http://www.prism.go.kr/homepage/origin/retrieveOriginDetail.do;jsessionid=439D96AE7ACF6C2B7639712B613DC017.node02?pageIndex=2&research_id=1342000-201700093&cond_organ_id=1342000&leftMenuLevel=120&cond_research_name=&cond_research_start_date=&cond_research_end_date=&pageUnit=10&cond_order=3
권호기사보기
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
국회도서관 홈으로
정보검색
소장정보 검색
결과 내 검색
동의어 포함
저자 검색
- 검색종류
| 대표형(전거형, Authority) | 생물정보 | 이형(異形, Variant) | 소속 | 직위 | 직업 | 활동분야 | 주기 | 서지 | |
|---|---|---|---|---|---|---|---|---|---|
| 연구/단체명을 입력해주세요. | |||||||||
관련 키워드 검색
- 대표어
- 외국어
|
|
|
|
|
|
주제별 검색
* 주제를 선택하시면 검색 상세로 이동합니다.
목차보기
표제지
목차
Ⅰ. 서론 11
1. 연구의 필요성 12
2. 연구 내용 13
3. 연구 방법 15
Ⅱ. 교육 빅데이터 정의 및 현황 16
1. 빅데이터 정의 및 관련 기술 17
2. 교육 빅데이터 정의와 범위 29
3. 교육관련기관 보유 통계데이터 현황 33
1. 교육정보통계시스템 (EduData System : EDS) 34
2. 교육정보공시 40
3. KEDI 교육통계 48
4. 방송통신 중고등학교 60
5. 교육관련 종단연구 66
4. 타 기관 보유 공개데이터 현황 70
1. 정부 3.0 70
2. 통계청 DB 74
3. 포털 사이트 및 SNS 76
4. 보건의료 빅데이터 78
5. 기타 86
Ⅲ. 교육정보ㆍ통계 데이터의 빅데이터 87
1. 교육분야 국내외 빅데이터 활용 88
1. 국내 활용 사례 88
2. 국외 활용 사례 101
3. 교육 분석(Education Analytics) 신기술 동향 106
2. 빅데이터 분석 기술별 활용 109
1. 연관 규칙(Association Rules) 활용 109
2. 분류 (Classification) 기법 활용 116
3. 군집(Clustering) 기법 활용 123
4. 로그 분석(Log Analysis) 기법 활용 130
5. 텍스트 마이닝(Text Mining) 기법 활용 132
6. 사회 네트워크 분석 (Social Network Analysis) 기법 활용 140
Ⅳ. 빅데이터 활용을 위한 143
1. 빅데이터 기술 활용을 위한 법 144
2. 빅데이터 기술 활용을 위한 관련 정책 150
3. 빅데이터 정책 추진 조직 분석 156
1. 부처 직접 운영 : 통계청 156
2. 전담기관 지정 운영 : 과학기술정보통신부 158
3. 부처 위원회 구성 : 보건복지부 160
Ⅴ. 빅데이터 기술 활용 정책 과제 제안 162
1. 교육관련 정보만을 활용한 빅데이터 분석 정책 및 서비스 163
1. 대학 학과 커리큘럼 빅데이터를 활용한 학과 분류 시스템 구축 164
2. 명예퇴직 교원 시계열 분석을 통한 명예퇴직 교원 패턴 분석 165
3. 학교 중도탈락자 패턴 분석을 통한 중도탈락 방지 모델 개발 167
4. 고등학교 선택과목 분석을 통한 대학 전공/학과 수급모델 개발 168
5. GIS 데이터와 연계한 평생교육 강좌 알리미 서비스 개발 169
6. 취업통계 정보를 활용한 진로ㆍ취업 맞춤형 서비스 구축 170
7. 대학 재수의 선택 요인의 탐색과 효과 분석을 통한 대학입학 전형 개선 171
8. 남학생의 군입대 경험이 이후의 대학생활 경험 및 취업에 미치는 영향 172
9. 일반대 졸업생들의 취업에 영향을 미치는 학생 및 대학 요인 탐색 173
2. 신규 시스템 구축을 통한 빅데이터 분석 정책 및 서비스 174
1. 학교 클라우드 시스템 구축을 통한 교수-학습 패턴 분석 모델 개발 174
2. 교육포털 시스템 구축을 통한 교육관련 이슈 분석 서비스 구축 175
3. 학생 실습용 PC 로그분석을 통한 학생 PC 활용 분석 177
4. 교육분야 논문, 연구보고서 텍스트 분석을 통한 교육 이슈 분석 178
5. 인공지능을 활용한 개인 맞춤형 영어학습채팅 서비스 개발 179
3. 외부데이터와의 연계를 통한 빅데이터 분석 정책 및 서비스 182
1. 학생 버스카드 이동 경로 분석을 통한 통학로 교통 확충 모델 개발 182
2. 신용카드 사용정보 및 연말정산 정보를 활용한 사교육비 빅데이터 구축 183
3. 수질, 대기 질 등 환경 빅데이터와 연계한 학교주변 환경 알리미 서비스 개발 184
4. 학교주위 전염병 알리미 서비스 구축 185
Ⅵ. 결론 및 제언 187
1. 결론 188
2. 제언 188
참고문헌 194
그림 Ⅱ-1. 인터넷에서 1분 동안 일어나는 일들 17
그림 Ⅱ-2. 빅데이터의 특징 3V 18
그림 Ⅱ-3. 정형과 비정형 데이터 유형의 변화 19
그림 Ⅱ-4. 빅데이터 활용을 위한 3대 요소 20
그림 Ⅱ-5. 빅데이터 수집, 처리, 저장, 분석에 따른 기술과 플랫폼 21
그림 Ⅱ-6. 데이터 시각화를 위한 차트 종류 27
그림 Ⅱ-7. 데이터 시각화를 위한 기술 27
그림 Ⅱ-8. 트위터 맵 28
그림 Ⅱ-9. 국제 무역 시각화 28
그림 Ⅱ-10. 통계학과 빅데이터 학습의 비교 31
그림 Ⅱ-11. 기존 교육 데이터 처리 및 서비스에 빅데이터 분석 및 서비스 적용 32
그림 Ⅱ-12. 한국교육학술정보원 제공 교육데이터 구조 34
그림 Ⅱ-13. 데이터 웨어하우스와 데이터 마트 38
그림 Ⅱ-14. EDS 시스템 구성 39
그림 Ⅱ-15. 학교알리미 메인 페이지 42
그림 Ⅱ-16. 학교정보공시 예시 43
그림 Ⅱ-17. 학교알리미 정보 외부 연계 예시 (네이버) 44
그림 Ⅱ-18. 대학알리미 메인 페이지 47
그림 Ⅱ-19. 대학정보공시 예시 (강원대학교) 48
그림 Ⅱ-20. 유초중등 교육통계 조사 시행도 51
그림 Ⅱ-21. 고등교육통계 조사 흐름도 54
그림 Ⅱ-22. 고등교육기관 졸업자 취업통계 조사 흐름도 57
그림 Ⅱ-23. 고등교육기관 졸업자 취업통계조사 데이터 연계 흐름도 58
그림 Ⅱ-24. 방송통신중고등학교 사이버교육시스템 구성도 62
그림 Ⅱ-25. 방송중고-나이스(NEIS)연계시스템 구성도 63
그림 Ⅱ-26. 연계시스템 개발 영역 및 프로세스 63
그림 Ⅱ-27. 연계 업무 흐름도 64
그림 Ⅱ-28. 연계 상세 흐름도 64
그림 Ⅱ-29. 연계 전문 데이터 항목 65
그림 Ⅱ-30. 연계데이터 전송구간 암호화 구성도 66
그림 Ⅱ-31. 한국교육종단연구 조사 설계 68
그림 Ⅱ-32. 공공데이터포털(www.data.go.kr) 시스템 구성도 72
그림 Ⅱ-33. 보건의료빅데이터개방시스템의 서비스 구성도 79
그림 Ⅱ-34. 데이터테이블 관계도 81
그림 Ⅲ-1. 빅데이터 분석 기법을 활용한 교육 분야 사례: SAM 91
그림 Ⅲ-2. SAM 논문 관계도: 주제별 논문 관계도 92
그림 Ⅲ-3. SAM 연구자 관계도: 주제별 연구자 관계도 93
그림 Ⅲ-4. 연구동향 분석: 연구주제 분석 94
그림 Ⅲ-5. 방송대 학업중단 방지를 위한 학습자 지원 서비스 95
그림 Ⅲ-6. 방송대 학습자 중심 통합 학습콘텐츠 서비스 모델 96
그림 Ⅲ-7. 국민건강 알람서비스 개요 97
그림 Ⅲ-8. 국민건강 알람서비스 데이터 수집 프로세스 97
그림 Ⅲ-9. 국민건강보험 빅데이터 활용 로드맵 98
그림 Ⅲ-10. 의료정보통계서비스 예시 화면 100
그림 Ⅲ-11. 의료 이용 지도 화면 예시 101
그림 Ⅲ-12. Altmetrics 개념도 102
그림 Ⅲ-13. eADVISOR 작업방식 104
그림 Ⅲ-14. 학습분석 과정 예시 107
그림 Ⅲ-15. Edu Graph데이터 모델 108
그림 Ⅲ-16. 연관 규칙 정량화 측정 지표 110
그림 Ⅲ-17. 연관 규칙 예제 110
그림 Ⅲ-18. 연관 규칙을 위한 Apriori 알고리즘 동작 예제 111
그림 Ⅲ-19. 변수들 간에 발견된 연관 규칙 112
그림 Ⅲ-20. 의사결정트리 예제 117
그림 Ⅲ-21. 랜덤 포레스트 동작 예제 118
그림 Ⅲ-22. 취업률 성과 의사결정트리 119
그림 Ⅲ-23. 취업률에 대한 의사결정나무 120
그림 Ⅲ-24. 전임교원 1인당 논문수에 대한 의사결정나무 모형 121
그림 Ⅲ-25. 청소년의 진로결정수준 의사결정트리 모형 122
그림 Ⅲ-26. 청소년의 진로준비행동 의사결정트리 모형 123
그림 Ⅲ-27. 군집화 예제 125
그림 Ⅲ-28. 계층 클러스터 결과인 계통도 예제 126
그림 Ⅲ-29. k-mean 군집 알고리즘 결과 예제 127
그림 Ⅲ-30. 군집분석을 위한 대학평가 관련 변수 선정 128
그림 Ⅲ-31. 대학 규모에 따른 군집유형별 변수의 평균값 129
그림 Ⅲ-32. 규모별 군집형성 영향요인 의사결정트리 129
그림 Ⅲ-33. 로그 데이터 예제 130
그림 Ⅲ-34. LDA에 대한 그래프 모형 (Blei, 2012) 134
그림 Ⅲ-35. TF-IDF 가중치 상위 30개 키워드의 워드 클라우드 136
그림 Ⅲ-36. 교육부 문서와 신문 기사 간 토픽 비교 137
그림 Ⅲ-37. 월 단위 토픽 항목별 대학전분지 기사 수의 누적 막대그래프 138
그림 Ⅲ-38. 감성분석을 통한 이러닝 시스템 프로세스 139
그림 Ⅲ-39. 교과서 전체에 대한 주요 개념 관계망 141
그림 Ⅲ-40. 초등학교 교과서의 주요 개념 관계망 142
그림 Ⅳ-1. 통계청 조직도 157
그림 Ⅳ-2. 한국정보화진흥원 빅데이터 센터 159
MARC 보기
오류 데이터 정정요청
*표시는 필수 입력사항입니다.
알림톡 발송
| 전화번호 |
|---|
개인정보 수정 바로가기
연속간행물 권호 선택
우편복사 안내
- ◾ 도서관을 방문하지 못할 경우 인터넷, 팩스 등으로 자료 복사를 신청하고, 복사물을 우편·팩스 등으로 제공받는 서비스
- ◾ 대상자료: 일반도서, 연속간행물 및 학위논문
- ※ 고서, 고잡지, 훼손될 우려가 있는 자료, 마이크로폼 자료 및 신문 등 제외
- ◾ 신청 책수: 1인 5책 이하(1일 기준)
- ◾ 신청 절차: 자료 검색 → 우편복사 목록담기 → 복사 범위 입력 → 우편복사 주문서 입력 → 접수 및 확인
- ※ 저작권법에 의거하여 부분 복사(전체 페이지 수의 1/3 범위 이내)만 가능
- ◾ 복사 범위 입력 예시: (연속 페이지) 1-30, (부분 페이지) 25, 30-40
| 번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
|---|
도서위치안내(서울관)
도서위치안내: / 서가번호:
0
확인
우편복사 목록담기를 완료하였습니다.
내서재에 담기
새로운 서재
*표시는 필수 입력사항입니다.
저장
저장 되었습니다.