• 한국콘텐츠학회논문지
• /
• 제13권4호
• /
• pp.399-406
• /
• 2013

최근 기업의 비즈니스 프로세스를 혁신하고 효율화하기 위한 다양한 연구가 활발히 진행되고 있는 가운데, 의미 있는 비즈니스 프로세스 모델을 생성하고 분석하는 프로세스 마이닝 연구 분야가 주목받고 있다. ERP (Enterprise Resource Planning) 시스템이나 BPM (Business Process Management) 시스템에서 발생되는 업무 처리 내역이나 이벤트 로그를 분석하여 의미 있는 정보나 규칙을 발견해 낼 수 있는 프로세스 마이닝 기법은 다양한 분야에서 적용되고 있다. 본 연구에서는 프로세스 마이닝 도구인 ProM 시스템을 실제 고장 수리 사례에 적용하여 고장 수리 프로세스를 분석하고 제품의 주요 고장 패턴을 발견하는 방법을 제시한다. 고장 수리 프로세스 분석 결과 단순 통계 분석 결과에서 발견할 수 없었던 연결된 흐름의 빈도 분석이 가능하였으며, 연결된 흐름들 중에서 문제가 되는 프로세스에 대한 업무 향상 방안을 제시할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제14권4호
• /
• pp.825-836
• /
• 2003

Based on customer information and financing processes in capital market, we derived individual models by applying multi-layered perceptrons, MDA, and decision tree. Further, the results from the existing single models were compared with the results from the integrated model that was developed using genetic algorithm. This study contributes not only to verifying the existing individual models and but also to overcoming the limitations of the existing approaches. We have depended upon the approaches that compare individual models and search for the best-fit model. However, this study presents a methodology to build an integrated data mining model using genetic algorithm.

• 한국전자거래학회지
• /
• 제13권3호
• /
• pp.51-66
• /
• 2008

기업이 비즈니스 프로세스의 중요성을 인식하게 되면서 비즈니스 프로세스 관리시스템에 대한 관심이 높아졌다. 그러나 전통적으로 BPMS는 업무프로세스의 모형화 및 실행에 그 초점이 맞추어져 있어, 상대적으로 프로세스 관리의 궁극적인 목적인 프로세스 효율성 제고나 더 나아가 프로세스를 혁신하는 데에는 큰 기여를 하지 못하였다. BPMS는 일반적으로 방대한 량의 이력 데이터를 남기게 되는데, 이에는 프로세스의 실행과 관련된 다양한 의미있는 정보나 규칙들이 숨어있다. 본 연구는 데이터마이닝 기법을 활용하여 프로세스 이력 데이터를 분석하는 체계적인 방법론을 제시한다. 제시된 방법론은 프로세스 분석을 위한 데이터 모형, 분석절차, 그리고 시스템 프레임워크를 포함한다. 또한 그 유용성을 검증하기 위하여, 시뮬레이션 데이터를 이용한 실험결과를 제시한다.

• 문화기술의 융합
• /
• 제5권2호
• /
• pp.375-380
• /
• 2019

본 논문의 핵심 주제는 개방형 교육 플랫폼 기반 학습 프로세스 마이닝 및 애널리틱스 기술로 최근에 관심과 사용이 급속히 증가하고 있는 MOOC(Massive Open Online Courseware) 등과 같은 개방형 교육 플랫폼을 기반으로 하는 개인별 학습 이력 로그로부터 학습 및 러닝 프로세스를 중심으로 하는 유의미한 학습 프로세스 지식을 발견하고 분석하기 위한 학습 프로세스 마이닝 프레임워크를 설계 및 구현하는 기술이다. 러한 프레임워크의 핵심 기술로서, 학습 프로세스의 표현, 추출, 분석, 가시화하는 기술과 이러한 마이닝 및 분석된 학습 프로세스 지식으로부터 개선된 학습 프로세스 관련 교육 서비스를 제공하는 기술로 구성된다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.118-122
• /
• 2005

Data mining is the process of autonomously extracting useful information or knowledge from large data stores or sets. For analyzing data of manufacturing processes obtained from database using data mining, source data should be collected form production process and transformed to appropriate form. To extract those data from database, a computer program should be made for each database. This paper presents a program to extract easily data form database in industry. The advantage of this program is that user can extract data from all types of database and database table and interface with Teamcenter Manufacturing.

• 한국경영과학회지
• /
• 제23권1호
• /
• pp.109-141
• /
• 1998

Many processes in the industrial realm exhibit sstochastic and nonlinear behavior. Consequently, an intelligent system must be able to nonlinear production processes as well as probabilistic phenomena. In order for a knowledge based system to control a manufacturing processes as well as probabilistic phenomena. In order for a knowledge based system to control manufacturing process, an important capability is that of prediction : forecasting the future trajectory of a process as well as the consequences of the control action. This paper examines the robustness of data mining tools under varying levels of noise while predicting nonlinear processes, includinb chaotic behavior. The evaluated models include the perceptron neural network using backpropagation (BPN), the recurrent neural network (RNN) and case based reasoning (CBR). The concepts are crystallized through a case study in predicting a chaotic process in the presence of various patterns of noise.

• 한국축산식품학회지
• /
• 제33권4호
• /
• pp.463-473
• /
• 2013

Through the development of efficient data collecting technologies like RFID, and inter-enterprise collaboration platforms such as web services, companies which participate in supply chains can acquire visibility over the whole supply chain, and can make decisions to optimize the overall supply chain networks and processes, based on the extracted knowledge from historical data collected by the visibility system. Although not currently active, the MeatWatch system has been developed, and is used in part for this purpose, in the imported beef distribution network in Korea. However, the imported beef distribution network is too complicated to analyze its various aspects using ordinary process analysis approaches. In this paper, we suggest a novel approach, called RFID-based supply chain process mining, to automatically discover and analyze the overall supply chain processes from the distributed RFID event data, without any prior knowledge. The proposed approach was implemented and validated, by using a case study of the imported beef distribution network in Korea. Specifically we demonstrated that the proposed approach can be successfully applied to discover supply chain networks from the distributed event data, to simplify the supply chain networks, and to analyze anomaly of the distribution networks. Such novel process mining functionalities can reinforce the capability of traceability services like MeatWatch in the future.

• 대한산업공학회지
• /
• 제41권1호
• /
• pp.25-33
• /
• 2015

From the viewpoint of applications to manufacturing, data mining is a useful method to find the meaningful knowledge or information about states of processes. But the data from manufacturing processes usually have two characteristics which are multicollinearity and imbalance distribution of data. Two characteristics are main causes which make bias to classification rules and select wrong variables as important variables. In the paper, we propose a new data mining procedure to solve the problem. First, to determine candidate variables, we propose the multiple hypothesis test. Second, to make unbiased classification rules, we propose the decision tree learning method with different weights for each category of quality variable. The experimental result with a real PDP (Plasma display panel) manufacturing data shows that the proposed procedure can make better information than other data mining procedures.

• Ocean Systems Engineering
• /
• 제9권3호
• /
• pp.329-347
• /
• 2019

The shipbuilding industry is characterized by order production, and various processes are performed simultaneously in the construction of ships. Therefore, effective management of the production process and productivity improvement form important key factors in the industry. For decades, researchers and process managers have attempted to improve processes by using business process analysis (BPA). However, conventional BPA is time-consuming, expensive, and mainly based on subjective results generated by employees, which may not always correspond to the actual conditions. This paper proposes a method to improve the production process of offshore plant modules by analysing the process mining data obtained from the shipbuilding industry. Process mining uses information accumulated from the system-provided event logs to generate a process model and determine the values hidden within the process. The discovered process is visualized as a process model. Subsequently, alternatives are proposed by brainstorming problems (such as bottlenecks or idle time) in the process. The results of this study can aid in productivity improvement (idle time or bottleneck reduction in the production process) in conjunction with a six-sigma technique or ERP system. In future, it is necessary to study the standardization of the module production processes and development of the process monitoring system.

• 한국공간정보시스템학회 논문지
• /
• 제11권2호
• /
• pp.119-132
• /
• 2009

GIS 기술의 발달로 많은 양의 공간 데이터가 축적됨에 따라 공간 데이터 마이닝의 중요성이 커지고 있다. 본 논문에서는 새로운 공간 데이터 마이닝 시스템 SD-Miner를 제안한다. SD-Miner는 크게 입력과 출력을 담당하는 사용자 인터페이스, 공간 데이터 마이닝 기능을 처리하는 데이터 마이닝 모듈, DBMS를 이용하여 데이터를 저장하고 관리하는 데이터 저장 모듈의 세 부분으로 구성된다. 특히, 데이터 마이닝 함수 모듈에서는 공간 데이터 마이닝의 주요 기법인 공간 클러스터링, 공간 분류, 공간 특성화, 시공 간 연관규칙 탐사 기능을 제공한다. SD-Miner는 다음과 같은 특징을 가진다. SD-Miner는 사용자로 하여 금 공간 데이터 마이닝뿐만 아니라 비 공간 데이터에 대한 마이닝도 가능하게 하며, 각 마이닝 함수들을 라이브러리 형태로 제공하기 때문에 다른 시스템에서도 쉽게 사용 가능하다. 또한, 마이닝 매개 변수들을 테이블의 형태로 입력받기 때문에 시스템의 범용성이 높다. 개발된 SD-Miner의 실용성을 규명하기 위하여 실제 공간 데이터를 이용한 데이터 마이닝을 수행함으로써 여러 가지 의미있는 결과를 도출한다.