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
- 학술저널
- 저자정보
- 발행연도
- 2024.11
- 수록면
- 1 - 10 (10page)
- DOI
- 10.5392/JKCA.2024.24.11.001
이용수
초록· 키워드
오류제보하기
글로벌 기술패권경쟁의 심화와 산업시장의 변동성이 증가함에 따라 기술예측에 대한 관심이 증가했다. 그중 위크시그널(Weak Signal)의 탐지를 통해 기술을 예측하고자 하는 연구가 활발히 진행 중이다. 위크시그널은 미래에 대한 중요한 정보를 담고 있으나 현재 시점에서 중요성을 파악하기 어려운 작은 징후이다. 본 논문은 기존의 위크시그널 탐지 알고리즘을 발전시켜서 위크시그널의 미래 성장성을 4가지 유형으로 예측하는 모델을 포함하는 새로운 시스템 K-WeSi를 제안한다. K-WeSi는 키워드 사이 연관관계를 자동 계산하기 위한 언어모델과 키워드 그래프 분류․예측을 위한 그래프 컨볼루션 뉴럴 네트워크 알고리즘을 포함하는 머신러닝 기반의 시스템이다. 본 연구에서 제안하는 K-WeSi 시스템은 2018년부터 2022년까지 SCOPUS 데이터베이스에 등록된 16,213,944건의 데이터를 적용했다. 위크시그널의 미래 성장성 예측 결과, 2가지 성장유형 모델 정확도는 최대 0.914, 4가지 유형 모델 정확도는 최대 0.866으로 측정됐다. 향후에는 위크시그널 간의 비교로 고성장 위크시그널의 특징을 이해할 필요가 있다. 본 연구에서 제안하는 K-WeSi 시스템은 기존의 전문가 중심 기술예측 방식에서 벗어나 데이터 기반의 객관적으로 자동화된 접근법을 제시함으로써, 과학문헌 콘텐츠의 새로운 활용 가능성을 보여주고 융합 콘텐츠 학문 및 산업 발전에 기여하는 혁신적인 서비스 모델이 될 것으로 기대된다.
목차
요약
Abstract
I. 서론
II. 관련 연구
III. 위크시그널 탐지 시스템: K-WeSi v1
IV. 위크시그널 성장예측 모델 고도화
V. 결과: 위크시그널 탐지 시스템: K-WeSi v2
VI. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091221018