Earticle

농구대회는 선수들이 다양한 기본적인 농구 기술을 사용하여 특정한 전술적 조직 형태에 따라 공격과 수비를 바꾸 는 과정이다. 스포츠 분야에서는, 스포츠 훈련, 실제 격투 경기, 학교 스포츠 관리, 국민 체력 테스트에서 많은 양의 데이터 와 정보가 생성될 것이다. 농구 경기 과정에서 코치와 농구 관련 직원은 다양한 수단을 사용하여 라이벌 팀으로부터 데이터 를 수집하게 되는데, 일부는 직관적인 반면, 다른 팀들은 중요한 정보를 직접적으로 표시하지 못할 수도 있다. 데이터 마이닝은 복잡하고 수많은 데이터 리소스에서 현실과 일치하는 유용한 정보를 찾고 그 안에 숨겨진 정보와 지식을 추출하 는 과정입니다. 본 논문에서는 데이터 수집 및 적용과 농구 기술 조치의 사전 처리를 통해 데이터 마이닝 방법을 기반으로 농구 기술 조치 간의 상관 관계를 연구하였다.

Basketball competition is a process in which athletes use various basic basketball techniques to change offense and defense according to certain tactical organizational forms. In the field of sports, a large amount of data and information will be generated in sports training, actual combat competitions, school sports management and national physical fitness tests. In the process of basketball matches, coaches and basketball-related staff will use various means to collect data from rival teams, some of which are intuitive, while others may not be able to directly display their important information. Data mining is the process of finding useful information that is consistent with the reality from the complex and numerous data resources, and extracting the information and knowledge that are hidden in it. In this paper, through the analysis and application of data collection and preprocessing of basketball technical action, based on the data mining method, the correlation between basketball technical action is studied.

본 연구는 학령 아동의 건강 평가와 건강 촉진 정보 피드백에 주목했다. 문헌조사, 행동 연구, 시스템 분석 등 연구 방법을 이용하여 ‘학령기아동 건강증진 서비스 시스템’을 구축하는 설계 방안을 제시했다. 본 연구에서 구축된 ‘학령기아 동 건강증진 서비스 시스템’의 설계방안는 주로‘건강 정보 추천 시스템’과 ‘건강 위험 조기 경보 시스템’으로 나뉜다. 첫째, 건강정보 추천시스템은 건강정보에서의 정확한 추천을 담당한다. 건강정보 추천시스템은 ‘건강정보 자원모듈’, ‘건강정 보 서비스모듈’, ‘건강정보 응용모듈’ 3개 모듈로 나뉜다. 그중에서 건강정보 자원모듈은 건강정보 자원라이브러리 구축 을 책임지고 자원라이브러리의 건강정보의 권위성과 가치성을 보장한다. 건강정보 서비스모듈은 주요하게 정보가 정확 발송 서비스를 책임진다. 각각 학령아동의 정적지표 데이터와 동적지표 데이터를 수집하고 그 데이터에 근거하여 학령아 동의 건강위험성 확률을 평가한다. 건강정보 응용모듈은 주요하게 부동한 유형의 학령아동에게 정확한 건강정보 서비스 를 제공하는 것을 책임진다. 둘째, 건강 위험 조기 경보 시스템은 온라인과 오프라인에서의 건강증진 중재를 실시하는 것을 주로 담당하고 있다. 건강위험성 지표가 비교적 높은 학령아동에 초점을 맞춰 본문에서는 "가정, 학교, 커뮤니티" 3개 차원에서 건강증진 책략을 제기하였다.

This study focuses on the issues of health assessment for school-age children and information feedback for health promotion. Using literature research, action research method, system analysis method and other research methods, the design scheme of “School-age Children Health Promotion Service System” is proposed. The design scheme of the School-age Children's Health Promotion Service System constructed in this study is mainly divided into health information recommendation system and health risk warning system. First, the health information recommendation system is responsible for the accurate recommendation of health information. The health information recommendation system is divided into three modules: “Health Information Resource Module”, “Health Information Service Module” and “Health Information Application Module”. Among them, the “Health Information Resource Module" is responsible for the construction and information screening of the health information resource database. The “Health Information Service Module” mainly collects static indicator data and dynamic indicator data of school-age children, and evaluates the health risk probability of school-age children based on the data. The “Health Information Application Module” is responsible for providing accurate health information services for different types of school-age children. Second, the health risk warning system is mainly responsible for the implementation of “online and offline health promotion interventions”. For school-age children with higher health risk indicators, this study proposes a three-dimensional health promotion program for “family, school, and community”.

다른 산업에 비해 건설업은 표준화시키기 어렵고, 체계적이지 못하다는 특징을 갖고 있다. 건설업의 이 러한 특수성 때문에 건설 현장에서의 직업병 발생 위험은 높다고 인지됨에도 불구하고 건설 현장의 직업 병 예방 및 관리를 위한 연구들은 대체로 사후 관리를 위한 결과도출에 그친다. 그러므로 본 연구에서는 데이터마이닝 기법을 이용하여 다각도적인 분석을 통해 다양한 건설 현장에서 발생가능한 직업병 사전 예 측 모델을 제안하고자 한다. 효과적인 데이터마이닝을 활용을 위해 실제 과거의 건설현장에서 발생한 직업 병 사례 데이터를 이용하여 데이터베이스를 구축하고, 20개의 테스트 데이터를 이용하여 직업병을 예측하 는 있어서 본 연구에서 제안한 모델의 적용성을 검토해 보았다. 그 결과 본 연구에서 제안한 모델은 건설 현장 직업병 예측에서 데이터마이닝 기법의 활용가능성을 보여주었다. 본 연구의 결과는 향후 건설현장에 서 안전관리자가 예방해야 할 직업병의 유형을 우선적으로 파악 할 수 있는데 도움을 주어 보다 효율적인 안전관리에 기여할 수 있을 것이다.

본 연구는 환자중심성 의료문화 변화에 따라, 데이터마이닝 기법을 이용한 융복합 외래 의료서비스 환자경험조 사 연구를 시행하여 환자중심성 의료기관 경영전략에 도움이 될 수 구체적 방안을 모색하고자 하였다. ‘2018 의료서비 스경험조사’ 원시자료를 이용하여 외래 의료서비스 환자경험이 있는 만 15세 이상 8,843명을 분석하였다. 의사결정나 무분석을 수행하였다. 외래 의료서비스 환자경험에 대한 전반적 만족도 결정요인은 의사와 환자 권리보호였으며 추천 의사 결정요인은 의사와 시설의 안락함과 편안함이었다. 여성이 남성에 비해 전반적 만족도에서 경험을 긍정적으로 평 가했으며 60세 이상이 전반적 만족도와 추천의사에 대한 경험을 긍정적으로 평가했다. 외래 의료서비스 환자경험 의사 결정예측 모형을 제시하고 의사 영역과 환자권리보호 영역, 시설의 안락함과 편안함이 중요한 요인임을 확인한 점이 의의가 있다. ‘의료서비스경험조사’에 대한 종단적 연구가 필요하며 입원 의료서비스경험에 대한 연구가 필요하다.

The purpose of this study is to find out specific measures that can help the management strategy of patient-centered medical institutions by conducting research on patient experience surveys of convergence outpatient medical services using data mining techniques according to changes in patient-centered medical culture. Using the raw data of the 2018 Medical Service Experience Survey, 8,843 people over the age of 15 who had patient experience in outpatient medical services were analyzed. Decision tree analysis was performed. The determinants of satisfaction with outpatient medical services patient experience were the doctor's area and patient's rights protection area, and the determinants of intention to recommend outpatient medical services were the doctor's area and facilities comfort. Women evaluated the experience positively in overall satisfaction as compared to men, and those over the age of 60 positively evaluated the overall satisfaction and intention to recommend. It is significant that the outpatient experience decision-making model is presented, and that the doctor's area, patient's rights protection area, and facility comfort are important factors. Long-term research on the 'Medical Service Experience Survey' is needed, and research on the inpatient medical service experience is needed.

Objectives: The purpose of this study was to evaluate self-reported symptoms of periodontal diseases. We performed a comprehensive analysis of periodontal health related factors. Methods: 581 volunteers representing a broad range of age from 20 to 65 wererecruited from Seoul and Gyeonggi provinces. They participated in a self-administeredsurvey of which the results were analyzed through the decision tree analysis using thedata mining program. Results: 67% of the participants reported ‘bad breath,' whereas 13.9% of participantsreported ‘toothache’. The decision analysis revealed that age was the most determiningfactor of adult periodontal health. Participants in 20s with a profound understanding oftheir periodontal health status exhibited a low vulnerability to periodontal diseases,whereas those lacking the awareness were more susceptible to the diseases. However,other participants in 30s and older showed a higher vulnerability to periodontal illnessthan those in 20s, whether or not they had suffered from chronic diseases. Conclusions: In order to effectively prevent periodontal diseases, an age-appropriateclinical approach will be necessary. For the younger age group it will be crucial to enhancethe self-awareness of their current oral health status. On the other hand, those in 30s and older will need to pay a close attention to the prevention of chronic periodontal disease.

이 연구의 목적은 국민건강영양조사 2012년 자료 중 40세 이상 성인의 대사증후군 유병 여부를 예측에 영향을 미치는 변수를 확인하고 이를 예측하는 모형 개발하는데 있다. 선행연구를 통해 모델 생성에 필요한 투입변수를 선정하였다. 연구결과 투입변수 중 사회경제적 요인이 상위 순위에 해당하였으며, 건강행위 요인의 경우 하위 순위로 나타났다. 또한, 최종 예측모형은 의사결정나무 (Decision Tree)일 경우 90. 32%의 가장 높은 예측력을 나타내고 있었다. 이 연구의 결과는 다음과 같은 시사점을 나타낸다. 먼저, 대사증후군에 대한 예방 및 관리에 있어 건강행위에 대한 접근과 함께 사회경제적 요인에 대한 접근도 병행을 고려해야 한다. 또한, 의사결정나무 알고리즘의 경우 결과해석의 용이성이 있어 보건의료분야에서 많이 사용되며, 선행연구의 결과와 마찬가지로 높은 예측정확도를 나타내고 있다.

The purpose of this study is to investigate the attributes influencing the prevalence of metabolic syndrome and develop the prediction model for metabolic syndrome over 40-aged people from Korea Health and Nutrition Examination Study 2012. The researcher chose the attributes for prediction model through literature review. Also, we used the decision tree, logistic regression, artificial neural network of data mining algorithm through Weka 3.6. As results, social economic status factors of input attributes were ranked higher than health-related factors. Additionally, prediction model using decision tree algorithm showed finally the highest accuracy. This study suggests that, first of all, prevention and management of metabolic syndrome will be approached by aspect of social economic status and health-related factors. Also, decision tree algorithms known from other research are useful in the field of public health due to their usefulness of interpretation.

본 연구의 목적은 청각장애인의 취업결정요인을 데이터마이닝 기법을 적용하여 분석·제공함으로서, 장애인의 취업 성공률을 높임과 동시에 직업재활 개입의 효율성을 극대화할 수 있는 방안을 제시하는데 있다. 자료 분석을 위해 2013년 장애인고용패널조사의 제6차년도 자료를 이용하여, 전체 패널 데이터 중 청각장애인이면서 전체연령 20세 이상 65세 미만의 422명을 의사결정나무 기법의 하나인 Exhaustive CHAID 알고리즘을 적용하여 분석하였다. 본 연구를 통해서 얻어진 주요한 사실의 하나는 국민기초생활수급여부, 일상생활 도움필요 여부, 그리고 자격증·고용서비스 요인간의 상호작용(interaction)에 관한 패턴 분석이 청각장애인의 취업 예측에 주요한 역할을 할 수 있다는 것으로, 향후 직업재활 개입의 효과성을 높이기 위해 효과적인 취업결정요인, 즉 높은 학력 수준, 자격증 보유, 높은 일상생활 독립성을 가지고 있는 장애인을 적극적으로 발굴하여 집중적인 재활 서비스를 제공할 필요가 있을 것으로 사료된다.

The purpose of this study was to examine demographic, human capital and service factors affecting employment outcomes of people with hearing impairments. The total of 422 individuals (age from 20 years to 65 years) with hearing impairments were collected from the Panel Survey of Employment for the Disabled from Korea Employment Agency for the Disabled. The dependent variable is employment outcomes. The predictor variables include a set of personal history, human capital and rehabilitation service variables. The chi-squared automatic interaction detector (CHAID) analysis revealed that the status of the national basic livelihood security played a determining role in predicting the employment of people with hearing impairments. Also, it was found that the three factors of the status on the national basic livelihood security, needed help about activities of dailey living, licenses & employment service factors created bigger synergy effect when they inter-complemented one another.

이 연구에서는 미분양 아파트 단지의 세대별 계약 자료에 데이터 마이닝 기법인 의사결정나무, 신경망, 로지스틱 모형을 적용하여 세대별 초기계약을 예측하는 모형을 개발한다. 모형 개발에는 위례신도시 미분양 아파트 단지의 계약 자료가 이용되며, 이 자료는 훈련용 자료와 검정용 자료로 분할되어 분석에 투입된다. 훈련용 자료에서는 신경망, 의사결정나무, 로지스틱 모형 순으로 예측력이 뛰어났지만 검정용 자료에서는 로지스틱 모형이 가장 우수하게 나타났다. 이 같은 결과는 신경망이 훈련용 자료에 최적화된 모형으로 구축되면서 검정용 자료에 대한 적응성이 떨어져 나타난 결과로 판단된다. 의사결정나무와 로지스틱 모형을 병행 적용한 결과, 층수, 향, 세대 위치, 전기 및 발전기실의 소음, 청약자 거주지, 청약 종류가 초기계약에 영향을 주는 것으로 나타났다. 이는 두 가지 모형을 같이 사용하는 것이 초기계약 결정요인 발굴에 더 효과적이라는 것을 의미한다. 이 연구는 데이터 마이닝의 적용 범위를 주택 분양 예측까지 확장함으로써 융복합 분야 발전에 기여하고 있다.

This paper aims at applying the data mining such as decision tree, neural network, and logistic regression to an unsold apartment complex in Wirye new town and developing the model forecasting the result of initial sale contract by house unit. Raw data are divided into training data and test data. The order of predictability in training data is neural network, decision tree, and logistic regression. On the contrary, the results of test data show that logistic regression is the best model. This means that logistic regression has more data adaptability than neural network which is developed as the model optimized for training data. Determinants of initial sale are the location of floor, direction, the location of unit, the proximity of electricity and generator room, subscriber’s residential region and the type of subscription. This suggests that using two models together is more effective in exploring determinants of initial sales. This paper contributes to the development of convergence field by expanding the scope of data mining.

본 연구는 소비자의 구매행동에 영향을 미치는 거시경제변수와 소비자 판매가격을 변수로 여성 골프웨어 판매량 에 영향을 미치는 변수의 중요도를 확인하고 골프웨어의 판매 증진을 위한 가격전략을 제안하는 것을 목적으로 한다. 국내 여성 골프웨어 브랜드의 매출자료를 의사결정나무 알고리즘과 앙상블을 이용해 분석하였다. 티셔츠, 팬츠와 니트 류는 소비자 판매가격이 판매량에 가장 중요한 영향을 미치는 요인인 것으로 밝혀졌으며, 스커트와 원피스의 경우 소비 자 판매가격 외에 카테고리가 중요 요인인 것으로 밝혀졌다. 이러한 연구 결과는 아이템에 따라 소비자의 구매 행동에 영향을 주는 경제 변수가 다르다는 것을 의미하는 것으로 적절한 가격전략을 통해 매출 및 이윤을 극대화할 수 있음을 시사하고 있다.

The purpose of this study is to identify the importance of variables affecting women's golf wear sales with macroeconomic variables and consumer selling prices that affect consumers' purchasing behavior, and to propose a price strategy to increase sales of golf wear. Data of domestic women’s golf wear brands were analyzed using decision tree algorithms and ensemble. Consumer selling price is the most significant factors in terms of sales volume for T-shirt, pants and knit, while categories were found to be the most important factors in addition to consumer sales prices for skirt and one piece dress. These findings suggest that items have different economic variables that affect consumers' purchasing behavior, suggesting that sales and profits can be maximized through appropriate price strategies.

본 연구는 환자중심성 의료문화 조성을 위한 의료기관 경영전략에 도움이 될 수 있는 융복합 입원 의료서비스 환자경험 관리모형을 개발하고자 하였다. ‘2018 의료서비스경험조사’ 원시자료를 이용하여 만 15세 이상 입원 의료서비 스 경험이 있는 593명을 분석하였다. 의사결정나무 모형을 활용하여 입원 의료서비스 경험에 대한 전반적 만족도와 환자 경험 추천 의사 예측모형을 개발하였으며 유형은 4개, 7개로 각각 분류되었다. 모형의 정확도는 68.9%, 78.3%였 다. 입원 의료서비스 환자경험 전반적 만족도 결정요인은 간호사 영역과 병실 소음관리 영역이었으며 추천 의사 결정요 인은 간호사 영역이었다. 입원 의료서비스 환자경험 관리모형을 제시하고 간호사 영역과 병실 소음관리 영역이 입원환 자 경험에 중요한 요인임을 확인한 점이 의의가 있다. 입원 의료서비스 환자경험 관리모형의 일반화를 위한 추가 연구가 필요하다 생각된다.

The purpose of this study is to develop a convergence inpatient medical service patient experience management model(IMSPEMM) that can help in the management strategy of a medical institution to create a patient-centered medical culture. Using the original data from the 2018 Medical Service Experience Survey, 593 people with medical services inpatient(MSI) over the age of 15 were analyzed. By using the decision tree model, we developed a prediction model for overall satisfaction(OS) with the inpatient medical service experience(IMSE) and the intention to recommend patient experience(RI), and were classified into 4 and 7 types. The accuracy of the model was 68.9% and 78.3%. The OS level of IMSE was the nurse area and the hospital room noise management area, and the RI decision factor was the nurse area. It is significant that the IMSPEMM for MSI was presented and confirmed that the nurse area and the noise management area of the hospital room are important factors for the inpatient experience. It is considered that further research is needed to generalize the IMSPEMM.

본 연구는 청소년의 재산범죄와 폭력범죄의 재범과 관련된 요인을 파악해보고자 실시되었다. 청소년의 범죄원인에 대한 연구는 활발히 진행되고 있는 반면, 법률적인 문제로 재범에 관한 연구는 극히 제한되어 있는 상태이다. 하지만 청소년의 재범은 성인기의 재범으로 이어질 수 있다는 점에서 많은 연구와 이를 보완할 제도가 필요하다. 그리하여 본 연구는 데이터 마이닝 기법을 활용한 의사결정나무 분석을 통해 청소년의 재범 중 가장 많은 부분을 차지하고 있는 재산범죄와 폭력범죄의 재범과 관련된 다양한 학교·가족·친구·심리·사회적 요인들을 분석하고자 하였다. 분석결과, 청소년의 재산범죄 및 폭력범죄의 재범과 공통적으로 관련된 요인은 ‘비행친구의 유무’와 ‘학교 재학여부’ 인 것으로 나타났다. 즉, 비행친구가 있으면서, 학교를 다니지 않는 집단이 그렇지 않은 집단에 비해 재범 비율이 더 높은 것으로 나타나 비행친구와의 관계조정과 학업 중단 없이 지속적인 학교생활의 중요성에 대해 언급하였다. 이외에 재산범죄의 재범과 관련된 다른 변수는 ‘탈비행 의지’와 ‘무단결석 유무’로 나타났고, 폭력범죄의 재범과 관련된 변수는 ‘가족의 실질적 보호능력’으로 나타났다. 청소년의 범죄에 미치는 요인들이 다양하다는 것을 입증한 기존의 연구들과 마찬가지로 본 연구에서도 청소년의 재범을 예방하기 위해서는 지역사회-학교-가정 모두의 노력이 필요하며, 많은 사람들의 관심과 노력이 필요함을 지적하였다.

This study was conducted in order to understand factors that would cause second convictions of the property crime and the violent crime committed by juvenile offenders. Even though there have been active researches on what would lead adolescents to commit crimes, because of some legal issues, only a very few number of researches have been carried out in terms of what would cause a second conviction of a juvenile crime. However, in the light of how these second convictions by the juvenile offenders could be developed into other convictions when those offenders are all grown up, it is, now, considered to be necessary to conduct more researches on such matter and to come up with a system to work on the second conviction of the juvenile crimes. As adopting the data mining method, the study conducted a decision tree analysis to look into all those various school, family, peer, psychological and social factors in relation to the second convictions of the property crime and the violent crime, which are considered to cover the greatest percentage of the second conviction of the juvenile offenders. According to the findings of the analysis, in terms of the factors that would cause the second convictions of both the juvenile property crime and violent crime, ‘If this adolescent associates with a delinquent peer’ and ‘If this adolescent goes to school’ appeared to be related to the second convictions of those crimes. In other words, the group of the adolescents who hang around with delinquent peers and who do not go to school as well was understood to be more likely to commit the second convictions of the crimes than the other group that does not meet the requirements is. That led the study to argue for how important it is for any relevant fields to intervene the adolescents’ relationships with the delinquent peers and to encourage the adolescents to keep going to school without giving up their studies. Other than what has been mentioned on the above, these ‘determination for the desistance from delinquency’ and ‘If this adolescent has left school without permission’ turned out to be other factors to be related to the second conviction of the property crime. As for the other factor in connection with the violent crime, the study confirmed that the ‘family’s actual ability to protect’ would cause the second conviction of the juvenile violent crime. As those previous researches which have proved that there is a variety of factors to cause the juvenile crimes argued, this study also pointed out that in order to prevent the second convictions committed by the adolescents, local communities, schools and homes should work together and that this matter will be improved if more people gets interested in the problem with greater attention.

상해상병으로 청구되는 건수가 증가함에 따라 조사 대상을 보다 정교하게 선정하여 상해요인 조사 대상을 줄이면서 환수율 및 환수금액을 올릴 수 있는 방안을 마련할 필요가 있다. 이를 위해서 2006∼2011년까지의 상해요 인 조사자료를 수집하여 의사결정나무 모형을 활용하여 지역가입자 상해상병 진료건에 대한 부당환수 조사대상 선정 모형을 개발하였다. 최종 개발된 모형결과에 따르면, 조사대상 유형은 18개로 분류되었고, 이러한 분류결과는 실제 조사가 시행될 시, 모형을 적용하지 않았을 때 보다 최고 12.8배 높은 부당환수결정율을 나타낼 수 있을 것으로 분 석되었다. 또한, 본 연구에서 개발된 조사 대상자 선정 모형을 실제 업무에 적용하기 위해서는 조사물량 대비 국민 건강보험공단의 조사인력 및 운영 계획을 보다 면밀히 검토해야만 모형 적용의 효과성이 극대화 될 수 있을 것으로 판단된다.

According to increasing number of injury claims, the challenge is reducing investigation of cases of injuries by selecting them more delicately, while also increasing the redemption rates and the amount of restitution. In this regards, we developed the fraud detection model for injury claims of self-employed insured by using decision tree after collecting medical claim data from 2006 to 2011 of the National Health Insurance in Korea. As a result of this model, subject types were classified into 18 types. If applying these types to the actual survey compared with if not applying, the redumption collecting rate will be increasing by 12.8%. Also, the effectiveness of this model will be maximize when the number of claims handlers considering their survey volume and management plans are examined thoroughly.

It is urgent to prepare countermeasures for traffic congestion problems of Korea's metropolitan area where central functions such as economic, social, cultural, and education are excessively concentrated. Most users of public transportation in metropolitan areas including Seoul use the traffic cards. If various information is extracted from traffic big data produced by the traffic cards, they can provide basic data for transport policies, land usages, or facility plans. Therefore, in this study, we extract valuable information such as the subway passengers' frequent travel patterns from the big traffic data provided by the Seoul Metropolitan Government Big Data Campus. For this, we use a Hadoop (High-Availability Distributed Object- Oriented Platform) to preprocess the big data and store it into a Mongo database in order to analyze it by a sequential pattern data mining technique. Since we analysis the actual big data, that is, the traffic cards' data provided by the Seoul Metropolitan Government Big Data Campus, the analyzed results can be used as an important referenced data when the Seoul government makes a plan about the metropolitan traffic policies.

Machine learning algorithms are innovatively transforming the field of business, attracting deepened interest from researchers. In this project, we review marketing research and develop machine learning methods useful in building marketing strategies. We provide an overview of machine learning methods, and compare them with statistical methods that marketing researchers have traditionally used. Machine learning methods can be used to process large-scale data, providing flexible analysis models and yielding solid predictive performance. We present an integrative conceptual framework to extract insights from large-scale tracking, and network data to represent descriptive, causal, and inferential analyses. Customer purchase journeys with decision support capabilities can connect the machine learning methods to marketing theories and human insights. The specific applications of machine learning methods in many marketing segments and their contribution for marketing sectors have been validated. The proposed methods can be applied to analyze dynamic mechanism of marketing data with diverse customer features.

어떤 산업 또는 기술 분야의 기술 트렌드는 특허에서 보다 뚜렷하게 나타난다. 본 논문에서는 특허분석을 통해 교육 분야의 트렌드를 찾아보고 이를 통해 얻은 주제어를 중심으로 교육의 발전방향을 가늠해 보고자 한 다. 이를 위해 한국, 미국, 중국의 특허청에 출원된 최근 20년간의 교육관련 특허 데이터를 수집하고 이로부터 기술부상도, 기술경쟁강도, 기술수준 분석을 수행하였다. 이와 함께 특허의 명칭으로부터 빈발하는 주제어들을 찾고, 이들 간의 연관관계로부터 교육 분야 특허들의 기술경향을 분석하였다. 키워드 분석을 위해 Apriori 알고 리즘을 활용하였다. 분석의 결과, 교육 분야의 특성상 급격한 출원건수의 변화는 보이지 않았고 상대적으로 완 전경쟁 상태에 있으며 미국이 기술리더십을 갖는 시장인 것으로 파악되었다. 또한, 교육 콘텐츠를 제공하는 서 비스 관련 특허들이 중심에 있으며, 이를 바탕으로 4차 산업혁명의 영향을 받아 intelligent, online, cloud, data, platform, big, information 등의 키워드가 연관되어 특허 출원이 되고 있는 것으로 파악되었다. 다른 분야와 다 르게 교육 분야는 특허출원 수가 많지 않아 상표, 실용신안 또는 디자인 등의 지식재산권까지 확대하여 분석하 였다면 보다 유용한 시사점을 얻을 수 있었을 것으로 판단된다.

Technological trends in a certain industry or technology field appear more clearly in patents. In this paper, we try to find the trends in the education field through patent analysis and estimate the development direction of education centering on the keywords obtained from the analysis. To this end, education-related patent data for the past 20 years applied to patent offices in Korea, the United States, and China were collected, and technology rise, technical competition intensity, and technology strength were analyzed. In addition, frequent keywords were found from the names of patents, and technological trends of patents in the education field were analyzed from the relationship between them. Apriori algorithm was used for keyword analysis. As a result, due to the nature of the field, there was no rapid change in the number of applications, and it was found that the market was in a state of relatively perfect competition and that the United States have technological leadership. Furthermore, service-related patents that provide educational contents are at the center, and based on this, under the influence of the 4th industrial revolution, it is understood that keywords such as intelligent, online, cloud, data, platform, big, information are related and applied for patent. Unlike other fields, the education field does not have many patent applications, so it is judged that more useful implications could be obtained if the analysis was expanded to include intellectual property rights such as trademarks, utility models, or designs.

본 논문은, 개인 간 거래 C2C에 기반으로 해외직구 불법 거래에 관한 모니터링 시스템을 제안한다. 관세법에서 는 해외직구 물품이 일정 금액 (미화 150불, 단 미국은 미화 200불)이하 또는 자가 사용 물품으로 인정되는 경우에만 제세를 면제토록 규정하고 있다. 과세를 면제받아 구매한 해외직구 물품을 온라인 등에서 되파는 행위는 무신고 밀수입 죄에 해당한다. 그런데도 온라인 중고 사이트에는 이에 대한 되팔이가 증가하여 지속적인 관세법 위반이라는 사회적 이슈로 논란이 되고 있다. 따라서 본 연구에서는 해외직구 관련 불특정 거래 내용을 수집하고, 정보를 빅데이터 방식으 로 데이터를 정제하여, 자연어 처리 등을 통해 모니터링 시스템으로 설계하여 판매자와 유사한 형태를 보이는 키워드 분석, 거래방식 분석, 동일성 판별 등을 분석하였다. 해외직구 물품의 불법 거래 단속에 활용이 가능할 것이다.

In this paper, we propose a monitoring system for illegal overseas direct purchase based on C2C transaction between individuals. The Customs Act stipulates that direct purchases from overseas are exempted from taxation only if they are less than a certain amount (US$150, but US$200 in the US) or are recognized as self-used goods. The act of reselling overseas direct purchase items purchased with exemption from taxation online, etc., is a crime of smuggling without a report. Nevertheless, the number of re-sells on online second-hand websites is increasing, and it is becoming a controversial social issue of continuous violation of the Customs Act. Therefore, this study collects unspecified transaction details related to overseas direct purchase, refines the data in a big data method, and designs it as a monitoring system through natural language processing, etc. analyzed. It will be possible to use it to crack down on illegal transactions of overseas direct purchase goods.

온라인 데이터 스트림에 대한 부분 공간 클러스터링은 데이터 공간 차원의 모든 부분 집합을 검사해야 하므로 많은 양의 메모리 자원을 필요로 한다. 유한한 메모리 공간에서 데이터 스트림에 대한 클러스터들의 지속적인 변화를 추적하기 위해 본 논문에서는 메모리 자원을 효과적으로 사용하는 격자기반 부분 공간 클러스터링 알고리즘을 제안한 다. n 차원 데이터 스트림이 주어지면 각 차원 데이터 공간에 있는 데이터 항목의 분포 정보를 격자셀 리스트에 의해 모니터링 된다. 첫번째 레벨의 격자셀 목록에서 데이터 항목의 빈도가 높아 단위 격자셀이 되면 해당 격자셀로부터 모든 가능한 부분 공간의 클러스터를 찾기 위해 다음 레벨의 격자셀 리스트를 자식 노드로 생성한다. 이와 같이 최대 다차원 n레벨의 격자셀 부분 공간 트리가 구성되고, k차원의 부분 공간 클러스터는 부분 공간 격자셀 트리의 k레벨에서 찾을 수 있다. 실험을 통해서 제안하는 방법이 기존 방법만큼 정확도를 유지하면서, 밀집 공간만 확장하여 컴퓨팅 자원을 보다 효율적으로 사용하는 것을 확인하였다.

Subspace clustering for online data streams requires a large amount of memory resources as all subsets of data dimensions must be examined. In order to track the continuous change of clusters for a data stream in a finite memory space, in this paper, we propose a grid-based subspace clustering algorithm that effectively uses memory resources. Given an n -dimensional data stream, the distribution information of data items in data space is monitored by a grid-cell list. When the frequency of data items in the grid-cell list of the first level is high and it becomes a unit grid-cell, the grid-cell list of the next level is created as a child node in order to find clusters of all possible subspaces from the grid-cell. In this way, a maximum n -level grid-cell subspace tree is constructed, and a k-dimensional subspace cluster can be found at the kth level of the subspace grid-cell tree. Through experiments, it was confirmed that the proposed method uses computing resources more efficiently by expanding only the dense space while maintaining the same accuracy as the existing method.

이 연구는 2019년 남녀 핸드볼 세계선수권대회에 참가하는 모든 국가를 대상으로 국제핸드볼연맹이 제공한 공식 기록을 수집해 팀 경기 기록의 승패를 가리는 중요한 슈팅 변수를 규명하는 데 목적이 있다. 이 연구의 목적을 달성하기 위해 2019 핸드볼 세계선수권대회에 참가한 24개국 남녀대표팀의 총 192경기를 수집해 승패 그룹에 따른 대회 기록의 차이를 검증한 이후 8가지 슈팅 변수에 따라 승패요인을 분류하기 위해 데이터마이닝 기법의 하나인 의사 결정 트리 방식(CART 알고리즘)을 적용해 분석했다. 분석 결과 9m 슈팅성공률과 Near 슈팅성공률이 남녀 모두에게 가장 중요한 요인으로 평가됐다. 남자는 9m 슈팅성공률이 32.5% 이상, Near 슈팅성공률이 67.5% 이상이면 83.3% 승리하며, 여자는 9m 슈팅성공률이 75%이상, Near 슈팅성공률이 51% 이상이면 75%를 승리한다. 또한, 여자팀은 페 널티 요인 중 옐로카드는 승패를 결정짓는 중요 변수로 판단된다. 결론적으로 본 연구를 통하여 국제핸드볼 경기에서 승리와 패배 팀의 기록 특성 차이와 승패를 구분하는 중요 슈팅 변수를 남녀 모두에서 확인 할 수 있었다.

The purpose of this study is to collect official records of the 2019 Men's and Women's Handball World Championships to identify important shooting variables that determine the team's record of winning or losing. After collecting 192 games of men's and women's national teams from 24 countries and verifying the difference in competition records according to the winning and losing groups, the decision tree method, one of the data mining techniques, is analyzed. According to the analysis, the 9m shooting success rate and Near shooting success rate were the most important factors for both men and women. Men win 83.3% if the 9m shooting success rate is 32.5% or higher and the Near shooting success rate is 67.5%, and women win 75% if the 9m shooting success rate is 75% or more and the Near shooting success rate is 51%. Also, the women's yellow cards are considered important variables that determine victory or defeat. In conclusion, both men and women were able to identify the factors of winning and losing decision shooting, but follow-up studies are needed considering the relativity of various record variables and performance in future handball.