빅데이터 마이닝에 의한 공시지가 민원의 시공간적 분석모델 제시

조태인,김세훈,최병길,나영우,문영섭 한국국토정보공사 2018 지적과 국토정보 Vol.48 No.2

The purpose of this study is to suggest a model analysing spatio-temporal characteristics of the civil complaints for the officially assessed land price based on big data mining. Specifically, in this study, the underlying reasons for the civil complaints were found from the spatio-temporal perspectives, rather than the institutional factors, and a model was suggested monitoring a trend of the occurrence of such complaints. The official documents of 6,481 civil complaints for the officially assessed land price in the district of Jung-gu of Incheon Metropolitan City over the period from 2006 to 2015 along with their temporal and spatial poperties were collected and used for the analysis. Frequencies of major key words were examined by using a text mining method. Correlations among mafor key words were studied through the social network analysis. By calculating term frequency(TF) and term frequency-inverse document frequency(TF-IDF), which correspond to the weighted value of key words, I identified the major key words for the occurrence of the civil complaint for the officially assessed land price. Then the spatio-temporal characteristics of the civil complaints were examined by analysing hot spot based on the statistics of Getis-Ord Gi*. It was found that the characteristic of civil complaints for the officially assessed land price were changing, forming a cluster that is linked spatio-temporally. Using text mining and social network analysis method, we could find out that the occurrence reason of civil complaints for the officially assessed land price could be identified quantitatively based on natural language. TF and TF-IDF, the weighted averages of key words, can be used as main explanatory variables to analyze spatio-temporal characteristics of civil complaints for the officially assessed land price since these statistics are different over time across different regions. 이 연구는 빅데이터 마이닝에 기초하여 공시지가 민원에 대한 시공간적 특성을 분석하는 모델을 제시하는 데 목적이 있다. 특히 이 연구는 행정 민원이 제기되는 원인을 학술적 요인보다는 시공간적 측면에서 찾았고, 그러한 민원 발생의 경향을 시공간적으로 모니터링하는 모델을 제시하였다. 2006년부터 2015년까지 인천광역시 중구의 공시지가에 대한 6,481개의 민원정보가 시간 및 공간적 특성을 고려해 수집되었고 분석을 위해 사용되었다. 텍스트 마이닝 기법을 이용해 주요 키워드의 빈도수를 도출했으며, 소셜 네트워크 분석을 통해 주요 키워드 간의 관계를 분석하였다. 키워드의 가중치와 연관되는 TF(term frequency)와 TF-IDF(term frequency-inverse document frequency)를 산출함으로써, 공시지가의 민원 발생에 대한 주요 키워드를 식별하였다. 마지막으로 Getis-Ord의 Gi*의 통계량에 기초한 핫스팟 분석을 통해 공시지가 민원의 시공간적 특성을 분석하였다. 연구 결과, 공시지가 민원의 특성은 시공간적으로 연계된 군집 형태를 형성하면서 변화하고 있음을 알 수 있었다. 텍스트 마이닝과 소셜 네트워크 분석 방법을 이용하여 자연어 기반의 공시지가 민원에 대한 발생 원인을 정량적으로 규명할 수 있음을 알 수 있었으며, 키워드 가중치인 단어 빈도(TF) 및 단어 빈도와 역문서 빈도의 조합값(TF-IDF)의 상대적인 차이가 있어 시공간적인 민원 특성을 분석하기 위한 주요 설명변수로 활용될 수 있음을 알 수 있었다.

텍스트 마이닝 기법을 이용한 ‘장애인’ 키워드 민원 데이터 분석 : 시각장애인을 중심으로

박영빈,이정민,강동헌,은선덕,박지영 한국재활복지공학회 2022 재활복지공학회논문지 Vol.16 No.2

Although the number of people with disabilities registered in Korea is increasing every year, continuous awareness improvement is needed to ensure the fundamental human rights of people with disabilities, which have been lowered due to social prejudice and discrimination against them. Therefore, this study analyzes civil complaint data with the keyword 'people with disabilities' and tries to identify the main inconveniences of the disabled and derive improvements. We collected complaints about 'people with disabilities' from November 1, 2018 to November 1, 2021 at the Anti-Corruption and Civil Rights Commission OPEN API and identified core complaints by implementing big data-based text mining and word cloud and network graphs. As a result of the analysis, 'braille marking' and 'height of curb that installed at the boundary between sidewalk and road' were deduced as significant inconveniences. In order to solve the inconveniences, it is considered that it is necessary to make it mandatory for indoor convenience facilities and medicines, to prevent damage to the Braille block due to the increase in the use of personal mobility devices such as electric kickboards, and to improve the sidewalk for the visually impaired. In addition, it is expected that positive policies to improve the quality of life of the disabled can be presented based on the inconveniences and needs of the disabled identified in this study.

도시재생 이슈 발굴시 주민의견 대체 수단으로 장소기반 민원데이터의 활용방안에 대한 실증연구

송기성(Song, Ki Sung),변병설(Byun, Byung Seol) 한국도시행정학회 2018 도시 행정 학보 Vol.31 No.2

본 연구는 서울시 난곡·난향동을 대상으로 2014~2016년 동안 스마트폰 민원신고 앱을 통해 접수된 장소 기반의 민원데이터를 분석하고, 도시재생계획 수립 단계에서 지역주민의 의견을 수렴하기 위한 도구로서 활용 가능성을 고찰하는데 목적을 두었다. 총 579개의 민원데이터를 대상으로 데이터마이닝 분석과 시공간패턴 분석 방법을 사용하여 지역의 주요 이슈와 시기별 밀집 지구를 추출하였다. 연구 결과 지역 주민들이 주민공모사업 중 하나로 제시한 쓰레기문제가 실제 민원발생 증가율 측면에서 가장 높은 것을 확인할 수 있었다. 또 불법주차, 쓰레기, 도로시설물 파손과 같이 발생 빈도가 높은 민원에 대한 시공간패턴 분석을 통해 연도별로 민원이 집중되는 지역을 확인할 수 있었다. 본 연구는 민원데이터 분석이 간접적인 주민 의견 수렴 도구로서 활용 가능하다는 점을 보여주었다는데 의의가 있으며, 연구결과는 지역의 도시재생이슈 도출 과정에 활용할 수 있다. This study aims to analyze the Civil Complaint Data based on Location received by smart phone applications during 2014-2016, to discuss the possibility of using the Urban regeneration plan as a tool to collect opinions of local residents focusing on Nangok, Nanhyang-dong of Seoul Special City. A total of 579 public service data were analyzed to extract key local issues and time-constrained zones using data mining and spatial-temporal pattern analysis methods. As a result, the waste problem that local residents raised as one of their community projects actually had the highest rate of civil complaint. Annual concentration zones were extracted using spatial-temporal pattern analysis methods for the high frequency of complaints, such as illegal parking, waste, and road construction. This result is useful that the analysis of civil complaint data were available as an indirect tool for collecting resident opinions, the research result can be used for reference in processes of developing urban regeneration issues.

멸종위기 야생생물 민원 텍스트 마이닝 연구 - LDA 토픽 모델링과 네트워크 분석을 통한 주요 이슈 발굴 -

김나영 ( Kim Na-yeong ),남희정 ( Nam Hee-jung ),박용수 ( Park Yong-su ) 한국환경복원기술학회 2023 한국환경복원기술학회지 Vol.26 No.6

This study aimed to analyze the needs and interests of the public on endangered wildlife using complaint big data. We collected 1,203 complaints and their corresponding text data on endangered wildlife, pre-processed them, and constructed a document-term matrix for 1,739 text data. We performed LDA (Latent Dirichlet Allocation) topic modeling and network analysis. The results revealed that the complaints on endangered wildlife peaked in June-August, and the interest shifted from insects to various endangered wildlife in the living area, such as mammals, birds, and amphibians. In addition, the complaints on endangered wildlife could be categorized into 8 topics and 5 clusters, such as discovery report, habitat protection and response request, information inquiry, investigation and action request, and consultation request. The co-occurrence network analysis for each topic showed that the keywords reflecting the call center reporting procedure, such as photo, send, and take, had high centrality in common, and other keywords such as dung beetle, know, absence and think played an important role in the network. Through this analysis, we identified the main keywords and their relationships within each topic and derived the main issues for each topic. This study confirmed the increasing and diversifying public interest and complaints on endangered wildlife and highlighted the need for professional response. We also suggested developing and extending participatory conservation plans that align with the public’s preferences and demands. This study demonstrated the feasibility of using complaint big data on endangered wildlife and its implications for policy decision-making and public promotion on endangered wildlife.

멸종위기 야생생물 민원 텍스트 마이닝 연구 - LDA 토픽 모델링과 네트워크 분석을 통한 주요 이슈 발굴 -

김나영,남희정,박용수 한국환경복원기술학회 2023 한국환경복원기술학회지 Vol.26 No.6

This study aimed to analyze the needs and interests of the public on endangered wildlife using complaint big data. We collected 1,203 complaints and their corresponding text data on endangered wildlife, pre-processed them, and constructed a document-term matrix for 1,739 text data. We performed LDA (Latent Dirichlet Allocation) topic modeling and network analysis. The results revealed that the complaints on endangered wildlife peaked in June-August, and the interest shifted from insects to various endangered wildlife in the living area, such as mammals, birds, and amphibians. In addition, the complaints on endangered wildlife could be categorized into 8 topics and 5 clusters, such as discovery report, habitat protection and response request, information inquiry, investigation and action request, and consultation request. The co-occurrence network analysis for each topic showed that the keywords reflecting the call center reporting procedure, such as photo, send, and take, had high centrality in common, and other keywords such as dung beetle, know, absence and think played an important role in the network. Through this analysis, we identified the main keywords and their relationships within each topic and derived the main issues for each topic. This study confirmed the increasing and diversifying public interest and complaints on endangered wildlife and highlighted the need for professional response. We also suggested developing and extending participatory conservation plans that align with the public’s preferences and demands. This study demonstrated the feasibility of using complaint big data on endangered wildlife and its implications for policy decision-making and public promotion on endangered wildlife.

LDA 토픽 모델링 기법을 활용한 키워드 ‘장애인’ 민원 데이터 분석: 장애인주차구역 중심으로

이정민,박영빈,강동헌,박지영 한국장애인개발원 2022 장애인복지연구 Vol.13 No.1

Although the treatment and perception of people with disabilities(PWD) have gradually improved, there are still inconveniences experienced by PWD. To solve the problem related to PWD, which is a vulnerable minority in our society, we tried to identify the grievances of the PWD and seek solutions by using the civil complaint data collected by the Civil Rights Commission. We performed Latent Dirichlet Allocation (LDA) topic modeling on the data that included the word ‘PWD,’ and the results showed many complaints about handicapped parking. The problem of illegal parking in handicapped parking has not been easily solved and has become a social problem for decades. We suggested that it is necessary to promote awareness of handicapped parking for PWD and non-disabled people through detailed cases. 장애인에 대한 처우와 인식이 많이 개선되었음에도 실제로 장애인들이 체감하는 불편사항은 여전히 존재한다. 소수 취약계층인 장애인 관련 문제를 사회적·정책적으로 해결하기 위해 국민권익위원회에서 수집된 민원 데이터를 활용하여 장애인들의 고충을 파악하고 이에 대한 해결 방안을 모색하고자 하였다. 키워드를 ‘장애인’으로 하여 선별된 민원 텍스트 데이터를 LDA 토픽 모델링 기법을 활용하여 분석한 결과, 장애인전용주차구역에 대한 민원이 상당수를 차지했다. 장애인전용주차구역의 불법 주차 문제가 쉽사리 해결되지 않은 채 수십 년간 사회적 문제로 자리잡고 있음을 확인하고, 세부적인 문제 상황에 대하여 사례를 파악하였다. 사례들을 통하여 장애인전용주차구역에 대한 비장애인과 장애인을 아우르는 올바른 인식 개선과 홍보가 필요함을 제언하였다.

비격식의 소규모 다범주 민원 자동분류 알고리즘 성능 비교 연구

김나랑(Na-Rang Kim) 국제e-비즈니스학회 2024 e-비즈니스 연구 Vol.25 No.1

머신러닝 기술의 발전으로 텍스트 자동 분류에 대한 연구가 증가하고 있다. 텍스트 자동 분류는 사전에 정의된 범주의 레이블을 각 데이터에 부여함으로써 대량의 데이터를 효율적으로 할당하는 것이다. 지금까지의 분류 연구는 자질 선정이 용이한 뉴스나 학술 데이터 및 SNS 데이터 등으로 대규모 데이터를 대상으로 많이 이루어졌다. 이와 달리 민원처럼 소규모의 비격식(informal) 텍스트를 대상으로, 다양한 주제 범위의 데이터를 다시 의미, 유형, 형식 등 세부 범주별로 분류하기는 어려운 일이다. 이에 본 연구의 목적은 소규모의 비격식 텍스트로 구성된 다범주 자동 분류에서 가장 성능이 좋은 알고리즘을 찾아내는 것이다. 이를 위해 먼저 2016년부터 2020년까지 부산시 민원 데이터를 수집하여 데이터 전처리를 실시하였다. 이후 민원의 특성 범주의 레이블을 정의하였고, 마지막으로 지도학습으로 각 분류 알고리즘의 성능을 비교 분석하였다. 실험결과 분류의 정확도는 CNN < LSTM < Ko-BERT의 순서로 나타났다. 따라서 비격식어이며 소규모인 다양한 주제에 대해 유형 및 특성별로 복합적 다범주 분류에서는 문서의 자질(feature)을 추출하는 것이 아니고, 시퀀스와 컨텍스트를 고려하여야함을 밝혀냈다. 본 연구의 학문적 공헌도로는 전통적인 분류기부터 딥러닝의 최신 알고리즘을 같은 실험 환경에서 비교 분석하여 알고리즘 간의 차이를 규명하였다는 점이다. 실무적으로는 본 연구에서 비격식(informal) 문서인 민원에 대한 분류기 성능 평가 결과는 향후 소규모의 SNS 데이터 및 다른 민원 등 다양한 주제이며 복잡한 범주에 대한 낮은 품질의 텍스트 데이터의 처리 및 분류에 활용될 수 있을 것이다. Research Purpose: The purpose of this study is to identify the most effective algorithm for automatic multi-category classification of small-scale informal text Research Methods: To achieve this, data preprocessing was conducted on municipal complaint data from 2016 to 2020 in Busan. Subsequently, labels for the characteristic categories of complaints were defined, followed by a comparative analysis of the performance of each classification algorithm using supervised learning. Results in Research: The experimental results showed that the classification accuracy followed the order of CNN < LSTM < Ko-BERT. Thus, it was revealed that for multi-category classification of diverse topics in informal and small-scale text, it is essential to consider sequences and contexts rather than extracting document features. Research Conclusion: The academic contribution of this study lies in comparing and analyzing algorithms from traditional classifiers to the latest deep learning algorithms under the same experimental conditions, thereby elucidating the differences between algorithms. From a practical standpoint, the evaluation of classification performance for informal documents such as complaints in this study could be utilized for processing and classifying low-quality text data of various topics, including small-scale SNS data and other complaints with complex categories, in the future.

다크데이터를 활용한 혁신주체별 정책수요 파악에 관한 연구 -대덕특구 민원데이터를 중심으로-

최해옥(Hae Ok Choi) 한국디지털콘텐츠학회 2021 한국디지털콘텐츠학회논문지 Vol.22 No.10

This study intends to analyze civil complaint data, which is dark data possessed by the government but with an insufficient utilization model, and use it to identify policy demands by innovation actors. For this analysis, civil complaint data in Daedeok Innopolis was collected and the characteristics of each innovation subject were analyzed through semantic network analysis, etc. The research results are as follows. First, it was confirmed that the field that the innovators were most interested in was the business support-related issue. Second, looking at the characteristics of each subject, it was confirmed that the groups belonging to research institutes, universities, and industries had high interest in R&D commercialization. Finally, as a result of identifying the policy demands of the innovation actors, it suggests that the future R&D special zone should strengthen its consulting function as the main operator of the Daedeok special zone. It suggests that future civil complaints should be used as data that can identify policy demands by subject, rather than causing a burden on the government in the past.

텍스트마이닝에 의한 지자체 민원청구 패턴 분석

원태홍(Won, Tae Hong),유환희(Yoo, Hwan Hee) 한국측량학회 2016 한국측량학회지 Vol.34 No.3

A Study on Implementation for Geo-mashup Service of Complaint Data for Disabled Facilities using Text Mining

Lee DaHoon,Choi SuLim,Kang SeongBin,Han JiSoo,Joo Yong Jin 대한토목학회 2022 대한토목학회 학술대회 Vol.2022 No.10