Research Suggestion for Disaster Prediction using Safety Report of Korea Government

Jun Lee; Jindong Shin; Sangmyeong Cho; Sanghwa Lee

doi:10.21729/ksds.2019.12.4.15

All Issue

2019 Vol.12, Issue 4 Preview Page Next Page

Original Article

Research Suggestion for Disaster Prediction using Safety Report of Korea Government 안전신문고를 이용한 재난 예측 방법론 제안

31 December 2019. pp. 15-26

PDF XML

Abstract

Anjunshinmungo (The safety e-report) has been in operation since 2014, and there are about 1 million cumulative reports by June 2019. This study analyzes the contents of more than 1 million safety newspapers reported at the present time of information age to determine how powerful and meaningful the people's voice and interest are. In particular, we are interested in forecasting ability. We wanted to check whether the report of the safety newspaper was related to possible disasters. To this end, the researchers received data reported in the safety newspaper as text and analyzed it by natural language analysis methodology. Based on this, the newspaper articles during the analysis of the safety newspaper were analyzed, and the correlation between the contents of the newspaper and the newspaper was analyzed. As a result, accidents occurred within a few months as the number of reports related to response and confirmation increased, and analyzing the contents of safety reports previously reported on social instability can be used to predict future disasters.

Keywords

Anjunshinmungo (safety e-report)

Text mining

Prediction

NLP

Wordcloud

안전신문고는 2014년부터 운영되고 있으며, 2019년 7월까지 약 1백만 건의 누적신고건수가 존재한다. 본 연구에서는 정보화시대가 되고 있는 현 시점에서 약 116만 건이 넘은 안전신문고의 신고내용을 분석하여 국민의 소리와 관심이 과연 얼마나 힘이 있고 의미가 있는지 확인하고자 한다. 특히, 예측능력에 관심을 두고 있는데, 과연 안전신문고의 신고내용이 향후 일어날 수 있는 재난과 연관성이 있는지 확인하고자 하였다. 이를 위해 연구진은 안전신문고에 신고된 자료를 텍스트로 받아 자연어 분석 방법(Natural Language Processing)론에 의해 분석하였다. 이를 토대로 안전신문고 분석 기간 동안의 신문기사를 분석하여 안전신문고와 신문 기사 내용 간의 상관관계를 분석하였다. 그 결과 응답 및 확인 관련 보고서의 수가 증가함에 따라 몇 달 내 사고가 발생하였으며, 사회의 불안에 대해 사전에 보고된 안전문고의 내용을 분석하면 미래 재난 예측에 활용될 수 있을 것이라 판단된다.

키워드

안전신문고

텍스트 마이닝

예측

자연어 분석(NLP)

단어구름

References

Bae, Y. M. (1998). A Study on the Preventive Education for Adolescents' Problems in Home Economics Education - Adolescents' Culture Analyzed with Newspaper Articles Concerning Adolescents. Korean Home Economics Education Association. 10(2): 131-144.

Baek, Y. (2017). Text Mining Using R. Press Hanwool. pp. 171-178.

Blei, D. M., Ng, A. Y., and Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research. 3: 993-1022.

Cho, J. Y., Kim, H. S., and Cho, M. J. (2018). A Study on the Change of Issues with Adolescent Problem by Using Text Mining - The Internet News Articles for the Years 2008 to 2018. Journal of Educational Innovation Research. 28(4): 461-487.

10.21024/pnuedi.28.4.201812.461

Chung, B. M., Kim, T. W., Lee, J., and Chung, J. S. (2015). Twitter Topic Extraction and Topic Category Decision using LDA Model. Korea Institute of Information Sciencetists An Engineers, Proceeding. pp. 787-788

Chung, D. Y., LEE, J. S., and Park, S. S. (2016). Technology Trend Analysis using Wordcloud. Confernce Proceeding of Korean Institute of Intellignet Systems. 26(1): 17-18.

Dancey, C. and Reidy, J. (2011). Statistics without Maths for Psychology. Prentice Hall. 5th edition. p. 175.

Hwang, H. S. (1998). Stemming Methodology for Natural Language Processing. Phrasebook. 37: 439-440.

Kang, H. B., Kang, J. H., Rye, Y. N., Son, J. Y., Yoon, B. Y., and Lee, J. S. (2017). A Study on the Usability of Opinion Mining in Post-Occupancy Evaluation. The 17th Proceedings of the Architectural Institute of Korea Conference. 37(2): 1144-1146.

Kim, Y. H. (2003). Social Netwok Analysis. Barkyoung Press.

Lim, D. S. (2001). Error Types of Word-class Analysis in Korean-English Bilingual Children. Master Thesis. Yeonsei University.

Park, S. J. (2015). A Topic Analysis of SW Education Textdata Using R. Korean Association of Information Education. 19(4): 517-524.

10.14352/jkaie.2015.19.4.517

Thanaki, J. (2019). Python Natural Language Processing (Advanced Machine Learning and Deep Learning Techniques for Natural Language Processing). Packt Press.

Yoon, T. I. (2019). Text Analysis Using Python. Nulbom Press.

Korean References Translated from the English

강현빈, 강주희, 류예나, 손지연, 윤별이, 이준성 (2017). 거주 후 평가(POE) 방법으로써 오피니언 마이닝(Opinion Mining)의 활용가능성에 관한 연구. 제17회 대한건축학회 추계학술발표대회 논문집. 37(2): 1144-1146.

김용학 (2003). 사회 연결망 분석. 서울:박영사.

박선주 (2015). R을 활용한 SW교육 텍스트데이터 토픽분석. 정보교육학회논문지. 19(4): 517-524.

10.14352/jkaie.2015.19.4.517

배영미 (1998). 가정과 교육에서의 청소년문제 예방교육을 위한 기초연구: 청소년관련 신문기사분석을 통해 본 청소년 문화. 한국가정과교육학회지. 10(2): 131-144.

백영민 (2017). R을 이용한 텍스트 마이닝. 한울. pp. 171-178.

윤태일, 이수안 (2019). 파이썬으로 텍스트 분석하기. 늘봄출판사.

임동선 (2001). 한국어-영어 이중언어사용아동의 품사별 오류유형 분석. 연세대학교 대학원 언어병리학 협동과정 석사학위 논문.

정덕영, 이준석, 박상성 (2016). 워드클라우드를 이용한 기술트렌드 분석. 한국지능시스템학회 학술발표 논문집. 26(1): 17-18.

정병문, 김태환, 이진, 김정선 (2015). LDA 모델을 이용한 토픽 추출 및 토픽 카테고리 판단. 한국정보과학회 학술발표논문집. pp. 787-788.

조주연, 김현숙, 조민 (2018). 텍스트마이닝을 활용한 청소년 문제의 이슈 변화 분석. 부산대학교 교육발전연구소, 교육혁신연구. 28(4): 461-487.

10.21024/pnuedi.28.4.201812.461

황화상 (1998). 자연언어 처리를 위한 형태소 분석 방법론. 어문논집. 37: 439-440.

Information

Publisher :Korean Society of Disaster and Security
Publisher(Ko) :한국방재안전학회
Journal Title :Journal of Korean Society of Disaster and Security
Journal Title(Ko) :한국방재안전학회 논문집
Volume : 12
No :4
Pages :15-26
Received Date : 2019-11-14
Revised Date : 2019-12-12
Accepted Date : 2019-12-16
DOI :https://doi.org/10.21729/ksds.2019.12.4.15

Journal of Korean Society of Disaster and Security ISSN:2466-1147(Print) 2508-285X(Online) 한국방재안전학회 논문집

All Issue

Korean References Translated from the English