서울특별시 세출결산 자료의 빅데이터 R 분석사례 연구

이종기 한국상업교육학회 2015 상업교육연구 Vol.29 No.4

빅데이터와 관련한 연구는 경영, 경제 등 인문사회과학 분야에서 먼저 활용이 시작되었고, 현재는 의료 등 과학기술계 전반으로 확산되고 있다. 여러 선진국들이 국가차원의 중요한 전략기술로 인식하고 있으며, 정부에서도 정부 3.0이라는 정책에 근거하여 많은 정부자료를 공개하기 시작하였다. 빅테이터 시대에 주목해야 될 기술 중 빅데이터 분석기술 분야를 우리가 선택하고 집중해야 할 영역으로 판단한다. 본 연구에서는 서울특별시가 정부 3.0 정책에 기초해 공개한 빅데이터인 2007년부터 2013년까지의 7년간의 세출결산자료를 확보하였다. 이를 기초로 빅데이터 분석 프로그램인 R 프로그램을 설치하고 데이터의 전처리 과정을 거친 후, 분석절차에 따라 연구를 진행하였다. 서울특별시의 2007년부터 7년간의 세출 결산자료에 대해, R 프로그램을 이용한 분석결과, 특정 연도의 지방자치단체장 선거 등 정치일정 및 사회적 이슈에 맞추어, 서울시 예산이 집중 지출되었다는 것을 발견하였고, 이러한 결산자료의 지출 분석은 매우 의미 있는 시사점을 제공하고 있다. 본 연구에서는 빅데이터 분석의 사례를 통해, 그 시사점을 논하고 향후 상업교육현장에서도 이같은 빅데이터 교육과정을 개편하고, 신기술을 기반으로 한 미래교육에 투자 할 것을 강조하고자 한다. Research related to Big Data began first utilized in the management and social sciences. Now it has been spreading globally, including medical science and technology. Big data has many developed countries recognized as an important strategic technologies at the national level. The government began to release government data on the basis of the policies of governments 3.0. Technical analysis of Big Data technologies will be noted on the bigdata age is determined as an area we have to choose and focus. This reaearcher secured big data in Seoul special city expenditure settlement seven years data to 2013 data from Big Data published in 2007 on the basis of government policy 3.0. R data analysis program was installed for the research of analysis of seoul city big data. After the pre-processing of data for analysis, it was performed according to the analytical procedure. Related to the expenditure settlement data that seven years of data from 2007 in Seoul, according to the analysis result using the R program, the municipal budget was spent focusing on local government head elections, including political agenda of a specific year. The analysis of these data has provided the settlement is very significant implications. In this study, through the examples of big data analysis, discussing the implications and future commercial educational reform in the curriculum for big data analysis such as this, I would like to emphasize that investing in future education.

함수형 자료를 통한 함수형 데이터 분석과 다변량 데이터 분석 비교

안경민 한국데이터정보과학회 2022 한국데이터정보과학회지 Vol.33 No.5

함수형 데이터 분석 (Functional data analysis)이란 함수들로 이루어진 자료를 분석하는 이론이다. 특히 시간에 따라 측정되고 관측된 데이터 분석에 있어서 함수형 데이터 분석은 기존의 단순히 점들로 이루어진 다변량 데이터 분석 (Multivariate data analysis)과 다른 접근을 필요로 한다. 즉, 함수형 데이터 분석은 힐베르트 (Hilbert) 공간에서 데이터를 다루기 때문에, 기존의 유클리디안 공간에서 다루어 왔던 다변량 데이터 분석과 이에 맞게 쓰이는 여러 통계 방법론들을 동일하게 적용할 수 없기에 재정의를 해야 한다. 이러한 이유로 함수형 데이터 분석의 다양한 통계 방법론들은 다변량 데이터 분석의 방법론들과 비교했을 때 서로 다른 분석 및 예측 결과를 낳았고, 특히 함수형 자료에 있어서는 월등히 좋은 결과를 도출해 냈다. 하지만 이러한 함수형 자료에 왜 함수형 데이터 분석이 적용되어야 하는지, 그리고 다변량 데이터 분석이 적용되었을 때 그 결과와 성능에 있어서 어떤 차이가 있는지는 크게 다룬 논문이 없다. 따라서 본 논문에서는 다양한 함수형 자료를 이용해서 함수형 데이터 분석과 다변량 데이터 분석을 적용했을 때의 결과와 성능을 회귀 모형을 이용하여 비교 및 분석한다.

시계열 네트워크분석을 통한 데이터품질 연구경향 및 산업연관 분석

장경애 ( Kyoung Ae Jang ),이광석 ( Kwang Suk Lee ),김우제 ( Woo Je Kim ) 한국정보처리학회 2016 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.5 No.6

본 연구는 데이터품질과 관련된 선행연구의 메타정보를 활용하여 연구경향을 분석하고 이를 통해서 산업계의 흐름을 예측하기 위한 목적의 연구이다. 다양한 분야에서 연구경향을 분석하려는 시도는 이어져 왔으나, 데이터품질 영역은 그 범위가 방대하여 선행 연구자료에 대한 분석을 수행하기 어려웠다. 본 연구는 Web of Science 색인DB에 수록된 최근 10년간의 연구 메타데이터를 수집하여 텍스트 마이닝, 사회연결망 분석기법을 활용한 시계열 네트워크 분석을 수행하였다. 연구주제 분석 결과, 수학 및 전산 생물학, 화학, 건강관리 과학 및 서비스, 생화학 및 분자 생물학, 운영 연구 및 경영 과학, 의료정보학은 연구비율이 감소하고 있었고, 환경, 수자원, 지질학, 계측기 및 계측의 연구비율은 증가하고 있었다. 또한 사회연결망 분석 결과 데이터품질 연구에서는 분석, 알고리즘, 네트워크의 주제가 중앙성이 높은 중요한 주제로 나타났으며, 이미 지와 모델, 센서, 최적화가 데이터품질에서 중요한 주제로 등장하는 추세를 보였다. 데이터품질의 산업과 연관관계 분석 결과는 기술, 산업, 건강, 유틸리티, 고객서비스가 연관성이 높은 산업으로 나타났다. 본 연구의 결과는 데이터품질 연구의 패턴을 분석하고 산업과 연관관계를 찾는 데이터품질 관련 연구자 뿐아니라 산업계에도 유용한 자료로 활용되리라 판단된다. The purpose of this paper is both to analyze research trends and to predict industrial flows using the meta-data from the previous studies on data quality. There have been many attempts to analyze the research trends in various fields till lately. However, analysis of previous studies on data quality has produced poor results because of its vast scope and data. Therefore, in this paper, we used a text mining, social network analysis for time series network analysis to analyze the vast scope and data of data quality collected from a Web of Science index database of papers published in the international data quality-field journals for 10 years. The analysis results are as follows: Decreases in Mathematical & Computational Biology, Chemistry, Health Care Sciences & Services, Biochemistry & Molecular Biology, Biochemistry & Molecular Biology, and Medical Information Science. Increases, on the contrary, in Environmental Sciences, Water Resources, Geology, and Instruments & Instrumentation. In addition, the social network analysis results show that the subjects which have the high centrality are analysis, algorithm, and network, and also, image, model, sensor, and optimization are increasing subjects in the data quality field. Furthermore, the industrial connection analysis result on data quality shows that there is high correlation between technique, industry, health, infrastructure, and customer service. And it predicted that the Environmental Sciences, Biotechnology, and Health Industry will be continuously developed. This paper will be useful for people, not only who are in the data quality industry field, but also the researchers who analyze research patterns and find out the industry connection on data quality.

빅데이터 분석 방법을 활용한 한시 영향관계 분석을 위한 시론

이병찬(Lee Byong-chan) 어문연구학회 2017 어문연구 Vol.94 No.-

현재 한시연구는 작품의 자구 하나는 물론 그 사이 행간의 의미까지 세밀하게 해석하는 방식으로 이루어지고 있다. 이는 많은 시간을 요하며 따라서 한정된 작품에 국한하여 연구를 진행할 수밖에 없다. 작가 개인에 대한 연구는 동시대 혹은 전후시대의 문학들과 연관성이 함께 언급될 때 더욱 의미와 가치를 지닌다. 즉 타자와의 영향이나 차별성이 문학사적 의의를 고구하는 중요한 가치척도이다. 그러므로 연구범주를 설정함에, 특정 몇몇을 대상으로 하는 것보다 비교군이 많을수록 그 성과가 의미를 가진다. 이 때문에 연구는 방대한 자료 분석을 기반으로 이루어져야 한다. 그러나 이는 한 개인의 역량으로 불가능한 일이다. 방대한 자료를 분석하는 연구방법의 미비로 인하여, 연구가 다수의 인물이나 작품을 함께 포괄하는 전반적이고 체계적인 분석에 이르지 못하고 있다. 따라서 연구가 결국 연구자 의 연구목적에 의해 미리 한정한 문헌들만을 대상으로 이루어질 수밖에 없는 실정이다. 이러한 문제를 해결하기 위한 방법이 바로 빅데이터 분석이다. 많은 문헌의 처리와 분석이 가능한 빅데이터 분석 방법을 도입한다면 이전에는 시도하지 못했던 개인들의 어휘사용 특성이나 패턴은 물론, 문집들의 상관성과 상호간의 거리, 혹은 고문진보(古文眞 寶)나 두시(杜詩)와의 비교 분석을 통하여 중국 시인들이 우리나라 문인들에게 준 영향의 심도에 대한 수치적 계량화나 구체적 실상에 대한 분석도 가능하다. 그러나 현시점에서 우리가 한문학 자료의 빅데이터 분석을 통하여 얻을 수 있는 결과는 제한적일 수밖에 없다. 한국고전종합DB라는 자료가 확보되어 있으며, 빅데이터 분석 기술 이 발전하고 여러 방면에 응용되고 있지만 실제로 분석 기술을 사용하는데 많은 어려움이 있다. 왜냐하면 빅데이터 분석은 대상 데이터의 가공 여부, 분석의 도구로 사용되는 기초 자료의 확충과 정리, 분석 전문가인 프로그래머와 결과를 활용하고자 하는 한문학 전공자의 정확한 소통과 같은 전제 조건이 충족되지 않는다면 원하는 결과를 얻을 수 없기 때문이다. 본 연구는 이와 같이 제한된 조건임에도 조선 중기의 한시 중 일부를 대상으로 텍스트와 주제어 유사성 분석을 시도하였다. 그리고 수치화하여 도출한 결과가 기존 방식으로 나온 연구 결과, 혹은 일반적인 추론과 어긋나지 않음을 확인하여 빅데이터 분석의 유효 성을 입증하였다. 앞으로 본 연구에서 제시한 그 한계와 문제점을 개선하여 빅데이터 분석을 기반으로 한 연구가 활성화되기를 기대한다. A study on artist individual has more meaning and value when mentioned with the relations with literatures of same period or the post-war period. In other words, differentiation from others is an important measure of value investigating the meaning of literature history. Therefore, the range of research is not a few particular objects and as comparison is more, the outcomes are significant. Therefore, the study must be conducted based on the analysis on massive materials. But, it s impossible with individual capabilities. Because of the insufficient research method to analyze massive materials, the study cannot approach general and systematic analysis including many persons or works together. Therefore, the study cannot help being organized by research purpose of researcher and conducted for only limited literatures. The method to solve the problem is rightly big data analysis. If introducing big data analysis that can treat and analyze lots of literatures, it s possible to measure influence of Chinese poets on our scholars numerically and analyze concrete realities through characteristics or patterns of individual vocabularies that were not tried before, correlations and mutual distance of literature collections, and comparative analysis of gomunjinbo (古文眞寶) or two poems. However, the results of big data analysis of Chinese literature data are restricted at present. Data of Korean classics DB is secured and mention about the possibility of big data analyzing technology is increased. It is tried from several angles, but there are difficulties in using analyzing technology actually. Big data analysis cannot provide desired results if preconditions such as process of objective data, securing and arrangement of basic data used as a tool of analysis, persons majoring in Chinese literature who intend to utilize the results with analytic specialist, programmer, and accurate communication and so on are not satisfied. This research digitized and drew the results through analysis on texts, topic words and similarities for Chinese poems of the middle stage of Joseon in spite of restricted conditions. Therefore, it was confirmed to be same as research results or general inference brought by existing methods. It means that methodological validity utilizing big data analysis to following researches was secured. In the future, the restrictions and problems of this research should be improved and researches based on big data analysis should be vitalized.

세계 연구의 의미망분석을 통한 공공재로서 빅데이터 생태계 설계

박장호(JangHo Park),문혜정(HyeJung Moon) 한국경영학회 2017 한국경영학회 통합학술발표논문집 Vol.2017 No.08

빅데이터는 특정인에게 점유될 수 없는 비배제성(非排除性)과 사용으로 인해 효용가치가 낮아지지 않는 비경합성(非競合性)을 지니고 있기 때문에 수도, 태양, 공기처럼 정부가 정책적으로 개입해야 하는 대표적인 공공재(公共財)라 할 수 있다. 이 논문은 공공재의 관점에서 빅데이터 산업에 관한 정책을 설계하기 위하여 세계의 빅데이터 관련 선행 논문을 대상으로 빅데이터분석을 수행하였다. 연구대상으로 사회과학연구 데이터베이스 회사인 Web of Science에서 제공하는 `big data` 관련 선행문헌을 수집하였다. 연구절차는 네트워크분석을 통해 주요 연구분야를 탐색하고, 시맨틱분석을 통해 연구분야별 주제와 테마를 분석하였다. 분석도구는 네트워크분석을 위해 NodeXL을, 시맨틱분석 수행을 위해 KhCoder를 사용하였다. 분석 결과, 빅데이터와 관련된 주요 연구의 테마는 하둡, 분석, 클라우드, 소셜, 모바일, 개인정보보호, 건강, 정책 등 이었으며 우리는 이러한 연구들이 정책과 소셜 부문의 연구를 통하여 상호 순환되고 있음을 확인했다. 공공재의 관점에서 각 연구 주제의 특성을 분석한 결과 데이터 구조, 정책 수단 및 시장 규제의 세 가지 기준으로 구조화함으로써 빅데이터 기술을 기반으로 서비스 시장을 구성하고 콘텐츠를 활용하여 정치적으로 관리 할 수 있는 생태계를 구축하고 있다. 빅데이터 시장을 활성화시키기 위해서는 기술 및 서비스 시장뿐만 아니라 비즈니스 부문의 정책 결정자 및 데이터 관리자들이 참여하는 것이 절대적으로 필요하다. 따라서 공공 정책의 관점에서 빅데이터 산업에 대한 투자, 활용 및 관리에 노력할 필요가 있다. Big data has characteristics of a non-excludability that cannot be occupied by a specific person, and a non-rivalry that does not lower utility value due to use. It is a representative public goods (public goods) controlled by government by perspectives of public policy. In this paper, big data analysis was conducted on the big data related papers of the world in order to design public policy on the big data industry from the perspective of public goods. For collecting research data, we use the `big data` related studies provided by Web of Science, a social science research database company. The research process was conducted from network analysis for exploring study domain, semantic analysis for finding issue and theme and literature review for understanding the context. As an analysis tool we used NodeXL for network analysis and KhCoder for semantic analysis. Results of Analysis showed major research themes related to big data were hadoop, method, analysis, cloud, social, mobile, privacy, health and policy, and we confirmed that these researches are mutually circulated through policy and social. As a result of analyzing the characteristics of each research theme from the point of view of public goods, and structuring it with three criteria of data structure, policy tool and market regulation, an ecosystem that can be managed politically is being constructed by organizing service market based on big data technology and utilizing contents. In order to revitalize the big data market, it is absolutely necessary to participate not only in the technology and service market, but also in the policy makers and data curators at business sector. Therefore, it is necessary to make effort to invest, utilize and manage about big data industry with the perspective of public policy.

주성분 분석을 이용한 빅데이터 분석

이승주(Seung-Joo Lee) 한국지능시스템학회 2015 한국지능시스템학회논문지 Vol.25 No.6

빅 데이터 환경에서 빅데이터를 분석하기 위한 새로운 방법의 필요성이 대두되고 있다. 데이터의 크기, 다양성, 그리고 적재 속도 등의 빅데이터 특성으로 인해 모집단의 추론에서 전체 데이터의 분석이 가능해졌기 때문이다. 그러나 전통적인 통계분석 방법은 모집단으로부터 추출된 확률표본에 초점이 맞추어져 있다. 따라서 기존의 통계적 접근방법은 빅데이터 분석에 적합하지 않은 경우가 발생한다. 이와 같은 문제점을 해결하기 위하여 본 논문에서는 빅데이터분석을 위한 새로운 접근방법에 대하여 제안하였다. 특히 대표적인 다변량 통계분석 기법인 주성분 분석을 이용하여 효율적인 빅데이터분석을 위한 방법론을 연구하였다. 제안방법의 성능평가를 위하여 통계적 모의실험을 실시하였다. In big data environment, we need new approach for big data analysis, because the characteristics of big data, such as volume, variety, and velocity, can analyze entire data for inferring population. But traditional methods of statistics were focused on small data called random sample extracted from population. So, the classical analyses based on statistics are not suitable to big data analysis. To solve this problem, we propose an approach to efficient big data analysis. In this paper, we consider a big data analysis using principal component analysis, which is popular method in multivariate statistics. To verify the performance of our research, we carry out diverse simulation studies.

데이터 기반 사용자 여정 분석 도구 UX 디자인 개선 방안 제안 ­뷰저블 애널리틱스(Beusable Analytics)를 중심으로­

정지현,김서연,박민희,이지현 인제대학교 디자인연구소 2022 Journal of Integrated Design Research (JIDR) Vol.21 No.4

Background : With the recent growth of big data and the advancement of data analytics, the importance of data-informed UX design is being highlighted. As the need for more sophisticated analyses on user needs and behavior patterns, a great variety of analysis methods were developed. But, there is a lack of study that focuses on detailed data exploration and analysis based on interaction designs that implement such concepts for the moment. Methods : Beusable Analytics, data-informed user journey analysis tool in South Korea, as a research subject to improve user experience based on data analysis. First, this study conducted literature review to understand about the User Journey Map, Funnel Analysis, Data Visualization types and Flow factors for Data Analytics. data visualization types and interaction methods of data informed user journey analysis tools were analyzed. Afterwards, expert evaluation was conducted, and major problems and design improvements were proposed by analyzing the evaluation contents and measuring priorities. Results : Finally, four improvements were proposed as wireframe and key path scenario to improve the ‘limitation of the overall view of the entire journey', ‘lack of storytelling of the journey’, ‘Difficulty in recording and interpreting data‘ and ‘difficulty in identifying variability'. Conclusion : This study proposes ways to improve user experience by considering User Experience such as UI (User Interface) and Interaction for UX designers who want to derive insights by analyzing user journey data. Analysis results of user journey analysis tools and expert evaluations are meaningful in that they confirmed the behavioral patterns and functional requirements of practical UX designers during data analysis. It is expected to be used as a useful resource for the usefulness of the existing user journey analysis tool has been improved through the design improvement plan, and it is expected to be applied and used as an additional function of the user journey analysis tool that provides not only viewable analytics but also funnel analysis. 연구배경 : 최근 빅데이터 관련 기술의 성장과 데이터 분석 솔루션의 고도화로 인해 데이터 기반 UX 디자인의 중요성이 더욱 크게 부각되고 있다. 고객의 니즈와 행동 패턴의 정교한 분석이 점점 더 중요해지며, 다양한 분석 방식이 개발되었지만 국내에서는 아직까지 이를 구체화한 분석 도구의 개발과 인터랙션 디자인 기반 데이터 탐색 및 분석에 초점을 맞춘 연구는 미비한 실정이다. 연구방법 : 본 연구는 데이터 기반 사용자 여정 분석 도구의 사용자 경험 향상을 위한 디자인 개선 방안을 제안하고자 상용화되어 있는 사용자 여정 분석 도구 중 국내 서비스인 뷰저블 애널리틱스(Beusable Analytics)를 연구 대상으로 선정하였다. 우선 문헌 연구를 통해 사용자 여정 지도와 퍼널 분석에 대해 파악하고, 국내외 사용자 여정 분석 도구의 데이터 시각화 유형 및 데이터 분석을 위한 인터랙션 방식에 대해 분석하였다. 전문가 평가를 진행하여 뷰저블 애널리틱스의 사용성을 진단하고, 평가 내용 분석과 우선순위를 측정하여 주요 문제점과 디자인 개선 사항을 제안하였다. 연구결과 : 결과적으로 ‘여정 전체 조망의 한계’, ‘여정의 스토리텔링 전달 부족’, ‘데이터 기록 및 해석의 어려움’, ‘변동성 파악에 대한 어려움’ 총 4가지 주요 문제점과 디자인 개선 사항의 와이어프레임(Wireframe)과 핵심 경로 시나리오(Key path scenario)를 제안하였다. 결론 : 본 연구는 웹 페이지 내 사용자 여정 데이터를 분석하여 인사이트를 도출하고자 하는 IT 실무자가 효율적으로 데이터를 탐색하기 위한 UI(User Interface) 및 인터랙션(Interaction) 등의 사용자 경험적 측면을 고려하여 경험 향상 방안 제안을 목적으로 진행되었다. 전문가 평가 분석 자료와 상용화 되어 있는 사용자 여정 분석 도구의 시각화 방식 및 인터랙션 측면의 분석 결과는 데이터 분석 시의 실무 UX 디자이너와 기획자의 행동 패턴과 기능 요구사항을 확인하였다는 것에 의의가 있으며, 동료 연구자들에게 유용한 자료로 활용될 것으로 기대된다. 또한, 디자인 개선안을 통해 기존 사용자 여정 분석 도구의 유용성을 높였으며, 이는 뷰저블 애널리틱스뿐만 아니라 퍼널 분석 등을 제공하는 사용자 여정 분석 도구의 발전방향 수립 시 참고할 수 있을 것으로 기대한다.

경기도 빅데이터 분석플랫폼 도입 및 운영방안

옥진아,조무상 경기연구원 2016 정책연구 Vol.- No.-

경기도에서도 2015년 빅파이사업의 일환으로 10개의 빅데이터 분석과제를 추진하였고, 2016년 올해는 2개의 확산사업, 1개의 융합 확산사업과 3개의 신규사업을 추진하고 있다. 뿐만 아니라, 기초 지자체에서도 각 지자체에서 필요에 의해 빅데이터 분석을 하고 있지만, 개별로 추진하다보니, 빅데이터 분석 사업에 대한 공유체계가 마련되어 있지 않아, 비슷하거나 같은 주제임에도 표준화된 모델없이 개별 분석 틀에 따라 추진되는 경우도 많고, 분석결과에 대해 어떻게 활용(적용)되었는지 알 수 없는 문제도 있다. 실제 경기도 지자체 빅데이터 분석사업 추진 담당자와 실무부서 설문조사결과에서도 과학적인 정책지원을 위해 빅데이터 분석이 필요하다고 인지하고 있지만, 실제로 빅데이터 분석사업을 추진할 전문인력도 없고, 빅데이터 분석 사업을 어떻게 추진해야 하는지, 어떤 분석을 해야하는지 등 사업발굴과 분석에 대해 어려움을 겪고 있는 것으로 나타났다. 또한, 현재 각 시 · 군에서 같은 내용임에도 개별적으로 분석사업을 추진하다보니 비용적 측면에서 비효율적이기 때문에 경기도 차원에서 통합적으로 분석하거나 공통의 틀(플랫폼)에 대한 요구가 있었다. 경기도는 각 실국 및 지자체 분석 수요에 대한 수시대응하고 시범사업을 통해 분석된 결과를 토대로 지속가능한 정책지원을 위해 빅데이터 분석플랫폼에 대한 도입전략을 마련해야한다. 빅데이터 분석플랫폼은 데이터 통합관리 기능, 분석을 위한 표준모델, 표준단위, 분석기술, 정책지원기능이 필요하다. 빅데이터 사업을 기획하고 시범사업을 통해 분석결과를 피드백하고 업무에 내재화할 수 있는 시스템으로 구축되어야한다. 빅데이터 분석을 위해서는 데이터 통합관리 체계가 필요하고, 공공데이터와 민간데이터들을 수집, 분류, 정체, 표준화하여, 다양한 분석을 위한 데이터 마트를 구축해야한다. 데이터를 수집 · 구축할 때, 분석의 내용 및 결과를 고려하여 분석을 위한 표준 단위(블록)를 구축하는 것이 중요하다. 경기도 분석플랫폼 차원에서 지역을 세분화하여, 어떤 분석을 할 것인가에 따라 세분류, 중분류, 대분류 단위의 표준 블록을 구축을 하고, 공통된 블록에 각 데이터를 구축할 수 있는 환경을 제공해야 한다. 경기도 빅데이터 분석플랫폼을 도입하고 운영하기 위해서는 정책지원을 위한 빅데이터 분석플랫폼 운영에 있어서의 역할구분도 중요하다. 또한 경기도는 빅데이터 분석플랫폼을 통해서 데이터 통합관리 및 표준화하여, 이를 활용하여 다양한 분석업무를 수행할 수 있도록 지원해야할 것이며, 지속적인 모니터링과 피드백을 통해서 빅데이터 분석결과를 업무에 내재화될 수 있는 체계를 마련해야한다. 분석을 위한 플랫폼과 서비스는 경기도 빅파이추진단이 그 역할을 해야 할 것이고, 기초지자체에서는 필요한 분석내용과 관련된 데이터를 제공하고, 공동 분석에 대한 협업방안은 함께 고려해야한다. 경기도 빅데이터 분석플랫폼은 “데이터수집– 분석– 예측– 정책반영– 현안적용”되는 선순환체계(생태계)가 조성되어야 한다. 더 이상 분석을 위한 시스템이 아닌 실무에서 활용할 수 있는 시스템이 구축되어야 하며, 각 지자체에서는 경기도에 의견 및 요구사항을 제시하고, 경기도에서는 빅데이터에 대해 소통하고 공유할 수 있는 장을 마련해야 할 것이다.

빅데이터 분석의 기술마케팅 활용에 관한 연구 : 잠재 수요기업 발굴을 중심으로

전채남,서일원 한국전략마케팅학회 2013 마케팅논집 Vol.21 No.2

최근 빅데이터에 대한 연구가 늘어나고 있지만 대부분 빅데이터의 개념, 동향, 기술 현황, 활용 가능성 등의 연구에 국한되어 있다. 본 연구는 빅데이터 연구를 확대하고 실용성을 높이기 위해 마케팅 분야의 빅데이터 활용을 연구 주제로 선정하였다. 빅데이터의 활용 분야로 기술마케팅을 선택한 것은 기술시장에서 마케팅의 필요성이 높아지고 특히 기술시장의 특성 때문에 잠재 수요자 발굴이 중요하기 때문이다. 이를 위해 신기술 빅데이터의 분석을 통해 확인된 주요기술은 무엇인가?, 신기술 빅데이터의 분석을 통해 발굴된 잠재 수요기업은 어디인가?, 잠재 수요기업과 연관되어 있는 핵심어들은 무엇인가? 등을 연구문제로 설정하였다. 한국표준과학연구원(KRISS)의 2가지 신기술을 선정하고 3명의 코더들이 협의를 통해 4개의 분석단어를 정하였다. 빅데이터는 인터넷에서 수집하고 정제 한 후에 텍스트마이닝과 시맨틱네트워크분석을 실시하였다. 기업의 스키마와 홈페이지 통해 재검증하는 과정을 거쳤다. 빅데이터 분석을 실시한 결과, 첫 번째 연구문제는 연결정도, 연결정도중심성, 빈도 등을 통해 2개의 기술마다 상위 20개의 주요기술을 확인하였다. 두 번째 연구문제는 공동출현 연결망, 연결 강도, 코사인 유사계수 등을 통해 2개 기술의 잠재 수요기업을 발굴하였다. ‘배열검출기형 분광복사계 성능평가 기술’은 17개의 기업을 발굴하였고, ‘초음파를 이용한 진공압력 측정센서 및 모듈’은 10개의 기업을 발굴하였다. 세 번째 연구문제는 잠재 수요기업의 에고네트워크분석을 통해 기업명과 의미 있게 연관되어 있는 단어들을 확인하였다. 본 연구는 기존의 개념적 빅데이터 연구에서 빅데이터 분석을 통해 기술마케팅의 잠재 수요기업을 발굴하는 실용적인 빅데이터 연구로 나아간 점이 의의가 있다. 빅데이터의 구체적인 활용 분야로 기술마케팅을 선택하여 실증함으로써 연구의 범위를 확대하고 향후 빅데이터 분석 연구의 발전에 기여하고 있다. Even though the study of the Bigdata is getting advanced, the topics are limited fundamental concept, trend, technical situation or the practical possibility of the Bigdata. The purposes of this research are to expand the study of the Bigdata and to use it in technology marketing practically. Also we found a few buyers which have potential possibility of technology marketing by using Bigdata. One reasons that we choose Bigdata for technology marketing is the necessity of marketing in the technical business area is getting higher. The other reason is that finding potential buyers is getting more important because of the nature of technical business. For these, we set-up the research problems like “What are the verified main techniques through the Bigdata analyzing?, Where are the extracted potential buyers through the Bigdata analyzing?” and “What are the keywords which are connected to the potential buyers?” We choose two at the new techniques of Korea Research Institution of Standards and Science(KRISS) and three coders discussed to choose four analyzing words. We collected the Bigdata on the internet, and executed textmining and semantic network analysis with it. After that, we reexamined them by confirming the schema of the potential buyer and the homepage. First, we checked 20 main techniques per the two techniques by degree, degree centrality, and frequency. Second, we found the answer of this study by finding the potential buyers which has the two techniques through co-occurrence frequency, network intensity and cosine similarity coefficient. Extract 17 buyers at ‘Performance characterization of array-type spectroradiometers’ and 10 buyers were extracted at ‘Pressure measuring system for vacuum chamber using ultrasonic wave’. Finally, we need to check the keywords related to the corporate name through analyzing ego-network of potential buyers. Therefore the results are proved completely through analyzing the Bigdata. This study is full of significance in the way that conceptual study of analyzing Bigdata goes a step further to the application of practical use to find potential buyers. This research contributes to the Bigdata study by expanding the range of the study through offering practical way of using in technology marketing area.

부동산분야의 빅데이터 활용 방안과 정책적 제언

경정익 한국부동산경영학회 2014 부동산경영 Vol.10 No.-

빅데이터는 새롭게 출현한 기술이 아니라 종전의 다양한 분석기술의 연장이라 할 수 있다. 다만 종전의 분석기법과 차이점은 앞에서 살펴 본 바와 같이 빅데이터의 특성인 V3+C(규모, 다양성, 속도, 복잡성)에서 찾아 볼 수 있다. 이러한 빅데이터 분석은 부동산문제 해결을 위한 기술적·경제적·법률적 측면의 부동산 현상을 분석하기 위한 최적의 기술이다. 따라서 부동산 문제 해결을 위한 다양하고 대규모의 데이터를 수집하여 분석하여 부동산의 정책, 개발, 매매, 중개, 가격결정 등에서 효율성을 높일 수 있는 것이다. 이와 같이 빅데이터의 특성은 부동산의 특성과 깊은 연관성이 있어 빅데이터는 부동산분야의 제반 문제를 효율적으로 해결하는 최적의 기술이라는 것을 본 연구의 STEEP분석과 연관성 분석을 통해 확인하였다. 따라서 부동산 정책 추진, 부동산 시장 분석, 부동산평가, 부동산의 제반 활동의 의사결정 등 빅데이터를 부동산에 활용할 수 있는 대표적인 방안을 제시하였다. 또한 향후 빅데이터 활용을 더욱 확대하기 위한 정책적 제안을 제시하였다. Big data can be referred to the newly emerged technology as an extension of the traditional variety of analytical techniques. However, conventional analyzers laws difference V3 characteristics of Big Data + C can be found in (volume, velocity, variety and complexity). The Big Data analysis is the best technique for analyzing the technical, economic and legal aspects of real estate developer for solving real estate problems. Thus for solving various real estate issues and collect and analyze large amounts of data, which can increase the efficiency of real estate, etc. policies, development, marketing, mediation, pricing. Characteristics of big data thus there is a deep association of real estate properties and Big Data were examined by STEEP analysis and correlation analysis of this that the best technology to solve various problems in the real estate sector to efficiently research. Therefore, the real estate policy implementation, real estate market analysis, real estate appraisal, real estate decisions in various activities, such as doctors suggest the typical ways that you can take advantage of Big Data in Real Estate. Also presented a policy proposal to expand the use next big data.