earticle

영어

In the context of prolonged COVID-19 and vaccination in progress, a myriad of data related to various analyzes and predictions related to COVID-19 are coming out. However, it has not been able to significantly predict infection. Accordingly, we intend to analyze and predict the actual infection status by date for corona infection and conduct a study on whether a meaningful value is actually derived. To this end, in this paper, trend analysis was performed on COVID-19 confirmed cases using the Open API of the public data portal. Based on this, a study was conducted on the prediction of confirmed cases by applying Facebook Prophet among the time series prediction techniques. As a result of the study, it was analyzed that the prediction of infection for COVID-19 has little to do with the passage of time, unlike factors such as asymptomatic infection, overseas inflow, and social distancing derived from previous studies.

한국어

COVID-19가 장기화되고, 예방 접종이 진행되고 있는 상황에서 COVID-19와 관련하여 다양한 분석 및 예측과 관련된 자료들이 무수히 많이 나오고 있지만, 감염에 대한 예측을 유의미하게 수행하지 못하고 있다. 이에 따라, 실제로 코로나 감염에 대한 날짜별 감염 현황을 분석 및 예측하고 실제로 유의미한 값이 도출되는지에 대한 연구를 수행하고자 한다. 이를 위해, 본 논문에서는 공공데이터포털의 Open API를 사용하여 COVID-19 확진자에 대한 동향 분석을 수행하고 이를 기반으로 시계열 예측 기법 중 Facebook Prophet을 적용한 확진자 예측에 관한 연구를 수행하였다. 연구 결과, COVID-19에 대한 감염 예측은 기존의 연구에서 도출된 무증상 감염, 해외 유입, 사회적 거리두기 등의 요소와는 다르게 시간의 경과와는 관련성이 거의 없는 것으로 분석되었다.