KR20180122491A - 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 - Google Patents
건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 Download PDFInfo
- Publication number
- KR20180122491A KR20180122491A KR1020170055097A KR20170055097A KR20180122491A KR 20180122491 A KR20180122491 A KR 20180122491A KR 1020170055097 A KR1020170055097 A KR 1020170055097A KR 20170055097 A KR20170055097 A KR 20170055097A KR 20180122491 A KR20180122491 A KR 20180122491A
- Authority
- KR
- South Korea
- Prior art keywords
- construction
- data
- risk factor
- risk
- information
- Prior art date
Links
- 238000010276 construction Methods 0.000 title claims abstract description 201
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000007405 data analysis Methods 0.000 claims description 19
- 238000012423 maintenance Methods 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 12
- 230000001788 irregular Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 7
- 230000000052 comparative effect Effects 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 4
- 238000005065 mining Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G06F17/30864—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 및 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법이 개시된다. 본 발명의 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법은 건설 프로젝트의 위험요인과 관련되고 다양한 유형의 비정형 텍스트 데이터를 포함하는 건설 관련 데이터를 이용하여, 건설 프로젝트의 위험요인 관련 용어와 비정형 텍스트 데이터 사이의 의미적 상관관계를 학습하는 단계; 의미적 상관관계를 기반으로, 복수의 시계열적 단계별로 소정의 검색어와 비정형 텍스트 데이터의 관련도를 산출하여, 검색어와 연관된 위험요인 관련 데이터를 추출하는 단계; 및 위험요인 관련 데이터를 건설 프로젝트의 복수의 시계열적 단계별로 비교, 분석 및 요약하여 건설 위험요인 정보를 생성하는 단계를 포함한다.
Description
본 발명은 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 및 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법에 관한 것이다.
세계 건설 시장 규모는 지속적으로 성장하여 2019년 약 $8조 규모를 형성할 것으로 전망된다. 이에 따라, 국내 건설 기업들은 생존을 위한 돌파구로서 해외건설 시장 진출확대를 위해 많은 노력을 하고 있다. 현대의 불확실한 경제 환경에서 지식정보는 지속 가능한 성장과 경쟁우위를 지속시켜주는 원천이다. 지식경영시스템은 이러한 지식정보 관리를 실현하는 도구로써 다양한 건설 기업에서 사용되어 왔다. 현재 건설 산업이 직면하고 있는 문제점 중 하나는 프로젝트 기반의 최종성과물 또는 프로젝트 수행 과정에서 발생하는 지식정보 및 기술들이 사장되거나 비효율적으로 관리되고 있는 점이다.
국내외에서 개발 및 운영되고 있는 대부분의 지식경영시스템은 행정 위주의 업무 처리로 인해 활용 목적이 명확하지 않은 지식을 저장하는 데이터 웨어하우스(data warehouse) 수준에 머무르고 있다. 건설 프로젝트 위험요인 관리 및 대응의 성공 및 실패 원인에 대한 평가와 사업수행 이후의 정보축적은 매우 미흡한 실정이며, 시스템으로부터 지식정보 생산을 통한 재활용 사례는 극히 제한적이다. 가치 있는 지식정보를 창출할 수 있는 전문 인력의 부족과, 건설 프로젝트의 긴박성으로 인해, 프로젝트 수행과정에서 생산되는 다양한 정보를 프로젝트 종료 후 정리, 분석할 여력이 없어, 대부분의 고급 정보가 데이터베이스 내에 사장되고 있다. 또한, 종래의 지식경영시스템은 기획, 설계, 발주, 시공, 유지관리 전주기에 걸쳐 위험요인을 정확하게 분석하지 못하였으며, 사업관리 시스템에 상당한 정보가 입력되어야만 사용자가 분석 결과를 확보할 수 있는 문제점도 있다.
본 발명은 건설 프로젝트의 전주기 위험요인 지식정보를 효과적이고 효율적으로 제공할 수 있는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 및 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법을 제공한다.
본 발명이 해결하고자 하는 과제는 이상에서 언급된 과제로 제한되지 않는다. 언급되지 않은 다른 기술적 과제들은 이하의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 측면에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템은 건설 프로젝트의 위험요인과 관련되고 다양한 유형의 비정형 텍스트 데이터를 포함하는 건설 관련 데이터를 수집하여 데이터베이스를 구축하는 데이터 수집부; 수집된 상기 건설 관련 데이터를 이용하여 건설 프로젝트의 위험요인 관련 용어와 상기 비정형 텍스트 데이터 사이의 의미적 상관관계를 학습하는 데이터 학습부; 학습된 상기 의미적 상관관계를 기반으로, 복수의 시계열적 단계별로 소정의 검색어와 상기 비정형 텍스트 데이터의 관련도를 산출하여, 상기 건설 관련 데이터 중에서 상기 검색어와 연관된 위험요인 관련 데이터를 추출하는 데이터 추출부; 및 추출된 상기 위험요인 관련 데이터를 건설 프로젝트의 복수의 시계열적 단계별로 비교, 분석 및 요약하여 건설 위험요인 정보를 생성하는 데이터 분석부를 포함한다.
상기 데이터 추출부는 상기 시계열적 단계별로 학습된 상기 의미적 상관관계를 기반으로, 상기 복수의 시계열적 단계별로 상이한 위험요인 관련 데이터를 추출할 수 있다.
상기 복수의 시계열적 단계는 건설 프로젝트 기획 단계, 건설 시공 단계 및 시설물 유지관리 단계 중의 적어도 두 단계를 포함할 수 있다.
상기 비정형 텍스트 데이터는 건설 현장 안전보고서, 작업 일보, 시설물 운영 및 유지관리 보고서 및 건설공사 리스크 데이터, 뉴스 기사, 사설, 학술지, 민원자료, 소셜네트워크서비스(SNS) 데이터를 포함할 수 있다.
상기 데이터 분석부는 텍스트, 그래프 및 도표를 활용하여 상기 건설 위험요인 정보를 시각화하고, 상기 복수의 시계열적 단계별로 상기 건설 위험요인 정보의 용어 선택을 변경하여 요약문을 생성할 수 있다.
상기 데이터 추출부는 상기 건설 위험요인 정보에 포함된 건설 위험요인에 대한 의미적 관련도가 기준 값보다 낮은 비교대상 데이터를 상기 건설 관련 데이터에서 추출하고, 상기 데이터 분석부는 상기 위험요인 관련 데이터와 상기 비교대상 데이터를 비교하여, 상기 건설 위험요인의 발생원인 및 대처방안을 분석할 수 있다.
상기 데이터 분석부는 상기 건설 위험요인에 대해 복수의 대처방안이 존재하는 경우, 상기 복수의 대처방안별로 위험정도를 평가하여 가장 위험정도가 낮은 대처방안을 결정할 수 있다.
상기 데이터 분석부는 상기 건설 위험요인 정보에 복수의 건설 위험요인이 포함된 경우, 상기 복수의 건설 위험요인별 위험수준을 평가하여 관리 우선순위를 결정할 수 있다.
상기 데이터 분석부는 상기 위험요인 관련 데이터의 단어가 의미적 유사도를 갖는 용어들을 포함하는 경우, 상기 검색어와 유사도가 가장 높은 용어로 변환하여 상기 건설 위험요인 정보를 생성할 수 있다.
본 발명의 다른 측면에 따르면, 건설 프로젝트의 위험요인과 관련되고 다양한 유형의 비정형 텍스트 데이터를 포함하는 건설 관련 데이터를 이용하여, 건설 프로젝트의 위험요인 관련 용어와 상기 비정형 텍스트 데이터 사이의 의미적 상관관계를 학습하는 단계; 상기 의미적 상관관계를 기반으로, 복수의 시계열적 단계별로 소정의 검색어와 상기 비정형 텍스트 데이터의 관련도를 산출하여, 상기 검색어와 연관된 위험요인 관련 데이터를 추출하는 단계; 및 상기 위험요인 관련 데이터를 건설 프로젝트의 복수의 시계열적 단계별로 비교, 분석 및 요약하여 건설 위험요인 정보를 생성하는 단계를 포함하는 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법이 제공된다.
상기 위험요인 관련 데이터를 추출하는 단계는 상기 시계열적 단계별로 학습된 의미적 상관관계를 기반으로, 상기 복수의 시계열적 단계별로 상이한 위험요인 관련 데이터를 추출할 수 있다.
상기 건설 위험요인 정보를 생성하는 단계는 텍스트, 그래프 및 도표를 활용하여 상기 건설 위험요인 정보를 시각화하고, 상기 복수의 시계열적 단계별로 상기 건설 위험요인 정보의 용어 선택을 변경하여 요약문을 생성할 수 있다.
상기 위험요인 관련 데이터를 추출하는 단계는 상기 건설 위험요인 정보에 포함된 건설 위험요인에 대한 의미적 관련도가 기준 값보다 낮은 비교대상 데이터를 상기 건설 관련 데이터에서 추출하고, 상기 건설 위험요인 정보를 생성하는 단계는 상기 위험요인 관련 데이터와 상기 비교대상 데이터를 비교하여, 상기 건설 위험요인의 발생원인 및 대처방안을 분석할 수 있다.
본 발명의 또 다른 측면에 따르면, 상기 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법을 실행시키는 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체가 제공된다.
본 발명의 실시예에 의하면, 건설 프로젝트의 전주기 위험요인 지식정보를 효과적이고 효율적으로 제공하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 및 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법이 제공된다.
본 발명의 효과는 상술한 효과들로 제한되지 않는다. 언급되지 않은 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템을 보여주는 개념도이다.
도 2는 본 발명의 일 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법의 흐름도이다.
도 4는 본 발명의 실시예에 따라 건설 프로젝트의 전주기 위험요인을 분석한 요약문을 개략적으로 보여주는 예시도이다.
도 5는 본 발명의 일 실시예에 따라 건설 프로젝터의 전주기 위험요인을 비교, 분석하는 것을 보여주는 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법의 흐름도이다.
도 4는 본 발명의 실시예에 따라 건설 프로젝트의 전주기 위험요인을 분석한 요약문을 개략적으로 보여주는 예시도이다.
도 5는 본 발명의 일 실시예에 따라 건설 프로젝터의 전주기 위험요인을 비교, 분석하는 것을 보여주는 흐름도이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술하는 실시예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되지 않으며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 갖는다. 공지된 구성에 대한 일반적인 설명은 본 발명의 요지를 흐리지 않기 위해 생략될 수 있다. 본 발명의 도면에서 동일하거나 상응하는 구성에 대하여는 가급적 동일한 도면부호가 사용된다. 본 발명의 이해를 돕기 위하여, 도면에서 일부 구성은 다소 과장되거나 축소되어 도시될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다", "가지다" 또는 "구비하다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서 전체에서 사용되는 '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부'가 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함할 수 있다. 구성요소와 '~부'에서 제공하는 기능은 복수의 구성요소 및 '~부'들에 의해 분리되어 수행될 수도 있고, 다른 추가적인 구성요소와 통합될 수도 있다.
본 발명의 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템은 대형화되고 복잡해진 건설 프로젝트의 전주기에 걸쳐 발생할 수 있는 위험요인을 선제적으로 관리, 대응하는데 도움을 줄 수 있는 지식정보를 효과적이고 효율적으로 지원하기 위해 제공된다.
건설 산업에서의 위험요인(risk)은 건설 프로젝트의 성공적인 수행에 영향을 미치는 불확실성을 내포한 모든 요인을 통칭하며, 결과에 부정적인 영향을 초래할 수 있는 발생 가능한 사건을 의미할 수 있다.
본 발명의 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법은 건설 프로젝트의 위험요인과 관련되고 다양한 유형의 비정형 텍스트 데이터를 포함하는 건설 관련 데이터를 이용하여, 건설 프로젝트의 위험요인 관련 용어와 비정형 텍스트 데이터 사이의 의미적 상관관계를 학습하는 단계; 의미적 상관관계를 기반으로, 복수의 시계열적 단계별로 소정의 검색어와 비정형 텍스트 데이터의 관련도를 산출하여, 검색어와 연관된 위험요인 관련 데이터를 추출하는 단계; 및 위험요인 관련 데이터를 건설 프로젝트의 복수의 시계열적 단계별로 비교, 분석 및 요약하여 건설 위험요인 정보를 생성하는 단계를 포함한다.
도 1은 본 발명의 일 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템을 보여주는 개념도이다. 본 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템(100)은 단말기들(10,20,30)과 네트워크 연결되어 건설 관련 데이터를 수집하고, 수집된 건설 관련 데이터를 이용하여 건설 프로젝트의 전주기에 걸친 건설 위험요인 정보를 제공한다.
도 2는 본 발명의 일 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템의 구성도이다. 도 1 및 도 2를 참조하면, 본 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템(100)은 데이터 수집부(110), 데이터 학습부(120), 데이터 추출부(130) 및 데이터 분석부(140)를 포함한다.
도 3은 본 발명의 일 실시예에 따른 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법의 흐름도이다. 도 1 내지 도 3을 참조하면, 데이터 수집부(110)는 건설 프로젝트의 위험요인과 관련되는 다양한 유형의 비정형 텍스트 데이터와 정형 데이터를 포함하는 건설 관련 데이터를 수집하여 데이터베이스를 구축한다(S10).
비정형 텍스트 데이터는 워드프로세서, e-mail, 프레젠테이션, 스프레드시트, PDF와 같은 복합문서 및 인터넷 페이지 등의 비정형 텍스트 형태로 제공될 수 있으며, 위험요인에 대한 설명, 관리 및 대응 방법, 그에 대한 효과 분석 등의 정보가 포함될 수 있다.
일 실시예로, 비정형 텍스트 데이터는 건설 현장 안전보고서, 작업 일보, 시설물 운영 및 유지관리 보고서, 건설공사 리스크 데이터, 뉴스 기사, 사설, 학술지, 민원자료, 소셜네트워크서비스(SNS) 데이터 등을 포함할 수 있다.
위험요인과 관련된 비정형 텍스트 데이터의 수집 및 활용을 용이하게 하기 위하여, 데이터베이스는 NoSQL(Not Only Structured Query Language) 데이터베이스로 제공될 수 있다.
NoSQL 데이터베이스는 테이블의 스키마가 유동적이고, 대용량의 데이터를 저장할 수 있으며, 데이터를 여러 대의 서버에 분산해 저장하는 분산형 구조를 가지므로, 본 발명의 데이터베이스 구조로 적합하다.
이와 같이, 빅데이터 오픈소스 기반으로, 건설 산업에 산재되어 웹상에 분산되어 있는 다양한 유형의 비정형 텍스트 데이터를 수집하고, 방대한 양의 건설 관련 데이터를 자동 검색하여 데이터베이스를 구축 및 자동 확장함으로써, 사용자가 반드시 상당한 정보를 입력하지 않더라도 전주기 위험요인과 관련하여 유의미한 결과를 얻을 수 있다.
일 실시예로, 데이터 수집부(110)는 크롤링(crawling), 웹마이닝(web mining), RSS Reader, Open API를 이용한 프로그래밍 등의 방법에 의해 자동으로 건설 관련 데이터를 수집하여 데이터베이스를 구축할 수 있다.
일 실시예로, 건설 관련 데이터는 복잡하고 다양한 형태의 비정형 텍스트 데이터 외에, 객관적 사실을 정형화된 형태로 전달하는 정형 데이터를 포함할 수 있다.
데이터 학습부(120)는 데이터 수집부(110)에 의해 수집된 건설 관련 데이터를 이용하여 건설 프로젝트의 위험요인 관련 용어와 비정형 텍스트 데이터에 포함된 단어들 간에 전후 문맥을 고려한 의미적 관련성을 나타내는 의미적 상관관계를 학습한다(S20).
위험요인 관련 용어는 건설 프로젝트의 위험요인과 관련된 용어로서, 건설 산업의 전문 용어, 사전에 포함된 용어, 건축 종사자나 일반인에게 사용되는 자연어 등을 포함할 수 있다. 위험요인 관련 용어는 예를 들면, 유찰, 사고, 붕괴, 손상, 재해, 재난, 이와 의미적으로 유사한 용어들을 포함할 수 있다.
데이터 학습부(120)는 머신러닝(machine learning)에 의해 건설 관련 데이터를 기반으로 학습을 수행하는 과정을 반복하여 건설 프로젝터의 전주기 위험요인 지식정보 제공 성능을 지속적으로 향상시킬 수 있다.
일 실시예로, 데이터 학습부(120)는 다층구조 형태의 신경망 알고리즘을 기반으로 높은 수준의 추상화 모델을 구축하는 딥러닝(deep learning)을 활용하여 건설 프로젝트의 위험요인 관련 용어와 비정형 텍스트 데이터 간의 의미적 상관관계를 학습할 수 있다.
건설 프로젝터에서 위험요인은 건설 프로젝트의 전주기(기획, 설계, 발주, 시공, 유지관리)에 걸쳐 존재하며, 대표적인 단계별 위험요인으로는 기획 단계의 해외건설 위험요인, 시공 단계의 건설현장 안전 위험요인, 유지관리 단계의 시설물 유지관리 위험요인 등이 있다.
일 실시예로, 의미적 상관관계의 학습은 예를 들어, 건설 프로젝트의 단계마다 별개로 수행될 수 있으며, 그에 따라 건설 프로젝트의 시계열적 단계별로 특정 용어와 건설 관련 데이터 간의 의미적 상관관계는 상이하게 학습될 수 있다.
다른 실시예로, 다층구조 형태의 신경망 알고리즘의 변수들에 건설 프로젝트의 시계열적 단계들을 포함시켜 위험 요인 관련 용어와 건설 관련 데이터의 단어들 간 의미적 상관관계를 학습할 수도 있다.
데이터 추출부(130)는 데이터 학습부(120)에 의해 학습된 의미적 상관관계를 기반으로, 복수의 시계열적 단계별로 소정의 검색어와 비정형 텍스트 데이터의 관련도를 산출하여, 건설 관련 데이터 중에서 검색어와 연관된 위험요인 관련 데이터를 추출한다(S30).
검색어는 사용자의 단말기에 마련된 키보드, 마우스, 터치패드 등의 입력 수단을 통해 입력될 수 있다. 사용자에 의해 입력된 하나 이상의 검색어는 건설 위험요인 정보 제공을 요청하는 메시지와 함께 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템으로 전송될 수 있다.
검색어는 예를 들어, 건설 프로젝트의 지역, 업종, 시기 등 프로젝트 특성을 나타내는 정보를 포함할 수 있다. 일 실시예에 있어서, 상기 복수의 시계열적 단계는 건설 프로젝트의 기획 단계, 건설 시공 단계 및 건설 시공 완료 후의 시설물 유지관리 단계를 포함할 수 있다.
일 실시예로, 검색어와 비정형 텍스트 데이터의 관련도는 검색어와 비정형 텍스트 데이터에 포함된 단어들 간의 의미적 유사도를 산출하여 결정될 수 있다. 의미적 유사도는 데이터 학습부(120)의 의미적 상관관계 학습 결과에 의해 좌우될 수 있다.
데이터 추출부(130)는 사용자의 검색 의도를 파악하여 맞춤형 지식정보를 제공하기 위해, 의미 기반 검색에 의해 건설 관련 데이터 중에서 위험요인 관련 데이터를 검색할 수 있다. 의미 기반 검색에 의해, 건설 용어나 건설 관련 문서에 포함된 문장의 뜻을 전후 문맥을 고려하여 논리적으로 추론해, 상황에 맞는 결과를 찾을 수 있다.
일 실시예에서, 사용자 검색어 의미 파악을 위한 코퍼스(corpus)가 구축될 수 있으며, 의미 기반 검색을 위해 대규모의 문서에서 텍스트 데이터를 분석하여 의미 있는 정보를 추출하는 텍스트마이닝(text mining)이 활용될 수 있다.
데이터 추출부(130)는 텍스트마이닝을 위해, 비정형 텍스트 데이터와 정형 데이터를 포함하는 건설 관련 데이터에 대해 형태 분석, 의미 분석, 대화 분석 등을 통해 건설 산업의 언어적 특성을 반영할 수 있는 자연어 처리(natural language processing)를 수행하여 컴퓨터가 인식해서 처리할 수 있도록 하며, 건설 관련 데이터를 의미 기반으로 분석하여 위험요인 관련 데이터를 검색할 수 있다.
일 실시예에서, 데이터 추출부(130)는 시계열적 단계별로 학습된 의미적 상관관계를 기반으로, 복수의 시계열적 단계별로 상이한 위험요인 관련 데이터를 추출할 수 있다.
복수개의 검색어가 입력되는 경우, 해당 검색어들의 우선 순위는 복수의 시계열적 단계별로 상이하게 결정될 수 있다. 그에 따라 시계열적 단계별로 상이한 위험요인 관련 데이터가 검색될 수 있다. 시계열적 단계별 검색어들의 우선 순위는 데이터 학습부(120)에 의해 학습될 수 있다.
데이터 분석부(140)는 데이터 추출부(130)에 의해 추출된 위험요인 관련 데이터를 건설 프로젝트의 복수의 시계열적 단계별로 비교, 분석 및 요약하여 건설 위험요인 정보를 생성한다(S40).
일 실시예로, 데이터 분석부(140)는 위험요인 관련 데이터의 단어가 의미적 유사도를 갖는 용어들을 포함하는 경우, 검색어와 유사도가 가장 높은 용어로 변환하여 건설 위험요인 정보를 생성할 수 있다. 의미적 유사도는 건설 프로젝트의 시계열적 단계별로 다르게 산출될 수 있다.
일 실시예로, 데이터 분석부(140)는 사용자의 이해를 돕기 위해, 건설 위험요인 정보를 텍스트, 그래프 및 도표를 활용하여 재가공하여 시각화하고, 복수의 시계열적 단계별로 건설 위험요인 정보의 용어 선택을 변경하여 요약문을 생성 및 출력함으로써, 사용자 맞춤형 검색 결과를 제공한다(S50).
본 명세서에서, 시각화(data visualization)는 데이터 분석 결과를 그래프, 도표, 이미지 등의 형태로, 사용자가 쉽게 이해할 수 있도록 시각적으로 표현하고 전달하는 처리를 의미할 수 있다.
도 4는 본 발명의 실시예에 따라 건설 프로젝트의 전주기 위험요인을 분석한 요약문을 개략적으로 보여주는 예시도이다. 요약문(40)은 위험요인을 텍스트로 요약한 요약정보 항목(42)과, 위험요인을 비교, 분석하여 도표나 그래프 등으로 시각화한 위험요인분석 항목(44)을 포함할 수 있다.
일 실시예로, 데이터 분석부(140)는 로봇저널리즘(robot journalism)에 의해 요약문을 생성할 수 있다. 로봇저널리즘은 텍스트마이닝을 활용하여 개발한 소프트웨어를 통해 자동으로 기사를 작성하는 기술을 의미한다.
일 실시예로, 데이터 분석부(140)는 웹과 건설 현장에서 발생하는 비정형 텍스트 데이터에 대해 텍스트마이닝을 활용하여 통계적 수치를 도출하여 의미와 가치를 판단하고, 사용자의 검색 내용에 대하여 가장 효과적으로 지식정보를 전달할 수 있다고 판단되는 구성을 선택할 수 있다.
데이터 분석부(140)는 지식정보의 전달 방식이 정해지면 시각화된 자료에 구체적인 정보를 붙이고, 구축된 데이터베이스와 코퍼스의 건설 산업 특화 언어를 활용하여, 사용자가 이해할 수 있는 유용한 지식정보를 배열한다. 이때, 건설 프로젝트의 단계 및 유형에 따라 용어 선택이 달라진다.
일 실시예에서, 사용자에게 제공된 지식정보 결과 내용은 데이터베이스에 다시 자동으로 축적되어 활용되므로, 이후 유사 검색어 입력 시 검색 성능을 향상시킬 수 있으며, 건설 현장의 데이터 수집 및 활용의 선순환 구조를 확립할 수 있다.
일 예로, 해외건설의 기획 단계에서 건설 위험요인 정보는 계약 진행, 사후 관리 등의 진행시 잘못 사용될 수 있는 용어의 예시, 권장되는 전문 용어의 예시, 위험이슈가 적은 국가 등이 포함될 수 있다.
건설현장 안전관리 단계에서 건설 위험요인 정보는 사례별 위험요인, 주요 발생 원인, 방지 대책 등이 포함될 수 있으며, 현장시공 작업자가 정확하게 이해할 수 있도록 시공 과정의 장비 또는 작업 관련 용어를 기반으로 건설 위험요인 정보가 제공될 수 있다.
시설물 유지관리 단계에서 건설 위험요인 정보는 손상 종류, 손상 발생 메커니즘, 손상 원인 등이 포함될 수 있으며, 유지보수 작업자가 정확하게 이해할 수 있도록 점검 이력, 점검 부재 관련 기술적 용어를 기반으로 건설 위험요인 정보가 제공될 수 있다.
본 발명의 실시예는 해외건설 프로젝트의 기획 단계에서 활용되어, 해외건설 프로젝트의 전주기에 걸친 주요 위험요인을 파악하여 위험요인을 집중 관리하고, 선제적 대응에 활용될 수 있다.
또한, 건설 프로젝트의 특정 공법 및 공종에 대한 위험요인 사전 검토로 건설현장의 안전사고 발생을 미연에 방지하고, 건설 안전사고 예방체계 확립에 활용될 수 있다. 뿐만 아니라, 건설 시공 후 시설물 유지관리 시 발생하는 주요 위험요인을 파악하여 최적의 시설물 유지관리를 위한 의사결정 지원에 활용될 수 있다.
도 5는 본 발명의 일 실시예에 따라 건설 프로젝터의 전주기 위험요인을 비교, 분석하는 것을 보여주는 흐름도이다. 도 2 및 도 5를 참조하면, 데이터 추출부(130)는 건설 위험요인 정보에 포함된 건설 위험요인에 대한 의미적 관련도가 기준 값보다 낮은 비교대상 데이터를 건설 관련 데이터에서 추출한다(S42). 데이터 분석부(140)는 위험요인 관련 데이터와 비교대상 데이터를 비교 대조하여, 건설 위험요인의 발생원인 및 대처방안을 분석한다(S44, S46).
예를 들어, 위험요인 관련 데이터와 비교대상 데이터 사이에 시공 방법에 차이가 있고, 비교대상 데이터의 위험요인이 적은 것으로 판단되면, 위험요인이 적은 것으로 평가된 비교대상 데이터의 시공 방법을 대안으로 제시할 수 있다.
일 실시예로, 데이터 분석부(140)는 건설 위험요인에 대해 복수의 대처방안이 존재하는 경우, 복수의 대처방안별로 위험정도(위험스코어)를 평가하여 가장 위험정도가 낮은 대처방안을 결정하여 추천할 수 있다.
이때, 대처방안별 위험정도는 해당 대처방안이 적용된 경우의 사례들을 건설 관련 데이터에서 추출하고, 추출된 사례들에서 위험 발생 빈도, 위험 손실 정도(비용 손실 등) 등의 텍스트 정보를 추출하여 예측될 수 있다.
다른 실시예로, 데이터 분석부(140)는 건설 위험요인 정보에 복수의 건설 위험요인이 포함된 경우, 복수의 건설 위험요인별 위험수준을 평가하여 관리 우선순위를 결정할 수 있다. 이 경우, 건설 위험요인별 위험수준은 예를 들어, 건설 위험요인별 발생 확률, 위험 손실 정도(비용 손실 등) 등을 예측하여 평가될 수 있다.
본 발명의 실시예에 따른 방법은 예를 들어 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 컴퓨터로 읽을 수 있는 기록매체는 SRAM(Static RAM), DRAM(Dynamic RAM), SDRAM(Synchronous DRAM) 등과 같은 휘발성 메모리, ROM(Read Only Memory), PROM(Programmable ROM), EPROM(Electrically Programmable ROM), EEPROM(Electrically Erasable and Programmable ROM), 플래시 메모리 장치, PRAM(Phase-change RAM), MRAM(Magnetic RAM), RRAM(Resistive RAM), FRAM(Ferroelectric RAM)과 같은 불휘발성 메모리, 플로피 디스크, 하드 디스크 또는 광학적 판독 매체 예를 들어 시디롬, 디브이디 등과 같은 형태의 저장매체일 수 있으나, 이에 제한되지는 않는다.
이상의 실시예들은 본 발명의 이해를 돕기 위하여 제시된 것으로, 본 발명의 범위를 제한하지 않으며, 이로부터 다양한 변형 가능한 실시예들도 본 발명의 범위에 속하는 것임을 이해하여야 한다. 본 발명의 기술적 보호범위는 특허청구범위의 기술적 사상에 의해 정해져야 할 것이며, 본 발명의 기술적 보호범위는 특허청구범위의 문언적 기재 그 자체로 한정되는 것이 아니라 실질적으로는 기술적 가치가 균등한 범주의 발명에 대하여까지 미치는 것임을 이해하여야 한다.
100: 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템
110: 데이터 수집부
120: 데이터 학습부
130: 데이터 추출부
140: 데이터 분석부
110: 데이터 수집부
120: 데이터 학습부
130: 데이터 추출부
140: 데이터 분석부
Claims (15)
- 건설 프로젝트의 위험요인과 관련되고 다양한 유형의 비정형 텍스트 데이터를 포함하는 건설 관련 데이터를 수집하여 데이터베이스를 구축하는 데이터 수집부;
수집된 상기 건설 관련 데이터를 이용하여 건설 프로젝트의 위험요인 관련 용어와 상기 비정형 텍스트 데이터 사이의 의미적 상관관계를 학습하는 데이터 학습부;
학습된 상기 의미적 상관관계를 기반으로, 복수의 시계열적 단계별로 소정의 검색어와 상기 비정형 텍스트 데이터의 관련도를 산출하여, 상기 건설 관련 데이터 중에서 상기 검색어와 연관된 위험요인 관련 데이터를 추출하는 데이터 추출부; 및
추출된 상기 위험요인 관련 데이터를 건설 프로젝트의 복수의 시계열적 단계별로 비교, 분석 및 요약하여 건설 위험요인 정보를 생성하는 데이터 분석부를 포함하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 제1 항에 있어서,
상기 데이터 추출부는 상기 시계열적 단계별로 학습된 상기 의미적 상관관계를 기반으로, 상기 복수의 시계열적 단계별로 상이한 위험요인 관련 데이터를 추출하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 제1 항에 있어서,
상기 복수의 시계열적 단계는 건설 프로젝트 기획 단계, 건설 시공 단계 및 시설물 유지관리 단계 중의 적어도 두 단계를 포함하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 제1 항에 있어서,
상기 비정형 텍스트 데이터는 건설 현장 안전보고서, 작업 일보, 시설물 운영 및 유지관리 보고서 및 건설공사 리스크 데이터, 뉴스 기사, 사설, 학술지, 민원자료, 소셜네트워크서비스(SNS) 데이터를 포함하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 제1 항에 있어서,
상기 데이터 분석부는 텍스트, 그래프 및 도표를 활용하여 상기 건설 위험요인 정보를 시각화하고, 상기 복수의 시계열적 단계별로 상기 건설 위험요인 정보의 용어 선택을 변경하여 요약문을 생성하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 제1 항에 있어서,
상기 데이터 추출부는 상기 건설 위험요인 정보에 포함된 건설 위험요인에 대한 의미적 관련도가 기준 값보다 낮은 비교대상 데이터를 상기 건설 관련 데이터에서 추출하고,
상기 데이터 분석부는 상기 위험요인 관련 데이터와 상기 비교대상 데이터를 비교하여, 상기 건설 위험요인의 발생원인 및 대처방안을 분석하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 제6 항에 있어서,
상기 데이터 분석부는 상기 건설 위험요인에 대해 복수의 대처방안이 존재하는 경우, 상기 복수의 대처방안별로 위험정도를 평가하여 가장 위험정도가 낮은 대처방안을 결정하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 제1 항에 있어서,
상기 데이터 분석부는 상기 건설 위험요인 정보에 복수의 건설 위험요인이 포함된 경우, 상기 복수의 건설 위험요인별 위험수준을 평가하여 관리 우선순위를 결정하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 제1 항에 있어서,
상기 데이터 분석부는
상기 위험요인 관련 데이터의 단어가 의미적 유사도를 갖는 용어들을 포함하는 경우, 상기 검색어와 유사도가 가장 높은 용어로 변환하여 상기 건설 위험요인 정보를 생성하는 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템. - 건설 프로젝트의 위험요인과 관련되고 다양한 유형의 비정형 텍스트 데이터를 포함하는 건설 관련 데이터를 이용하여, 건설 프로젝트의 위험요인 관련 용어와 상기 비정형 텍스트 데이터 사이의 의미적 상관관계를 학습하는 단계;
상기 의미적 상관관계를 기반으로, 복수의 시계열적 단계별로 소정의 검색어와 상기 비정형 텍스트 데이터의 관련도를 산출하여, 상기 검색어와 연관된 위험요인 관련 데이터를 추출하는 단계; 및
상기 위험요인 관련 데이터를 건설 프로젝트의 복수의 시계열적 단계별로 비교, 분석 및 요약하여 건설 위험요인 정보를 생성하는 단계를 포함하는 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법. - 제10 항에 있어서,
상기 위험요인 관련 데이터를 추출하는 단계는 상기 시계열적 단계별로 학습된 의미적 상관관계를 기반으로, 상기 복수의 시계열적 단계별로 상이한 위험요인 관련 데이터를 추출하는 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법. - 제10 항에 있어서,
상기 복수의 시계열적 단계는 건설 프로젝트 기획 단계, 건설 시공 단계 및 시설물 유지관리 단계 중의 적어도 두 단계를 포함하는 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법. - 제10 항에 있어서,
상기 건설 위험요인 정보를 생성하는 단계는 텍스트, 그래프 및 도표를 활용하여 상기 건설 위험요인 정보를 시각화하고, 상기 복수의 시계열적 단계별로 상기 건설 위험요인 정보의 용어 선택을 변경하여 요약문을 생성하는 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법. - 제10 항에 있어서,
상기 위험요인 관련 데이터를 추출하는 단계는 상기 건설 위험요인 정보에 포함된 건설 위험요인에 대한 의미적 관련도가 기준 값보다 낮은 비교대상 데이터를 상기 건설 관련 데이터에서 추출하고,
상기 건설 위험요인 정보를 생성하는 단계는 상기 위험요인 관련 데이터와 상기 비교대상 데이터를 비교하여, 상기 건설 위험요인의 발생원인 및 대처방안을 분석하는 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법. - 제10 항 내지 제14 항 중 어느 한 항에 기재된 건설 프로젝트의 전주기 위험요인 지식정보 제공 방법을 실행시키는 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170055097A KR101955550B1 (ko) | 2017-04-28 | 2017-04-28 | 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170055097A KR101955550B1 (ko) | 2017-04-28 | 2017-04-28 | 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180122491A true KR20180122491A (ko) | 2018-11-13 |
| KR101955550B1 KR101955550B1 (ko) | 2019-03-08 |
Family
ID=64397839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170055097A KR101955550B1 (ko) | 2017-04-28 | 2017-04-28 | 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101955550B1 (ko) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111369107A (zh) * | 2020-02-18 | 2020-07-03 | 平安科技（深圳）有限公司 | 一种物体风险预警方法、管理终端及存储介质 |
| KR20200082856A (ko) * | 2018-12-31 | 2020-07-08 | 호서대학교 산학협력단 | 수소충전소의 위험성을 평가하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 |
| WO2020209405A1 (ko) * | 2019-04-10 | 2020-10-15 | 양경옥 | 공정표를 이용한 안전정보 생성 방법 및 장치 |
| KR20200128229A (ko) * | 2019-04-18 | 2020-11-12 | 박동현 | 건설 장비 운영에 관한 정보제공 방법 및 이를 위한 단말 |
| KR20210034446A (ko) * | 2019-09-20 | 2021-03-30 | 주식회사 헥사콘 | 비정형 건설 데이터 처리 장치 및 방법 |
| KR102291193B1 (ko) * | 2020-10-08 | 2021-08-20 | 주식회사 에코시안 | 인공지능 기반의 위험 정보 자동화 추천 장치 및 방법 |
| KR102313479B1 (ko) * | 2020-12-23 | 2021-10-18 | 주식회사 케이씨씨건설 | 인공지능 모델을 이용한 안전기준에 따른 가이드 제공 시스템 |
| KR102316632B1 (ko) * | 2021-03-17 | 2021-10-22 | (주)엘다임 | 건설 현장의 위험성 평가 방법 |
| KR20220106644A (ko) * | 2021-01-22 | 2022-07-29 | 한양대학교 산학협력단 | Bim 기반 드릴-블라스팅 터널 정보 모델링 프레임워크 |
| WO2022177268A1 (ko) * | 2021-02-18 | 2022-08-25 | 한국전자기술연구원 | 파편적 데이터 통합 장치 및 방법 |
| KR20220135741A (ko) * | 2021-03-31 | 2022-10-07 | 주식회사 포스코아이씨티 | 위험요인 분석을 통한 안전사고 예방방법 및 이를 이용한 안전사고 예방시스템 |
| KR102474545B1 (ko) * | 2021-12-01 | 2022-12-05 | 사단법인 코티티시험연구원 | 능동형 위해정보 통합 관리 장치 및 그 방법 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150080111A (ko) * | 2013-12-30 | 2015-07-09 | 연세대학교 산학협력단 | 해외 건설 프로젝트 초기 수익성 예측 시스템 및 방법 |
-
2017
- 2017-04-28 KR KR1020170055097A patent/KR101955550B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150080111A (ko) * | 2013-12-30 | 2015-07-09 | 연세대학교 산학협력단 | 해외 건설 프로젝트 초기 수익성 예측 시스템 및 방법 |
Non-Patent Citations (2)
| Title |
|---|
| 이지희 외 2인, ‘R프로그래밍 기반의 비정형 건설 데이터 분석’, 대한건축학회 논문집-구조계, 32(5), pp37~44 (2016.05)* * |
| 한상규 외 5인, ‘성공적인 시공 책임형 건설 사업관리를 위한 빅 데이터 프로세스 모델 제안’, 한국건설관리학회 전국 대학생 학술발표대회 논문집, 제10권, pp172~175 (2015.11)* * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200082856A (ko) * | 2018-12-31 | 2020-07-08 | 호서대학교 산학협력단 | 수소충전소의 위험성을 평가하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 |
| WO2020209405A1 (ko) * | 2019-04-10 | 2020-10-15 | 양경옥 | 공정표를 이용한 안전정보 생성 방법 및 장치 |
| KR20200128229A (ko) * | 2019-04-18 | 2020-11-12 | 박동현 | 건설 장비 운영에 관한 정보제공 방법 및 이를 위한 단말 |
| KR20210034446A (ko) * | 2019-09-20 | 2021-03-30 | 주식회사 헥사콘 | 비정형 건설 데이터 처리 장치 및 방법 |
| CN111369107A (zh) * | 2020-02-18 | 2020-07-03 | 平安科技（深圳）有限公司 | 一种物体风险预警方法、管理终端及存储介质 |
| KR102291193B1 (ko) * | 2020-10-08 | 2021-08-20 | 주식회사 에코시안 | 인공지능 기반의 위험 정보 자동화 추천 장치 및 방법 |
| KR102313479B1 (ko) * | 2020-12-23 | 2021-10-18 | 주식회사 케이씨씨건설 | 인공지능 모델을 이용한 안전기준에 따른 가이드 제공 시스템 |
| KR20220106644A (ko) * | 2021-01-22 | 2022-07-29 | 한양대학교 산학협력단 | Bim 기반 드릴-블라스팅 터널 정보 모델링 프레임워크 |
| WO2022177268A1 (ko) * | 2021-02-18 | 2022-08-25 | 한국전자기술연구원 | 파편적 데이터 통합 장치 및 방법 |
| KR102316632B1 (ko) * | 2021-03-17 | 2021-10-22 | (주)엘다임 | 건설 현장의 위험성 평가 방법 |
| KR20220135741A (ko) * | 2021-03-31 | 2022-10-07 | 주식회사 포스코아이씨티 | 위험요인 분석을 통한 안전사고 예방방법 및 이를 이용한 안전사고 예방시스템 |
| KR102474545B1 (ko) * | 2021-12-01 | 2022-12-05 | 사단법인 코티티시험연구원 | 능동형 위해정보 통합 관리 장치 및 그 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101955550B1 (ko) | 2019-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101955550B1 (ko) | 건설 프로젝트의 전주기 위험요인 지식정보 서비스 시스템 | |
| KR101545215B1 (ko) | 데이터 센터 장애 이벤트 관리 자동화 시스템 및 방법 | |
| Omri et al. | Industrial data management strategy towards an SME-oriented PHM | |
| US20200293946A1 (en) | Machine learning based incident classification and resolution | |
| US20190347282A1 (en) | Technology incident management platform | |
| US9459950B2 (en) | Leveraging user-to-tool interactions to automatically analyze defects in IT services delivery | |
| Karray et al. | ROMAIN: Towards a BFO compliant reference ontology for industrial maintenance | |
| Kubiak et al. | An overview of data-driven techniques for IT-service-management | |
| US20230351223A1 (en) | Service providing system, business analysis support system, and method | |
| US9355170B2 (en) | Causal topic miner | |
| Navinchandran et al. | Discovering critical KPI factors from natural language in maintenance work orders | |
| US20220019742A1 (en) | Situational awareness by fusing multi-modal data with semantic model | |
| US9489379B1 (en) | Predicting data unavailability and data loss events in large database systems | |
| Nagwani et al. | Generating taxonomic terms for software bug classification by utilizing topic models based on Latent Dirichlet Allocation | |
| Kattner et al. | Inconsistency management in heterogeneous models-an approach for the identification of model dependencies and potential inconsistencies | |
| Carlsson et al. | Fuzzy entropy used for predictive analytics | |
| US9443214B2 (en) | News mining for enterprise resource planning | |
| Sampada et al. | A review on advanced techniques of requirement elicitation and specification in software development stages | |
| US20180336242A1 (en) | Apparatus and method for generating a multiple-event pattern query | |
| CN112199573B (zh) | 一种非法交易主动探测方法及系统 | |
| Kim et al. | A hybrid failure diagnosis and prediction using natural language-based process map and rule-based expert system | |
| CN113515637B (zh) | 危险废物种类缺失申报的识别方法、装置、计算机设备 | |
| D’Cruze et al. | A Case Study on Ontology Development for AI Based Decision Systems in Industry | |
| EP4339845A1 (en) | Method, apparatus and electronic device for detecting data anomalies, and readable storage medium | |
| CN110727767B (zh) | 一种扩展文本样本的方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |