초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

기업 또는 기업의 개별 업무 분야에서 과학적 관리 기법과 현장 데이터 활용의 중요성이 꾸준히 강조되어 왔다.
이러한 추세와 함께 최근 빅 데이터의 성공 사례와 다양한 분석 기법들이 소개되면서 각 기업들은 사내 관리/운영 데이터의 효과적인 활용에 높은 관심을 보이고 있다. 하지만 현장의 관리/운영 데이터는 일반적으로 측정의 표준이 잘 지켜지지 않고 기록자의 관심 정도에 따라 데이터의 품질이 결정된다.
따라서 아무리 그 양이 많다고 하더라도 유용한 ...

기업 또는 기업의 개별 업무 분야에서 과학적 관리 기법과 현장 데이터 활용의 중요성이 꾸준히 강조되어 왔다.
이러한 추세와 함께 최근 빅 데이터의 성공 사례와 다양한 분석 기법들이 소개되면서 각 기업들은 사내 관리/운영 데이터의 효과적인 활용에 높은 관심을 보이고 있다. 하지만 현장의 관리/운영 데이터는 일반적으로 측정의 표준이 잘 지켜지지 않고 기록자의 관심 정도에 따라 데이터의 품질이 결정된다.
따라서 아무리 그 양이 많다고 하더라도 유용한 통계적 방법을 적용할 수 없다는 단점을 갖는다. 따라서 충분한 양을 확보했으나 일정 수준의 데이터 품질을 갖지 못하는 데이터에 대한 데이터 전처리(Preprocessing) 작업은 실제로 새로운 데이터를 수집하는 것 이상으로 중요한 관심 사항이 되었다.
본 논문에서는 기술/제품 개발 단계가 아닌 일반 관리/운영 중심의 범주형 데이터에 적용 가능한 전처리 기준과 방법 그리고 시각화 방법을 고찰해 보고 약 1년 동안 수집된 A기업의 임베디드 소프트웨어 검증 및 수정 과정에서 수집된 운영/관리 데이터에 적용하여 이의 유용성을 확인해 보고자 한다.

주제어