해양사고 인적요인의 데이터 마이닝 분석에 관한 연구 : 인적요인 분석 중심

이준혁

doi:10.35158/cisspc.2023.04.28.355

추천

검색

질문

자료유형: 학술저널

저자정보: 이준혁 (한국해양수산연수원)

저널정보: 한국해양대학교 국제해양문제연구소 해항도시문화교섭학 해항도시문화교섭학 제28호

발행연도: 2023.4

수록면: 355 - 373 (19page)

DOI: 10.35158/cisspc.2023.04.28.355

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

국가통계포털의 해양사고 통계자료 및 통계연보에 따르면 국내 선박의 사고 건수는 해마다 증가하고 있으며 이는 대부분 인적요인에 의한 것으로 나타났다. 국제해사기구에서는 해양사고가 인적 오류 및 조직 문제로 80%이상 발생하는 것으로 보고 하였다. 타산업에서는 이러한 인적오류를 분석과 해결하기 위해 다양한 방법이 연구 중이지만 해양산업에서는 인적요인 분석에 시간이 걸리는 것으로 나타났다. 따라서 본 연구에서는 국내 해양사고의 인적요인을 분석하기 위하여 데이터 마이닝 분석과 의미 연결망 분석을 해양안전심판원의 재결서에 사고관련자의 행위에 적용하여 분석된 언어의 현저성과 관계에 대한 상호작용을 확인하였다. 그 결과 발생빈도 순서로 단어들을 도출하였으며, 분석한 단어 중 출현 빈도순으로 사고 유형 및 환경에 대한 부분을 통계결과와 비교한 결과 유사하게 나타남을 확인하였다. 그리고 분석한 단어들의 전체 문서내 출현빈도와 사고건별 출현한 문서의 수 사이에 유사성이 있음을 유의성 분석을 통하여 확인하였다. 그리고 의미연결망 분석을 통하여 전체 해양사고에서 중심 노드들과 노드들 간에 연결되어 있는 것을 확인하였다. 그리고 중매개중심성 및 연결 중심성이 높은 단어일수록 중요도가 높은 것으로 해석할 수 있어 인적오류 항목과 관련된 단어들이 다수 도출되어 있는 것을 확인하였다.
본 연구를 통해 해양사고의 인적 원인의 중요 단어와 의미 구조를 확인하며, 인적 오류의 요소에서 중요한 단어의 연결 구조를 파악하였다. 이를 통해 국내 해양사고의 절감을 위하여 인적 요인 분석을 위한 기초 자료로 제시하고자 한다.

According to the National Statistical Portal"s Marine Accident Statistical Data and Statistical Yearbook, the number of accidents on domestic ships is increasing year by year, and this is mostly due to human factors. The International Maritime Organization reported that more than 80% of marine accidents occur due to human errors and organizational problems. In other industries, various methods are being studied to analyze and solve these human errors, but in the marine industry, it was found that it takes time to analyze human factors. Therefore, in this study, in order to analyze the human factors of domestic marine accidents, data mining analysis and semantic network analysis were applied to the actions of the accident-related person in the decision of the Korean Maritime Safety Tribunal. As a result, words were derived in the order of occurrence frequency, and it was confirmed that the part of the accident type and environment in the order of appearance frequency among the analyzed words appeared similar as a result of comparing them with statistical results. In addition, it was confirmed through significance analysis that there is a similarity between the frequency of appearance of the analyzed words in the entire document and the number of documents appearing by accident. And through semantic network analysis, it was confirmed that the central nodes and nodes were connected in the entire marine accident. In addition, it can be interpreted that the higher the mediation centrality and connection centrality, the higher the importance, confirming that many words related to human error items were derived.
Through this study, the important words and semantic structures of the human cause of marine accidents were identified, and the connection structure of important words in the element of human error was identified. Through this, in order to reduce domestic marine accidents, it is intended to be presented as basic data for human factor analysis.

#인적오류 #텍스트 마이닝 #의미연결망 #해양사고 #Hummman error(인적오류) #Text mining(텍스트 마이닝) #Semantic network (의미연결망) #Marine accident(해양사고)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이준혁

소속기관 한국해양수산연수원

주요연구분야 농수해양학 > 수산학 복합학 > 학제간연구

논문수 8 이용수 480

이 논문과 함께 이용한 논문

머신러닝 기반 해양 사고위험도 예측 및 사고 주요 요인 분석

여지호 , 한소진 , 박호철 외 1명 대한교통학회 학술대회지 2023 .10

선박의 해양사고 원인분석 및 해양사고 예방에 관한 연구

최진이 해항도시문화교섭학 2021 .10

해양사고 데이터 기반 해역 그리드화 및 심각도 지표 도출 연구

김도희 , 이상재 , 조수현 외 2명 한국전자거래학회지 2024 .02

머신러닝 기반 해양 사고위험도 예측 및 사고 주요 요인 분석

한소진 , 여지호 , 박호철 외 1명 대한교통학회 학술대회지 2023 .10

해양사고 이후 사건전개 시나리오 분석 및 위험도평가 연구

나성 , 백재하 , 이승영 외 2명 한국해양환경·에너지학회 학술대회논문집 2022 .11

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)