• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.1084-1087
• /
• 2015

최근 사용자들의 대량의 디지털 데이터들이 급격히 증가하면서 이종산업간 빅데이터가 제한된 시간에 빠르게 저장하고 활용할 수 있는 백업 고속화기술이 요구되고 있다. 이종 산업사이에서 사용자의 행동 패턴을 이용한 ICT 융합기술과 데이터 융합기술이 빅데이터 활용에 대한 사업부문 측면에서 빅데이터 활용 분야와 그룹차원의 데이터 활용 관점과 이종 산업간 데이터 활용 융합 관점 기업 간 또는 이종 산업 간에 데이터를 융합하여 각자가 구축해 놓은 기반을 함께 활용하는 사례를 통해서 각 기업간의 유 무선 융합 신규서비스 발굴 등을 고찰해 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.81-81
• /
• 2020

4차산업 혁명 이후, 빅 데이터는 사이버 공간을 통한 사회적 파장이 큰 사건들에 대한 대중의 정보 수집 패턴을 이해하는 데에 있어서 전에 경험하지 못한 급속한 발전을 이루어 왔다. 사이버 공간에서 이루어지는 대중들의 정보수집 활동을 모니터링하므로서 대중들사이에서 떠오르는 주제나 사건을 파악하기에 좋은 인덱스로 여러 사회 경제분야에 활용되어 왔다. 하지만, 수자원 관리 및 방재관점에서는 이런 빅데이터을 활용한 연구 사례는 찾아 보기 힘들다. 하지만, 이런 빅데이터를 가뭄기에 대중들이 어떻게 반응하였는지를 연구하는 데에 활용될 수 있다. 이 발표에서 발표자는 미국 2011-17년 캘리포니아 가뭄의 선례연구들을 통해 주 또는 국가 범위에서 구글 이용자들의 정보수집 활동을 기록한 구글트렌즈 데이터를 가뭄기동안 대중의 정보 수집량을 바탕으로 가뭄 위험 인지도를 정의하고 대중의 행동 양식을 이해하는 데에 어떻게 활용할 수 있는 지를 소개한다. 첫번째로, 최근 캘리포니아에서 발생한 다년간의 가뭄동안 그 주안의 주민들의 행동양식 분석 결과를 소개한다. 두번째로는 미국 49개의 주에서 지난 2004년부터 2018년동안의 지역적 가뭄에 대한 대중의 가뭄 위험인지도를 시공간적인 양식을 주성분분석기술을 통해 분석한 결과을 소개한다. 끝으로, 발표자는 지난 미국 선례 연구들에서 발표자가 제안한 기술이 어떻게 대한민국에서 홍수나 가뭄 방재에 적용할 수 있으며 앞으로 대한민국을 수재해에 준비된 나라로 만드는 데에 있어서 빅데이터의 역할을 제시하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.47-48
• /
• 2021

사용자 행동 인식(HAR)은 사용자의 행동을 분석하여 사용자의 현재 행동을 추측하는 것이며, 센서 데이터에서 특성을 추출하는 것이 중요하다. 본 연구에서는 다양한 특징 추출 기법을 사용하여 기계학습 모델을 비교한다. 변수마다 특성에 맞는 기법을 사용했으며, 정확도와 Kappa 통계량, F1 score 모두 SVM 모델에서 95.2%, 94.2%, 95.1%로 가장 높았다. 이는 기계학습 모델에서 특징 추출 기법을 사용하여 우수한 정확도를 달성할 수 있음을 보인다.

• Information and Communications Magazine
• /
• v.34 no.6
• /
• pp.43-50
• /
• 2017

본고에서는 소셜 빅데이터에서 공공안전에 위협되고 사회적으로 이슈가 되는 재난사건을 추출하기 위한 방법으로 소셜 네트워크상에서 사용자 행동 분석과 시간분석을 반영한 토픽 모델링 기법을 알아본다. 소셜 사용자의 글 수, 리트윗 반응, 활동주기, 팔로워 수, 팔로잉 수 등 사용자의 행동 분석을 통하여 활동적이고 신뢰성 있는 사용자를 분류함으로써 트윗에서 스팸성과 광고성을 제외하고 이슈에 대해 신뢰성 높은 사용자가 쓴 트윗을 중요하게 반영한다. 또한, 트위터 데이터에서 새로운 이슈가 발생한 것을 탐지하기 위해 시간별 핵심어휘 빈도의 분포 변화를 측정하고, 이슈 트윗에 대해 감성 표현 분석을 통해 핵심이슈에 대해 사건 어휘를 추출한다. 소셜 빅데이터의 특성상 같은 날짜에 여러 이슈에 대한 트윗이 많이 생성될 수 있기 때문에, 트윗들을 토픽별로 그룹핑하는 것이 필요하므로, 최근 많이 사용되고 있는 LDA 토픽모델링 기법에 시간 특성과 사용자 특성을 분석한 시간상에서의 중요한 사건 어휘를 반영하고, 해당이슈에 대한 신뢰성 있는 사용자가 쓴 트윗을 중요시 반영하도록 토픽모델링 기법을 개선한 소셜 사건 탐지 방법에 대해 알아본다.

• Information and Communications Magazine
• /
• v.32 no.11
• /
• pp.21-31
• /
• 2015

현대 사회에서의 삶의 모습이 다양해짐에 따라 생활습관이 다양해지고 잘못된 생활습관으로 인한 생활습관병에 대한 관심이 높아지고 있다. 본 논문에서는 사물인터넷 및 빅데이터와 같은 IT기술을 통해 사용자의 다양한 생활습관을 추적할 수 있는 방법과 그 응용 기술에 대해서 소개하고자 한다. 이러한 생활습관 추적 및 분석 기술은 다양한 사용자의 요구에 능동적으로 대처할 수 있으며 노약자나 장애인, 생활습관병 환자 등 특수계층의 건강 예측, 질병 관리 분야에서 실효성을 가질 수 있다. 특히 본 논문에서는 라이프케어 서비스를 위한 사용자 센싱 기술에 초점을 두고, 낮 시간의 활동과, 밤 시간의 수면 및 위치 기반 기술, 빅데이터 플랫폼, 스마트 홈 패턴 모델링 기술에 대해서 소개한다.

• The Journal of Bigdata
• /
• v.1 no.2
• /
• pp.1-8
• /
• 2016

User activity log includes lots of hidden information, however it is not structured and too massive to process data, so there are lots of parts uncovered yet. Especially, it includes time series data. We can reveal lots of parts using it. But we cannot use log data directly to analyze users' behaviors. In order to analyze user activity model, it needs transformation process through extra framework. Due to these things, we need to figure out user activity model analysis framework first and access to data. In this paper, we suggest a novel framework model in order to analyze user activity model effectively. This model includes MapReduce process for analyzing massive data quickly in the distributed environment and data architecture design for analyzing user activity model. Also we explained data model in detail based on real online service log design. Through this process, we describe which analysis model is fit for specific data model. It raises understanding of processing massive log and designing analysis model.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.17 no.5
• /
• pp.217-221
• /
• 2017

Proactive prevention is important for crime. Past crimes have focused on coping after death and punishing them. But with Big Data technology, crime can be prevented spontaneously. Big data can predict the behavior of criminals or potential criminals. This article discusses how to build a big data system for crime prevention. Specifically, it deals with the way to combine unstructured data of big data with basic form data, and as a result, designs crime prevention system. Through this study, it is expected that the possibility of using big data for crime prevention is described through fingerprints, and it is expected to help crime prevention program and research in future.

• Journal of Digital Convergence
• /
• v.13 no.10
• /
• pp.185-194
• /
• 2015

We are living in big data. Specially, female consumers are the hottest issue. Female consumers have a great effected on consumer culture as comparing male consumers. Therefore, this study analysis characteristics of female consumers through case study and literature review. The summarized results of research are as follows. First, percentage of economically active population of unmarried female of 20s is high, so they actively spend lots of money on buying goods and so on. Second, they are ahead of the curve and follow entertainers. Third, domestic case studies(SD online buz marketing, C.S.I. Shinsegaemall project, Service center only for female consumers of Shinhan Card, Travel Service of Lotte Tour) and international case studies(Big data service of Target, ZARA, and Walmart) show that if we utilize big data, we can raise re-purchasing desire and analysis needs of female consumers and create new female consumers.

• Journal of Korea Game Society
• /
• v.19 no.4
• /
• pp.27-36
• /
• 2019

Approaches to find hidden values using various and enormous amount of data are on the rise. As big data processing becomes easier, companies directly collects data generated from users and analyzes as necessary to produce insights. User-based data are utilized to predict patterns of gameplay, in-game symptom, eventually enhancing gaming. Accordingly, in this study, we tried to analyze the gaming strategy and user activity patterns utilizing Battlegrounds in-game data to detect the in-game hack.

• Information Systems Review
• /
• v.21 no.4
• /
• pp.175-195
• /
• 2019

This study conducted both big data and netnography analysis to analyze consumer needs and behaviors of online consumer community. Big data analysis is easy to identify correlations, but causality is difficult to identify. To overcome this limitation, we used netnography analysis together. The netnography methodology is excellent for context grasping. However, there is a limit in that it is time and costly to analyze a large amount of data accumulated for a long time. Therefore, in this study, we searched for patterns of overall data through big data analysis and discovered outliers that require netnography analysis, and then performed netnography analysis only before and after outliers. As a result of analysis, the cause of the phenomenon shown through big data analysis could be explained through netnography analysis. In addition, it was able to identify the internal structural changes of the community, which are not easily revealed by big data analysis. Therefore, this study was able to effectively explain much of online consumer behavior that was difficult to understand as well as contextual semantics from the unstructured data missed by big data. The big data-netnography integrated model proposed in this study can be used as a good tool to discover new consumer needs in the online environment.