빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징

 1  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-1
 2  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-2
 3  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-3
 4  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-4
 5  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-5
 6  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-6
 7  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-7
 8  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-8
 9  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-9
 10  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-10
 11  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-11
 12  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-12
 13  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-13
 14  빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징-14
※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.
  • 분야
  • 등록일
  • 페이지/형식
  • 구매가격
  • 적립금
자료 다운로드  네이버 로그인
소개글
빅데이터 활용사례 분석 ; 빅데이터의 개념과 특징에 대한 자료입니다.
목차
1. 빅 데이터란?

2. 빅데이터의 등장 배경
1) 데이터의 다양화 및 생산량 증가, 데이터 처리 기술의 발전
2) 사물 인터넷의 발달과 빅데이터 환경의 고도화

3. 빅데이터의 특징과 효과
1) 빠른 의사결정이 비교적 덜 요구 된다.
2) 처리 과정이 복잡하다.
3) 처리해야 하는 데이터의 양이 방대하다.
4) 비정형 데이터의 비중이 크다.
5) 처리 및 분석의 유연성이 높다.
6) 동시에 처리해야 할 데이터의 양이 적다.

4. 빅데이터 3대 요소
1) 규모(Volume)
2) 다양성(Variety)
3) 속도(Velocity)

5. 빅데이터 분석을 위한 데이터마이닝 기술
1) Business Data mining
2) Bio Data mining
3) Spatial Data mining
4) 3D Visualization

6. 빅데이터의 영향과 전망

7. 빅데이터의 활용사례
1) 미국 항공우주국 : 우주비행을 통한 이미지의 보존과 호스팅 서비스
2) 미국 로스앤젤레스 : 보육 부문에서의 사기행위 방지
3) IBM - Deep Thunder
4) NC소프트 : 인터넷 사기방지
5) 미국 UNC 헬스케어 ? 재입원시 드는 비용을 축소

참고자료
본문내용
1. 빅 데이터란?
빅 데이터는 기존의 IT 방식으로는 처리와 저장 및 분석이 어려울 정도로 데이터의 생성 속도가 빠르고, 다양한 종류로 구성된 큰 규모의 데이터를 의미한다. 아래 표는 전통적 데이터와 빅 데이터를 구분하여 정의하였다. 일반적으로 빅 데이터는 기존 데이터에 비해 너무 커서 기존의 방법이나 도구로 수집, 저장, 분석, 시각화 등이 어려운 정형 또는 비정형 데이터를 빅 데이터라 하며, 대용량 데이터를 활용 및 분석하여 가치 있는 정보를 추출하고 생성된 지식을 바탕으로 능동적으로 대응하거나 변화를 예측하기 위한 정보화 기술을 의미한다.

2. 빅데이터의 등장 배경
1) 데이터의 다양화 및 생산량 증가, 데이터 처리 기술의 발전
빅데이터가 등장하게 된 배경에는 데이터의 다양화 및 데이터 생산량의 급속한 증가와 데이터 처리 기술의 발전이 있다. 이를 기술적 측면에서 살펴보면 스토리지(storage) 용량의 증가, 네트워크(network)의 확산, CPU 성능의 향상, 네트워크 대역폭(bandwidth) 증가 및 빅데이터 분석 기술의 발전과 빅데이터 처리 인프라의 공개, 디바이스(device)의 발달 등을 들 수 있다. 또한 트위터, 페이스북 등 SNS의 이용 확대와 유튜브로 대표되는 각종 동영상 공유 사이트의 확산도 다양한 형태의 대규모 데이터를 양산하게 된 요인이라고 할 수 있다.
우선 데이터 저장 장치인 스토리지는 기술 발전의 속도에 따라 그 가격은 떨어지고 저장 용량은 획기적으로 늘어났다. 데이터를 연결하고 축적하여 활용하기 위해 반드시 필요한 네트워크는 호스트의 수가 가히 천문학적으로 급증하고 있다. 데이터를 처리하고 실제로 분석하는데 사용되는 CPU도 성능대비 가격이 많이 낮아졌다. 최근 CPU의 성능 수준은 불과 15년 전의 슈퍼컴퓨터 수준이며, 듀얼코어, 쿼드코어 등 분산 처리 기술도 발전하게 되면서, 데이터 처리 속도도 빨라졌다. 또한 네트워크 대역폭의 확대는 대용량 데이터 처리의 향상을 가져왔다.
참고문헌
김성동?장병탁, 바이오 데이터 마이닝을 위한 기계학습 기법, 정보과학회논문지 135, 2000.
배덕호 외, 공간 데이터마이닝 시스템의 설계 및 구현, 한국GIS학회지 제11권 제2호, 2009.
빅데이터 전략연구센터, 더 나은 미래를 위한 데이터 분석 : Big Data 글러벌 선진사례 2, 한국정보화 진흥원, 2013.
빅데이터 전략연구센터, 2015년 빅데이터 글로벌 사례집 : 분야별 우수사례와 미래부 시범사업을 중심으로, 2015.
이창범, 개인정보보호법제 관점에서 본 빅데이터의 활용과 보호방안, 단국법학 제37권 제1호, 단국대학교 법학연구소, 2013.
정우진, 빅데이터를 말하다, 클라우드북스, 2013.
정재화, 시작하세요! 하둡 프로그래밍, 위키북스, 2012.
정지선, 新가치창출 엔진, 빅데이터의 새로운 가능성과 대응 전략, 한국정보화진흥원, 2011.
조성우, Big Data시대의 기술, KT 종합기술원, 2011.
표철식 외, IoT(M2M) 기술 동향 및 발전 전망, 정보와 통신 Vol.30 No.8, 한국통신학회, 2013.
한국정보화진흥원, 빅데이터전략연구센터, 더 나은 미래를 위한 데이터분석, 한국정보화진흥원, 조사연구보고서, 2013.
한국정보화진흥원, 빅데이터분석활용센터, 창조경제 실현을 위한 2013빅 데이터 국내 사례집, 미래창조과학부, 2014.
한국정보화진흥원, 빅데이터전략연구센터, 알기 쉬운 공공부문 빅 데이터 분석·활용 가이드 ver1.0, 한국정보화진흥원, 조사연구보고서, 2012.
한국정보화진흥원, 신가치창출 엔진, 빅데이터의 새로운 가능성과 대응전략, 한국정보화진흥원, 조사연구보고서, 2011.
함유근?채승병, 빅데이터,경영을 바꾸다, 삼성경제연구소, 2012.
하고 싶은 말
빅데이터의 등장배경과 전반적인 특징을 통하여 이론적인 부분을 살펴보고,
빅데이터의 활용사례를 정부와 개인기업을 통하여 분석하였습니다.
오늘 본 자료
더보기
  • 오늘 본 자료가 없습니다.
해당 정보 및 게시물의 저작권과 기타 법적 책임은 자료 등록자에게 있습니다. 위 정보 및 게시물 내용의 불법적 이용,무단 전재·배포는 금지되어 있습니다. 저작권침해, 명예훼손 등 분쟁요소 발견 시 고객센터에 신고해 주시기 바랍니다.