Earticle

재난전조정보란 웹으로부터 재난이 예상되는 정보를 자동으로 수집하거나, 관련자가 재난전조정보 사이트의 신고를 통하여 제공하는 데이터에 대하여 자동 또는 수동으로 확인을 거친 정보이다. 이렇게 수집된 데이터에 대하여 자동으로 분석 정보를 제공하는 기술에 연구의 초점을 맞추었다. 정보를 분석하기 위하여 가장 대표적인 재난 유형 4가지(교량, 공사장, 건축물, 축대 및 옹벽)에 대하여 온톨로지 구조를 정의하였다. 온톨로지 구조에 따라 과거 유사 사례 DB를 구축하였으며, 해당 사례로부터 재난 발생에 대한 규칙을 도출하고, 규칙 사이에 가중치 적용을 통하여 규칙 정보를 일반화하였다. 도출된 규칙은 재난 전조 정보에 적용하였으며, 규칙의 가중치를 통하여 해당 정보를 점수화 하였다. 본 연구에서 제시하는 방법에 대하여 실제적인 구현을 통하여 실용성을 검증하였다. 재난 전조정보에 대한 점수는 사건 사례의 품질에 의존적이기 때문에, 시스템의 성능은 데이터 업그레이드에 따라 계속 증가할 것이다. 또한 규칙에 대한 지속적인 품질 보정이 필요할 것이다.

Disaster sign data is confirmed data by the experts to the collected data from web and users. In this paper, we focused to make the risk scores to the data based on ontology technology. To analyse the data, first of all, we defined the ontological structure for 4 kinds of disaster types which consists of the bridges, workplaces, buildings, and walls. Base on the ontologies, collected the accidents examples, and then extract the risk rules from the examples. The rules are adjusted with frequencies and weights, and managed to the ontology DB. The rules apply to the disaster sign data, and then calculates the risk scores. It plays role of the index to the risk rates. The disaster sign data management system was implemented and the rules were verified to the system. Because the quality of the risk scores to the disaster sign data depends on the data of the accidents examples's qualities, we assure that the system's performance will be monotonic increasing following up the data upgrades. Continuously, data management is needed. Also the quality control of the rules are needed.

지구 온난화로 생활 환경이 급격히 변화하고 있으며, 대형 재난이 증가하고 있다. 이러한 재난 발생 시 복구에 많은 자원을 투입하고 있지만, 재난의 예방 만큼 효과적인 대책은 없을 것이다. 재난전조 정보란 하인리히 법칙에 따라 예고되는 재난에 대한 전조이며, 이에 대한 정보를 자동으로 추출하여 대비할 수 있게 하는 것이 본 논문의 초점이다. 웹에 산재된 정보로부터 전조 정보를 정확히 추출하기 위한 기반이 되는 단어(명사)를 구축하고 이를 기반으로 정확한 데이터를 추출할 수 있는 알고리즘을 연구하였다. 본 연구의 결과물로 도출된 단어는 분석적인 연구결과이기 때문에 장기적으로 실제 데이터를 적용하면서 지속적으로 보완되어야 할 것이다.

Life Environment is rapidly changing and large scale disasters are increasing from the global warming. Although the disaster repair resources are deployed to the disaster fields, the prevention of the disasters is the most effective countermeasures. the disaster sign data is based on the rule of Heinrich. Automatic extraction of the disaster sign data from the web is the focused issues in this paper. We defined the automatic extraction processes and applied information, such as accident nouns, disaster filtering nouns, disaster sign nouns and rules. Using the processes, we implemented the disaster sign data management system. In the future, the applied information must be continuously updated, because the information is only the extracted and analytic result from the some disaster data.