원문정보
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
최근 심화된 디지털정보격차는 일상의 키오스크 이용 및 정부 지원 정책 확인 등 다양한 분야에서 나타나고 있다. 이에 정부와 기업은 문제 해결을 위한 방법을 시행 중에 있으나, 대상자 선별을 위한 식별 기준은 부족한 실정이다. 이에 개인 격차 수준의 식별을 위해 통계 데이터를 분석하고, 군집분석을 통해 계층을 분류하여 개인 단위의 판별모델을 개발하였다. 연구 결과, 랜덤 포레스트 알고리즘이 높은 디지털정보화수준 집단과 낮은 집단을 구분하는 데 가장 적합한 것으로 나타났다. 이 모델은 정확한 대상 선별과 실무적 의사결정에 기여할 수 있다.
목차
Ⅰ. 서 론
Ⅱ. 이론적 배경
1. 디지털정보격차
2. 증거기반정책
3. 머신러닝
Ⅲ. 연구설계
1. 데이터 수집
2. 데이터 가공 및 정제
3. 머신러닝 모형 개발
Ⅳ. 연구결과
1. 예측 모형 성과
2. 예측 기여
Ⅵ. 결론
References
Ⅱ. 이론적 배경
1. 디지털정보격차
2. 증거기반정책
3. 머신러닝
Ⅲ. 연구설계
1. 데이터 수집
2. 데이터 가공 및 정제
3. 머신러닝 모형 개발
Ⅳ. 연구결과
1. 예측 모형 성과
2. 예측 기여
Ⅵ. 결론
References
저자정보
참고문헌
자료제공 : 네이버학술정보