• 무역학회지
• /
• 제46권5호
• /
• pp.65-81
• /
• 2021

The technological development in the era of the 4th industrial revolution is changing the paradigm of various industries. Various technologies such as big data, cloud, artificial intelligence, virtual reality, and the Internet of Things are used, creating synergy effects with existing industries, creating radical development and value creation. Among them, the logistics sector has been greatly influenced by quantitative data from the past and has been continuously accumulating and managing data, so it is highly likely to be linked with big data analysis and has a high utilization effect. The modern advanced technology has developed together with the data mining technology to discover hidden patterns and new correlations in such big data, and through this, meaningful results are being derived. Therefore, data mining occupies an important part in big data analysis, and this study tried to analyze data mining techniques that can contribute to the logistics field and common logistics using these data mining technologies. Therefore, by using the AHP technique, it was attempted to derive priorities for each type of efficient data mining for logisticalization, and R program and R Studio were used as tools to analyze this. Criteria of AHP method set association analysis, cluster analysis, decision tree method, artificial neural network method, web mining, and opinion mining. For the alternatives, common transport and delivery, common logistics center, common logistics information system, and common logistics partnership were set as factors.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.540-543
• /
• 2017

It will be possible to solve some of the major issues in our society and economy with the emerging Big Data used across 21st century global digital economy. One of the main areas where big data can be quite useful is the medical and health area. IT technology is being used extensively in this area and expected to expand its application field further. However, there is still room for improvement in the usage of Big Data as it is difficult to search unstructured data contained in Big Data and collect statistics for them. This limits wider application of Big Data. Depending on data collection and analysis method, the results from a Big Data can be varied. Some of them could be positive or negative so that it is essential that Big Data should be handled adequately and appropriately adapting to a purpose. Therefore, a Big Data has been constructed in this study to applying Crawling technique for data mining and analyzed with R. Also, the data were visualized for easier recognition and this was effective in developing an individualized health plan from different angles.

• 한국IT서비스학회지
• /
• 제17권2호
• /
• pp.207-218
• /
• 2018

Recently, it becomes a big trend in the banking industry to apply a big data analytics technique to extract essential knowledge from their customer database. Such a trend is based on the capability to analyze the big data with powerful analytics software and recognize the value of big data analysis results. However, there exits still a need for more systematic theory and mechanism about how to adopt a big data analytics approach in the banking industry. Especially, there is no study proposing a practical case study in which big data analytics is successfully accomplished from the marketing perspective. Therefore, this study aims to analyze a target marketing case in the banking industry from the view of big data analytics. Target database is a big data in which about 3.5 million customers and their transaction records have been stored for 3 years. Practical implications are derived from the marketing perspective. We address detailed processes and related field test results. It proved critical for the big data analysts to consider a sense of Veracity and Value, in addition to traditional Big Data's 3V (Volume, Velocity, and Variety), so that more significant business meanings may be extracted from the big data results.

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.41-46
• /
• 2023

최근, 빅데이터 분석은 기계학습의 발전에 따른 다양한 기법들을 이용할 수 있다. 현실에서 수집된 빅데이터는 단어 간의 관계성에 대한 의미적 분석을 바탕으로 같거나 유사한 용어에 대한 자동화된 정제기법이 부족하다. 빅데이터는 일반적인 문장으로 기술되어 있다. 이러한 문제를 해결하기 위해 문장의 형태소 분석과 의미를 이해해야 할 필요가 있다. 이에 자연어를 분석하기 위한 기법인 NLP는 단어의 관계성과 문장을 이해할 수 있다. 본 논문에서는 빅데이터에서 추출된 문장에서 단어를 추출하여 단어 간의 연관 관계를 생성하는 방법을 연구한다. 이에 트랜스포머 기술을 이용한다.

• 한국건설관리학회논문집
• /
• 제23권2호
• /
• pp.54-64
• /
• 2022

빅데이터 활용에 대한 관심이 높아짐에 따라, 건설산업에서도 빅데이터와 관련한 다양한 연구개발이 이루어지고 있다. 건설산업의 다양한 분야 중 견적업무는 빅데이터의 활용성이 높은 분야로 인식되고 있다. 견적업무에서 빅데이터를 효과적으로 활용하기 위해서는, 기업의 내외부 현황을 다면적으로 이해하고 이에 적합한 활용전략을 수립하는 것이 필요할 것이다. 본 연구의 목적은 국내 CM사 견적업무에서의 빅데이터 활용현황을 조사하고, SWOT기법을 활용하여 CM사 견적업무에서 빅데이터를 활용하기 위한 전략 방향을 개발하고 제시하는데 있다. 문헌조사, 설문조사, 인터뷰 조사 및 SWOT분석을 바탕으로 CM사는 기업의 높은 수용 문화와 정보 자원을 적극 활용하고, 부족한 빅데이터 실무기반과 인적자원을 보강하는 전략이 필요한 것으로 제안하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.567-582
• /
• 2014

The purpose of this study is to qualitatively identify the typologies and characteristics of the big data marketing strategy in major companies that are taking advantage of the big data business in Korea. Big data means piles accumulated from converging platforms such as computing infrastructures, smart devices, social networking and new media, and big data is also an analytic technique itself. Numerous enterprises have grown conscious that big data can be a most significant resource or capability since the issue of big data recently surfaced abruptly in Korea. Companies will be obliged to design their own implementing plans for big data marketing and to customize their own analytic skills in the new era of big data, which will fundamentally transform how businesses operate and how they engage with customers, suppliers, partners and employees. This research employed a Q-study, which is a methodology, model, and theory used in 'subjectivity' research to interpret professional panels' perceptions or opinions through in-depth interviews. This method includes a series of q-sorting analysis processes, proposing 40 stimuli statements (q-sample) compressed out of about 60 (q-population) and explaining the big data marketing model derived from in-depth interviews with 20 marketing managers who belong to major companies(q-sorters). As a result, this study makes fundamental contributions to proposing new findings and insights for small and medium-size enterprises (SMEs) and policy makers that need guidelines or direction for future big data business.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.146-147
• /
• 2017

빅데이터 분석은 데이터베이스에 잘 정리된 정형 데이터뿐만 아니라 인터넷, 소셜 네트워크 서비스, 모바일 환경에서 생성되는 웹 문서, 이메일, 소셜 데이터 등 비정형 데이터를 효과적으로 분석하는 기술을 말한다. 대부분의 빅데이터 분석 기술 방법들은 기존 통계학과 전산학에서 사용되던 데이터 마이닝, 기계 학습, 자연 언어 처리, 패턴 인식 등이 이에 해당된다. 글로벌 리서치 기관들은 빅데이터 분석을 2011년 이래로 가장 주목받는 신기술로 지목해오고 있다. 따라서 대부분의 산업에서 기업들은 빅데이터의 적용을 통해 새로운 가치 창출을 위해 노력을 하고 있다. 본 연구에서는 다음 커뮤니케이션의 빅데이터 분석 도구인 소셜 매트릭스를 활용하여 분석하였다. 2017년 10월 8일 시점 1개월 기간을 설정하여 "사물인터넷" 키워드에 대한 대중들의 인식을 분석하였다. 빅데이터 분석의 결과는 다음과 같다. 첫째, 사물인터넷 키워드에 대한 1위 연관 검색어는 기술(995)인 것으로 나타났다. 결과를 바탕으로 연구의 한계와 시사점을 제시하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.1085-1089
• /
• 2015

과거의 텍스트마이닝기법은 텍스트 자체의 복잡성과 텍스트 내에 산재한 변수의 자유도 때문에 분석 알고리즘을 구현하는데 어려움이 있었다. 의미 있는 정보를 얻기 위하여 어렵게 알고리즘을 구현했다고 하더라도, 기계적으로 텍스트 분석에 소요되는 시간이 텍스트를 사람이 직접 읽어 분석 하는 것보다 많은 시간이 요구 되었다. 그러나 최근 하드웨어와 분석 알고리즘의 발전과 함께 빅데이터라는 기술이 등장하였으며, 앞에서 설명한 제약사항을 극복할 수 있게 되었고, 텍스트마이닝을 통한 분석이 현실세계에서 그 가치를 충분히 인정받고 있다. 만약, 텍스트의 탐색 수준에서 벗어나 마이닝을 통하여 분석이 가능하다면 텍스트 분석에 소비되는 인적, 물적 자원의 비용을 절감할 수 있기 때문에 공공분야에서 절실히 요구되는 창조적인 일에 더 많은 자원을 효과적으로 활용할 수 있을 것이다. 이에 본 논문에서는 인적 자원이 수작업으로 하는 공공분야 문서 분류의 결과값과 빅데이터 환경에서 텍스트마이닝기반의 문서내 단어 빈도수(TF-IDF)와 문서간 코사인 유사도(Cosine Similarity)를 활용한 공공분야 문서분류의 결과값을 비교하여 평가한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.211-213
• /
• 2013

최근에 많은 기업현장에서, 빅데이터에 대한 착각과 이해가 현실화되고 있다. 빅데이터의 보존, 분석, 활용을 위한 일반적인 기술이 빠르게 증가하는 데이터의 양에 효과적으로 대응하기 위해서는 기능이 매우 제한적이다. 하지만, 인공지능이 빅데이터 분석력을 증가할 수 있는 몇 개의 가정이 존재한다. 본 연구에서는 인공지능 기술을 빅데이터 분석에 접목시키려는 노력을 보인 실무사례에 대해 연구하려고 한다. 우선 인공지능의 다양한 기술과 인공지능과 빅데이터 간의 관계에 대한 연구를 하고, 인공지능을 이용한 빅데이터 기업사례 분석을 수행하겠으며, 미래 빅데이터에 대한 역할도 언급하고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제15권6호
• /
• pp.17-24
• /
• 2015

정보 기술과 첨단 무선 네트워크 응용 기술의 급속한 발전과 더불어, 방대하고 다양한 형태의 데이터들이 시시각각 양산되고 있으며, 최근 빅 데이터 분석기술의 중요성과 가치는 점차 증대되고 있다. 과거에는 너무 방대하여 관리조차 힘들어 무용지물이던 빅 데이터는 데이터 수집 컴퓨팅 장비와 분석 도구의 발전을 통해 다양한 활용분야에서 작은 규모의 데이터로는 불가능했던 새로운 영감이나 가치를 추출해 내는 것이 가능하게 되었다. 하지만 현실 세계에서는 아직도 빅 데이터 대부분이 제대로 적절하게 분석되어 사용되지 못하고 사장되는 것이 사실이다. 결국, 빅 데이터에서 통찰력 습득과 새로운 가치 창출을 위한 전제 조건으로 효율적인 빅 데이터 처리를 위한 분석 기술의 확보가 중요하다고 할 수 있다. 본 논문에서는 이러한 빅 데이터를 보다 효율적으로 처리하고 원하는 관심 정보를 효과적으로 추출해 낼 수 있는 정밀한 분석기법과 처리 기술을 연구하고 이를 실제 적용하는 스마트 응용을 설계한다.