불확실한 환경변화에 대처하고 장기적 전략수립을 위해 기업에게 있어서 IT 트렌드에 대한 예측은 오랫동안 중요한 주제였다. IT 트렌드에 대한 예측을 기반으로 새로운 시대에 대한 인식을 하고 예산을 배정하여 빠르게 변화하는 기술의 추세에 대비할 수 있기 때문이다. 해마다 유수의 컨설팅업체들과 조사기관에서 차년도 IT 트렌드에 대해서 발표되고는 있지만, 이러한 예측이 실제로 차년도 비즈니스 현실세계에서 나타났는지에 대한 연구는 거의 없었다. 본 연구는 현존하는 빅데이터 기술을 활용하여 서울지역을 중심으로 지난 8개월동안(2013년 5월1일부터 2013년12월31까지) 정보통신산업진흥원과 한국정보화진흥원에서 2012년 말에 발표한 IT 트렌드 토픽이 언급된 21,589개의 트윗 데이터를 수집하여 분석하였다. 또한 2013년에 나라장터에 올라온 프로젝트들이 IT트렌드 토픽과 관련이 있는지 상관관계분석을 실시하였다. 연구결과, 빅데이터, 클라우드, HTML5, 스마트홈, 테블릿PC, UI/UX와 같은 IT토픽은 시간이 지날수록 매우 빈번하게 언급되어졌으며, 이 같은 토픽들은 2013년 나라장터 공고 프로젝트 데이터와도 매우 유의한 상관관계를 가지고 있는 것을 확인할 수 있었다. 이는 전년도(2012년)에 예측한 트렌드들이 차년도(2013년)에 실제로 트위터와 한국정부의 공공조달사업에 반영되어 나타나고 있는 것을 의미한다. 본 연구는 최신 빅데이터툴을 사용하여, 유수기관의 IT트렌드 예측이 실제로 트위터와 같은 소셜미디에서 생성되는 트윗데이터에서 얼마나 언급되어 나타나는지 추적했다는 점에서 중요한 의의가 있고, 이를 통해 트위터가 사회적 트랜드의 변화를 효율적으로 추적하기에 유용한 도구임을 확인하고자 할 수 있었다.
불확실한 환경변화에 대처하고 장기적 전략수립을 위해 기업에게 있어서 IT 트렌드에 대한 예측은 오랫동안 중요한 주제였다. IT 트렌드에 대한 예측을 기반으로 새로운 시대에 대한 인식을 하고 예산을 배정하여 빠르게 변화하는 기술의 추세에 대비할 수 있기 때문이다. 해마다 유수의 컨설팅업체들과 조사기관에서 차년도 IT 트렌드에 대해서 발표되고는 있지만, 이러한 예측이 실제로 차년도 비즈니스 현실세계에서 나타났는지에 대한 연구는 거의 없었다. 본 연구는 현존하는 빅데이터 기술을 활용하여 서울지역을 중심으로 지난 8개월동안(2013년 5월1일부터 2013년12월31까지) 정보통신산업진흥원과 한국정보화진흥원에서 2012년 말에 발표한 IT 트렌드 토픽이 언급된 21,589개의 트윗 데이터를 수집하여 분석하였다. 또한 2013년에 나라장터에 올라온 프로젝트들이 IT트렌드 토픽과 관련이 있는지 상관관계분석을 실시하였다. 연구결과, 빅데이터, 클라우드, HTML5, 스마트홈, 테블릿PC, UI/UX와 같은 IT토픽은 시간이 지날수록 매우 빈번하게 언급되어졌으며, 이 같은 토픽들은 2013년 나라장터 공고 프로젝트 데이터와도 매우 유의한 상관관계를 가지고 있는 것을 확인할 수 있었다. 이는 전년도(2012년)에 예측한 트렌드들이 차년도(2013년)에 실제로 트위터와 한국정부의 공공조달사업에 반영되어 나타나고 있는 것을 의미한다. 본 연구는 최신 빅데이터툴을 사용하여, 유수기관의 IT트렌드 예측이 실제로 트위터와 같은 소셜미디에서 생성되는 트윗데이터에서 얼마나 언급되어 나타나는지 추적했다는 점에서 중요한 의의가 있고, 이를 통해 트위터가 사회적 트랜드의 변화를 효율적으로 추적하기에 유용한 도구임을 확인하고자 할 수 있었다.
Predicting IT trends has been a long and important subject for information systems research. IT trend prediction makes it possible to acknowledge emerging eras of innovation and allocate budgets to prepare against rapidly changing technological trends. Towards the end of each year, various domestic ...
Predicting IT trends has been a long and important subject for information systems research. IT trend prediction makes it possible to acknowledge emerging eras of innovation and allocate budgets to prepare against rapidly changing technological trends. Towards the end of each year, various domestic and global organizations predict and announce IT trends for the following year. For example, Gartner Predicts 10 top IT trend during the next year, and these predictions affect IT and industry leaders and organization's basic assumptions about technology and the future of IT, but the accuracy of these reports are difficult to verify. Social media data can be useful tool to verify the accuracy. As social media services have gained in popularity, it is used in a variety of ways, from posting about personal daily life to keeping up to date with news and trends. In the recent years, rates of social media activity in Korea have reached unprecedented levels. Hundreds of millions of users now participate in online social networks and communicate with colleague and friends their opinions and thoughts. In particular, Twitter is currently the major micro blog service, it has an important function named 'tweets' which is to report their current thoughts and actions, comments on news and engage in discussions. For an analysis on IT trends, we chose Tweet data because not only it produces massive unstructured textual data in real time but also it serves as an influential channel for opinion leading on technology. Previous studies found that the tweet data provides useful information and detects the trend of society effectively, these studies also identifies that Twitter can track the issue faster than the other media, newspapers. Therefore, this study investigates how frequently the predicted IT trends for the following year announced by public organizations are mentioned on social network services like Twitter. IT trend predictions for 2013, announced near the end of 2012 from two domestic organizations, the National IT Industry Promotion Agency (NIPA) and the National Information Society Agency (NIA), were used as a basis for this research. The present study analyzes the Twitter data generated from Seoul (Korea) compared with the predictions of the two organizations to analyze the differences. Thus, Twitter data analysis requires various natural language processing techniques, including the removal of stop words, and noun extraction for processing various unrefined forms of unstructured data. To overcome these challenges, we used SAS IRS (Information Retrieval Studio) developed by SAS to capture the trend in real-time processing big stream datasets of Twitter. The system offers a framework for crawling, normalizing, analyzing, indexing and searching tweet data. As a result, we have crawled the entire Twitter sphere in Seoul area and obtained 21,589 tweets in 2013 to review how frequently the IT trend topics announced by the two organizations were mentioned by the people in Seoul. The results shows that most IT trend predicted by NIPA and NIA were all frequently mentioned in Twitter except some topics such as 'new types of security threat', 'green IT', 'next generation semiconductor' since these topics non generalized compound words so they can be mentioned in Twitter with other words. To answer whether the IT trend tweets from Korea is related to the following year's IT trends in real world, we compared Twitter's trending topics with those in Nara Market, Korea's online e-Procurement system which is a nationwide web-based procurement system, dealing with whole procurement process of all public organizations in Korea. The correlation analysis show that Tweet frequencies on IT trending topics predicted by NIPA and NIA are significantly correlated with frequencies on IT topics mentioned in project announcements by Nara market in 2012 and 2013. The main contribution of our research can be found in the following aspects: i) the IT topic predictions
Predicting IT trends has been a long and important subject for information systems research. IT trend prediction makes it possible to acknowledge emerging eras of innovation and allocate budgets to prepare against rapidly changing technological trends. Towards the end of each year, various domestic and global organizations predict and announce IT trends for the following year. For example, Gartner Predicts 10 top IT trend during the next year, and these predictions affect IT and industry leaders and organization's basic assumptions about technology and the future of IT, but the accuracy of these reports are difficult to verify. Social media data can be useful tool to verify the accuracy. As social media services have gained in popularity, it is used in a variety of ways, from posting about personal daily life to keeping up to date with news and trends. In the recent years, rates of social media activity in Korea have reached unprecedented levels. Hundreds of millions of users now participate in online social networks and communicate with colleague and friends their opinions and thoughts. In particular, Twitter is currently the major micro blog service, it has an important function named 'tweets' which is to report their current thoughts and actions, comments on news and engage in discussions. For an analysis on IT trends, we chose Tweet data because not only it produces massive unstructured textual data in real time but also it serves as an influential channel for opinion leading on technology. Previous studies found that the tweet data provides useful information and detects the trend of society effectively, these studies also identifies that Twitter can track the issue faster than the other media, newspapers. Therefore, this study investigates how frequently the predicted IT trends for the following year announced by public organizations are mentioned on social network services like Twitter. IT trend predictions for 2013, announced near the end of 2012 from two domestic organizations, the National IT Industry Promotion Agency (NIPA) and the National Information Society Agency (NIA), were used as a basis for this research. The present study analyzes the Twitter data generated from Seoul (Korea) compared with the predictions of the two organizations to analyze the differences. Thus, Twitter data analysis requires various natural language processing techniques, including the removal of stop words, and noun extraction for processing various unrefined forms of unstructured data. To overcome these challenges, we used SAS IRS (Information Retrieval Studio) developed by SAS to capture the trend in real-time processing big stream datasets of Twitter. The system offers a framework for crawling, normalizing, analyzing, indexing and searching tweet data. As a result, we have crawled the entire Twitter sphere in Seoul area and obtained 21,589 tweets in 2013 to review how frequently the IT trend topics announced by the two organizations were mentioned by the people in Seoul. The results shows that most IT trend predicted by NIPA and NIA were all frequently mentioned in Twitter except some topics such as 'new types of security threat', 'green IT', 'next generation semiconductor' since these topics non generalized compound words so they can be mentioned in Twitter with other words. To answer whether the IT trend tweets from Korea is related to the following year's IT trends in real world, we compared Twitter's trending topics with those in Nara Market, Korea's online e-Procurement system which is a nationwide web-based procurement system, dealing with whole procurement process of all public organizations in Korea. The correlation analysis show that Tweet frequencies on IT trending topics predicted by NIPA and NIA are significantly correlated with frequencies on IT topics mentioned in project announcements by Nara market in 2012 and 2013. The main contribution of our research can be found in the following aspects: i) the IT topic predictions
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 한국정보산업진흥원이나 한국정보화진흥원에서 발표하는 차년도 IT 트렌드의 용어들이 실제로 트위터에서 언급되는 빈도를 조사하여 그 상관관계를 밝히고, IT 트렌드가 실제 비즈니스에 나타나는지를 살펴보기 위하여 한국의 공공기관 발주 사이트인 나라장터를 검색하여 해당 용어들이 포함된 프로젝트들의 빈도를 살펴보고자 한다.
또한, 본 연구에서는 트위터에서 수집된 데이터를 실제 비즈니스 상황에서 활용되는 정도를 파악하고 비교하고자 하였다.
본 연구는 매년 연말이 되면 국내외의 전문기관이나 기업에서 발표되는 차년도에 유행할 10대 IT트렌드 또는, 유망 IT기술 등의 발표자료에서 거론된 핵심기술과 관련된 용어들이 트위터상에서 트윗되는 빈도를 파악하고자 한다. 이후, 트윗에서 관련용어들이 거론된 빈도와 국가조달 시스템인 나라장터(http://www.
본 연구는 해마다 공공기관에서 발표하는 차년도의 IT 트렌드 예측이 트위터와 같은 사회관계망에서 실제로 얼마나 언급되는지를 살펴보고자 한다. 또한 한국정보산업진흥원이나 한국정보화진흥원에서 발표하는 차년도 IT 트렌드의 용어들이 실제로 트위터에서 언급되는 빈도를 조사하여 그 상관관계를 밝히고, IT 트렌드가 실제 비즈니스에 나타나는지를 살펴보기 위하여 한국의 공공기관 발주 사이트인 나라장터를 검색하여 해당 용어들이 포함된 프로젝트들의 빈도를 살펴보고자 한다.
본 연구에서는 매년 연말이 되면 전문기관들에서 발표되는 차년도에 유행할 10대 IT트렌드 또는, 유망 IT기술등의 발표자료에서 거론된 핵심기술들이 트위터상에서 트윗되는 횟수를 파악하고자 한다. 트위터에서 트윗 및 리트윗 되는 IT관련 내용을 수집, 분석하면 전문기관에서 발표된 IT관련 유망기술 중 실제 현장에서 유용하게 사용되거나, 검토중인 기술이 무엇인지를 설명할 수 있을 것으로 가정하였다.
본 연구에서는 사람들의 관심사 변화를 빠르게 반영하는 트위터 데이터 중 전문기관에서 예측한 특정 IT 토픽들을 포함하는 트윗을 대상으로 예측된 IT트렌드와 실제 트위터상의 IT 트렌드를 비교 분석하였다. 이를 위해 SAS의 빅데이터 툴을 이용하여 한국정보통신산업진흥원과 한국정보화진흥원에서 발표한 11개의 IT트렌드 용어가 실제로 트위터에서 얼마나 언급이 되어왔는지를 살펴보았는데, 트위터 API를 활용하여2013년 5월부터 12월까지 서울을 중심으로 반경 51.
가설 설정
그러나 이러한 기관들의 예측이 얼마나 정확한지에 대한 사후분석은 아직까지 없었다. 따라서 본 연구는 트위터와 같은 사회관계망에서 주고받는 대화들을 수집하고 분석하면, IT 트렌드의 변화를 확인하고 예측하는데 도움이 될 것이라고 가정하였다.
이후, 트윗에서 관련용어들이 거론된 빈도와 국가조달 시스템인 나라장터(http://www.g2b.go.kr)에서 해당 IT 트렌드와 관련된 조달공고의 빈도를 비교하여 트위터에서 트윗 및 리트윗 되는 IT관련 내용을 수집, 분석하면 전문기관에서 발표된 IT관련 유망 기술 중 실제 현장에서 유용하게 사용되거나, 검토 중인 기술이 무엇인지를 설명할 수 있을 것으로 가정하였다.
go.kr)에서 해당 IT 트렌드와 관련된 조달공고의 빈도를 비교하여 트위터에서 트윗 및 리트윗 되는 IT관련 내용을 수집, 분석하면 전문기관에서 발표된 IT관련 유망 기술 중 실제 현장에서 유용하게 사용되거나, 검토 중인 기술이 무엇인지를 설명할 수 있을 것으로 가정하였다.
제안 방법
또한, 본 연구에서는 트위터에서 수집된 데이터를 실제 비즈니스 상황에서 활용되는 정도를 파악하고 비교하고자 하였다. 이를 위해, 한국정부의 공공기관 조달을 담당하는 나라장터 인터넷 홈페이지에서 2012년과 2013년의 국내 IT트렌드 관련 용어(2013년)를 검색하여 조달공고의 건수 데이터를 확보하여 [Table 6]와 같이 트윗빈도와 비교하였다. [Table 6]와 [Table 7]은 나라장터에서 빅데이터와 관련하여 조달공고를 발표한 사례이다.
학문적으로는 1990년대 초부터 정보시스템 관리에 있어서 중요한 이슈들을 식별하는 연구를 기업측면(Niederman et al., 1991)과 공공측면(Caudle et al., 1991)에서 이루어졌었고, 최근에는 IT 관리자들에게 의미가 있는 이슈들을 조사하여 분석하였다(Luftman and Derksen, 2012).
대상 데이터
트위터에서 트윗 및 리트윗 되는 IT관련 내용을 수집, 분석하면 전문기관에서 발표된 IT관련 유망기술 중 실제 현장에서 유용하게 사용되거나, 검토중인 기술이 무엇인지를 설명할 수 있을 것으로 가정하였다. 본 연구를 위해 [Table 1]에서 보는 바와 같이 정보통신산업진흥원과 한국정보화진흥원에서 2012년에 발표한 차년도에 유망할 것으로 예상된다고 발표한 20가지의 IT 트렌드들 중에서 중복되는 것들을 제거하고 11개의 트렌드를 선정하였다.
본 연구에서는 사람들의 관심사 변화를 빠르게 반영하는 트위터 데이터 중 전문기관에서 예측한 특정 IT 토픽들을 포함하는 트윗을 대상으로 예측된 IT트렌드와 실제 트위터상의 IT 트렌드를 비교 분석하였다. 이를 위해 SAS의 빅데이터 툴을 이용하여 한국정보통신산업진흥원과 한국정보화진흥원에서 발표한 11개의 IT트렌드 용어가 실제로 트위터에서 얼마나 언급이 되어왔는지를 살펴보았는데, 트위터 API를 활용하여2013년 5월부터 12월까지 서울을 중심으로 반경 51.2km까지 언급된 트윗데이터를 수집하였다. 트위터 데이터 분석결과, 전문기관에서 예측한 IT 트렌드 토픽이 실제로 트위터에 자주 언급되고 있으며, 특히 이 트윗빈도는 공공기관의 조달 공고데이터와도 통계적으로 유의한 상관관계를 가지고 있는 것으로 나타났다.
트위터 API를 활용하여 2013년 5월 1일부터 2013년 12월 31일까지 서울에서 트윗을 수집하였다.
com/apps)을 통해 Application을 등록하여 발급받는다. 트위터API는 1.1 버전을 이용하였으며, 트위터 API 1.1의 rate limit으로 인해서 한 번의 질의로 최대18,000개의 트윗 데이터를 수집할 수 있다.
데이터처리
비정형 텍스트 데이터의 수집과 분석을 위하여 SAS IRS(Information Retrieval Studio)를 사용하였다.
이론/모형
[Table 1]에서 채택된 용어가 포함된 트윗을 수집하기 위해서 트위터에서 제공하는 Rest 방식의 API를 활용하였다. 해당 프로그램은 API를 통해 키워드 쿼리를 전송하고 이에 대한 응답으로 전송되는 트윗을 저장하는 크롤러 역할을 수행한다.
성능/효과
예를 들어, 트윗의 내용이 "RT @ hi_hiclass : [ 하이 투자 증권 SNS 이벤트] 신규 고객 님께 태블릿 PC 매매 수수료 1년간 무료 혜택 드리다"와 같은 트윗은 수집된 데이터에서 제거된 것이다. 결과적으로 한국에서 테블릿 PC의 트윗 빈도는 [Table 5]에서 보듯이 3,492개가 되었다.
이 프로세스를 통하여 Stemmer by Process call 프로세스에 결과 데이터는 사용자가 설정한 특정 위치 폴더에 ID(Filename)와 Body(Data)가 포함된TXT 또는 XML 파일형태로 저장됨을 뜻한다.
2km까지 언급된 트윗데이터를 수집하였다. 트위터 데이터 분석결과, 전문기관에서 예측한 IT 트렌드 토픽이 실제로 트위터에 자주 언급되고 있으며, 특히 이 트윗빈도는 공공기관의 조달 공고데이터와도 통계적으로 유의한 상관관계를 가지고 있는 것으로 나타났다.
후속연구
하지만, 본 연구에서 사용된 분석대상은 예측된 특정 IT 토픽 트윗으로 그 범위를 한정하여 토픽 변화를 살펴보았는데, 후속연구에서는 토픽 모델링을 통해 범위를 한정하지 않고 트위터 상의 전체 IT관련 토픽의 변화 양상을 살펴보는 것도 방법이 될 수 있을 것이다. 또한 동시출현 단어분석을 기반으로 구축한 그래프 마이닝 기법들을 적용하여 토픽들의 연관성을 추적하여 융합될 수 있는 IT 토픽들에 대한 연구도 가능할 것이다.
본 연구는 설문조사나 전문가 인터뷰를 통하여 IT 트렌드를 분석하는 기존연구들과는 차별화되며, IT중심도시인 서울에서 실제로 지난 8개월동안 트윗되어지는 데이터를 분석하였다는 면에서 그 의미가 크다고 할 수 있다. 하지만, 본 연구에서 사용된 분석대상은 예측된 특정 IT 토픽 트윗으로 그 범위를 한정하여 토픽 변화를 살펴보았는데, 후속연구에서는 토픽 모델링을 통해 범위를 한정하지 않고 트위터 상의 전체 IT관련 토픽의 변화 양상을 살펴보는 것도 방법이 될 수 있을 것이다. 또한 동시출현 단어분석을 기반으로 구축한 그래프 마이닝 기법들을 적용하여 토픽들의 연관성을 추적하여 융합될 수 있는 IT 토픽들에 대한 연구도 가능할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
트위터와 같은 모바일 데이터를 분석하여 비즈니스에 활용하려는 시도의 예시는 무엇인가?
즉, 트위터와 같은 모바일 데이터를 분석하여 비즈니스에 활용하려는 시도가 이루어지게 된 것이다. 예를 들어, 미국 국세청은 탈세 및 사기범죄 예방을 위하여 페이스북이나 트위터등의 사회관계망 데이터를 분석해 범죄자 집단을 찾아내고 감시할 수 있는 기능을 갖추고 사기 범죄 및 탈세 관련사건을 예측에 활용하고 있다. 삼성전자는 외부 사회관계망 분석업체와 협력하여 트위터와 블로그에 올라오는 비정형 텍스트 데이터를 수집하고 분석하여 여론을 파악하여 신제품의 판매가능성과 전략을 수립하거나 다른 사람들에게 파급력이 높은 빅 마우스들을 파악하여 관리하고 있다. 이처럼 정보기술의 발달은 사회관계망에서 발생하는 데이터를 수집하고 분석하여 의미 있는 정보를 얻을 수 있는 가능성을 열어 놓았다.
빅데이터란 무엇인가?
빅데이터(Big Data)는 기업의 내외부에서 발생하는 다양한 유형의 데이터를 저장, 관리, 분석함으로써 의미 있는 정보를 얻는 기술을 말한다. 다양한 종류의 대규모 데이터에 대한 생성, 수집, 분석, 표현을 그 특징으로 하는 빅데이터 기술의 발전은 다변화된 현대 사회를 더욱 정확하게 예측하여 효율적으로 작동케 하고 개인화된 현대 사회 구성원 마다 맞춤형 정보를 제공, 관리, 분석 가능케 하며 과거에는 불가능했던 기술을 실현시키기도 한다.
하루평균 몇개의 트윗이 발생하는가?
이런 사회관계망에서 발생되는 대량의 데이터를 분석하여 특정 제품에 대한 소비자들의 반응(Yoon and Kwon, 2012), 선거결과의 예측(Cha, 2012)등과 같은 정보를 생성하여 활용하고 있다. 트위터는 전세계 1억명이 넘는 이용자가 하루 평균 2억개 이상의 트윗을 발생시킨다. Song(2014)과 Bae etal.
참고문헌 (22)
Bae, J.-H., J.-E. Son., and M. Song, "Analysis of Twitter for 2012 South Korea Presidential Election by Text Mining Techniques," Journal of Intelligence and Information Systems, Vol.19, No.3(2013), 141-156.
Bae, J.-h., N.-g. Han, and M. Song, "Twitter Issue Tracking System by Topic Modeling Techniques," Journal of Intelligence and Information Systems, Vol.20, No.2(2014), 109-122.
Beyer, M. and D. Laney., "The Importance of Big Data: A Definition," Gartner group, 2012. Available at https://www.gartner.com/doc/2057415/importance-big-data-definition (Downloaded 10 February, 2015).
Cha, J. P., "Big Data Mining For United State Presidential Election," IT & Future Strategy, National Information Society Agency, Vol.12, 1-28, 2012.
Caudle, S. L., W. L. Gorr, and K. E. Newcomer, "Key Information Systems Management Issues for the Public Sector," MIS Quarterly, Vol.15, No.2(1991) 171-188.
Gantz, J. and D. Reinsel, "Extracting Value from Chaos," IDC IVIEW, 2011. Available at http://www.emc.com/digital_universe (Downloaded 10 February, 2014)
Ha, K. M., H. S. Moon., I. Y. Choi, and J. Kim, "A Network Analysis of Information Exchange using Social Media in ICT Exhibition," Journal of Intelligence and Information Systems, Vol.20, No.2(2014), 1-17.
Jung, J. H., "Methodology For Future Prediction," National Economy, Vol.17, No.10(2006), 118-125.
Ju, H.-J., J.-Y. Cho, T.-H. Kim, and J.-W. Jeong, "Effects of motives for social media use on corporate image," The Korean Journal of Local Government Studies, Vol. 16, No.3(2012), 51-67.
Kho, J., K. Cho, and Y. Cho, "A Study on Recent Research Trend in Management of Technology Using Keywords Network Analysis," Journal of Intelligence and Information Systems, Vol.19, No.2(2013), 101-123.
Klein, B. D., "User Perceptions of Data Quality: Internet and Traditional Text Sources," The Journal of Computer Information Systems, Vol.41, No. 4(2001), 9-14.
Kostoff, R. N., and E. Geisler., "Strategic Management and Implementation of Textual Data Mining in Goverment Organization," Technology Analysis and Strategic Management, Vol.11, No. 4(1999), 493-525.
Lee, K. H., and K. J. Lee, "Twitter Sentiment Analysis for the Recent Trend Extracted from the Newspaper Article," KIPS Transactions on Software and Data Engineering, Vol.2, No.10(2013), 731-738.
Luftman, J., and B. Derksen., "Key Issues for IT Executives 2012: Doing More with Less," MIS Quarterly Executive, Vol.11, No.4(2012), 207-218.
Madnick, S. E., R. Y. Wang, Y. W. Lee., and H. Zhu., "Overview and Framework for Data and Information Quality Research," ACM Journal of Data and Information Quality, Vol.1, No.1(2009), 1-22.
Manyika, J., M. Chui, B. Brown, J. Bughin, R. Dobbs, C. Roxburgh, A. H. Byers., "Big data: The next frontier for innovation, competition, and productivity," McKinsey Global Institue, 2011. Available at http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation (Downloaded 14 November, 2014).
Niederman, F., J. C. Brancheau., and J. C. Wetherbe, "Information Systems Management Issues for the 1990s," MIS Quarterly, Vol.15, No. 4(1991), 475-500.
Song. M., "Reading Others' Mind Through Text Mining," Future Horizon, Vol.20, No.2(2014), 8-9.
Wang, R. Y., and D. M. Strong, "Beyond accuracy: What data quality means to data consumers," Journal of Management Information Systems, Vol.12, No.4(1996), 5-33.
Yoon, M. Y., and J. E. Kwon, "Global Case Studies on Big Data," ICT Issue Weekly, National Information Society Agency, 2012. Available at http://www.nia.or.kr/bbs/board_view.asp?boardid201111281321074458&Order020201&id10764 (Downloaded 14 November, 2014).
Yoon, J., S. Kim., B. Lee., and B.-Y. Hwang, "A Correlation Analysis between the Social Signals of Cold Symptoms Extracted from Twitter and the Influence Factors," Journal of the Korean Multimedia Society, Vol.16, No.6(2013), 667-677.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.