'1. IT Story'에 해당되는 글 397건

1. 프로세스마이닝 (Process Mining)의 개요

 1-1. 프로세스마이닝 (Process Mining)의 정의

  - 시스템에 기록되는 이벤트 로그를 분석하여 프로세스와 관련된 다양한 정보를 분석하는 기술

  - 정보시스템의 이벤트 로그에서 지식을 추출하여 실제 업무 프로세스를 도출하고 모니터링하여 개선하는 활동

 1-2. 프로세스마이닝 (Process Mining)의 목적

 1) 프로세스 식별 : 실제 상황을 반영한 비즈니스 프로세스 모델을 발견하고 애니메이션 기능을 통해 기 수행된 업무 사례들의 정확한 흐름을 확이 가능

 2) 프로세스 가시화 : 프로세스 분석을 통해 프로세스와 조직의 성과를 다양한 그래프 형태로 가시화하여 직관적으로 판단할 수 있게 해 줌

2. 프로세스마이닝 (Process Mining)의 구성도, 수행절차, 적용효과

 2-1. 프로세스마이닝 (Process Mining)의 구성도

 2-2. 프로세스마이닝 (Process Mining)의 수행절차

 2-3. 프로세스마이닝 (Process Mining)의 적용효과

 - 조직은 프로세스 마이닝 활동을 통하여 비즈니스 프로세스와 조직의 성과관리 및
향상(Improvement) 을 달성

1. 데이터 마이닝(Data Mining)의 개요

 1-1. 데이터 마이닝(Data Mining)의 정의 

   - 대용량 데이터 베이스에서 데이터의 관계, 특성, 패턴, 규칙을 찾아 모형화하여 유용한 지식으로
추론/변환하는 일련의 과정

 1-2. 데이터 마이닝(Data Mining)의 특징

 1) 예측 :정보를 이용하여 다음에 발생될 일을 변수로 추정

 2) 일반화 : 예측모형을 기반으로 일반화

 3) 패턴 : 데이터에 대해 자주 발생하는 유형 및 배열을 도출

 4) 활용 : 축적된 과거자료를 활용 가능

2. 데이터 마이닝(Data Mining)의 단계, 과정

 2-1. 데이터 마이닝(Data Mining)의 단계

 2-2. 데이터 마이닝(Data Mining) 과정

1. EII(Enterprise Information Integration)의 개요

 1-1. EII(Enterprise Information Integration)의 정의

   - 물리적 데이터 통합 없이 다양한 애플리케이션이 다양한 데이터를 자유롭게 조회하고 접근 할 수 있는 가상의 데이터 통합 기술

 1-2. EII(Enterprise Information Integration)의 목표

  - 가상 데이터 페더레이션(Virtual Data Federation), 데이터의 물리적 이동 없음

  - 여러 플랫폼에 산재한 정형/비정형 데이터의 실시간 통합

  - 단일액세스 채널을 통해 쿼리 수행

2. EII(Enterprise Information Integration)의 구성도, 구성계층

 2-1. EII(Enterprise Information Integration)의 구성도

   - 기존의 데이터 통합은 쿼리 수행을 위해 여러 데이터 저장소에 존재하는 데이터를 물리적으로 통합 (데이터 콘솔리데이션)
   - EII의 데이터 페러데이션은 쿼리를 데이터에 전달하는 방식으로 물리적 이동없이 가상으로 데이터를 통합하여 단일 엑세스 채널을 통해 쿼리 수행

 2-2. EII(Enterprise Information Integration)의 구성계층

3. EII(Enterprise Information Integration)의 발전방향

  - SOA를 위한 데이터표준을 마련 및 구 데이터를 SOA 환경으로 통합할 수 있는 기술 발전예상

  - BI 고도화관점에서 운영영역과 분석영역간의 통합을 전망

  - 데이터가상화 성능을 향상시키기 위해 그리드기술을 확대 채용 할 것으로 예상

  - 현재, EII 솔루션이 아직까지는 완전한 상태가 아니므로, 보완책을 마련하고 중요도가 떨어지는
업무영역에 우선 적용하여 추이를 지켜봐야할 것 으로보임

  - 향후 SOA 데이터서비스를 위한 주요기술로서의 EII 활용방안을 고려하고, 전사차원으로 확산
하는 방안까지도 강구해야 할 것임

1. ETL(Extraction, Transformation, Loading)의 개요

 1-1. ETL(Extraction, Transformation, Loading)의 정의

  - 데이터를 소스 시스템에서 추출하여 정제/변환 후 DW에 적재 작업까지의 전 과정

  - DW 아키텍처 구성 요소간의 데이터 일관성과 통합성을 유지시키는 역할 수행

  - ETL(Extraction, Transformation, transportation)이라고도 함

 1-2. ETL(Extraction, Transformation, Loading)의 특징

  - Data Warehouse 구축에 생명 역할

  - 사실 테이블과 요약 테이블을 소스 시스템에서 생성

  - ETT 는 정확성과 신속성을 명제로 함

  - 소스 시스템에서 특정한 데이터가 바뀌면 로그 파일을 만들고, DW 에서 주기적으로 데이터를 가져옴

2. ETL(Extraction, Transformation, Loading)의 개념도, 구성요소, 작업절차

 2-1. ETL(Extraction, Transformation, Loading)의 개념도

 2-2. ETL(Extraction, Transformation, Loading)의 구성요소

 2-3. ETL(Extraction, Transformation, Loading)의 작업절차

1. DW (Data Warehouse)의 개요

 1-1. DW (Data Warehouse)의 정의

  - 기업 내부 및 외부 데이터를 특정한 목적에 맞게 가공(정제)하여 분석 할 수 있도록 통합한 데이터 집합체

  - 의사결정 지원을 위한 데이터 집합체로, 기업 정보 자산의 효율적 활용을 위해 분산된 Database를 통합/조정/관리

 1-2. DW (Data Warehouse)의 등장배경

  - 비정형 요구 급증 : 다량의 데이터를 효과적으로 분석, 정보화 할 수 있는 비정형 분석 방법이 요구됨

  - 컴퓨터 성능 향상 : MPP(Massively Parallel Processing) Computer

  - 경영 전략적인 배경 : 고객 중심으로의 변화

  - 의사 결정용 DB의 필요 : 신속. 정확한 의사 결정으로 경쟁력 확보

  - 데이터베이스 리엔지니어링 기술 대두

2. DW (Data Warehouse)의 구성도, 구성요소

 2-1. DW (Data Warehouse)의 구성도

2-2. DW (Data Warehouse)의 구성요소

1. BI(Business Intelligence)의 개요

 1-1. BI(Business Intelligence)의 정의

   - 기업 데이터를 실시간으로 유의미한 정보로 변환하고, 업무 의사결정 과정을 지원해주는 전사적 분석 시스템

 1-2. BI(Business Intelligence)의 특징

 1) 사용자 중심 : 사용자가 직접 접근 질의를 통해 직접 분석함

 2) 데이터 분석 : 데이터 탐색, 데이터간의 추세파악

 3) 의사결정 지원 : 다양한 각도에서 정보분석을 통한 정확한 의사결정 지원

 4) 비즈니스 가치 : 전사차원의 정보 공유를 통한 지식가치 수준 제공

2. BI(Business Intelligence)의 구성도, 주요기술

 2-1. BI(Business Intelligence)의 구성도

 2-2. BI(Business Intelligence)의 주요기술

1. ILM(Information Lifecycle Management)의 개요

 1-1. ILM(Information Lifecycle Management)의 정의

  - 정보의 생성부터 최종 폐기에 이르기까지 각 단계별 비즈니스 가치에 따라 가장 효율적이고 경제적인 방법으로 정보를 활용, 관리하기 위한 방법, 시스템

  - 정보의 가치와 정책에 근거한 정보의 생성, 저장, 소멸까지 전체 프로세스를 관리하는 기법

 1-2. ILM(Information Lifecycle Management)의 등장배경

  - Compliance측면: 정부 및 금융, 의료, 기타 기업의 자료보존 규제

  - 데이터 활용주기: 기업 데이터의 80%는 작성된 일주일 후면 더 이상 사용하지 않음

  - 정보가치 변화: 기업 정보의 가치는 시간의 흐름과 반비례관계

2. ILM(Information Lifecycle Management)의 아키텍처, 구성요소

 2-1. ILM(Information Lifecycle Management)의 아키텍처

 2-2. ILM(Information Lifecycle Management)의 구성요소

1. KMS(Knowledge Management System)의 개요

 1-1. KMS(Knowledge Management System)의 정의

  - 조직 내의 인적자원들이 축적하고 있는 개별적인 지식을 체계화 및 공유하여 기업 경쟁력을 향상시키는 기업정보시스템

  - 조직내 개별 지식자원의 발굴, 축적, 통합, 체계화, 공유를 통한 지식의 재구성 및 재활용을 통한 기업 경쟁력 향상 경영 활동

 1-2. KMS(Knowledge Management System)의 핵심요소

   - Repository(지식창고): 지식창고, 지식베이스, 지식 공동 창고 구축

   - Reference Worker(지식창고관리자): 지식창고 관리자, CKO, 지식마스터, 관리, 창출 활용

   - Refresh(갱신): 지식평가, 교체, 생성 등 관리

   - Reward(보상): 지식제공, 활용에 따른 보상, 인센티브

2. KMS(Knowledge Management System)의 아키텍처 개념도, 요소기술

 2-1. KMS(Knowledge Management System)의 아키텍처 개념도

  - 지식맵: 전문가 링크, 지식베이스 링크

  - 지식베이스: 문서, 사례, 규칙, 모델

  - 지식스키마: 분류체계 용어, 사전, 주요 인덱스

 2-2. KMS(Knowledge Management System)의 요소기술