Earticle

본 연구는 제주 관광 수요의 시계열 자료를 사용하여 통계적 특성을 확인하고 관광 수요 예측에 적합한 모형을 도출한다. 이를 위해 본 연구는 선행연구에서는 주로 다루고 있는 ARMA 모형과 주기성 변수의 비선형적 특성을 반영하는 GAM을 고려하여 두 결과를 비교한다. 제주 관광객 수의 시계열 자료는 단위근 검정 결과 안정적인 시계열로 나타나 차분을 할 필요가 없어 ARIMA 모형이 아닌 ARMA 모형을 사용한다. 또한 각 모형을 통해 예측한 2017년 동안의 제주 관광 수요의 RMSE 값을 통해 모형의 예측력을 비교한다. 분석 결과에 의하면 선형적인 특성을 보이고 있는 내국인 관광객 수요를 예측할 때는 ARMA 모형의 예측력이 좋았지만, 일정한 추세를 확인하기 어려운 외국인 관광객 수요를 예측할 때는 비선형적 특성을 고려하는 GAM의 예측력이 더 좋은 것으로 나타났다. 이 결과는 제주 관광 특성에 의거하여 중국인을 비롯한 외국인 관광객의 중요성이 강조됨에 따라 정책적 의미를 갖는다. 또한 방법론의 적용 측면에서도 시계열 자료를 이용하여 수요를 예측할 경우 자료를 구성하고 있는 변수를 세분화하여 각각의 시계열 특성을 반영한 모형을 별도로 고려할 필요가 있음을 시사한다.

This study forecast the tourism demand of Jeju island using the monthly time series data for the number of tourists(domestic and foreign), and compare the forecasting results and real work using two models, ARMA(or ARIMA) and GAM. The ARMA(or ARIMA) is a more popular to forecast time series data in previous studies, however we consider the non-parametric model(GAM) for adjusting nonlinear characteristics of periodic series, such as a world unobservable trend. We use a ARMA as a reference model, because the number of tourists in Jeju shows a stable time series after the unit root test. We also forecast using GAM, and compare the predictive power of the model through the RMSE value of tourist demand for 2017 in Jeju. The results show that the ARMA model has a good predictive power for forecasting the domestic demand, but the predictive power of the GAM is better when forecasting the foreign demand. And it give a important political implication about changing foreign tourism policy in a bid for Chinese tourists. Also, in terms of applying the methodology, it imply a separate consideration of the model that reflects the characteristics of each time series data.

정보화 시대는 다양한 형태로 빠르게 축적되고 있는 빅데이터를 저장, 관리 및 처리하기 위한 새로운 연구 접근법을 요구하고 있다. 본 논문은 시계열 특성을 가지는 디지털운행기록계 빅데이터의 처리 분석을 대한 연구를 진행하고, 하둡분산파일시스템과 맵리듀스를 이용하여 패턴 기반의 분석을 위한 분산 처리의 성능 향상을 이루는 방법론을 제안한다. 전처리 과정, 필터링, 이차정렬을 포함하는 본 논문의 메커니즘을 이용하면, 여러 파일에 분할 저장된 시계열 빅데이터에서 시계열 특성의 패턴 을 이벤트 형태로 분석 및 생성할 수 있다. 본 논문은 빅데이터의 전처리 과정을 통한 성능 향상 효과 와, 제안한 시계열 분석 방법론인 시계열 맵리듀스 메커니즘을 적용한 실험과 분석 결과를 통하여 본 논문이 제안한 방법론의 타당성, 정확성 및 고성능 향상성을 보인다.

The information era requires another new research approach to store, manage and process the big data accumulated rapidly in a variety of forms. This paper pursues the research on handling and analyzing digital tachograph big data, which is recorded in a time series manner. It also proposes the methodology of performance improvement in distributed processing for patternbased analysis over Hadoop Distributed File System and MapReduce. By means of our proposing mechanism that includes preprocessing, filtering, and secondary sorting, it is possible that the time series featured pattern is captured, analyzed and generated in the form of an event on the top of time series big data, which would be scattered over distributed files. This paper also shows the effect of performance progress with big data preprocessing, and verifies properness, correctness, and high-performance improvement via experiments with our proposing time series MapReduce mechanism.

본 연구는 살인, 강도, 강간, 절도, 폭력 등 주요 범죄를 예측할 수 있는 시계열 모형을 도출하고 이를 이용한 주요 범죄의 발생 전망을 파악하여 범죄 발생에 대한 과학적인 치안 정책 수립에 기여하는데 그 목적이 있다. 이와 같은 목적을 달성하기 위하여 2002년부터 2010년까지의 살인, 강도, 강간, 절도, 폭력 등 주요범죄에 대한 월별 발생건수를 IBM PASW(SPSS) 19.0을 사용하여 주요 범죄의 시계열 예측모형을 규명하기 위한 시계열 모형생성(C), 주요 범죄의 시계열 예측모형에 대한 정확도 규명을 위한 시계열 모형생성(C) 및 시계열 순차도표(N)를 실시하였다. 이와 같은 연구목적과 연구방법을 통하여 도출한 연구결과는 다음과 같다. 첫째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대한 시계열 예측모형은 각각 단순계 절, Winters 승법, ARIMA(0,1,1)(0,1,1), ARIMA(1,1,0)(0,1,1), 단순계절로 나타났다. 둘째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대하여 시계열 예측모형을 이용한 주요 범죄에 대한 단기적 발생 전망이 가능한 것으로 나타났다. 이러한 연구결과를 토대로 범죄 발생에 대한 지속적인 시계열 예측모형 제시, 분기별, 연도별 범죄 발생건수를 기초로 하는 중 ․ 장기 시계열 예측모형에 대한 관심이 요구된다.

The purpose of this study is to contribute to establishing the scientific policing policies through deriving the time series models that can forecast the occurrence of major crimes such as murder, robbery, burglary, rape, violence and identifying the occurrence of major crimes using the models. In order to achieve this purpose, there were performed the statistical methods such as Generation of Time Series Model(C) for identifying the forecasting models of time series, Generation of Time Series Model(C) and Sequential Chart of Time Series(N) for identifying the accuracy of the forecasting models of time series on the monthly incidence of major crimes from 2002 to 2010 using IBM PASW(SPSS) 19.0. The following is the result of the study. First, murder, robbery, rape, theft and violence crime's forecasting models of time series are Simple Season, Winters Multiplicative, ARIMA(0,1,1)(0,1,1), ARIMA(1,1,0 )(0,1,1) and Simple Season. Second, it is possible to forecast the short-term's occurrence of major crimes such as murder, robbery, burglary, rape, violence using the forecasting models of time series. Based on the result of this study, we have to suggest various forecasting models of time series continuously, and have to concern the long-term forecasting models of time series which is based on the quarterly, yearly incidence of major crimes.

수출주도정책, FTA 체결 및 규제개선 등과 같은 다양한 시장지향적인 정책을 통해 경제시장의 규모가 지속 적으로 커졌다. 이에 따라 올바른 의사결정을 위하여 경제시장을 정확하게 분석, 예측하는 문제가 중요한 이슈가 되 었다. 경제시장을 표현하는 여러 지표 중 가장 대표적인 주식지표의 정확한 분석 및 의사결정을 위하여 시계열자료 의 모델링에 적합한 은닉마아코프모델을 토대로 자료 내에 내재된 예외적인 특징과 잡음을 제거하기 위한 변환기법 의 융합모델을 제안하여 모델 추정과 예측 문제에 적용하였으며 그 유효성을 확인하였다. 실험 결과를 통해, 본 연 구에서 제안하는 변환조합을 적용하는 모델추정 기법이 유효한 모델 상태 추정 결과를 보여주었으며 실제 코스피지 수와 예측의 문제에서도 매우 유사한 운동양태를 확인할 수 있었다.

Export-led policies, FTA signed and economics of scale through a variety of market-oriented policies, such as regulations to improve market grew constantly. Accordingly, the correct decision making accurately analyze the economics market for decision, a problem has been an important issue in predicting. For accurate analysis and decision-making of the most common indicators of the stock market by proposing a number of indicators of economic transformation techniques were applied to the convergence model combining estimation and forecasts problem confirmed its effectiveness. Experimental result, gave the model estimation method to apply a transform to show the valid combinations proposed model state estimation result was confirmed in a very similar exercise aspect of the physical problem and the KOSPI index prediction.

우리 사회 많은 영역들이 IT 기반의 환경으로 변화함에 따라 업무처리 및 의사결정 과정에서 실시간으 로 연속적인 형태의 방대한 자료들이 생산되고 있는 반면 이러한 기술 발전을 악용하여 다양한 형태의 사기･부정행위가 증가해 피해 규모가 수십억 달러에 달하자 이를 탐지는 부정 탐지(fraud detection)는 지속적으로 연구되는 주요 관심 분야 중 하나이다. 본 연구에서는 연속형 시계열 자료 중 대표적인 주가지수 데이터를 활용하여 계산 비용을 축소 시킨 후의 부정 탐지 예측 유효성을 확인하고자 한다. 대용량의 자료를 바탕으로 한 부정탐지 예측 모델 결정은 수집된 자료 전체의 정보를 살펴보는 것보다 특정 시퀀스 그룹으로 군집화하여 각 군집에 따라 모델을 결정해 전체적인 자료의 의미를 이해하는 것이 더욱 효과적일 수 있으므로 베이지안 군집 방법을 통해 계산 비용을 축소 시킨 후 시계열 또는 시퀀스 데이터 모델링에 적합한 은닉 마르코프 모델(Hidden Markov Model)을 활용하여 유효성을 확인 하였다. 분석 결과, 차원을 축소 시킨 후 은닉 마르코프 모델을 적용한 모델이 성능평가 지표에서 모두 우수한 결과를 보여 유용성을 확인하였다.

As various sectors of our society transition to IT-based environments, there has been a continuous production of large amounts of real-time and sequential data in the process of conducting business operations and making decisions. However, along with these technological advancements, there has been an increase in fraudulent and dishonest activities, resulting in damages amounting to billions of dollars. Detecting such fraud is an ongoing area of significant interest. In this study, we aim to validate the effectiveness of fraud detection prediction by utilizing representative time series data, specifically stock market index data, after reducing the computational cost. Rather than examining the information of the entire collected data, determining fraud detection prediction models based on specific sequence groups and understanding the overall meaning of the data through Bayesian clustering methods can be more effective. We employed a Hidden Markov Model, suitable for time series or sequence data modeling, after reducing the computational cost through Bayesian clustering methods to validate its effectiveness. The analysis results demonstrated the usefulness of applying the reduced-dimensionality Hidden Markov Model, showing superior performance in performance evaluation.

본 연구는 세월호 사건에 대한 신문기사 분석을 통해 재난보도에서 나타나는 시계열, 매체별 보도특성을 알아보고자 하였다. 독자층의 구독형태에서 기사제목이 의미 있는 영향을 미치는 만큼 분석대상은 세월호 사건 발생 후 4개월간 신문에 보도된 기사제목으로 한정하였다. 수집된 제목을 범주화하고 직접 제작한 매크로 프로그램을 이용하여 키워드도 추출하였다. 분석방법으로는 내용분석과함께 네트워크 분석방법을 새롭게 시도해 보았다. 분석결과 네트워크 분석을 통해서는 시계열 단계에 주요 키워드가 변화하는 모습을 볼 수 있었다. 또한 매체별로 다르게 나타나는 단어의 성격 차이도 알 수 있었다. 내용분석을 통해서는 시계열에 따라 매체별 주요 범주 분포가 다르게 나타났다. 이를 통해 사건 초기에는 단순보도로 인해 드러나지 않던 매체별 특징이 시간이 흐름에 따라 두드러지게 나타나고 있음을 알 수 있었다. 본 연구는 재난보도에 대한 새로운 분석방법을 시도한 만큼그 연구의 한계점과 가능성이 논의되었다.

This study aims to examine crisis stages and news reporting characteristics in the disaster coverage in the case of the Sewol Ferry sinking. As the title of a news article has substantial influence on whether an article is chosen for reading and how it is read, the titles of news articles were used to select the articles regarding the Sewol Ferry sinking reported for the first four months since the incident occurred. The titles were classified by attribute agenda and keywords were sorted using the Macro program. The data were analyzed using network analysis and content analysis. The results of network analysis indicate that keywords change in accordance with crisis stages and vary among newspaper publishing companies. The results of content analysis show that attribute agendas change depending on the crisis stage. As the crisis gets severer, the characteristics of the newspaper companies become clearer.

본 연구는 1995년부터 2021년까지 연간 시계열 자료를 이용하여 부패인식과 농촌발전 사 이의 장기 및 단기의 인과관계를 분석했다. 분석을 위해 EGARCH(Exponential generalized autoregressive conditional heteroskedastic) 와 자기회귀시차(ARDL : Autoregressive Distributed Lag) 모 형을 이용하였다. 분석결과, 부패인식지수는 부가가치 변화율에 장기 및 단기에 걸쳐 양(+)의 영향을 미쳤다. ARDL 모형에서 부패인식지수는 단기에는 0.06%, 장기에는 0.16% 수준으로 부가가치를 증가 시켰다. 농업인구수는 ARDL 모형의 단기에 변화율이 16.4%에 이르는 것으로 나타나 농업인구수가 증 가할 때 부가가치 역시 증가하는 것으로 분석되었다. 반면 실업률은 ARDL 모형 단기에 실업률 상승이 부가가치를 0.3% 감소시켰고 장기에도 0.6% 감소시켰다. 이처럼 농업부가가치와 부패인식지수, 농업 인구수, 실업률 사이에 강한 인과관계를 확인했다. 이러한 분석결과를 토대로 농업부가가치를 높이는 방향으로 부패인식지수와 국가브랜드가치를 높이는 정책이 요구된다.

This study analyzed the long-run and short-run causal relationship between corruption perceptions and rural development using annual time series data from 1995 to 2021. For the analysis, EGARCH and ARDL models were used. As a result of the analysis, the corruption perceptions index had a positive (+) effect on the value-added change rate over the long-run and short-run. In the ARDL model, the corruption perception index increased its added value to 0.06% in the short-run and 0.16% in the long-run. The rate of change in the number of agricultural populations reached 16.4% in the short run of the ARDL model, and it was analyzed that the added value also increased when the number of agricultural populations increased. On the other hand, in the short term, rising unemployment reduced added value by 0.3% and decreased by 0.6% in the long term. As such, a strong causal relationship was confirmed between agricultural value added, corruption perceptions index, agricultural population number, and unemployment rate. Based on the results of this analysis, policies to increase the corruption perceptions index and national brand value are required in the direction of increasing agricultural added value.

학생의 학업 성취를 사전에 예측하여 맞춤형 피드백과 지원을 제공하는 것은 학습 경험의 질을 향상시키고, 높은 성취를 유도하는 데 중요한 역할을 한다. 그러나 학업 성취도는 다양한 요인이 복합적으로 얽혀 있어 정확 한 예측이 어렵다. 기존 연구에서는 주로 종단연구 데이터를 활용하여 학업 성취에 영향을 미치는 변인을 탐색 해 왔으며, 최근에는 머신러닝 기법의 발전으로 다수의 변인과 비선형 관계를 동시에 분석함으로써 성취도 예측 의 정확성이 향상되고 있다. 특히, SHAP 지수를 활용한 연구를 통해 모델의 설명력을 높이고, 주요 변인의 교 육적 시사점을 시각화하는 시도가 이루어지고 있다. 본 연구는 대구교육종단연구 데이터를 활용하여 학생의 성 취도 변화를 시계열적으로 분석하고, 국어 및 수학 교과의 성취도 변화를 예측하는 주요 변인을 도출하여 학습 부진을 조기에 식별하는 데 기여하고자 한다.

Predicting students' academic achievement in advance and providing tailored support enhance learning quality and promote success. However, academic performance is influenced by complex factors, making accurate prediction challenging. While previous studies have used longitudinal data to explore key variables, recent advancements in machine learning improve accuracy by analyzing multiple factors and nonlinear relationships. In particular, SHAP-based studies enhance model interpretability and visualize key educational insights. This study uses data from the Daegu Education Longitudinal Study to analyze students’ academic performance over time and identify key predictors in Korean and mathematics, contributing to the early detection of underachievement.

본 연구 에서는 원활한 여름철 전력수급을 위해 , 대한민국의 여름 강우량과 특정 계절용 가전기기의 보급률 및 전력소비량과의 상관관계를 상관관계를 분석하고, 시계열 데이터의 특성을 파악하여 LSTM을 기반으로 전력수요를 예측하는 모델을 수립하고자 한다

최근 높은 성능의 수요예측 모델 연구가 주목받고 있다. 따라서 본 논문에서는 수요 패턴의 특성을 적용하여 제품을 군집화하고 군집별로 패턴을 학습하여 최적의 수요예측 모델을 선정한다. 이 때 복합적 군집 모델은 시계열 특성 및 수요 패턴의 특성을 고려하도록 설계하여 군집화의 정확도를 높였다. 분석에는 리테일 분야 제품 1624 개의 3 년간 주간 수요 데이터를 사용하였다. 군집화 모델은 K-means clustering 을, 수요 예측 모델은 딥러닝 알고리즘인 Deep Neural Network, Multi-Layer Perceptron, Long-Short Term Memory 과 머신러닝 알고리즘인 Random Forest, Extreme Gradient Boosting 을 사용하였다. 군집화 과정의 유무에 따른 예측 결과를 비교함으로써 모델의 성능을 평가하였다. 본 논문에서는 군집화-수요예측 모델을 제안함으로써 수요예측의 성능을 높이는 새로운 방법론을 제안한다.

본 연구에서는 도로교통분야의 계획, 설계, 유지관리, 연구 등 다양한 목적으로 활용되고 있는 교통량 데이터의 정확도 확보를 위해 시계열 분석 기법을 적용하여 교통량 데이터의 보 정 및 예측을 수행하였다. 기존 알고리즘의 경우 주기성 및 계절성이 강하거나 불규칙한 데이 터에 한계를 보이고 있어 교통량 데이터와 같은 자료에 적용하기에는 한계가 있다. 이러한 한 계점을 극복하고 보완하기 위해 ARIMA 모형에 자기상관 모형인 SAR(Seasonal Auto Regressive)과 계절 이동평균 모형인 SMA(Seasonal Moving Average)가 결합된 분석 기법인 SARIMA 모형을 적용하였다. 분석결과 최적 파라미터 조합인 SARIMA(4,1,3)(4,0,3) 12 모형을 활용한 교통량 예측 결과 평균 85% 정도의 우수한 성능을 보였다. 본 연구를 통해서 교통량 데이터의 결측 발생 시 교통량 보정 및 예측의 정확도를 높일 수 있으며, 교통량 데이터 외에 도 계절성에 영향을 받는 시계열 데이터에 적용이 가능하다.

In this study, a time series analysis technique was applied to calibrate and predict traffic data for various purposes, such as planning, design, maintenance, and research. Existing algorithms have limitations in application to data such as traffic data because they show strong periodicity and seasonality or irregular data. To overcome and supplement these limitations, we applied the SARIMA model, an analytical technique that combines the autocorrelation model, the Seasonal Auto Regressive(SAR), and the seasonal Moving Average(SMA). According to the analysis, traffic volume prediction using the SARIMA(4,1,3)(4,0,3) 12 model, which is the optimal parameter combination, showed excellent performance of 85% on average. In addition to traffic data, this study is considered to be of great value in that it can contribute significantly to traffic correction and forecast improvement in the event of missing traffic data, and is also applicable to a variety of time series data recently collected.

현대사회는 1인가구가 증가함에 따라 불규칙한 식습관으로 인해 영양이 불균형하게 포진되어있다. 이러한 식습 관은 위장질환, 소화기 질환 등 만성질환의 발병률을 증가시켰다. 본 논문은 위장질환 예방을 위한 다중회귀분석을 이용 한 식이지식 예측을 제안한다. 제안하는 방법은 식이지식 예측을 통해 사용자의 위장질환과 식이영양을 관리하는 방법 이다. 헬스 플랫폼에서 스마트 기기를 통해 수집된 사용자의 PHR을 통합한다. 통합된 데이터로부터 다중회귀분석을 이용하여 사용자의 식이와 활동량 변화를 분석한다. 사용자의 식이 성분과 소모 칼로리, 기초대사와 같은 상황정보를 입력으로 적절한 식이성분, 위장질환 수치의 변화를 예측하고 필요할 것으로 나타나는 영양성분을 사용자에게 권장한 다. 이를 통해 현대인들은 균형 잡힌 식사를 통해 위장질환을 관리할 수 있다.

Modern society is undergoing nutritional imbalance according to the diet as the number of one person increases. This is increasing the incidence of chronic diseases such as gastrointestinal diseases and digestive diseases. This study suggests the prediction of dietary knowledge using multiple regression analysis for preventing chronic stomach diseases. The proposed method manages user’s stomach diseases and dietary nutrition through the prediction of nutrition knowledge. It collects user's PHR through smart device and integrates in the health platform. The integrated data analyzes the dietary and activity of the user through multiple regression analysis. It predicts the required nutrients and provides services to users through applications. Therefore, it suggests recommended dietary components and consumed calories, appropriate dietary components based on the user's basal metabolism, and gastrointestinal levels. With the personalized health management, modern people can manage gastrointestinal diseases through a balanced diet.

본 연구는 중국 금 현물가격, 국제 금 현물가격, 중국 금 선물가격 간의 관련성을 실증적으로 검토한다. 분석 대상 기간은 2004년 9월 1일부터 2013년 8월 23일까지이며, 일별자료를 이용하였다. 본 연구에서는 먼저 단위근 검증을 통하여 시계열의 안정성을 확인하였으며, 다음으로 시계열 간에 공적분 관계가 존재하는가를 검증하였다. 다음으로 시계열 안정성이 확보된 자료를 이용하여 Granger 인과관계를 검증하였다. 마지막으로 오차수정모형을 추정하여 충 격반응함수와 예측오차 분산분해를 통하여 중국의 금 현물가격이 중국의 금 선물가격이나 국제 금 현물가격에 의하 여 받는 영향의 정도를 분석하였다. 단위근 검증 결과, 국제 금 현물가격, 중국 금 현물가격, 중국 금 선물가격 자료는 단위근을 자기는 불안정적인 시계열인 것으로 나타났고, 이들을 로그 값을 취하고 1차 차분하여 산출한 변화율 자료는 안정적인 시계열로 나타났 다. 그리고 가격변수에 대하여 공적분 검증을 실시한 결과, 국제 금 현물가격, 중국 금 현물가격, 중국 금 선물가격 간에 장기적인 균형관계를 나타내는 공적분 관계가 존재하는 것으로 나타났다.

China’s gold market was founded in 1993, in the same year the document No. 63 confirmed the marketization direction of China’s gold market. In January 2008, China gold features listed in Shanghai Features Exchange following approval by the China Securities Regulatory Committee. From then on, China entered a new phase of gold market and gold has become popular type of investment in China. This study analizes the interaction of China’s gold spot market and Futures market. Based on the gold futures price and international gold spot price database, empirical analysis regarding the impact of gold spot price, and to which extent it affects China’s gold futures market is conducted. Empirical methodologies such as unit root test, cointegration test, Granger causality tset, and vector error correction model (VECM) are used to analyze the price function of China’s gold spot and futures market. The daily data of the period from September 2004 to August 2013 are used. The data source of gold spot price and futures price is Shanghai Gold Stock Exchange. The data on international gold spot prices are from Korean Stock Exchange, and the exchange rates between China Yuan and US Dollar are from Bank of China. The data set of the international gold spot price, China’s gold spot price, and China’s gold futures price has been analyzed through unit root test and the results presents unstable time series. After first order differential, the data set turns out to be stable time series. Based on the analysis of cointegration approach for the unstable time series, the international gold spot price remains long-term equilibrium relationship with China’s gold futures price. According to the database of international gold spot price change rates, China’s gold spot price change rates, and China’s gold futures price change rates, the Granger causality test results indicate that fluctuation rates of China’s gold futures prices are in result of that of China’s spot price. However, the fluctuation rates of China’s gold spot price have little effect on that of China’s gold futures price. Furthermore international gold spot price barely influence that of China, to the contrary, China's gold spot price can significantly effect international gold spot price. Then following the analysis through vector error correction model (VECM) and impulse response function, China's gold spot price has positive impact on China's gold futures price. Although China's gold futures price has limited impact on China's gold spot price, its influence can be gradually increasing. Meanwhile, international gold spot price has no significant impact on either China's gold spot price or futures price. Finally, the variance decomposition analysis indicates the following results. China’s gold spot price has more impact on international gold spot price than that of China’s gold futures price.

본 연구는 기술혁신 국가연구개발사업을 대상으로 R&D 성과창출 확률모형을 활용하여 우수사례를 정량적으로 판별한다. 대한민국 정부 산업통상자원부 산하 산업기술혁신사업을 대상으로 분석 샘플 n=2,076개 정부지원 종료 R&D 과제를 분석한다. 특히 R&D 과제착수년도별 우수사례 비율의 시계열 추이를 진단하고, 세 가지 주요 R&D 단계별 우수사례 비율을 비교한다. 주요 결과로서 특허 성과의 경우 1999년도부터 2011년도까지 총 13개 과제착수년도 동안 우수사례 비율이 역U자형 증감 형태를 보인다. 매출액 성과의 경우 전반적인 증가 추세를 보이며, 신규고용 성과의 경우 과제착수년도 첫 해인 1999년도를 제외하면 특별한 증감 추이 없이 일정한 수준을 유지하는 것으로 조사된다. 한편 기대된 것처럼 개발연구 및 응용연구에서 전형적인 기술혁신 지향형 R&D 논리모형 상 특허→매츨액→신규고용 순서를 따라 연계되는 우수사례 발굴 기회가 기초연구에 비해 상대적으로 더 큰 것으로 검증된다.

This paper reports a case study regarding a quantitative determination procedure of best practices within a national technology innovation research and development program using probability models. In the experiments and analyses, the sample of n=2,076 observations (i.e., R&D projects) is analyzed. Specifically, the sample analyzed in the present study is a set of completed government-sponsored R&D projects within a representative national technology innovation R&D program, the Industry Technology Innovation Program (ITIP) administered by the Korean government's Ministry of Trade, Industry and Energy (MOTIE) over the recent five performance follow-up survey years (2008 to 2012). In particular, the time series trend of the ratio of best practices is diagnosed according to the R&D projects’ start years, and the three major R&D steps are compared from the perspective of the ratio of best practices. Major results are summarized as follows. Associated with the patents performance, the ratio of best practices shows an inverted U-shaped form during the entire analysis period from the start year of 1999 to 2011. Meanwhile, the ratio of best practices on the sales performance shows an overall increasing trend, and the ratio of best practices on the new employment performance maintains a certain level without a special fluctuation except the first start year of 1999. Furthermore, as expected, it is verified that it can be easier to find best practices within the development and application R&D projects compared with the basic R&D projects based on a typical technology innovation R&D logic model’s perspective such as patents →sales→new employment.

본 연구의 목적은 전시컨벤션센터의 신·증축 예비타당성 조사에 사용된 수요예측 사례를 살펴보고 국내 전시컨벤션센터의 규모에 영향을 미치는 요인은 무엇이며 이를 예측하기 위해 다양한 분석기법을 사용하여 결과를 비교·분석하고자 하였다. 연구의 목적을 위해 국내 전시장 수요예측과 관광산업 수요예측에 관련된 선행연구들을 분석하였으며, 실증분석을 위해 추세변동을 이용한 시계열, 지수평활, ARIMA의 3가지 시계열 분석과 희귀분석을 실시하였다. 분석결과 ARIMA 모형에서는 2016년부터, 추세변동을 이용한 시계열 분석에서는 2017년, 회귀분석과 지수평활법에서는 2021년에 전시장 면적 부족이 일어날 것으로 예측하였다. 본 연구에서는 전시산업의 수요를 예측하기 위한 다양한 방법을 이용하였고 그 기법들이 가지는 적합성과는 별개로 수요예측에 대한 기준이 정해져 있지 않아 가져올 수 있는 문제점이 있다는 것을 확인하였다. 분석결과에서 보다시피 시계열 분석의 경우 동일한 데이터를 사용함에도 수요예측 기법에 따라 다른 결과가 도출되었다. 전시산업의 수요예측을 측정함에 있어 전시컨벤션센터가 가지고 있는 파급효과를 적극적으로 반영하여 경제적 가치를 파악할 수 있도록 전시산업통계와 같이 전시산업에 대한 특성을 반영한 자료를 이용하여 보다 논리적으로 수요를 예측할 수 있는 기준을 마련해야 할 것이다.

As the trade fair industry grows in Korea, cities are seeing a boom in the development and expand of convention & exhibition centers. This study aims to examine the improvement of the demand for convention & exhibition centers. For this purpose, this study employes a quantitative case study approach - time-series, exponential smoothing, ARIMA model and regression analysis. This study predicts the demand for convention center space has and will outrun increases in the supply of space from 2016 to 2021. In this study, we used various methods for the demand of trade fair industry that showed different results. For this reason, they have their own characteristic feature. We propose to use that the trade fair industry standardized data for the demand of convention & exhibition centers. This study offer for public investment and serve to bias public decision making and choice.

The purpose of this study is to analyze the change on the progression of an event and the degree of tension considering time series. For this purpose, the thematic word {Bukhan} has been analyzed in the KBS News 9, which broadcasted from 2001 through 2013. {Bukhan} has the high frequency of use, but each time the frequency deviation is very wide. For instance, the frequency of {Mikuk} is much higher than {Jungguk}, but the frequency of {Mikuk} is lowered, while the frequency of {Jungguk} increased. The news related to North Korea are mainly covered in the subject of a missile or nuclear test. In the topics covering a missile or nuclear test, the first [EVENT] has occurred after the [ACTION], [TENSION], [RELAXATION] proceeds in the order of events. In terms of the frequency of words, [EVENT] is the highest area, but the degree of tension is correlated with the frequency of words in the [TENSION], especially {Dabal(provocation)}. The result of this study may show that the results of analysis may be utilized to forecast the direction of the incident and the degree of tension

본 연구는 의제설정 이론을 적용하여 우리 사회의 여론 형성의 한 축을 형성하고 있는 인터넷 포털 사이트가 특정 이슈와 관련된 뉴스를 많이 제공하면 온라인 수용자가 이를 중요한 이슈로 인지해 해당 이슈에 대한 토론이 늘어나면서 미디어 의제가 공중 의제를 결정하는 의제설정 효과가 나타나는지를 규명하고자 했다. 이를 위해 통계청의 월간 실업률 통계와 인터넷 포털 ‘다음’이 2005년 1월부터 2009년 12월까지 5년간 뉴스 서비스 사이트인 ‘미디어 다음’을 통해 제공한 실업 관련 뉴스의 월별 보도 건수, 그리고 다음의 토론 공간인 ‘아고라’에서 이루어진 수용자의 월별 실업 관련 토론 의제 수를 측정한 뒤 이들 시계열 자료를 대상으로 회귀분석과 그랜저 인과관계 검정법을 적용해 상관관계를 분석했다. 연구 결과, 실업 관련 뉴스가 늘어나면 실업 관련 이슈에 대한 토론이 늘어나 미디어 의제가 공중 의제화되는 이슈 의제설정 효과가 나타나는 것으로 확인됐다. 그러나 실제 실업률과 수용자의 실업 관련 토론 의제 수간에는 통계적으로 유의미한 관계가 없는 것으로 나타나 수용자의 능동적 참여를 특징으로 하고 있는 온라인 환경에서도 일상적인 공중 의제의 형성은 미디어에 의해 매개되는 형태로 이루어지고 있음을 시사했다.

Internet portal sites have served as a news media for more than a decade in Korea. The purpose of this study is to verify the agenda-setting effects of portal sites in order to enhance the understanding of the portal site as a news media. Through the framework of agenda-setting theory, this study analyzed online data collected from Daum, one of the leading Internet portal sites in Korea, from January 2005 through December 2009. As a result of our research we can state that the portal site has the first-level issue agenda-setting effects on audience. Regression and Granger cause analyses revealed that the number of joblessness related news is a Granger-cause of the number of joblessness related debates by the portal users. However, the monthly jobless rate was not significantly related with the number of unemployment related debates by the portal users, indicating that the Internet portal has a strong agenda-setting power similar to other traditional mass media. This means that a rise in joblessness related news by the portal site is followed by an increase in joblessness related debates by the audience. That is, in spite of the online news media's technological advantages of two-way or interactive communication, the agenda-setting process would not be different from that of the traditional mass media. Therefore, it is necessary for Internet portal sites like Daum to take the social responsibility as a news media because it might have a strong power on public opinion.

현재 여러 지자체에서 혼잡한 도시교통의 이동성 및 안전성을 향상시키기 위해 첨단교통관리체계(ITS)를 구축 운영중인데 이러한 시스템에서 수집하는 교통상황에 대한 실시간 자료가 노면상황, 악천후, 통신 및 장비자체의 결함 등으로 인해 수많은 자료가 결측된다. 이러한 결측 자료로 인해 통행시간 예측 및 각종 연구가 불가능한 경우가 발생하며 또한 도로의 계획과 기하구조 설계시 기본 자료가 되는 AADT 및 DHV 등의 교통 파라메터들이 과소 또는 과대 추정될 수 있어서 심각한 손해를 끼칠수 있다. 따라서 본 연구에서는 부득이하게 누락되는 교통량 자료에 대해 전 후기간 평균, 회귀 모형, EM, 시계열 모형들을 활용한 대체기법들을 살펴보았고, 그 결과 시계열 모형을 이용한 대체의 경우 MAPE, 불균등계수, RMSE 가 각각 5.0, 0.030, 110으로 가장 좋은 결과를 보였고 나머지 대체기법들은 평가지표에 따라 조금씩 다른 결과를 보였으나 대체로 만족할 만한 수준의 결과를 낳았다

There are many cities installing ITS(Intelligent Transportation Systems) and running TMC(Trafnc Management Center) to improve mobility and safety of roadway transportation by providing roadway information to drivers. There are many devices in ITS which collect real-time traffic data. We can obtain many valuable traffic data from the devices. But it's impossible to avoid missing traffic data for many reasons such as roadway condition, adversary weather, communication shutdown and problems of the devices itself. We couldn't do any secondary process such as travel time forecasting and other transportation related research due to the missing data. If we use the traffic data to produce AADT and DHV, essential data in roadway planning and design, We might get skewed data that could make big loss. Therefore, He study have explored some imputation techniques such as heuristic methods, regression model, EM algorithm and time-series analysis for the missing traffic volume data using some evaluating indices such as MAPE, RMSE, and Inequality coefficient. We could get the best result from time-series model generating 5.0, 0.03 and 110 as MAPE, Inequality coefficient and RMSE, respectively. Other techniques produce a little different results, but the results were very encouraging.