 마찬가지로 추천 시스템들의 성능은 빅데이터의 품질에 따라 매우 민감한 영향을 받는다. 본 논문에서는 모바일 배달 플랫폼에서 사용자들의 리뷰 데이터들을 통해 딥러닝과 빅데이터를 사용하여 음식을 추천하는 방법을 제안한다. 또한 사용자들의 리뷰 데이터들을 정제하여 데이터의 품질을 높이는 과정을 추가하여 그 결과가 성능에 얼마만큼 영향을 미치는 지를 실험을 통하여 분석한다.