M2M 빅데이터의 품질관리 영역 및 품질 요인에 대한 연구

양동식; 노재민; 맹승렬; 박동진

추천

검색

자료유형: 학술저널

저자정보: 양동식 (공주대학교) 노재민 (공주대학교) 맹승렬 (공주대학교) 박동진 (공주대학교)

저널정보: KNU기업경영연구소 기업경영리뷰 기업경영리뷰 제12권 제3호

발행연도: 2021.8

수록면: 233 - 247 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2021

M2M 빅데이터의 품질관리 영역 및 품질 요인에 대한 연구

양동식 , 노재민 , 맹승렬 외 1명 기업경영리뷰 2021.08 학술저널

M2M 빅데이터의 품질영역 분석 및 사용자 만족에 미치는 영향에 대한 연구

양동식 산업시스템공학과 2021.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

의사결정의 성과란 면에서 데이터 품질에 대한 논의는 문제해결 분야에서 오래전부터 진행되고 오고 있다. 데이터 품질 향상을 위한 관리 활동에 있어서 가장 중요한 기준이 되는 것은 데이터의 품질관리 영역과 요인들을 파악하는 것이다. 최근에 빅데이터의 분석 및 처리와 관련하여 빅데이터 품질에 대한 연구가 시작되었다. 기존의 연구들은 빅데이터를 일정기간 저장 후 패턴/유형 분석을 위한 데이터의 품질에 초점을 맞추었다. 그러나 기계와 기계(M2M) 간에 발생되어 실시간으로 정보를 제공해야 하는 환경에서의 데이터 품질관리에 대한 연구는 아직 전무하다. 본 연구는 M2M 기반의 실시간 활용을 시스템의 빅데이터 품질관리를 위한 것이다. 즉, M2M 빅데이터의 품질관리 영역과 상세 품질요인들을 파악하고 AHP를 통한 상대적 중요도를 측정한다. 본 연구에는 전통적인 데이터 품질영역 및 빅데이터의 특성을 고려하여 데이터 뜻/의미의 정확성(semantic accuracy), 데이터 구조/형식의 정확성(syntactic accuracy), 데이터 시기적절성(timeliness), 그리고 데이터 보안성(security) 등을 품질영역으로 결정하였다. 또한 각 품질영역에서 주요 품질요인들을 파악하고 각각을 정의하였다. 본 연구에서는 M2M 실시간 데이터를 제공하는 시스템을 개발하는 프로젝트에 참여하고 있는 전문가들을 대상으로 설문과 인터뷰를 실시하여 품질영역 및 품질요인들의 상대적 중요도를 파악하였다. 이를 통하여 전문가들은 품질영역 중에서 데이터 뜻/의미(0.422) 영역에 이어서 시기적절성(0.344) 영역에 우선순위가 있음을 알 수 있었다. 본 연구는 학술적으로는 새로운 연구영역을 제시했다는데 의미가 있으며, 실무적으로 최근 진행되는 교통, 환경 및 도시시설과 관련된 M2M 실시간 정보제공을 위한 빅데이터 시스템 프로젝트에 적용될 수 있다는데 의미가 있다. 그러나 본 연구의 결과는 제한된 영역에서 실증한 결과이므로 일반화 하는 데에 한계가 있으며 추후 연구가 필요하다.

Discussion about data quality in terms of decision-making performance has been ongoing in the field of problem solving for a long time. The most important criterion in data quality management is to identify the data quality dimensions and factors. Recently, research on the quality of big data has been started in relation to big data based decision making. Existing studies have focused on the quality of big data in pattern analysis, where data is stored for a certain period of time and analyzed. However, there is still no research on data quality management in an environment that needs to provide real-time information generated between machines (M2M). This study is for big data quality management of real-time utilization system based on M2M. That is, we identify the data quality dimensions, detailed quality factors, and their relative importance of M2M big data. In this study, we first considered the traditional data quality area and the characteristics of big data. So, in the final data quality dimensions, semantic accuracy, data structure/format accuracy, data timeliness, and data security were determined. In addition, major quality factors were identified in each quality dimension. In this study, the relative importance of quality dimensions and quality factors was identified by conducting questionnaires and interviews with experts participating in a project to develop a system that provides M2M realtime data. Through AHP analysis, we found that among the quality dimnesions, priority was given to the data meaning/meaning (0.422) dimension followed by the timeliness (0.344) dimension. This study is meaningful in that it has presented a new research area academically, and it is practically meaningful that it can be applied to the big data system project for providing M2M real-time information related to traffic, environment, and urban facilities. However, since the results of this study were verified in a limited area, there is a limit to generalization, and further research is needed.

#M2M #빅데이터 #품질영역 #품질요인 #AHP #M2M #big data #data quality #dimensions #factors #AHP

참고문헌 (11)

참고문헌 신청

Bovee, M. / 2003 / A conceptual framework and belief-function approach to assessing overall information quality / International journal of Intelligent Systems 18(1):51~74

Cai, L / 2015 / The Challenges of Data Quality and Data Quality Assessment in the Big Data Era / Data Science Journal 14(2):1~10

Casado, R. / 2015 / Emerging trends and technologies in big data processing, Concurrency and Computation / Practice and Experience 27(8):2078~2091

Huang, H. / 2012 / Prioritization of data quality dimensions and skills requirements in genome annotation work / Journal of the American Society for Information Science and Technology 63(1):195~207

Lee, Y. W. / 2002 / AIMQ : a methodology for information quality assessment / Information & management 40(2):133~146

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

양동식

소속기관 공주대학교

주요연구분야 사회과학 > 문헌정보학 사회과학 > 경영학

논문수 2 이용수 47

노재민

소속기관 공주대학교

주요연구분야 사회과학 > 경영학

논문수 1 이용수 3

맹승렬

소속기관 공주대학교

주요연구분야 사회과학 > 경영학

논문수 1 이용수 3

박동진

소속기관 공주대학교

주요연구분야 사회과학 > 경영학

논문수 2 이용수 21

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)