• 한국건설관리학회논문집
• /
• 제20권4호
• /
• pp.13-21
• /
• 2019

본 연구의 목적은 거주자가 하자정보를 정확하게 입력하고 건설회사와 정보를 공유 할 수 있는 하자정보 관리시스템에 대한 개선모델을 제시하는 것이다. 이를 위하여 기존의 하자정보 관리시스템을 고찰하고 거주자가 요구하는 기능을 적용하여 개선모델의 구조와 데이터 흐름 계통도를 제시하였다. 그리고 개선모델의 경제적 효과를 추정하였다. 상기와 같은 목적과 방법에 따라 도출된 결과는 다음과 같다. 빅 데이터와 연계하기 위한 하자정보 관리시스템의 정보입력화면에 대한 기본설계를 하였다. 또한 개선 모델을 활용함에 따라 유발되는 경제적 효과는 기존 방법 대비 약 151백만원이 절감되는 것으로 추정되었다.

• 인터넷정보학회논문지
• /
• 제15권6호
• /
• pp.15-26
• /
• 2014

본 연구는 실물옵션모형을 이용하여 기업의 빅데이터 기술도입에 따른 경제적 가치를 분석한 연구로, 빅데이터 기술도입을 결정한 기업의 주가를 이용하여 주가증분으로 평가한 경제적 가치의 크기를 옵션가치를 통해 분석하였다. 옵션가치 도출을 위해 빅데이터 기술을 마케팅에 활용한 기업의 주가를 통해 빅데이터 기술에 의한 주가증분을 추출하고, 해당 주가로 일반화적률법(GMM)을 이용하여 확률과정을 추정하였다. 옵션가치 도출을 위해 블랙-숄즈 편미분방정식을 도출하였고, 이를 수치해석적 방법인 유한차분법으로 해를 구하여 빅데이터 기술 도입에 따른 경제적 가치를 추정하였다. 분석결과, 빅데이터 투자비용을 5천만 원으로 가정했을 때, 주가증분을 통해 도출한 옵션가치는 약 38.5억 원으로 나타났고 시간가치는 약 1백만에 해당하는 것으로 나타났다. 따라서 빅데이터 기술도입은 실질적인 기업의 수익을 창출하는 효과에 더하여, 미미하지만 투자시점에 고려할 수 있는 추가적 시간가치까지 존재하는 것으로 해석된다. 민감도분석 결과 기초자산 크기가 작아질수록 옵션가치는 낮아지고, 투자비용이 낮아질수록 옵션가치는 높아지는 것으로 분석되었고, 변동성 변화에 따른 옵션가치 민감도는 크지 않은 것으로 나타났는데 이는 빅데이터 기술의 경우 기술도입 기간과 이에 따른 주가변동 폭이 낮아 변동성 증가에 따른 내재가치 증가 효과가 크지 않기 때문인 것으로 해석된다. 본 연구는 빅데이터 기술도입에 따른 효과를 실물옵션을 도입하여 분석한 최초의 연구로 빅데이터 옵션가치 도출에 빅데이터 기술을 도입한 기업의 주가를 기초자산으로 사용한 최초의 연구라는 점에서 기존연구와 차별화된다. 기업들의 빅데이터 기술 도입이 비교적 최근에 발생하였음을 고려할 때 동 분석방법론을 다양한 기업에 적용함으로 빅데이터 기술의 정체한 가치를 도출하는데 기여할 수 있을 것으로 기대된다.

• Spatial Information Research
• /
• 제23권2호
• /
• pp.69-81
• /
• 2015

SNS사용자의 거주 지역을 유추하여 그들이 생성한 데이터에 거주위치를 부여하는 것은 위치희박(location sparsity)과 생태학적 오류문제로 인해 연구결과의 신뢰성이 떨어진다는 평가를 받아온 공간빅데이터 연구에 대안이 될 수 있다. 본 연구에서는 Tweet 사용자의 거주 지역을 유추하는 방법으로 사용자 타임라인데이터 속에서 찾아낸 일상생활활동패턴을 이용하는 방법을 고안하였다. 트윗 사용자의 일상생활활동패턴은 이동궤적과 사용자의 언어(text)에서 확인할 수 있었으며 전자를 활용한 모델을 일상이동패턴모델, 후자를 활용한 모델을 일상 활동장 모델이라 명명하고 각각 모델에 입력될 변수를 선정하였다. 자신의 거주 지역에서 가장 높은 빈도의 트윗 발생 여부와 가장 높은 빈도의 거주행정구역 표현 단어를 사용하는지 아닌지를 종속변수로 한 판별분석을 실시하여 모델을 작성하였으며 설명력은 일상 이동패턴모델, 일상 활동장 모델 각각 67.5%, 57.5%였다. 이 모델을 스트레스 관련 트윗을 작성한 사용자의 타임라인데이터로 구성된 테스트데이터에 입력해본 결과 전체 사용자 48,235명 중 5,301명의 거주 지역을 유추하였고 이를 활용하여 위치 부여된 스트레스 관련 트윗 9,606개를 확보하였다. 본 연구의 유추기법을 통해 기존 SNS데이터 분석연구에서 사용하는 데이터 수집 방법보다 44배 많은 위치 부여 트윗을 확보할 수 있었다. 본 연구방법론은 SNS데이터를 이용한 연구에서 위치 부여된 데이터를 확보하는데 활용 가능할 것으로 판단되며, 각종 지역통계와 상관관계파악을 통해 지역적 현상 분석에도 SNS데이터를 이용할 수 있는 가능성을 높일 것으로 판단된다.

• 한국체육학회지인문사회과학편
• /
• 제56권4호
• /
• pp.397-413
• /
• 2017

본 연구의 목적은 4차 산업혁명의 스포츠 현장 적용을 위한 탐색적 연구를 통하여 스포츠 업계 종사자들이 소셜 빅데이터를 직접 다루고 활용하기 위한 사례를 소개하고, 관련 정보를 제공하는 것이다. 수집된 문헌은 국내 외 학술 DB로부터 '소셜 빅데이터', '스포츠'와 관련된 문헌 302편이며, 분석된 문헌은 86편(국내 28편, 국외 58편)이다. 연구 결과, 스포츠산업 분야에 적용 가능한 소셜 빅데이터 분석 연구는 1) 스포츠 팬들의 관심사 및 스포츠 이벤트에 대한 주요 이슈 분석, 2) 미디어스포츠 인게이지먼트 연구, 3) 사용자 감성을 이용한 경기 승패 예측, 4) 프로선수 연봉 산정 모델 개발, 5) 연구동향 분석 등이 될 수 있다. 결론적으로, 스포츠산업 경영 분야에서 소셜 빅데이터 분석 기술은 다양하게 활용될 수 있기 때문에, 스포츠 업계 종사자들이 소셜 빅데이터 분석 기술을 직접 다루고 이를 활용하기 위해서는 IT기술에 대한 선행 학습, 연구수행을 통한 노하우 습득, 그리고 융합적인 사고의 전환이 필요하다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권5호
• /
• pp.1089-1099
• /
• 2013

The Bradley-Terry model is widely used for analysis of pairwise preference data. We explain that the popularity of Bradley-Terry model is gained due to not only easy computation but also some nice asymptotic properties when the model is misspecified. For information retrieval required to analyze big ranking data, we propose to use a pseudo likelihood based on the Bradley-Terry model even when the true model is different from the Bradley-Terry model. We justify using the Bradley-Terry model by proving that the estimated ranking based on the proposed pseudo likelihood is consistent when the true model belongs to the class of Thurstone models, which is much bigger than the Bradley-Terry model.

• Communications for Statistical Applications and Methods
• /
• 제30권2호
• /
• pp.119-133
• /
• 2023

With the rapid growth of the economy and fossil fuel consumption, the concentration of air pollutants has increased significantly and the air pollution problem is no longer limited to small areas. We conduct statistical analysis with the actual data related to air quality that covers the entire of South Korea using R and Python. Some factors such as SO₂, CO, O₃, NO₂, PM₁₀, precipitation, wind speed, wind direction, vapor pressure, local pressure, sea level pressure, temperature, humidity, and others are used as covariates. The main goal of this paper is to predict air quality index (AQI) spatio-temporal data. The observations of spatio-temporal big datasets like AQI data are correlated both spatially and temporally, and computation of the prediction or forecasting with dependence structure is often infeasible. As such, the likelihood function based on the spatio-temporal model may be complicated and some special modelings are useful for statistically reliable predictions. In this paper, we propose several methods for this big spatio-temporal AQI data. First, random effects with spatio-temporal basis functions model, a classical statistical analysis, is proposed. Next, neural networks model, a deep learning method based on artificial neural networks, is applied. Finally, random forest model, a machine learning method that is closer to computational science, will be introduced. Then we compare the forecasting performance of each other in terms of predictive diagnostics. As a result of the analysis, all three methods predicted the normal level of PM_2.5 well, but the performance seems to be poor at the extreme value.

• 대한조선학회논문집
• /
• 제49권6호
• /
• pp.478-483
• /
• 2012

The speed performances of ice sea trial on the Arctic(2010 & 2011) area were shown different results depend on the ice floe size. Penetration phenomena of level ice was not happened on medium ice floe and tore up by the impact force because the mass of medium ice floe is similar to the mass of Araon which is Korean ice breaking research vessel and did not shut up by the ice ridge or iceberg. The sea trial on the Amundsen sea was performed at the big floe which is classified by WMO(World Meteorological Organization). Three measurements of ice properties and five results of speed trial were obtained with different ice thicknesses and engine powers. To evaluate speed of level ice trial and model test results at the same ice thickness and engine power, the correction method of HSVA(Hamburg Ship Model Basin) was used. The thickness, snow effect, flexural strength and friction coefficient were corrected to compare the speed of sea trial. The analyzed speed at 1.03m thickness of big floe was 5.85 knots at 10MW power and it's 6.10 knots at 1.0m ice thickness and the same power. It's bigger than the results of level ice because big floe was also slightly tore up by the impact force of vessel based on the observation of recorded video.

• 한국의류학회지
• /
• 제46권5호
• /
• pp.868-889
• /
• 2022

Fashion companies are using a big data approach as a key strategic analysis to predict and forecast sales. This study investigated the effectiveness of the past sales, web search volume, information amount, brand promotion, and the advertising endorser on the sales forecasting model. The study conducted the autoregressive distributed lag (ARDL) time series model using the internal and external social big data of a national fashion brand. Results indicated that the brand's past sales, search volume, promotion, and amount of advertising endorser information amount significantly affected the sales forecast, whereas the brand's advertising endorser search volume and information amount did not significantly influence the sales forecast. Moreover, the brand's promotion had the highest correlation with sales forecasting. This study adds to information-searching behavior theory by measuring consumers' brand involvement. Last, this study provides digital marketers with implications for developing profitable marketing strategies on the basis of consumers' interest in the brand and advertising endorser.

• 신재생에너지
• /
• 제20권1호
• /
• pp.95-101
• /
• 2024

Since 1990, the Renewable Big Data Research Lab at the Korea Institute of Energy Technology has been observing solar radiation at 16 sites across South Korea. Serving as the National Reference Standard Data Center for Renewable Energy since 2012, it produces essential data for the sector. By 2020, it standardized meteorological year data from 22 sites. Despite user demand for data from approximately 260 sites, equivalent to South Korea's municipalities, this need exceeds the capability of measurement-based data. In response, our team developed a method to derive solar radiation data from satellite images, covering South Korea in 400,000 grids of 500 m × 500 m each. Utilizing satellite-derived data and ERA5-Land reanalysis data from the European Centre for Medium-Range Weather Forecasts (ECMWF), we produced standard meteorological year data for 1,000 sites. Our research also focused on data measurement traceability and uncertainty estimation, ensuring the reliability of our model data and the traceability of existing measurement-based data.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권5호
• /
• pp.2029-2046
• /
• 2016

Energy consumption is an important index in mobile ad hoc networks. Data packet transmission increases among nodes, particularly in big data communication. However, nodes may be unable to transmit data packets because of energy over-consumption. Consequently, information may be lost and network communication may block. While opportunistic network is a kind of mobile ad hoc networks, researchers do not focus on energy consumption in opportunistic network communication. This study proposed an effective sensor energy supply scheme that can be applied in opportunistic networks. This scheme considers nodes sensor requests and communication model. In this scheme, nodes do not only accomplish energy supply in communication, but also extend communication time in opportunistic networks. Compared with the Spray and Wait algorithm and the Binary Spray and Wait algorithm in simulations, the proposed scheme extends communication time, increases data packet transmission, and accomplishes energy supply among nodes.