Industrial Safety Risk Analysis Using Spatial Analytics and Data Mining = 공간분석·데이터마이닝 융합방법론을 통한 산업안전 취약지 등급화 방안

다국어 초록 (Multilingual Abstract)

The mortality rate in industrial accidents in South Korea was 11 per 100,000 workers in 2015. It’s five times higher than the OECD average. Economic losses due to industrial accidents continue to grow, reaching 19 trillion won much more than natural disaster losses equivalent to 1.1 trillion won. It requires fundamental changes according to industrial safety management. In this study, We classified the risk of accidents in industrial complex of Ulju-gun using spatial analytics and data mining. We collected 119 data on accident data, factory characteristics data, company information such as sales amount, capital stock, building information, weather information, official land price, etc. Through the pre-processing and data convergence process, the analysis dataset was constructed. Then we conducted geographically weighted regression with spatial factors affecting fire incidents and calculated the risk of fire accidents with analytical model for combining Boosting and CART (Classification and Regression Tree). We drew the main factors that affect the fire accident. The drawn main factors are deterioration of buildings, capital stock, employee number, officially assessed land price and height of building. Finally the predicted accident rates were divided into four class (risk category-alert, hazard, caution, and attention) with Jenks Natural Breaks Classification. It is divided by seeking to minimize each class’s average deviation from the class mean, while maximizing each class’s deviation from the means of the other groups. As the analysis results were also visualized on maps, the danger zone can be intuitively checked. It is judged to be available in different policy decisions for different types, such as those used by different types of risk ratings.

목차 (Table of Contents)

• 1. 서 론
• 2. 연구방법
• 3. 공간분석 및 데이터마이닝
• 4. 결 론

참고문헌 (Reference)

1 강태욱, "효과적인 에너지 관리를 위한 BIM 기반 데이터마이닝 모델 연구" 한국산학기술학회 16 (16): 5591-5599, 2015

2 심규성, "침수지도 수집 및 관리를 위한 벡터형 공간정보 표준 기반의 메타데이터 설계" 한국산학기술학회 17 (17): 42-48, 2016

3 배규한, "진주시 화재발생 패턴분석과 위험등급 산출" 한국지형공간정보학회 22 (22): 151-157, 2014

4 조동기, "지역 단위 조사연구와 공간정보의 활용: 지리정보시스템과 지리적 가중 회귀분석을 중심으로" 한국조사연구학회 10 (10): 1-19, 2009

5 김명종, "유전자 알고리즘을 이용한 분류자 앙상블의 최적 선택" 한국지능정보시스템학회 16 (16): 99-112, 2010

6 김태훈, "상황인지모델을 이용한 GIS 기반의 대기오염 정보시스템 개발" 한국산학기술학회 16 (16): 4228-4236, 2015

7 임원기, "데이터 유출 탐지를 위한 이상 행위 탐지 방법의 비교 및 분석" 한국산학기술학회 17 (17): 440-446, 2016

8 임영문, "데이터 마이닝 기법을 활용한 산업재해자들에 대한 요인분석" 대한안전경영과학회 7 (7): 61-72, 2005

9 김유미, "다년도 자료를 이용한 고혈압 유병률의 지역간 변이 분석" 대한지리학회 49 (49): 935-948, 2014

10 정훈, "기계적 모터 고장진단을 위한 머신러닝 기법" 한국산업경영시스템학회 40 (40): 57-64, 2017

11 김태훈, "공간정보기반 화산재해대응시스템 개발 및 활용방안 연구" 한국산학기술학회 15 (15): 7357-7363, 2014

12 김혜영, "공간구문론 및 지리적 가중회귀 기법을 이용한 지가분석" 한국지리정보학회 15 (15): 35-45, 2012

13 Yoo, E. H., "The study of spatial statistical analysis in GIS environment" 34 : 25-47, 1999

14 Jenks, George F., "The Data Model Concept in Statistical Mapping, International Yearbook of Cartography Vol. 7" 186-190, 1967

15 Aselin, L., "Spatial Data Analysis with GIS : An Introduction to App application In the Social Sciences" NCGIS 1-7, 1992

16 조성래, "SVM과 인공 신경망을 이용한 침입탐지 효과 비교 연구" 한국산학기술학회 17 (17): 703-711, 2016

17 Ko, K.S., "Industrial safety risk anlaysis using spatial analysis" 368-370, 2017

18 Ministry of Employment and Labor, "Comprehensive plan for safety and health innovation in the industrial field"