선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 세션에서는 국내에서 수행되고 있는 건설 분야 관련 빅데 이터 연구를 소개하고 향후 전망을 살펴보았으며, 이를 통해 건설산업에 새로운 기회와 가치를 제시하고자 하였다.
- 따라서 건설 프로젝트 수행의 효율성을 향상 시키기 위하여 건설 문서에 포함되어 있는 지식정보를 실무에서 사용 가능한 형태로 추출해내는 작업은 반드시 필요하다. 본 연구는 텍스트마이닝 기법을 이용하여 자동적으로 건설 문서로 부터 지식을 추출해내는 시스템을 제안한다. 본 연구에서 제안 하는 시스템은 건설 문서 전처리, 용어의 가중치 계산, 그리고 시각화의 세 주요 단계로 구성되었으며, 예비연구(pilot study) 로 시스템 원형(原型)(prototype)이 개발되었다.
- 하지만 최근 건설 기업들이 해외건설시장에서 손실을 반복적으로 경험하면서 이윤의 극대화와 손실의 현실화를 예방하기 위해 조기경보기능을 확보하기 위한 대안을 모색하고 있다. 본 연구에서 국내 건설기업들이 수행하는 해외사업의 잠재 리스크를 파악하여 효율적으로 대응할 수 있도록 지원하는 리스크지수(IPRI)를 소개한다. IPRI는 3,5000개의 사업 진행률 데이터를 추출 및 정제하여 개별 사업의 잠재 리스크를 계량화한 후 통합하였기 때문에 기업과 산업 차원에서 선제적으로 대응할 수 있는 방향성을 제시한다.
- 더불어 새로운 스타업 회사들도 창의적인 아이디어를 통해 문제를 풀어나가려고 하는 시도를 하고 있다. 본고에서는 상기 사례들을 소개하면서 특히 건축 및 인프라 부문에 적용된 사례들을 소개하고 향후 이 분야에 전망과 우리가 접근할수 있는 방안을 제시하고자 하였다.
- 이에 본 연구에서는 입찰문서 내에 잠재되어 있는 프로젝트 리스크 요인들을 탐지하고 추출하여, 리스크가 발현되기 전에 평가할 수 있는 프로젝트 기반의 리스크 마이닝 방법론 (Project-Oriented Risk Mining)을 제안하고자 한다. 이를 위해 입찰문서 내에 잠재된 리스크 요인들을 추출하고 파악하기 위해 텍스트 마이닝, 데이터 마이닝 및 정보 시각화 방법 들을 사용하여 문서기반의 리스크 평가를 실시하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.