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
- 김도현
- 발행연도
- 2017
- 저작권
- 명지대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
미래성장동력 발굴을 위해 국가 혹은 기업차원에서 중점적으로 모니터링할 기술을 선별하는 것은 매우 중요한 작업이다. 그러나 기존 전문가 기반의 과학기술 예측과 분석방법은 전문가의 주관성이 과도하게 개입될 가능성이 높기 때문에 분석 방법에 대한 객관성이나 신뢰성을 보장하기 어렵다. 따라서 본 연구에서는 기술의 향후 성장 가능성을 객관적이고 정량적으로 측정하고 평가하는 모델을 개발하고자 한다. 이를 위해 학술논문 데이터기반의 과학계량분석을 통해 기술 성장가능성 예측 프로세스를 개발하고, 이를 통해 모니터링할 기술을 판별하고자 한다.
이를 위해 소셜네트워크 분석, 로지스틱 회귀분석 그리고 심층 신경망 방법을 이용하여 이통해 학술 논문 데이터기반의 기술의 학문적 성장가능성 예측모델을 개발하고, 이를 바탕으로 기술들의 향후 성장가능성을 예측하고 평가하고자 한다.
이를 위해 소셜네트워크 분석, 로지스틱 회귀분석 그리고 심층 신경망 방법을 이용하여 이통해 학술 논문 데이터기반의 기술의 학문적 성장가능성 예측모델을 개발하고, 이를 바탕으로 기술들의 향후 성장가능성을 예측하고 평가하고자 한다.
목차
그림목차 iii표 목 차 iv국문초록 v제 1 장 서 론 1제 1 절 연구배경 및 목적 1제 2 장 이론적 배경 3제 1 절 선행연구 32.1.1 국내외 선행연구 32.1.2 선행연구와 본 연구의 차별성 14제 3 장 연구 방법 16제 1 절 연구방법 163.1.1 기술의 미래 성장 가능성 프로세스 163.1.2 소셜 네트워크 분석 183.1.3 로지스틱 회귀분석 243.1.4 심층 신경망 25제 4 장 기술의 미래 성장 가능성 예측 모델 개발 27제 1 절 실험 데이터 27제 2 절 분석방법 284.2.1 소셜 네트워크 지표 도출 284.2.2 로지스틱 회귀분석을 이용한 예측 모델 294.2.3 심층 신경망을 이용한 예측 모델 294.2.4 미래 성장 가능성 평가모델의 성능 평가 31제 5 장 분석결과 33제 1 절 로지스틱 회귀분석 결과 33제 2 절 심층 신경망 결과 37제 3 절 로지스틱 회귀분석 방법과 심층 신경망 방법의 성능 비교 39제 4 절 예측된 기술의 성장성과 실제 성장률의 비교 41제 5 절 평가 모델 기반의 미래 성장 가능성 예측 44제 6 장 결 론 45제 1 절 연구결과 45제 2 절 향후 활용계획 46참 고 문 헌 47Abstract 51
최근 본 자료
댓글(0)
0