버블업: 시간적 이벤트 데이터의 유사성 분석을 위한 시각화 시스템

Abstract

시간적 이벤트 데이터(temporal event data)는 다양한 분야에서 점점 더 많은 관심을 받고 있다. 시간적 이벤트 데이터의 이벤트들이 발생한 시간에 따라 이벤트들의 패턴이나 유사성에 대한 비교 및 분석을 통해서 이벤트의 새로운 구성을 식별하고, 유저에게 향후 의사 결정을 할 때도 많은 도움을 줄 수 있다. 기존에 연구들이 시간의 흐름에 따라 변화하는 이벤트들에 집중적으로 연구를 이루어졌지만 최근에 반복을 인해 생긴 종단적인(longitudinal) 시간의 변화에 대한 연구도 많아지고 있다. 본 연구에서는 종단적인 시간성을 가진 시간적 이벤트 데이터에 비교 분석에 대한 최적화된 시각화 시스템을 제안하고자 한다. 또한 시스템의 활용 사례 연구와 사용성 평가를 통해 다음과 같은 효과를 검증하였다. 첫째, ‘BubbleUp’ 시스템의 시각화 알고리즘 설계와 프로토타입을 구현하고, 추가 인터랙션 기능과 사용자 인터페이스를 개발하였다. 둘째, 클러스터링을 통해 데이터의 잠재적인 패턴 도출이 가능하여 데이터에 대한 탐색이 보다 쉬워졌다. 셋째, 사용자가 타깃을 선택하면 시스템에서 유사한 결과와 유사하지 않는 결과에 대해 제시해 줄뿐만 아니라 사용자가 원하는 분포 범위를 자유롭게 설정할 수 있으며, 설정된 범위기준으로 유사한 결과를 유사도 결과 랭킹 리스트와 함께 제공해 준다. 넷째, 머신러닝을 통해 현재의 데이터들을 기반으로, 향후 결과에 대한 예측과 분석이 가능하였다. “BubbleUp”시스템을 통해서 종단적인 시간적 이벤트 데이터의 유사성, 군집화, 예측에 대한 통합적인 분석을 직관적으로 가능하게 제공하였다.