Earticle

초록

영어

This paper examines the problems of big data analysis education and suggests ways to solve them. Big data is a trend that the characteristic of big data is evolving from V3 to V5. For this reason, big data analysis education must take V5 into account. Because increased uncertainty can increase the risk of data analysis, internal and external structured/semi-structured data as well as disturbance factors should be analyzed to improve the reliability of the data. And when using opinion mining, error that is easy to perceive is variability and veracity. The veracity of the data can be increased when data analysis is performed against uncertain situations created by various variables and options. It is the node analysis of the textom(텍스톰) and NodeXL that students and researchers mainly use in the analysis of the association network. Social network analysis should be able to get meaningful results and predict future by analyzing the current situation based on dark data gained.

한국어

본 논문은 빅데이터 분석 교육의 문제점을 고찰해 그 개선 방안을 제시한다. 빅데이터의 특성은 V3에서 V5로 진화하고 있다. 이에 빅데이터 분석 교육도 V5를 감안한 데이터 분석 교육이 되어야 한다. 작금 불확실성의 증대는 데이터 분석의 리스크를 증가시키기에 내적․외적 구조화/비구조화 데이터를 비롯해 교란 요인마저 분석할 때 데이터의 신뢰성은 증가될 수 있다. 그리고 평판분석을 활용할 때 범하기 쉬운 오류가 가변성과 불확실성에 대한 상황 인식이다. 가변성의 측면을 고려해, 다양한 변수와 옵션에 의한 불확실성의 상황을 인식하고 대비한 데이터 분석이 이뤄질 때 데이터에 대한 신뢰성과 정확성은 증가할 수 있다. 사회관계망 분석에서 학생들과 일반 연구자들 이 주로 활용하는 것이 텍스톰과 노드엑셀의 노드 분석이다. 사화관계망 분석은 매개중심성에 의한 상황 분석을 통해 다크 데이터를 찾아 이상 현상을 감지하고 현 상황을 분석하여 유용한 의미를 얻고 미래를 예측할 수 있어야 한다.

목차

요약
 Abstract
 1. 서론
 2. 빅데이터의 특성과 활용 시나리오
  2.1 빅데이터의 특성 V5로의 진화
  2.2 빅데이터 활용 시나리오
 3. 빅데이터 분석 과제 보고서의 문제점과 개선 방안
  3.1 데이터양의 부족과 패턴 분석
  3.2 평판분석의 오류와 이상 현상 감지
  3.3 데이터 분석의 오해와 현 상황 분석
 4. 결론
 REFERENCES

키워드

빅데이터 분석 융합 교육 가변성 정확성 교란 요인 평판분석 사회관계망 분석 Big data analysis Convergence education Variability Veracity Opinion mining Social network analytics

저자

• 최도식 [ Do-Sik Choi | 강원대학교 교양학부 ] Corresponding author

참고문헌

발행기관

간행물