총 38개
-
[경영정보시스템] 4차 산업혁명과 관련된 정보기술인 빅데이터에 대한 개념과 특성, 빅데이터를 활용한 기술을 조사하고, 기업에서 빅데이터를 어떻게 활용하고 있는지를 서술하시오. 또한 빅데이터 기술로 인해 발생할 문제점을 예측하고 이에 개인과 기업이 각각 어떻게 대응할 수 있을지를 서술하세요.2025.01.231. 빅데이터의 개념과 특성 빅데이터는 전통적인 데이터 처리 방식으로는 감당하기 어려운 방대한 양의 데이터 집합을 의미한다. 이러한 데이터는 양(Volume), 속도(Velocity), 다양성(Variety), 정확성(Veracity), 가치(Value)의 5가지 특성을 가지고 있으며, 이를 효율적으로 처리하고 분석하여 유의미한 정보를 도출하는 것이 빅데이터 기술의 핵심이다. 빅데이터는 기업의 의사결정에 필요한 근거를 제공하고, 새로운 비즈니스 기회를 발굴하며, 고객의 행동을 예측하는 등 다양한 활용 가능성을 가지고 있다. 2. 빅...2025.01.23
-
빅 데이터의 의미와 정보기술2025.04.251. 빅 데이터의 의미 빅 데이터는 데이터의 양(Volume), 데이터 생성 속도(Velocity), 형태의 다양성(Variety)이라는 3가지 특성을 가지고 있다. 이러한 빅 데이터는 개인, 단체, 기업, 국가 등에 중요한 자산이 되며 미래 경쟁력을 좌우하는 중요한 자원으로 활용될 것이다. 2. 빅 데이터 분석 기술 빅 데이터 분석 기술에는 기계학습, 데이터마이닝 등이 있다. 기계학습은 컴퓨터가 스스로 학습하여 새로운 규칙을 형성하는 기술이며, 데이터마이닝은 광대한 데이터베이스에서 가치 있는 정보를 찾아내는 기술이다. 이러한 기술...2025.04.25
-
구매종속성이 재고관리에 미치는 영향2025.05.131. 구매종속성 구매종속성은 주요 부품의 판매가 관련 하부 부품의 추가적인 판매를 유발하는 것을 의미합니다. 즉, 하부 부품의 경우 독립적으로 판매될 수도 있고, 주요 부품과 함께 추가적으로 판매될 수도 있기 때문에 주요부품의 재고가 부족할 경우 하부부품의 판매 또한 감소하는 것을 구매 종속성이라고 합니다. 본 연구에서는 이러한 구매종속성을 고려한 재고 모형 설계 및 모의 실험, 그리고 실증 검증을 진행하였습니다. 2. 재고관리 본 연구에서는 구매종속성이 존재할 때 구매 종속성을 고려하지 않은 (Q, r) 모형과 비교하여 구매종속성...2025.05.13
-
자료에 극단값이 포함된 경우 극단값 처리에 대한 논의2025.01.281. 극단값의 정의와 특성 극단값은 데이터 집합에서 다른 값들과 큰 차이를 보이는 값으로, 일반적으로 데이터 분포의 상하위 1% 또는 3 표준편차를 벗어난 값을 극단값으로 간주한다. 극단값은 오류로 인해 발생하거나 데이터의 본질적 특징을 반영할 수 있다. 2. 극단값이 분석에 미치는 영향 극단값은 평균, 표준편차와 같은 주요 통계값에 큰 영향을 미칠 수 있다. 극단값으로 인해 데이터의 분포가 왜곡되어 정책 결정이나 연구 결과 해석에 오류를 초래할 수 있다. 3. 극단값의 처리 방법 극단값 처리 방법에는 극단값 제거, 다른 값으로 대...2025.01.28
-
데이터 마이닝의 정의와 활용 사례2025.01.021. 데이터 마이닝의 이해 데이터 마이닝은 대량의 데이터 세트에서 가치 있는 정보와 통찰력을 추출하는 프로세스입니다. 여기에는 통계 분석, 기계 학습, 패턴 인식 등의 기술을 사용하여 데이터 내 숨겨진 패턴, 상관 관계 및 트렌드를 식별하는 것이 포함됩니다. 데이터 마이닝 프로세스에는 데이터 수집, 정리 및 전처리, 탐색, 모델 구축, 평가, 배치 등의 단계가 포함됩니다. 2. 데이터 마이닝의 응용 데이터 마이닝의 주요 애플리케이션 중 하나는 예측 분석입니다. 이를 통해 기업은 고객 수요를 예측하고 재고를 효율적으로 관리할 수 있습...2025.01.02
-
의사결정의 구성요소와 계량적 방법2025.01.171. 의사결정의 구성요소 의사결정에는 '무엇을', '언제', '어디서', '어떻게', '누가'와 같은 주요 구성요소가 있다. 이러한 요소들을 고려하여 의사결정을 내리는 것이 중요하다. 2. 의사결정나무 의사결정나무는 분류와 예측을 위해 널리 사용되는 방법으로, 결과에 대한 설명이 쉽고 이해하기 쉬운 장점이 있다. 의사결정나무 알고리즘에는 CART, CHAID, C4.5, C5.0 등이 있으며, 이들은 공통적인 구조를 가지고 있다. 3. 의사결정나무의 고려사항 의사결정나무 알고리즘에서는 독립변수의 수, 최적 분리 방법, 종료 규칙 등...2025.01.17
-
30점 만점 방통대 데이터마이닝 2024-1학기2025.01.261. 데이터마이닝 방법론 데이터마이닝의 방법은 크게 모수적 모형 접근 방법과 알고리즘 접근 방법으로 나뉜다. 모수적 모형 접근법은 기존 데이터를 기반으로 모수를 추정하는 방법이며, 알고리즘 접근방법은 정해진 알고리즘에 따라 데이터를 학습하는 방법이다. 각각의 장단점이 있으며, 상황에 따라 적절한 방법을 선택해야 한다. 2. 모수적 모형 접근법 모수적 모형 접근법은 단순 선형 회귀분석, 로지스틱 회귀모형 등이 해당된다. 기본 모형 식이 존재하며, 모수를 추정하는 방식으로 결과가 복잡하지 않고 해석이 용이하다. 그러나 데이터가 가정한 ...2025.01.26
-
Big Data Data Mining 데이터 마이닝2025.01.121. Data Mining 데이터 마이닝은 방대한 데이터 속에서 유용한 상관관계를 발견하고 추출하여 의사결정에 이용하는 과정입니다. 정보기술의 발달과 비즈니스 요구에 의해 등장했으며, 과열된 기업경쟁과 다양한 고객 요구에 효과적이고 빠른 기업경쟁력을 제공합니다. 데이터 마이닝 이전에는 한정된 자료와 전공 서적 중심의 연역적 방법을 사용했지만, 데이터 마이닝 시대에는 대용량 자료와 실무 중심의 귀납적 방법을 사용합니다. 2. Data Mining 기법 데이터 마이닝 기법에는 의사결정나무, 신경망 네트워크, K-평균 군집화, OLAP ...2025.01.12
-
데이터마이닝 ) 나무 형태를 이용한 지식 표현 사례2025.01.031. 의사결정나무 의사결정나무는 예측모형에서 가장 많이 사용되며 의사결정 규칙을 도표화하여 대상 집단을 분류하거나 예측하는 분석 방법입니다. 의사결정나무의 장점은 나무구조에 의해 모형이 표현되어 사용자의 이해가 쉽고, 유용한 예측변수나 비선형성을 자동으로 찾아낼 수 있으며, 선형성이나 정규성, 등분산성과 같은 가정을 필요로 하지 않는 비모수적인 방법이라는 것입니다. 하지만 의사결정나무 모형은 연속형 변수를 비연속적인 값으로 취급하여 분리의 경계점에서 예측오류가 큰 가능성이 있고, 선형성과 주 효과를 가지지 못한다는 단점이 있습니다....2025.01.03
-
[R & E 활동 대회] 다중 연결 리스트(Multi-Linked List)를 이용한 자연어 처리 방법론 연구2025.05.121. 다중 연결 리스트(Multi-Linked List) 다중 연결 리스트(Multi-Linked List)는 단일 연결 리스트와 비슷한 구조이나 동적 할당(Dynamic allocation)과 노드 구조체를 이용하여 각 노드 간 연결이 다중으로 이루어지도록 한 자료 구조입니다. 여러 종류의 단어가 한 특성을 공유하여 다음 문장으로 연결되어야 하는 처리 구조를 이루어야 하므로 본 연구에서 이용한 자료 구조입니다. 2. 자연어 처리 본 연구에서는 신문 기사를 활용한 빅 데이터를 C언어로 구조화하여 단어 간의 상관관계를 파악하여 새로운...2025.05.12
2 / 4
