지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이충권
- 발행연도
- 2014
- 저작권
- 계명대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
정보시스템의 연구에 있어서 IT 트렌드에 대한 예측은 오랫동안 중요한 주제였다. IT 트렌드에 대한 예측을 기반으로 새로운 시대에 대한 인식을 하고 예산을 배정하여 빠르게 변화하는 기술의 추세에 대비할 수 있기 때문이다. 연말이 가까워지면 국내외의 여러 기관들이 차년도의 IT 트렌드를 예측하여 발표하지만 그 예측이 실제로 얼마나 정확한지는 확인되지 않고 있다. 본 연구는 해마다 공공기관이나 글로벌 컨설팅업체에서 발표하는 차년도의 IT 트렌드 예측이 트위터와 같은 사회관계망에서 실제로 얼마나 언급되는지를 살펴보고자 하였다.
국내기관으로는 정보통신산업진흥원과 한국정보화진흥원, 국외기관으로는 Gartner Group과 PWC에서 2012년 말에 발표한 2013년도의 IT 트렌드를 대상으로 연구하였다. 한국의 서울, 미국의 실리콘 밸리, 영국의 런던, 그리고 핀란드의 헬싱키에서 발생된 트윗 데이터를 수집하여 전문기관의 예측결과와 비교하여 그 차이를 보고자 하였다. 빅 데이터 기술을 활용하여 2013년 5월부터 12월까지 622,245개의 트윗을 수집, 분석하여 Gartner와 PWC에서 2012년에 발표한 차년도 IT 트렌드 토픽들이 각 나라의 트위터에서 얼마나 언급되었는지 살펴보았다.
한국의 IT 트렌드에 대한 트윗 수집결과는 차년도의 나라장터에 IT트렌드 분석을 위한 예측 변수로써 이용이 가능하다는 것을 확인하였다. 국내외 기관들의 공통된 IT 트렌드인 Big Data와 Cloud Computing에 대한 분석에서 4개 국가들 중에서 영국과 미국만 서로 유의한 상관관계를 가졌고 나머지 관계들은 모두 유의하지 않았다. IT트렌드별로 나라 간에 상관성을 분석한 결과, 미국과 영국은 대부분의 IT트렌드에서 상관성을 보이는 것을 확인할 수 있었지만, 다른 나라와 핀란드는 Enterprise Social Networking, Gamification의 트렌드에서만 상관성을 보이는 것을 확인할 수 있었다. 이러한 결과는 미국과 영국의 IT트렌드는 트윗에서 대부분 유사하게 나타났지만 핀란드는 그렇지 않다는 것을 의미한다.
국내기관으로는 정보통신산업진흥원과 한국정보화진흥원, 국외기관으로는 Gartner Group과 PWC에서 2012년 말에 발표한 2013년도의 IT 트렌드를 대상으로 연구하였다. 한국의 서울, 미국의 실리콘 밸리, 영국의 런던, 그리고 핀란드의 헬싱키에서 발생된 트윗 데이터를 수집하여 전문기관의 예측결과와 비교하여 그 차이를 보고자 하였다. 빅 데이터 기술을 활용하여 2013년 5월부터 12월까지 622,245개의 트윗을 수집, 분석하여 Gartner와 PWC에서 2012년에 발표한 차년도 IT 트렌드 토픽들이 각 나라의 트위터에서 얼마나 언급되었는지 살펴보았다.
한국의 IT 트렌드에 대한 트윗 수집결과는 차년도의 나라장터에 IT트렌드 분석을 위한 예측 변수로써 이용이 가능하다는 것을 확인하였다. 국내외 기관들의 공통된 IT 트렌드인 Big Data와 Cloud Computing에 대한 분석에서 4개 국가들 중에서 영국과 미국만 서로 유의한 상관관계를 가졌고 나머지 관계들은 모두 유의하지 않았다. IT트렌드별로 나라 간에 상관성을 분석한 결과, 미국과 영국은 대부분의 IT트렌드에서 상관성을 보이는 것을 확인할 수 있었지만, 다른 나라와 핀란드는 Enterprise Social Networking, Gamification의 트렌드에서만 상관성을 보이는 것을 확인할 수 있었다. 이러한 결과는 미국과 영국의 IT트렌드는 트윗에서 대부분 유사하게 나타났지만 핀란드는 그렇지 않다는 것을 의미한다.
목차
제 1 장 서 론 1제 1 절 연구의 배경 1제 2 절 연구의 목적 3제 3 절 연구의 방법 및 구성 3제 2 장 이론적 배경 5제 1 절 빅 데이터에 대한 개념적 정의 5제 2 절 사회관계망 데이터 활용에 관한 기존의 연구 7제 3 절 IT 트렌드 예측에 관한 기존의 연구 11제 3 장 연구가설 및 연구방법 14제 1 절 가설의 설정 14제 2 절 데이터 수집 14제 3 절 데이터 분석방법 24제 4 장 분석결과 29제 1 절 한국의 트윗과 나라장터 데이터 상관관계 분석 29제 2 절 국가 간 트렌드 비교 분석 30제 3 절 개별 트렌드 분석 31제 4 절 기간의 경과에 따른 IT트렌드 빈도 분석 38제 5 절 국가 간 차이 검증을 위한 ANOVA분석 39제 5 장 결 론 43제 1 절 연구결과의 요약 43제 2 절 연구의 한계 및 향후 연구과제 43참 고 문 헌 45영문초록 48국문초록 51
최근 본 자료
댓글(0)
0