머신러닝을 활용한 정보격차 실태조사 자료의 중요도 변수 분류에 관한 연구

A study on the classification of importance variables in a digital divide data using machine learning

발행

2022 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.

소속·발행

조선대학교

출처

국내 KCI

원문

원문 보기 ↗

개념

키워드

랜덤포레스트, 머신러닝, 서포트벡터머신, 정보격차., Digital divide, machine learning, random forest, support vector machine.

초록

컴퓨터, 인터넷 발전으로 정보화 시대를 지나면서 과거 활자를 통해 얻은 정보보다 쉽고 빠르게 얻을 수 있게 되었다. 하지만, 모두가 동일한 정보들을 얻으며 자신에 맞는 정보들을 취합하는 것은 어렵다. 스마트 기기를 활용하는 수준에 따라 매우 많은 차이를 보이며 이 중 PC 또는 스마트 기기를 활용하지 못하는 데 어려움을 느끼는 계층을 정보소외계층이라고 한다. 본 연구에서는 한국정보화진흥원에서 2018년도부터 2020년도까지 3년 동안 조사한 설문 데이터를 기반으로 머신러닝 기법인 랜덤포레스트와 서포트벡터머신을 활용하여 일반국민과 정보소외계층에 속한 국민을 분류하는 모형을 제안하였다. 또한, 각 계층 간의 분류에 중요한 영향을 미치는 변수를 계산하였다. 중요변수로는 주변 환경적인 요인인 연령대와 직업, 차원 축소된 변수는 PC 및 스마트폰 사용능력과 PC 사용능력으로 나타났으며, 이를 통해 일반국민과 정보소외계층 간의 간극을 줄일 방안을 제안하였다.

같은 개념의 다른 논문

이 개념이 나오는 강연