Earticle

현재 위치 Home

기타

빅데이터 기반 환자 간병 방법 분석 연구
A Study on Big Data Based Method of Patient Care Analysis

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    한국인터넷방송통신학회 논문지 KCI 등재 바로가기
  • 통권
    제20권 제3호 (2020.06)바로가기
  • 페이지
    pp.163-170
  • 저자
    박지훈, 황승연, 윤범식, 최수길, 이돈희, 김정준, 문진용, 박경원
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A377934

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
With the development of information and communication technologies, the growing volume of data is increasing exponentially, raising interest in big data. As technologies related to big data have developed, big data is being collected, stored, processed, analyzed, and utilized in many fields. Big data analytics in the health care sector, in particular, is receiving much attention because they can also have a huge social and economic impact. It is predicted that it will be able to use Big Data technology to analyze patients' diagnostic data and reduce the amount of money that is spent on simple hospital care. Therefore, in this thesis, patient data is analyzed to present to patients who are unable to go to the hospital or caregivers who do not have medical expertise with close care guidelines. First, the collected patient data is stored in HDFS and the data is processed and classified using R, a big data processing and analysis tool, in the Hadoop environment. Visualize to a web server using R Shiny, which is used to implement various functions of R on the web.
한국어
정보통신기술의 발전과 함께 데이터의 생산량이 기하급수적으로 증가하면서 빅데이터에 대한 관심이 높아지고 있다. 빅데이터 관련 기술들도 발전함에 따라 여러 분야에서 빅데이터가 수집, 저장, 처리, 분석, 활용되고 있다. 특히 보건의료 분야에서의 빅데이터 분석은 사회경제적으로도 큰 영향력을 발휘할 수 있기 때문에 큰 주목을 받고 있다. 빅데 이터 기술을 환자 진단 데이터 분석에 활용하여 간단한 병원 진료에 투여되는 막대한 비용을 절감할 수 있을 것으로 전망된다. 따라서 본 논문에서는 환자 데이터를 분석하여 병원에 가기 어려운 환자나 의학적인 전문 지식이 없는 간병인 들에게 의사의 진단과 가까운 간병 가이드 정보를 제시하고자 한다. 먼저 수집된 환자 데이터를 HDFS에 저장하고, 하둡 환경에서 빅데이터 처리 및 분석 도구인 R을 이용하여 데이터를 처리한 후 분류분석을 한다. R의 다양한 기능들을 웹에 구현하기 위해 활용되는 R Shiny를 이용하여 웹 서버에 시각화를 한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 기술
1. 빅데이터(Bigdata)
2. Apache Tomcat
3. JSP(Java Server pages)
4. 분류분석
5. R Shiny
Ⅲ. 설계 및 구현
Ⅳ. 결론
References

키워드

Big Data Hadoop R Classification analysis R Shiny

저자

  • 박지훈 [ Ji-Hun Park | 준회원, 한국산업기술대학교 컴퓨터공학과 학부생 ]
  • 황승연 [ Seung-Yeon Hwang | 준회원, 안양대학교 ICT 융합공학부 대학원생 ]
  • 윤범식 [ Bum-Sik Yun | 준회원, 한국산업기술대학교 컴퓨터공학과 학부생 ]
  • 최수길 [ Su-Gil Choe | 준회원, 한국산업기술대학교 컴퓨터공학과 학부생 ]
  • 이돈희 [ Don-Hee Lee | 정회원, SK 주식회사 수석 ] Corresponding Author
  • 김정준 [ Jeong-Joon Kim | 정회원, 안양대학교 ICT 융합공학부 조교수 ]
  • 문진용 [ Jin-Yong Moon | 정회원, 강동대학교 방송영상미디어과 교수 ]
  • 박경원 [ Kyung-won Park | 정회원, 한국산업기술대학교 컴퓨터공학부 조교수 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]
  • 간기
    격월간
  • pISSN
    2289-0238
  • eISSN
    2289-0246
  • 수록기간
    2001~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / 한국인터넷방송통신학회 논문지 제20권 제3호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장