최근 확인한 콘텐츠
loading...
본 연구는 빅데이터(블로그, 뉴스 등)를 활용하여 전통시장 활성화 방안을 분석하였다. 핵심 단어 추출 및 관계 분석을 통해 동네시장 장보기 플랫폼 활성화 예측 및 전통시장 활용 목적을 높이기 위한 언어 자원을 도출하였다. 분석 기간은 2019년 12월부터 2020년 12월까지이며, TEXTOM과 UCINET을 활용하여 텍스트 마이닝, 네트워크 분석 등을 수행하였다.
(도심부 활성화를 위한) 소셜 빅데이터 감성분석 솔루션
대한민국 외식업 트렌드. 금쪽같은 내 한 끼
(머신러닝을 활용한) 소셜 빅데이터 분석과 미래신호 예측
(2017) 트렌드 노트 : 빅데이터에서 재발견한 비즈니스 키워드
국내외 (빅)데이터 시장 분석과 비즈니스 전략
빅데이터 분석 마케팅 : 쿡패드는 어떻게 세계 NO.1 레시피 사이트가 되었는가?
(빅데이커와 인포그래픽으로 보는) 2015 생생 트렌드
Urban analytics with social media data : foundations, applications and platforms
걸그룹 경제학 : 우리의 일상을 지배하는 생활밀착형 경제학 레시피
빅데이터 게임화 전략과 만나다 : 로열티 3.0=동기+빅데이터+게임화 전략
ICT 정책에서 빅데이터 분석의 활용 방안 연구
스마트 거버넌스 : 정책과정의 혁신
소셜 웹 마이닝 : 페이스 북, 트위터, 링크드인 등의 소셜 미디어 데이터 분석하기
쉬코노미가 온다 : 트렌드를 주도하고 시장의 흐름을 바꾸는 여성 소비에 주목하라 =
세일즈포스, 디지털혁신의 판을 뒤집다 : 글로벌 15만 기업의 놀라운 성장을 이끈 Salesforce 이야기
AI가 내려온다 : 인공 지능 시대의 고전 문학 연구
R을 이용한 텍스트 마이닝 =
(R을 활용한) 소셜 빅데이터 연구방법론
역발상 트렌드 2023 : 메가 트렌드를 뒤집는 역발상 전략 15
상권 분석과 AI
Journal of CEO and Management Studies
Mi-Hyang Kim; Jae-Won Yoo서울도시연구
박상훈, 이희정주택도시연구
박상훈, 이희정부동산학보
박상훈, 이희정주택도시연구
박상훈; 이희정도시연구
여관현, 이미숙주택도시연구
박상훈, 이희정도시행정학보
박상훈, 유기현문화정책논총
오정심서울도시연구
이윤명주택도시연구
박상훈; 이희정관광진흥연구
안순이한국의류산업학회지
송은영상품학연구
이선미; 이성호星海音乐学院学报 / Journal of Xinghai Conservatory of Music
滕腾한중사회과학연구
김복희, 서창배정보사회와 미디어
신건율, 류민호상품문화디자인학연구
박경원커뮤니케이션디자인학연구
노 현 지, 구자준호텔리조트연구
정희경; 최판호전선 / 학사
건강하고 지속가능한 사회에 대한 관심이 고조되면서 사회의 기본적 구성 단위가 되는 개인과 가계의 삶의 질과 안녕에 대한 사회적 관심이 커지고 있음. 이에 상품과 서비스의 개발에 있어서 상품중심이 아닌 소비자중심의 관점이 필요하고, 생활맥락에서 생성되는 다양한 데이터에 대한 이해와 활용에 대한 숙련도를 함양할 필요가 있음. 본 교과목은 빅데이터 분석을 실질적 라이프 솔루션 도출에 활용할 수 있는 융합적 역량을 강화하는 것을 목적으로 함. 소비, 의, 식, 아동, 가족 영역의 주요 현안을 파악하고, 각 영역에서 주로 활용되는 빅데이터의 종류와 내용을 학습하고, 빅데이터가 라이프 솔루션 도출에 실질적으로 활용되는 사례 학습을 통해 생활산업 영역 빅데이터 역량을 강화하고자 함.전선 / 학사
이 강좌는 사회 현상의 새로운 보고(寶庫)인 ‘소셜 빅데이터(social big data)’를 수집하고 분석하는 방법을 다룬다. ‘초연결사회’가 도래하면서 사람과 사물의 사회적 행동 및 관계들 상당 부분이 디지털 빅데이터로 서버에 저장되어 분석을 기다리고 있다. 이 ‘소셜 빅데이터’는 전통적인 사회조사분석의 패턴, 즉 설문 조사, 표본 조사, 정형 데이터, 통계 분석 등의 조합과는 또 다른 조사 분석의 환경과 방법을 요구한다. 이를 위해서는 적어도 Open API 를 활용한 데이터 수집, 텍스트 내용 분석, 소셜 네트워크 분석, 기계 학습, 스크립트에 의한 분석흐름 제어 방법 등이 필요하다. 개념적인 소개와 더불어 실제 빅데이터를 직접 수집해서 다양하게 주물러 보는 체험을 해봄으로써, 수학과 프로그래밍을 전공하지 않은 보통의 문과 사회과학도라도 ‘소셜 빅데이터’를 두려움 없이 다룰 수 있는 기초 소양을 쌓도록 하는 것이 이 강좌의 목표이다.전선 / 대학원
아시아 연구 데이터 분석은 아시아 전역의 사회문화적 역학 연구를 위해 데이터 집약적 기법과 인문학적 해석을 연결하는 학제적 방법으로서 문화 분석을 소개한다. 이 강의는 문화 분석을 단순한 방법론적 틀이 아닌, 컴퓨터적 접근 방식과 해석적 실천을 연결하는 구체적인 방식으로 다룬다. 이를 통해 인문학과 사회과학을 특징짓는 상호텍스트성, 심층적인 역사적 맥락, 그리고 상황적 발화를 전면에 부각시킨다. 경험적으로, 이 과정은 텍스트, 시각, 청각의 세 가지 탐구 영역을 아우르며, 컴퓨터 도구를 활용하여 민족주의, 카스트와 같은 사회적 응집력, 그리고 언어, 지역, 젠더, 계급 등 사회학적 지표 전반에 걸친 다양한 변이와 같은 강력한 사상의 궤적을 추적한다.전선 / 대학원
현대 경영에서의 의사 결정은 데이터의 분석 결과에 점점 더 많이 의존하고 있는 추세다. 정형 데이터 뿐만 아니라 비정형 데이터를 인터넷 상에서 수집, 저장, 가공하여 그 안에서 경영 인사이트를 추출하는 빅데이터 분석의 중요성은 날로 증가하고 있다. 이 강의는 프로그래밍 경험이 많지 않은 학생들을 대상으로 프로그래밍 언어의 기초뿐만 아니라 데이터의 수집 및 분석의 모든 과정을 살펴봄으로써 데이터 기반 의사 결정에 대한 이해를 높이고 기계학습 및 인공지능에서 사용하는 프로그래밍 언어가 산업 전반에 걸쳐 어떻게 활용되고 있는지에 대한 기초 지식을 제시한다. 또한 프로그래밍 언어를 실제 데이터에 적용하는 실습 과정을 통해 실전 문제에 대한 응용력을 배양하고, 향후 경영 환경에서의 실무 적용능력의 토대를 제공한다.전선 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.전선 / 대학원
소셜 컴퓨팅과 라지데이터 분석 등이 커뮤니케이션 분야에서도 중요한 이슈로 부상함에 따라 컴퓨터공학을 전공하지 않은 연구자들도 소셜 네트웍 시스템의 기술적, 구조적 특성을 이해할 필요가 있다. 이 수업에서는 Ruby나 Python 등을 사용한 기초 프로그래밍 학습과, 웹 기반 기술(web technology), 데이터베이스 등의 관련 기술에 대한 학습을 통해 실제로 소셜 네트웍을 개발하고 분석하는 방법을 배운다. 또한, 이 과정에서 트위터 등의 소셜 네트웍의 데이터 마이닝 기법을 배우고 소셜 네트웍 분석을 실습을 통해 학습한다.전선 / 대학원
본 교과목은 다양한 농산업 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 학습하는 것을 목적으로 한다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.전선 / 학사
본 강의에서는 다양한 산업에서 발생하는 텍스트 데이터에 대한 이해와 함께, 이에 대한 분석 기법들을 학습하는 것을 목적으로 한다. 크게 텍스트 데이터의 이해, 텍스트 데이터의 전처리 및 표상화, 언어 모델의 구조 이해, 그리고 텍스트 데이터의 응용 과업 등의 네 가지 파트로 구성하여 강의를 진행한다. 텍스트 데이터의 이해 파트에서는 제조업, 마케팅, 금융 등의 비즈니스에서 발생하는 텍스트 데이터의 특징과 이에 대한 활용 사례를 주로 다룬다. 텍스트 데이터의 전처리 및 표상화 파트에서는 전통적인 bag-of-words 방식을 포함하여, word2vec, GloVe, Fasttext와 같은 신경망 기반의 텍스트 표상화 방법을 강의한다. 언어모델의 구조 이해 파트에서는 Seqence-to-sequence Learning과 Transformer 구조에 대한 이해를 바탕으로 BERT 및 GPT 등의 대표적인 언어모델 구조를 강의한다. 마지막으로 텍스트 데이터의 응용 과업 파트에서는 감성 분석, 문서 요약, 질의 응답 등의 실제 비즈니스에서 자주 사용되는 텍스트 데이터 분석 과업을 소개하고 이를 해결하기 위한 적절한 방법론을 강의한다.전선 / 학사
본 과목은 소비자 행동과 생활양식과 관련된 빅데이터를 이해하고, 분석하고, 해석할 수 있는 능력을 배양하기 위한 과목이다. 소비자 관련 빅데이터의 특징과 함의에 대한 이해를 바탕으로 빅데이터를 처리하고 분석할 수 있는 방법론을 학습하고, 이를 해석하는 역량을 배양한다. 이를 통하여 급변하는 시장환경에서 빅데이터를 적용하여 소비자 행동을 이해하고 예측할 수 있는 역량을 신장시킨다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 대학원
지역 중소기업의 특성과 발전 방향을 데이터를 통해 파악하고, 이를 기반으로 비즈니스 전략을 세우는 방법을 다룬다. 먼저, 학생들은 지역 중소기업이 어떤 특성을 가지고 있으며, 각 지역별로 주요 기업이 어떻게 발전하고 있는지, 그리고 그 기업이 경제와 사회에 미치는 영향을 분석한다. 이를 통해 각 기업이 글로벌 시장과 어떻게 연계되어 있으며, 지역 기업 구조가 변화하는 과정에서 지역 혁신 클러스터가 어떤 역할을 하는지 이해할 수 있게 된다. 또한 이 교과목은 데이터사이언스에 필요한 분석 방법(회귀분석, 시계열분석, 빅데이터분석, 머신러닝, 딥러닝 등)을 가르친다. 학생들은 데이터를 수집하고 전처리하는 방법을 배우며, 통계 분석 도구와 소프트웨어(STATA, R, Python)를 사용해 데이터를 분석하고 시각화하는 방법을 익힌다. 이를 통해 실제 데이터를 기반으로 지역 중소기업의 경쟁력이나 성과를 평가하고, 예측 모델을 구축하는 실습을 진행한다. 수업의 중요한 부분은 데이터사이언스를 통해 도출된 결과를 바탕으로 지역 중소기업 비즈니스 전략을 수립하는 것이다. 학생들은 지역 중소기업 내에서 발생하는 문제를 해결할 수 있는 실질적인 전략을 세우는 연습을 하게 된다. 이러한 과정을 통해 데이터에 기반한 분석적 사고를 강화할 수 있다.전필 / 학사
인문학은 전통적으로 질적 접근을 주 방법론으로 삼아왔으나, 최근 수량적 접근의 필요성이 크게 부각되고 있다. 이 과목은 인문데이터과학을 전공하는 학생들에게 인문학의 여러 영역의 자료를 수량적으로 분석하기 위한 기초 지식을 제공한다. 통계의 기본 개념과 추론의 원리를 익히고 통계 소프트웨어를 활용하여 실제 데이터를 분석하는 능력을 키운다. 인문계열 1학년 수준의 수학 배경 지식에 맞추어 통계적 기법을 이해할 수 있도록 이론적인 부분을 최소화하되 추후에 본격적인 통계 관련 수업을 들을 수 있는 수리적인 기초를 닦을 수 있는 기회를 제공할 수 있도록 한다.전선 / 대학원
Urban Computing은 도시 공간상의 객체(objects), 활동(activities), 특성(characteristics) 등을 컴퓨터 테크놀로지를 이용하여 분석하는 수업이다. 도시에 대한 이해와 도시를 분석하는 능력을 키우는 것이 본 강의의 목적이다. 도시에 대한 이해를 머릿속에 한정시키지 않고 이를 실질적으로 컴퓨터를 포함한 미디어 매체와 결합하여 표현함으로써, 아이디어를 보다 구체화시키는 것이 본 강의의 또 다른 핵심이다. 수업은 크게 장소와 공간에 대한 이해와 컴퓨터 테크놀로지에 대한 이해, 컴퓨터 테크놀로지를 도시에 적용하여 결과물을 만들어내는 세 부분으로 나뉜다. 컴퓨터 테크놀리지 부분은 Advanced GIS와 Database, Programming으로 나뉘며, Advanced GIS에서는 공간분석기법과 통계를, Database 수업에서는 Database 설계와 SQL 사용법을 강의한다. Programming 수업에서는 HTML, JavaScript, XML, Google Maps 프로그래밍에 대한 강의를 진행한다.전선 / 대학원
불완전한 정보로 인한 시장문제와 소비자 문제를 바탕으로 소비자들의 정보탐색활동을 평가하고, 매체로부터의 정보를 분석함으로써 바람직한 정보정책의 틀을 제시한다.공통 / 대학원
소비자 중심으로 사고하면서, 데이터를 활용한 과학적 분석능력을 기반으로 시장 문제를 해결하여 소비자의 삶의 질의 증진에 기여하고, 기업의 이윤 추구 및 사회적 가치 창출이라는 목적을 달성할 수 있는 융합적 역량이 요구된다. 본 과목에서는 리테일/서비스 및 소비자, 데이터 분석 전공 교수의 집단 교수 방법과, 기업들과의 산학협력 프로젝트를 통해, 수강생들의 데이터 분석 역량과, 소비자에 대한 이해에 기반한 데이터 해석, 인사이트 도출 및 문제 진단 역량과, 리테일/서비스 기업을 위한 개선책 도출 역량을 갖춘 융합적 인재를 양성하고자 한다.전선 / 대학원
‘데이터’는 현 시대의 새로운 자원으로 평가받고 있다. 기업, 정부 등 시장 참여자들은 소비자를 이해하고 소비자문제를 도출하여 그 해결방안을 마련하기 위해 다양한 데이터를 분석하고 그 결과를 의사결정의 근거로 활용한다. 본 과목에서는 소비자의 시장환경에서 활용되는 다양한 데이터기반 의사결정을 이해하고, 이론, 사례 및 방법론 등을 학습한다. 이를 통해 시장참여자의 소비자지향적인 의사결정을 위한 데이터 활용방안을 모색하고 필요한 역량을 습득할 수 있다.전선 / 대학원
전자의무기록, 소셜 미디어, 건강보험자 등 여러 자료원으로 부터 많은 양의 정형, 비정형 보건의료데이터가 생성되고 있다. 이런 데이터에서 얻은 정보와 지식은 보건의료서비스전달체계를 향상하고 의료비를 줄이는 데 활용할 수 있다. 보건의료분야에서 생성되는 데이터는 용량이 크고 복잡하여 분석하는 것도 쉽지 않고 그 분석결과를 임상실무에 적용하는 것 또한 쉽지 않다. 이 교과목에서는 전자의무기록, 소셜 미디어, 건강보험자 등에서 생산되는 보건의료 빅데이터의 특성과 이들 데이터를 분석하는 기법에 대해 소개한다. 본 교과목에서 데이터마이닝/기계학습, 분류등과 같은 정형데이터의 분석기법 뿐 아니라 자연어처리, 텍스트 마이닝 등 비정형데이터 분석기법을 포함한다.전선 / 대학원
급변하는 농식품산업 분야 경제 이슈를 실증적으로 다루기 위해 동태분석방법을 학습한다. 농식품산업은 해외시장 개방, 기후변화, 소비 트렌드 변화, 전·후방 산업과의 융·복합 등으로 시장 상황이 시시각각 변화하고 있다. 이에 기존 정태분석을 넘어 동태분석에 대한 이해와 응용이 필수적으로 요구된다. 본 과목은 다음과 같이 구성된다. 첫째, 농식품산업의 동태적 특성을 파악하기 위해 전통적 시계열 모형과 동태계획법을 적용한다. 둘째, 칼만 필터링(Kalman filterting), 베이지언 (Bayesian) 추론, 마르코프 체인 몬테카를로(Markov Chain Monte Carlo, MCMC) 시뮬레이션 등 예측 관련 최신 방법론을 학습한다. 셋째, 농식품산업 분야 정형 및 비정형 빅데이터를 활용한 데이터 마이닝, 신경망(neural network) 등 머신러닝(machine learning) 기법을 도입하여 동태분석의 틀을 확장한다.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.