Data & Business Innovation LAB
산업공학과-산업정보시스템전공/ITM(IT Management)전공 이학연
Data & Business Innovation LAB은 산업공학과-산업정보시스템전공/ITM(IT Management)전공에 속한 연구실로, 머신러닝과 빅데이터 분석을 활용한 다양한 연구를 수행하고 있습니다. 최근에는 학습자 맞춤형 지식 상태 분석 및 문제 추천 시스템 개발, B2B 사업 환경 분석을 위한 정보 처리 분석 시스템 개발, 텍스트 기반 기술동향정보의 분석을 위한 그래프 학습 및 링크 예측 방법론 개발 등 다양한 프로젝트를 진행하였습니다. 또한, 대학의 산학연구 역량 빅데이터 분석, 오픈소스 프로젝트 데이터 기반 인공지능 나우캐스팅, 희귀 의약품 해외 라이센싱을 위한 기술가치평가 등 다양한 분야에서 성과를 내고 있습니다. 2023년에는 특허 토픽 기반 메타버스 기술 프레임워크와 디지털 헬스케어 기술 구조 분석 등의 논문을 발표하였으며, 2022년에는 스마트 제조 국가연구개발 랜드스케이프와 패션 산업 단발성 유행 탐지 등의 연구를 진행하였습니다. 연구실은 지속적으로 전략적 기술획득을 위한 테크놀로지 어낼리틱스와 경제성 평가 모형 개발 및 적용 연구를 통해 산업계와의 협력을 강화하고 있습니다.
Machine Learning
머신러닝
Knowledge Tracing
지식 추적
Big Data Analysis
Knowledge Tracing을 활용한 학습자 맞춤형 지식 상태 분석 및 문제 추천 시스템 개발
이 연구는 학습자 개개인의 지식 상태를 분석하고, 이에 맞춘 문제를 추천하는 시스템을 개발하는 것을 목표로 하고 있습니다. Knowledge Tracing 알고리즘을 활용하여 학습자의 지식 상태를 실시간으로 추적하고, 머신러닝 기법을 통해 각 학습자에게 최적화된 학습 경로를 제시합니다. 이를 통해 학습자의 학습 효율성을 극대화하고, 개인 맞춤형 학습 경험을 제공합니다. 이 연구는 교육 산업에서의 다양한 응용 가능성을 가지고 있으며, 특히 온라인 교육 플랫폼과의 협업을 통해 실질적인 활용이 기대됩니다.
머신러닝 기반의 B2B 사업 환경 분석 및 정보 처리 시스템 개발
B2B 사업 환경을 분석하고, 이를 기반으로 한 정보 처리 시스템을 개발하는 연구입니다. 머신러닝 기법을 활용하여 대량의 비정형 데이터를 분석하고, 이를 통해 B2B 시장의 트렌드와 주요 인사이트를 도출합니다. 또한, 그래프 학습 및 링크 예측 방법론을 적용하여 기업 간의 관계망을 분석하고, 전략적 의사결정을 지원하는 시스템을 구축합니다. 이 연구는 기업의 사업 전략 수립과 시장 대응 능력을 향상시키는 데 기여할 수 있으며, 다양한 산업 분야에서의 실질적인 적용이 가능합니다.
1
특허 토픽 기반 메타버스 기술 프레임워크: 가상 세계를 중심으로
백춘삼, 최재명, 이학연
대한산업공학회지, 2023
2
디지털 헬스케어 기술 구조 분석 Fractional Assignment Vs. Disrecte Assignment
이서영, 안승섭, 이학연
대한산업공학회지, 2023
3
스마트 제조 국가연구개발 랜드스케이프: 토픽 포트폴리오 및 혁신 주체별 특성
성기서, 황정민, 이학연
대한산업공학회지, 2022
1
Knowledge Tracing을 활용한 학습자 맞춤형 지식 상태 분석 및 문제 추천 시스템 개발
2
B2B 사업 환경 분석을 위한 머신러닝 기반의 정보 처리 분석 방법 및 시스템 개발
3
텍스트 기반 기술동향정보의 분석을 위한 머신러닝 기반 그래프 학습 및 링크 예측 방법론 개발
