2단계 군집분석을 통한 해구별 조업정보의 유사성 분석

조용준

추천

검색

질문

자료유형: 학술저널

저자정보: 조용준

저널정보: 한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제20권 제3호

발행연도: 2009.6

수록면: 551 - 562 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

수협의 어선조업정보는 국가 공식 통계가 가지고 있지 못한 위치별 조업정보를 가지고 있다는 장점이 있다. 위치별 조업정보는 해당 지역의 어업피해보상, 자원가치 산출 등을 추정할 수 있어 국가통계자료로의 가치가 매우 높으나 어업인들의 자기 정보의 노출에 대한 기피로 인해 신뢰성이 떨어지는 단점을 지니고 있다. 본 연구는 유용성분석을 통해 이러한 수협의 어선조업정보의 활용을 위한 방안을 제시하고 위치별 조업패턴의 특성을 분류하여 해구별 유사성의 정보를 산출을 목적으로 하였다. 분석결과 수협의 어선조업정보는 정부 생산통계대비 어획량의 약 33% 수준이나 유용성 분석에서 그 패턴과 상관관계가 밀접해 위치별 패턴파악에 유용한 것으로 나타났다. 이를 바탕으로 대해구별 2단계 군집분석을 통해 어획량, 조업일수, 조업척수에 대해 각각 최적의 군집을 구분하고 이를 종합하여 8개의 군집으로 패턴을 구분하였다.

#어업조업정보 #유사성분석 #sim-ilarity analysis #classification #fishing information #marine zone #2단계 군집분석 #2 step cluster analysis #분류분석 #해구

참고문헌 (12)

참고문헌 신청

1. [단행본] - Akaike,H / 1976 / Canonical correlation analysis of time series and the use of an information criterion, in system fieldentification: Advanced and case studies / Academic Press

2. [단행본] - Berry, M. J. A / 1997 / Data mining techniques / John Wiley & Sons Inc

3. [기타자료] - Champman, P / 1999 / The CRISP-DM process modeling / CRISP-DM Consortium

4. [학술대회논문] - Chiu, T / 2001 / A robust and scalable clustering algorithm for mixed type attributes in large database environment / Proceedings of the Seventh ACM SIGKDD International Conference on Knowledge Discovery and Data Mining : 263 ~ 268

5. [학술지(정기간행물)] - 조용준 / 2006 / A Study on Improving the predict accuracy rate of Hybrid Model Technique Using Error Pattern Modeling : Using Logistic Regression and Discriminant Analysis / 한국데이터정보과학회지 17 (2) : 269 ~ 278

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

조용준

소속기관 한국데이터정보과학회

주요연구분야 자연과학 > 수학·통계학

논문수 11 이용수 153

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-041-001388327

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)