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
홍승표 (전주대학교)
저널정보
한국공안행정학회 한국공안행정학회보 한국공안행정학회보 제32권 제2호
발행연도
2023.6
수록면
461 - 490 (30page)

이용수

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

초록· 키워드

오류제보하기
이 연구는 빅데이터 분석을 위한 머신러닝 기법을 활용하여 테러리즘 관련 정형, 비정형 빅데이터 분석을 실시하고, 테러리즘 예측 가능성을 확인한 뒤, 시사점을 도출하는 것을 목적으로 한다. 이를 위해 테러리즘 전문 연구기관으로부터 테러리즘 빅데이터를 입수하고, 각종 포털과 SNS 상에 게시되어 있는 글과 문서를 수집하여 머신러닝에 투입한 뒤, 분석과 학습을 실시하여 결과를 확인하였다. 분석 결과는 다음과 같다. 첫째, 머신러닝 기법 중 대표적 비지도학습인 K-Means Clustering을 실시한 결과 2021년 전 세계에서 발생한 테러리즘의 지역별 군집은 8개(아프가니스탄, 콩고민주공화국, 인도, 이라크, 미얀마, 나이지리아, 파키스탄, 소말리아 근방)로 확인되었다. 다음으로 테러리즘 유형 별로 군집화를 실시한 결과 8개의 군집에서 폭발물을 제외한 무기를 사용한 암살과 납치 또는 유괴, 기간시설을 대상으로 한 테러리즘 유형이 확인되었다. 이와 더불어 테러리즘에 활용된 수단을 중심으로 군집화를 실시한 결과 폭발물이 앞도적으로 많았으나 군집에 따른 차이점이 존재하는 것으로 확인되었다. 마지막으로 테러리즘의 대상을 중심으로 군집화를 실시한 결과 군, 경찰, 정부인사, 민간인 및 사유재산에 대한 군집을 확인할 수 있었다. 둘째, 테러리즘 사건에 관한 비정형 텍스트를 연구대상으로 설정하여 감성분석을 실시한 결과 테러리즘 연구자와 일반인 사이에는 테러리즘을 대하는 시각과 관점의 차이가 존재함을 확인할 수 있었다. 이와 같은 연구결과를 중심으로 테러리즘을 예방할 수 있는 방안에 대한 정책적 제언을 실시하였다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

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