신서비스 발굴을 위한 데이터 기반 통합 QFD-MA 접근: 인수합병 데이터를 중심으로 :Data-driven QFD-MA integrated approach to discover new services: Focusing on M&A data

하소희

추천

검색

자료유형: 학위논문

저자정보: 하소희 (서울과학기술대학교, 서울과학기술대학교 대학원)

지도교수: 금영정

발행연도: 2021

저작권: 서울과학기술대학교 논문은 저작권에 의해 보호받습니다.

이용수10

이 논문의 연구 히스토리 (2)

2021

신서비스 발굴을 위한 데이터 기반 통합 QFD-MA 접근: 인수합병 데이터를 중심으로

하소희 데이터사이언스학과 2021.01 학위논문

2020

신서비스 발굴을 위한 데이터 기반 통합 QFD-MA 접근: 인수합병 데이터를 중심으로

하소희 , 금영정 대한산업공학회 추계학술대회 논문집 2020.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

신서비스 개발이 혁신의 필수적 활동으로 고려됨에 따라 새로운 서비스 아이디어를 창출하기 위한 다양한 방법이 시도되어 왔다. 그중 형태분석(Morphological Analysis, MA) 방법론은 다수 연구에서 활용되어 왔으며, 최근에는 데이터 기반 형태분석에 대한 많은 연구가 이루어져 왔다. 기존 연구들의 기여에도 불구하고, 대다수의 연구들이 텍스트 데이터로부터 키워드를 추출하여 이들의 빈도에 의해 형태 매트릭스를 구축하는 데 그치고 있어, 데이터 기반 형태분석을 통해 신서비스를 창출하기 위한 체계적 프로세스가 부족한 실정이다. 특히 시장의 니즈를 적극적으로 반영하여 서비스 대상 및 방법을 결정하기 위한 프레임워크가 부족하다. 이에 본 연구에서는 기업의 인수합병 데이터를 사용하여 서비스 대상 및 방법에 해당하는 키워드를 정의하고, 이를 바탕으로 신서비스 발굴 방법론을 제안하고자 한다. 본 연구에서는 크런치베이스를 통해 총 8,660건의 헬스케어 분야의 인수합병 데이터를 수집한 후 인수기업과 피인수기업의 설명 텍스트를 활용하여 명사구 기반 토큰화를 수행하였다. 이후 서비스 방법과 내용에 해당하는 동사와 명사를 추출한 후 각각에 대해 클러스터링을 수행하였다. 클러스터링 결과를 바탕으로 품질기능전개(Quality Function Deployment, QFD) 매트릭스를 구축하고 서비스 방법과 내용 키워드의 동시 출현(co-occurrence) 빈도를 계산하였다. 이를 바탕으로 QFD 매트릭스 위치 및 빈도에 따른 서비스 개발 규칙을 제시하였다. 마지막으로 각 서비스 유형별 키워드를 활용하여 형태분석을 수행하고, 이에 따라 신서비스 시나리오 대안을 생성하였다. 본 연구는 인수합병을 통하여 서비스 개발 및 확장을 기대하는 기업 혹은 기존 서비스와 결합하여 새로운 서비스를 창출하고자 하는 서비스 개발자에게 도움을 줄 것으로 기대된다.

#형태분석 #서비스 발굴 #품질기능전개 #인수합병 데이터

요약 ⅰ
표목차 ⅳ
그림목차 ⅳ
수식목차 ⅴ
I. 서 론 1
1. 연구의 배경 및 필요성 1
2. 연구 목적 2
3. 연구 구성 3
II. 이론적 고찰 4
1. 아이디어 생성 방법론 4
2. 형태분석 5
3. 텍스트마이닝 6
III. 연구방법 8
1. 연구 프레임워크 8
2. 데이터 수집 및 전처리 9
3. 서비스 방법 및 내용 추출 9
3.1 서비스 방법 및 내용 정의 9
3.2 서비스 방법 및 내용 클러스터링 11
3.3 서비스 방법 및 내용 클러스터 분류 12
4. 서비스 개발 유형 정의(Quality Function Deployment, QFD) 13
4.1 공통 출현 빈도(Co-occurrence) 정의 13
4.2 서비스 개발 유형 정의 15
5. 신서비스 시나리오 발굴(Morphological Analysis, MA) 17
IV. 사례연구: 헬스케어 18
1. 데이터 수집 및 전처리 18
2. 데이터 분석 결과 19
2.1 서비스 방법 및 내용 추출(Clustering) 19
2.2 서비스 개발 유형(Quality Function Deployment, QFD) 22
2.3 신서비스 시나리오 발굴(Morphological Analysis, MA) 26
V. 결 론 32
1. 연구의 요약 및 의의 32
2. 연구의 한계점 및 추후 연구 33
참고문헌 35
부록(Appendix) 39
영문초록(Abstract) 84
감사의 글 85

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)