[논문]효율적 의사결정을 위한 빅데이터 활용 스마트 스페이스 플랫폼 연구

이진경

doi:10.22693/niaip.2018.25.4.108

효율적 의사결정을 위한 빅데이터 활용 스마트 스페이스 플랫폼 연구
Smart Space based on Platform using Big Data for Efficient Decision-making 원문보기

정보화 정책 = Informatization policy, v.25 no.4, 2018년, pp.108 - 120

이진경 (Department of Real Estate, Sangji University)

초록
AI-Helper

전 세계 4차 산업혁명의 도래에 맞춰 한국은 적극적으로 국가적 대응계획 I-Korea 4.0을 수립하여 2017년 11월에 발표하였다. 이 계획은 국가성장을 위한 산업혁신과 사회문제 해결을 목표로 하고 있다. 부동산산업도 예외는 아니며 산업혁신을 위해서는 스마트환경에서 주거, 상업, 업무, 복합 등 다양한 가용공간의 효과적 활용이 선행되어야 한다. 이를 위해서는 효율적 의사결정이 필요하고 이는 공간수요자 행태의 실시간 정보와 정확한 예측이 이루어 질 때 가능하다. 이에, 본 연구는 빅데이터 기반 스마트 스페이스 플랫폼을 제안하고 플랫폼의 구조와 서비스를 구체화 시키고자 한다. 스마트 스페이스 플랫폼도 스마트 트래픽, 스마트 시티, 스마트 헬스 등 다양한 스마트환경 적용사례처럼 급속히 발전하고 있는 정보통신기술(ICT)을 이용해 빅데이터의 효율적 저장, 접근, 분석, 활용이 가능하다. 스마트 스페이스 플랫폼의 구조는 6개 레이어 즉, Collection layer, Transfer layer, Storage layer, Service layer, Application layer, Management layer로 구성된다. 이 플랫폼은 의사결정자들이 행위기반(activity-based), 시장기반(market-based), 정책기반(policy-based) 빅데이터를 Searching, Mining, Integrating, Storing, Analyzing, Visualizing 할 수 있는 서비스체계를 가지고 있다.

Abstract ▼ AI-Helper

With the rise of the Fourth Industrial Revolution and I-Korea 4.0, both of which pursue strategies for industrial innovation and for the solution to social problems, the real estate industry needs to change in order to make effective use of available space in smart environments. The implementation of smart spaces is a promising solution for this. The smart space is defined as a good use of space, whether it be a home, office, or retail store, within a smart environment. To enhance the use of smart spaces, efficient decision-making and well-timed and accurate interaction are required. This paper proposes a smart space based on platform which takes advantage of emerging technologies for the efficient storage, processing, analysis, and utilization of big data. The platform is composed of six layers - collection, transfer, storage, service, application, and management - and offers three service frameworks: activity-based, market-based, and policy-based. Based on these smart space services, decision-makers, consumers, clients, and social network participants can make better decisions, respond more quickly, exhibit greater innovation, and develop stronger competitive advantages.

주제어

표/그림 (4)

그림 Structure of a smart space platform <그림 1> 스마트 스페이스 플랫폼 구조
표 Efficiency of smart space platform <표 1> 스마트 스페이스 플랫폼의 유용성
그림 Smart space platform services <그림 2> 스마트 스페이스 플랫폼의 다양한 서비스
표 Effectiveness with decision-making <표 2> 의사결정 정보의 효과성

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

This study focuses on the role of big data as the first step in the establishment of smart space. A key contribution of this study is to propose a smart space based on platform that utilizes big data compared with smart cities and smart homes. Smart cities apply information and communication technology (ICT) to solve issues arising from urbanization (Avelar, et al.
This paper focuses on definition of big data, its aspects, government’s strategy for big data, high-impact application area using big data.
This study focuses on the role of big data as the first step in the establishment of smart space. A key contribution of this study is to propose a smart space based on platform that utilizes big data compared with smart cities and smart homes.

가설 설정

●: If decision-makers can achieve fully their purpose each services, there is best achievement.
◑: If access to services is restricted to special users such as policy makers, there is only special user.

제안 방법

Because both of city and space have spatial characteristics and similar location systems. Secondly, the paper considers status and attributes of data through computational social science studies combining social science, computer science, and network science. Finally, analytic techniques related directly with service frame use recent application of advanced analytics.
For this industry, the effective use of available space within a smart environment needs to be a priority, and smart spaces have been proposed as a way to achieve this. This concept is based on a feasible vision for a variety of spaces, including home, offices, and retail, in a smart environment, such as a smart home, a smart city, smart transportation, smart healthcare, and smart grids. Before establishing smart space, it is important to determine what constitutes a good use of space.

성능/효과

However, to build a smart space platform, some challenges first need to be overcome. First, big data has a number of inherent problems, such as privacy leaks, the lack of global legal interoperability, and confusion of the ownership of data. As individual needs for privacy vary, policymakers need to modify legislation and regulations to keep up-to-date with changes in technology.

참고문헌 (23)

Avelar E., Marques L., Passos D., Macedo R., & Dias K., Nogueira M. (2015). "Interoperability issues on heterogeneous wireless communication", Computer Communications, 58, 4-15.
Chang R., Kauffman R., & Kwon Y. (2013). "Understanding the paradigm shift to computational social science in the presence of big data", Decision Support Systems, 63, 67-80.
Chen B. & Lee S. (2014). "A study on big data processing mechanism and applicability", International Journal of Software Engineering Its Applications, 8(8), 73-82.
Chen H., Chiang R., & Storey V. (2012). "Business intelligence and analytics: From big data to big impact", MIS Quarterly, 36(4), 1165-1188.

상세보기
Demirkan H. (2013). "A smart healthcare systems framework", IT Professional, 15(5), 38-45.

상세보기
Felipe G., Enrique C., Francisco J., Cristina L., Timo O., & Raja B. (2011). "Experiences inside the ubiquitous Oulu smart city", Computer, 44(6), 48-55.

상세보기
Hashem I., Chang V., Anuar N., Adewole K., Yaqoob I., Gani A., Ahmed E., & Chiroma H. (2016). "The role of big data in smart city", International Journal of Information Management, 36, 748-758.

상세보기
IEEE Smart Grid Working Group (2017). Big data analytics, machine learning and artificial intelligence in the smart grid: Introduction, benefits, challenges and issues, IEEE Smart Grid white paper, USA.
ISACA (2013). Big Data Impact and Benefits, an ISACA white paper, USA.
Jeon B. & Kim H. (2017), "An Exploratory Study on the Sharing and Application of Public Open Big Data", Informatization Policy, 24(3), 27-41.
Kim H. (2017), "Deep Learning City: A Big Data Analytics Framework for Smart Cities", Informatization Policy, 24(4), 79-92.
Kim S., Shim S., & Seo Y. (2017), "SNA Pattern Analysis on the Public Software Industry based on Open API Big Data from Korea Public Procurement Service", Informatization Policy, 24(3). 42-66.
Lee J., Phaal R., & Lee S. (2013). "An integrated service-device-technology roadmap for smart city development", Technological Forecasting & Social Change, 80, 286-306.

상세보기
Moon S., Pyeon M., Bae S., Lee D., & Han S. (2016). "Big data architecture design for the development hyper live map", Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 34(2), 207-215.
Mainetti L., Palano L., Patrono L., Stefanizzi M., & Tarricone L. (2015). "AnIo T-aware architecture for smart healthcare systems", IEEE Internet of Things Journal, 2(6), 515-526.

상세보기
Park J., Lee M., Shin D., & Ahn J. (2015). "Deduction of the policy issues for activating the geospatial big data services", Journal of Korea Spatial Information Society, 23(6), 19-29.
Chang R., Kauffman R., & Kwon Y. (2014). "Understanding the paradigm shift to computational social science in the presence of big data", Decision Support System, 63, 67-80.
Raguseo E. (2018). "Big data technologies: An empirical investigation on their adoption, benefits and risks for companies", International Journal of Information Management, 38, 187-195.

상세보기
Rita Y., Herru C., Cho K., & Tony B. (2016). "Sustainable smart home and home automation: Big data analytics approach", International Journal of Smart Home, 10(8), 177-198.
Rogge N., Agasisti T., & Witte K. (2017). "Big data and the measurement of public organizations' performance and efficiency: The state-of-the-art", Public Policy and Administration, 32(4), 263-281.

상세보기
Tiwari S., Wee H., & Daryanto Y. (2018). "Big data analytics in supply chain management between 2010 and 2016: Insights to industries", Computers and Industrial Engineering, 115, 319-330.

상세보기
Seo Y. & Kim W. (2015). "Information visualization process for spatial big data", Journal of Korea Spatial Information Society, 23(6), 109-116.
Xu K., Zhen H., Li Y., & Yue L. (2016). "Big data acquisition and analysis platform for intermodal transport", International Journal of Database Theory and Application, 9(12), 67-78.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증