메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제11권 제4호
발행연도
2016.1
수록면
301 - 314 (14page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 연구에서는 한의학 전문가들의 분석 과정을 대신하여 빅데이터나 실시간으로 데이터가 축적되는 임상 빅데이터 등에 적용이 가능한 유의성 있는 증상 조합을 분석할 수 있는 방법을 찾고자 하였다. 귀무가설을 이용한 수학적 방법으로 상대적 다빈도 증상-치법 조합을 찾은 후 이를 전문가의 증상-치법 조합 유의성 분석 결과와 비교해보니, 상대적 다빈도 조합은 전문가의 조합 유의성 분석 결과와 어느정도 일치하여, 목적에 따라 상대적 다빈도 조합을 유의한 조합으로 판단하고 활용할 수 있음을 알 수 있었다. 따라서 문자로 구성된 조합의 상대적 다빈도 조합을 구하는데 있어 귀무가설을 이용한 수학적 방법은 적절하다고 판단하였다. 본 연구 방법을 󰡔東醫寶鑑󰡕에서 痛症의 치료와 관련된 처방에 적용한 결과, 유의성 있는 증상-증상, 증상→조건, 조건→증상 조합 39개를 얻을 수 있었다. 본 연구가 痛症 관련 처방의 정보에 국한하여 진행된 것이라는 한계가 있으나, 이는 연구 대상 데이터의 영역을 확대하는 것으로 극복할 수 있다. 다만 “특정 연구 대상에서 등장 횟수가 상대적으로 많은 조합이 그렇지 않은 조합보다 유의할 가능성이 높다”는 가정에서 벗어난 조합은 찾을 수 없으며, 등장 횟수가 상대적으로 많진 않으나 유의한 조합 역시 찾을 수 없다는 한계가 있어 가정을 검증하는 연구나 가정 외의 조합도 찾을 수 있는 연구가 지속되어야 한다.

목차

등록된 정보가 없습니다.

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0