Media Log






  빅데이터 분석의 가치에 대한 전세계적인 환호와 열망이 폭발적으로 증가함에 따라 소셜 네트워크 분석, 기계학습 기반의 예측분석과 같은 데이터 과학에 대한 관심이 그 어느 때보다 고조되고 있습니다. 한편, 오늘날의 데이터 과학은 데이터의 크기, 형태적인 다양성, 생성 속도, 신뢰성 등과 같은 특성의 영향으로 데이터 및 분석방법에 있어서의 통합적인 모델을 지향하며, 융/복합적인 접근을 요구하고 있습니다. 이에 따라 데이터 분석을 지원하는 소프트웨어 도구도 다양한 데이터 형식의 지원, 데이터의 변환 및 순환적 분석 프로세스, 분석방법의 복합과 융합 등과 같은 전례 없는 기능을 요구받고 있습니다. 


  60개국 880여개 기관, 대학, 기업(2015 기준) 등에서 사용하고 있는 NetMiner(넷마이너)는 빅데이터 시대의 분석적 요구사항들을 충실하게 반영하고 있으며, 데이터 분석 업무의 생산성을 획기적으로 향상시킬 수 있는 혁신적인 특징들을 보유하고 있습니다. 


  지금부터, NetMiner의 이러한 혁신성이 데이터로부터 숨은 가치를 발굴하고, 업무와 생활의 맥락에서 효과적이고 효율적인 의사결정을 지원하는데 어떻게 기여할 수 있는지 설명하고자 합니다.







  NetMiner는 2001년에 개발된 전문 SNA 도구로서 소셜 네트워크 분석 방법과 시각화 방법에 대한 전통적인 알고리즘부터 최신의 알고리즘까지 포괄하고 있는 상용 소프트웨어입니다. 출시 이후 그래프 마이닝 기법, 통계분석 기법, 기계 학습 기법 등을 꾸준히 추가하면서 분석 방법론적인 측면에서 포괄범위를 넓혀왔으며, 탁월한 성능과 독창적인 기능, 확장 가능한 인터페이스, 이용자 친화적인 사용환경을 가지고 있습니다. 따라서 지금은 전문적이면서도 사용이 편리하고 쉬운 범용 데이터 분석 소프트웨어로서 자리매김하고 있습니다.



 네트워크 분석, 시각화, 탐색적 분석의 통합(Network Analysis + Visualization(2D/3D) + Exploration)


NetMiner는 분석과 시각화, 그리고 탐색 기능이 서로 유기적으로 결합되어 있어 별도의 추가작업 없이 사용자는 시각화된 결과를 얻을 수 있습니다. 



 다변량 통계 및 그래프 마이닝, 기계학습 지원(Multivariate Statistics & Data / Graph / Text Mining)


NetMiner를 통해 사용자는 일반적인 통계 패키지에서 제공하는 다변량 통계 분석과 그래프 마이닝, 기계학습 등의 분석 방법도 사용할 수 있습니다. 따라서 사용자는 데이터 유형과 분석 방법에 따라 여러 분석 도구를 옮겨 다니면서 작업을 할 필요가 없어 불필요한 시간을 줄일 수 있습니다.



 Python 기반의 스크립트 및 플러그인(Equipped with Python Script and Plug-In)


반복작업이나 조건부작업을 Script로 작성하여 프로그램이 스스로 작동할 수 있도록 명령할 수 있으며, Script는 플러그인으로 저장하여 메뉴에 추가함으로써 재사용 및 공유가 가능합니다. 



 시각화 탐색 과정의 녹화 및 재생(Recording and Replay of Visual Explorations)


NetMiner는 네트워크 데이터를 시각화 한 결과를 이미지 파일로 저장할 수 있을 뿐 아니라 시각화 결과에 대한 편집 및 이동 등의 작업 과정을 녹화하여 재생할 수 있습니다.



 분석 결과의 순환적 사용(Circular Use of Output)


NetMiner는 분석 결과를 기존의 데이터에 추가하거나 또는 새로운 입력 데이터로 이용할 수 있도록 구성되어 있어 순환적 분석 프로세스를 손쉽게 구현할 수 있습니다. 



 DB, 엑셀 등 다유형 데이터 지원(Imports DB Tables and Excel File)


NetMiner는 기본 형식의 Text, Excel 등 데이터 뿐만 아니라 Oracle, MS-SQL 등 데이터베이스에 저장된 데이터도 쉽게 불러와 이용할 수 있습니다. 




NetMiner가 지원하는 Creative Insights Chain







① 소셜 미디어 네트워크 분석

NetMiner를 이용하면 소셜 네트워크 서비스(Facebook, 트위터 등), 블로그, 포럼의 데이터를 이용하여 이용자들 중 영향력자가 누구인지 찾아내고, 정보와 의견의 확산 과정을 분석함으로써 사람들의 태도와 생각을 확인할 수 있습니다. 


② 범죄/사기 공모 네트워크 분석

범죄 수사 분야에서는 다양한 소스로부터 수집된 네트워크 데이터를 구성하고, 단시간에 분석하는 것이 중요합니다. NetMiner의 조건 분석(What-if)기능, 시각화 기능 등을 통해 금융 거래 및 커뮤니케이션 네트워크를 분석하면 기존의 수사 기법보다 더욱 정확하고 빠르게 중요한 혐의자와 공모그룹을 발견할 수 있습니다. (공모사기 적발 백서 바로가기)


③ 조직 네트워크 분석

조직 내에는 업무와 관련된 공식적 관계뿐만 아니라 친분, 신뢰 등의 다양한 비공식 관계가 형성되며, 이는 조직운영의 신경망으로 작용하여 조직의 성과에 실질적인 영향을 미치게 됩니다. NetMiner를 통해 비공식 조직 네트워크의 현황과 문제점을 정확하게 진단함으로써 보이지 않던 부분을 관리 가능한 상태로 만들 수 있으며, 조직 경계를 넘나드는 정보와 지식의 흐름을 가시화함으로써 소통과 협력의 병목지점도 정확하게 확인할 수 있습니다. 


④ 고객 네트워크 분석

고객 네트워크는 고객 간 영향관계를 동시에 고려한다는 점에서 기존의 고객관계관리(CRM)과 차별화됩니다. SNA의 확산 및 영향력 분석은 고객관리와 ‘입소문 마케팅’에 중요한 통찰력을 제공해줄 수 있으며, 기계학습과 복합적 분석을 통해 고객 프로파일 관리(profiling)와 같은 지능적 고객 정보관리(customer intelligence)를 구현할 수 있습니다. 


⑤ 지식 네트워크 분석

출판된 문헌 속에는 저자, 인물, 기관명, 키워드 등 지식을 구성하는 다양한 개체들이 포함되어 있습니다. 특히, 논문이나 특허와 같이 비교적 표준적인 형식을 갖추고 있는 문헌들에는 공저관계, 인용관계, 공기관계(co-occurrence) 등 노드와 링크 데이터가 풍부하게 포함되어 있습니다. 따라서, SNA를 적용하면 연구자 커뮤니티, 기관 협력관계, 지식의 이전, 토픽(키워드 클러스터), 지식 트렌드 등과 같은 새로운 지식을 발견할 수 있습니다. (지식지도 구축 백서 바로가기)






지금까지 NetMiner4의 기능과 활용분야에 대해 살펴보았습니다. 

어떠셨나요? 빅데이터∙IoT 시대에 꼭 필요한 소프트웨어라는 생각이 드셨나요?^^

NetMiner가 보유하고 있는 독창적인 특성을 통해 데이터 분석가는 이전에 맛볼 수 없었던 새로운 효용을 경험할 수 있습니다. 

특히 SNA 입문자 또는 초보자에게 NetMiner는 SNA의 문턱을 쉽게 넘어설 수 있도록 도와주는 친절한 안내자가 될 것이며,

전문 분석가에게는 업무의 창의성과 생산성을 획기적으로 향상시켜줄 수 있는 유용한 도구가 될 것입니다


감사합니다.





NetMiner4 백서 전문은 아래의 링크에서 다운받으실 수 있습니다.


NetMiner4 백서 다운로드 바로가기



submit