$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

텍스트마이닝을 이용한 건설공사 위험요소의 계절별 중요도 분석
Analysis of Seasonal Importance of Construction Hazards Using Text Mining 원문보기

KSCE Journal of Civil and Environmental Engineering Research = 대한토목학회논문집, v.41 no.3, 2021년, pp.305 - 316  

박기창 (연세대학교 기후변화 적응형 사회기반시설 연구센터) ,  김형관 (연세대학교 건설환경공학과)

초록
AI-Helper 아이콘AI-Helper

건설사고는 근로자의 부주의, 안전장비 미착용, 안전규칙 미준수 등 다양한 요인이 복합적으로 작용해 발생할 수 있다. 건설사고를 유발하는 여러 요인 중 야외작업이 많은 건설업의 특성상 기상 조건은 건설사고 발생 요인 중 하나가 될 수 있다. 과거 발생한 건설사고 데이터는 사고예방을 위한 좋은 자료로 활용될 수 있지만, 건설업 재해사례 데이터는 자연어로 기술된 텍스트형태로 제공되기 때문에 건설업 재해사례 데이터에서 건설공사 위험요소(Hazard)를 추출하는 것은 많은 시간과 비용이 발생한다. 따라서, 본 연구에서는 텍스트마이닝을 이용해 국내에서 발생한 2,026건의 건설업 재해사례 텍스트데이터에서 건설공사 위험요소를 추출하고 빈도 분석(Frequency analysis)과 중심성 분석(Centrality analysis)을 통해 건설공사 위험요소의 계절별 중요도분석을 수행했다. 국토교통부에서 정의한 254개 건설공사 위험요소 중 51개 위험요소를 건설사고 텍스트데이터에서 추출했으며, 분석결과 봄, 가을은 거푸집, 여름은 비계, 겨울은 크레인이 계절별 가장 중요한 위험요소로 나타났다. 제안방법은 날씨, 계절, 기후 관련 건설사고 안전대책 마련에 활용될 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Construction accidents occur due to a number of reasons-worker carelessness, non-adoption of safety equipment, and failure to comply with safety rules are some examples. Because much construction work is done outdoors, weather conditions can also be a factor in accidents. Past construction accident ...

주제어

#건설사고   #위험요소   #텍스트마이닝   #빈도 분석   #중심성 분석  

표/그림 (11)

참고문헌 (25)

  1. Bastian, M., Heymann, S. and Jacomy, M. (2009). "Gephi: An open source software for exploring and manipulating networks." 3rd International AAAI Conference on Weblogs and Social Media, San Jose, California, pp. 361-362. 

  2. BeautifulSoup (2020). Beautiful soup documentation, Available at: https://www.crummy.com/software/BeautifulSoup/bs4/doc/ (Accessed: June 25, 2020). 

  3. Blondel, V. D., Guillaume, J. L., Lambiotte, R. and Lefebvre, E. (2008). "Fast unfolding of communities in large networks." Journal of Statistical Mechanics: Theory and Experiment, DOI: 10.1088/1742-5468/2008/10/P10008. 

    상세보기 crossref

  4. Das, K., Samanta, S. and Pal, M. (2018). "Stu dy on centrality measures in social network: A survey." Social Network Analysis and Mining, Vol. 8, No. 13, DOI: 10.10007/s13278-018-0493-2. 

  5. Goh, Y. M. and Ubeynarayana, C. U. (2017). "Construction accident narrative classification: An evaluation of text mining techniques." Accident Analysis & Prevention, Vol. 108, pp. 122-130. 

    상세보기

  6. Jallan, Y., Elizabeth B., Baabak A. and Caroline, M. C. (2019). "Application of natural language processing and text mining to identify patterns in construction-defect litigation cases." Journal of Legal Affairs and Dispute Resolution in Engineering and Construction, Vol. 11, No. 4, DOI:10.1061/%28ASCE%29LA.1943-4170.0000308. 

    상세보기 crossref

  7. Jeong, S. S., Bae, D. H., Kim, H. K., Kim, J. H., Lee, J. H., Kim, S. E., Park, S. K., Kim, J. H., Yun, T. S., Mun, S. H., Park, J. H. and Kang, H. J. (2017). Climate change-induced infrastructure design manual, Korean Society of Civil Engineers Press, KSCE (in Korean). 

  8. Kim, J. S. and Kim, B. S. (2019). "Characteristics analysis of seasonal construction site fall accident using text mining." Korean Journal of Construction Engineering and Management, Vol. 20, No. 3, pp. 113-121 (in Korean). 

  9. Kim, S., Lim, S. Y., Park, M. S. and Kim, K. T. (2016). "Text mining analysis for instigating international research trend in construction automation." Proceedings of 2016 Korean Society of Civil Engineers, KSCE, pp. 51-52 (in Korean). 

  10. Kim, T. H. and Chi, S. H. (2019). "Accident case retrieval and analysis: Using natural language processing in the construction industry." Journal of Construction Engineering and Management, Vol. 145, No. 3, DOI: 10.1061/%28ASCE%29CO.1943-7862.0001625. 

    crossref

  11. Kim, Y. H., Jeong, J. H., Kang, D. B., Park, K. M. and Kim, S. M. (2015). "Trend analysis of research topics in journal of lifelong learning society: Using network text analysis." Journal of Lifelong Learning Society, Vol. 11, No. 1, pp. 291-315 (in Korean). 

  12. Lee, G. T., Moon, S. H., Oh, H. C., Shin, Y. H. and Chi, S. H. (2018). "Non-compliance specification checking based on textmining construction standard analysis." Proceedings of 2018 Korean Society of Civil Engineers, KSCE, pp. 269-270 (in Korean). 

  13. Marzouk, M. and Enaba, M. (2019). "Text analytics to analyze and monitor construction project contract and correspondence." Automation in Construction, Vol. 98, pp. 265-274. 

  14. McInnes, J. A., MacFarlane, E. M., Sim, M. R. and Smith, P. (2018). "The impact of sustained hot weather on reisk of acute work-related injury in Melbourne, Australia." International Journal of Biometeorology, Vol. 62, pp. 153-163. 

  15. Ministry of Land, Infrastructure and Transport (MOLIT) (2014). Development of risk factor for construction project, MOLIT Research Report (in Korean). 

  16. National Institute of Meteorological Sciences (NIMS) (2018). Climate change in the Korean peninsula for 100 years, NIMS Research Report (in Korean). 

  17. Park, E. J. and Cho, S. Z. (2014). "KoNLPy: Korean natural language processing in Python." Proceedings of the 26th Annual Conference on Human & Cognitive Language Technology (in Korean). 

  18. Park, M. H. (2016). "The analysis of knowledge structure using Co-word method in quality management field." Journal of the Korean Society for Quality Management, Vol. 44, No. 2, pp. 389-408 (in Korean). 

  19. Scikit-learn (2020). Scikit-learn machine learning in python, Available at: https://scikit-learn.org (Accessed: June 25, 2020). 

  20. Song, J., Hu, R., Sun, B., Gu, Y., Xiong, W. and Zhu, J. (2019). "Research on news keyword extraction based on TF-IDF and Chinese features." Proceedings of 2019 2nd International Conference on Financial Management, Education and Social Science, FMESS, Huhhot, China, pp. 334-342. 

  21. Wang, Y., Li, H. and Wu, Z. (2019). "Attitude of the Chinese public toward off-site construction: A text mining study." Journal of Cleaner Production, Vol. 238, DOI: 10.1016/j.jclepro.2019.117926. 

    상세보기 crossref

  22. Yoon, S. Y. and Yoon, D. K. (2018). "Analysis of direct and indirect impacts of seismic risk using text mining." Proceedings of 2018 Korean Society of Civil Engineers, KSCE, pp. 8-10 (in Korean). 

  23. Yun, J. H., Ryu, E. J. and Lee, S. Y. (2018). "Text network analysis related to disclosure of cancer diagnosis among Korea and other countries." Asian Oncology Nursing, Vol. 18, No. 3, pp. 154-162 (in Korean). 

    상세보기

  24. Zhang, F., Fleyeh, H., Wang, X. and Lu, M. (2019). "Construction site accident analysis using text mining and natural language processing techniques." Automation in Construction, Vol. 99, pp. 238-248. 

    상세보기

  25. Zhong, B., Pan, X., Love, P. E., Ding, L. and Fang, W. (2020). "Deep learning and network analysis: Classifying and visualizing accident narratives in construction." Automation in Construction, Vol. 113, 103089. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로