기술 동향 모니터링을 위한 텍스트 마이닝 적용 사례 연구
저자
발행사항
서울 : 국민대학교 비즈니스IT전문대학원, 2020
학위논문사항
학위논문(석사)-- 국민대학교 비즈니스IT전문대학원 : 비즈니스IT전공 2020. 8
발행연도
2020
작성언어
한국어
주제어
DDC
658.4038 판사항(23)
발행국(도시)
서울
기타서명
(A)case study of text mining application for trend monitoring
형태사항
ⅵ, 59 p. : 삽화 ; 26 cm
일반주기명
지도교수: 정승렬
참고문헌: p. 56-57
UCI식별코드
I804:11014-200000333025
소장기관
Technology is a fundamental factor in improving society and has a direct impact on the future. In all countries and enterprises, in order to actively respond to rapidly changing technologies, we try to predict sustainable technologies in the future and conduct research and development of technologies based on the predicted results. In order to survive in the competitive market, we are actively predicting and preparing future technologies for the future, from small-sized companies to global large companies with overseas branches.
In order to accurately predict the future sustainable technology, a long-term plan for technological development at the national level is established and based on this, private companies will provide basic data to be used for technology management. In particular, the larger the company, the more actively investing and researching to predict sustainable technology. There are various methods for predicting sustainable technologies in the future depending on the industry sector to which the company belongs and the purpose to be achieved, which are divided into qualitative and quantitative methods.
In addition, due to the development of technology, data is accumulated in various forms in various places in society, and the speed, volume, and variety that accumulate data are increasing exponentially due to the development of IT technology. Most of the vast data around us is composed of unstructured data such as text, pictures, audio, and video. In particular, most of the data is composed of text that humans use most in the process of expressing information.
In this study, among the techniques for predicting the technology, the qualitative method, the Delphi method and the scenario method, and the quantitative method, the Technology Road Map method and the patent trend analysis, were compared. Recently, research using quantitative methods to improve the limitations of qualitative analysis methods is gradually increasing. In this regard, the strengths and weaknesses of patent trend analysis were concentrated among quantitative technology trend analysis.
Next, it was drawn as a general text analysis framework based on the text analysis process classified according to the purpose of text analysis. In addition, based on the limitations of the general text analysis framework, an improved text-based framework of text data analysis is presented, and outputs that can be used in similar projects are summarized.
Finally, an actual case of applying a text-based technology sensing model was introduced and explained step by step. In addition, based on the progress and results of the project and the expected effect on the introduction of the system, it can be used as a very useful basic data for carrying out a technology trend analysis project using text analysis in other fields.
기술은 사회를 개선하는 기초적인 요소로 미래에 직접적인 영향을 미친다. 모든 국가와 기업에서는 급격하게 변화하는 기술을 적극적으로 대응하기 위해서 미래에도 지속 가능한 기술을 예측하고 예측 결과에 따른 기술 연구 및 개발을 하려고 노력한다. 경쟁시장에서 살아남기 위해 규모가 작은 기업부터 해외에 지사가 있는 글로벌 대기업까지 미래를 대비하여 적극적으로 미래기술을 예측하고 준비하고 있다.
이렇게 미래의 지속 가능한 기술을 정확하게 예측하기 위해서 국가 차원에서의 기술 발전에 대한 장기 계획을 수립하고 이를 바탕으로 민간 기업에서는 기술경영에 활용할 기초자료로 활용하고 있다. 특히, 기업의 규모가 클수록 지속 가능한 기술을 예측하기 위한 연구 및 개발(R&D)에 대한 투자를 활발하게 진행하고 있다. 미래에 지속 가능한 기술을 예측하는 기법들은 해당 기업이 속해있는 산업 분야와 달성하고자하는 목표 및 목적에 따라 다양한 방법들이 존재하고 있는데, 큰 범주에서 이를 정성적 방법과 정량적 방법으로 구분하고 있다.
또한, 기술의 발전으로 인해 사회의 다양한 곳에 다양한 형태로 자료가 축적되고 있으며, 이는 IT기술의 발달로 자료를 축적하는 속도(Velocity)와 양(Volume) 그리고 다양성(Variety)이 기하급수적으로 늘어나고 있다. 우리 주변에 존재하는 방대한 자료들은 대부분이 문자, 그림, 음성, 영상 등의 비정형 데이터로 구성되어 있다. 특히, 인간이 정보를 표현하는 과정에서 가장 많이 활용하는 텍스트가 이러한 자료의 대부분을 구성하고 있다.
본 연구에서는 기술을 예측하는 기법들 중에서 정성적 방법인 델파이(Delphi) 기법과 시나리오(Scenario) 기법 그리고 정량적 방법인 기술로드맵(Tech Road Map) 기법과 특허 동향 분석(Patent Trend Analysis)에 대해 비교하였다. 최근 들어 정성적 분석 방법의 한계점을 개선하기 위한 정량적 방법을 이용한 연구에 집중하고 있기에 정량적 기술 동향 분석 중 특허 동향 분석의 장단점을 집중하였다.
다음으로 텍스트 마이닝의 목적에 따라 분류된 텍스트 분석 프로세스 바탕으로 일반적인 텍스트 분석 프레임워크로 도출하였다. 또한, 일반적인 텍스트 분석 프레임워크의 한계를 바탕으로 개선된 텍스트 기반의 기술 동향 모니터링 모형(Framework of text data analysis)을 제시하며, 유사 프로젝트에서 활용 가능한 산출물을 정리하였다.
마지막으로 기술 동향 모니터링을 위한 텍스트 마이닝을 적용한 실제 사례를 소개하고, 단계별로 설명하였다. 또한, 프로젝트의 진행과정 및 결과와 시스템 도입에 대한 기대 효과를 바탕으로 타 분야에서 텍스트 분석을 활용한 기술 동향 분석 프로젝트를 수행하는데 매우 유용한 기초자료로 활용할 수 있을 것으로 보인다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)