1부 빅데이터 분석방법론
1장. 소셜 빅데이터 분석과 활용 방안
1. 서론
2. 소셜 빅데이터 분석방법
2.1 사이버 학교폭력 소셜 빅데이터 주제분석(text mining
2.2 사이버 학교폭력 소셜 빅데이터 감성분석(opinion mining
2.3 사이버 학교폭력 미래신호 예측방법론
3. 소셜 빅데이터 기반 사이버 학교폭력 미래신호 탐색 및 예측
3.1 사이버 학교폭력 미래신호 탐색
3.2 사이버 학교폭력 미래신호 예측
4. 결론 및 고찰
2장. 소셜 빅데이터 분석방법론
1. R의 설치와 활용
1.1 R 설치
1.2 R 활용
1 패키지 설치 및 로딩
2 값의 할당 및 연산
3 R의 기본 데이터형
4 R의 자료구조
5 R의 함수 사용
6 R 기본 프로그램(조건문과 반복문
7 R 데이터 프레임의 변수 이용방법
8 R 데이터 프레임 작성
9 변수 및 관찰치 선택
10 R의 주요 GUI(Graphic User Interface 메뉴 활용
2. 과학적 연구설계
2.1 연구의 개념
2.2 변수 측정
1 척도
2 변수
2.3 분석단위
2.4 표본추출과 가설검정
1 표본추출
2 가설검정
2.5 통계분석
1 기술통계분석
2 추리통계분석
3장. 머신러닝
1. 서론
2. 머신러닝 학습데이터
3. 머신러닝 기반 사이버 학교폭력 예측모형 개발
3.1 나이브 베이즈 분류모형
3.2 로지스틱 회귀모형
3.3 랜덤포레스트 모형
3.4 의사결정나무 모형
3.5 신경망 모형
3.6 서포트벡터머신 모형
3.7 연관규칙
3.8 군집분석
4. 머신러닝 모형 평가
4.1 오분류표를 이용한 머신러닝 모형의 평가
1 나이브 베이즈 분류모형 평가
2 신경망 모형 평가
3 로지스틱 회귀모형 평가
4 서포트벡터머신 모형 평가
5 랜덤포레스트 모형 평가
6 의사결정나무 모형 평가
4.2 ROC 곡선을 이용한 머신러닝 모형의 평가
5. 시각화
5.1 텍스트 데이터의 시각화
5.
[이 책의 특징]
첫째, 이 책에 수록된 대부분의 머신러닝 연구 사례는 청소년 비행(범죄 등과 관련한 온라인 문서를 대상으로 분석하였다.
둘째, 이 책에 수록된 머신러닝 연구 사례의 모든 분석에는 기본적으로 오픈소스 프로그램인 R을 사용하였다.
셋째, 기본적인 통계 지식을 지닌 독자라면 누구나 쉽게 따라할 수 있도록 연구 단계별로 본문을 구성하고 상세히 기술하였다.
[주요 내용]
1부에서는 소셜 빅데이터의 이론적 배경과 함께 소셜 빅데이터를 분석하기 위한 다양한 연구방법론을 설명하였다. 1장에는 사이버 학교폭력의 위험을 예측하기 위해 소셜 빅데이터 분석 방법과 수집 및 분류 방법, 미래신호 예측 방법론 등에 대해 상세히 기술하였다. 2장에는 빅데이터 분석 프로그램인 R의 설치 및 활용 방법을 소개하고, 빅데이터 분석을 위해 데이터 사이언티스트가 습득해야 할 과학적 연구방법에 관해 기술하였다. 3장에는 머신러닝의 이론과 머신러닝 알고리즘인 나이브 베이즈 분류모형, 로지스틱 회귀모형, 랜덤포레스트 모형, 의사결정나무 모형, 신경망 모형, 서포트벡터머신 모형과 연관규칙, 군집분석, 모형 평가, 그리고 시각화 등을 적용하여 예측 모형을 개발하는 전 과정을 기술하였다.
2부에서는 국내의 온라인 뉴스 사이트, 블로그, 카페, 트위터, 게시판 등에서 소셜 빅데이터를 수집하고 분석한 연구 사례를 기술하였다. 4장에는 ‘머신러닝을 활용한 한국의 섹스팅 위험 예측’ 연구 사례를 기술하였다. 5장에는 ‘머신러닝을 활용한 한국 소년범의 범죄지속 위험 예측모형 개발’ 연구 사례를 기술하였다. 6장에는 ‘머신러닝 기반 의약품 부작용과 마약 위험 예측모형 개발’ 연구 사례를 기술하였다.
