다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
한국콘텐츠학회지 = Korea Contents Association, v.10 no.1, 2012년, pp.34 - 40
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 텍스트 마이닝은 무엇을 목적으로 하는 기술인가? | 텍스트 마이닝은 비·반정형 텍스트 데이터를 자연어 처리 기술에 기반하여 유용한 정보를 추출하여 가공하는 것을 목적으로 하는 기술이다. 이 기술을 통하여 방대한 텍스트 뭉치에서 의미있는 정보를 추출해 내고, 다른 정보와의 연계성을 파악하며, 텍스트가 가진 카테고리를 찾아내는 등, 단순한 정보 검색 그 이상의 결과를 얻어낼 수 있다. | |
| 빅 데이터에서 기대할 수 있는 활용 영역으로 무엇이 있는가? | 그 결과, 빅 데이터는 다음과 같은 영역으로의 활용을 기대할 수 있다. Social Graph와 패턴을 통해 Network 구조와 정보 패턴을 파악하는데 활용할 수 있고, 트랜드의 감지와 예측을 통해 사건의 징후와 전개과정을 감지하는데 활용도 가능하며, 데이터에 근거한 의사결정으로 경영자의 직관을 보완하는 효과적인 의사결정을 지원할 수 있다. 또한, 예측 모형과 시뮬레이션을 통해 전략실행 효과의 최적화를 이루는데도 활용할 수 있다. 이러한 빅 데이터의 종류는 정형화 정도에 따라 표 1. | |
| 빅 데이터는 어떻게 정의되는가? | 빅 데이터는 ‘현재 시스템으로 처리 가능한 범위를 넘어서는 데이터’로 정의된다. 또한, 페타(Peta: 1015), 엑타(Exa: 1018), 제타(Zeta: 1021)바이트 등 기존의 데이터 단위를 넘어서는 엄청난 양(Volume), 데이터의 생성과 흐름이 매우 빠르게 진행되는 속도(Velocity), 사진, 동영상 등 기존의 구조화된 데이터가 아닌 다양한(Variety) 형태의 정보 등 3가지 속성을 가진 데이터가 ‘빅 데이터’라는 게 대다수 전문가들의 공통된 의견이다. 가트너는 3V에 복잡성을 추가해 3V+C로 정의하기도 한다[1]. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.