검색 본문
namu.wiki 국가공인 데이터분석 전문가 - 나무위키 데이터분석 전문가 자격검정 시험. 빅데이터 시대가 도래하고 데이터 분석가의 필요성이 증가함에 따라 데이터 분석 전문가 자격에 대한 기업의 수요를 반영하여 2014년부터 실시한 시험으로 과학기술정보통신부가 주무부처이고 한국데이터산업진흥원이 시행한다. 개요 과목 ADsP ADP 둘러보기 2024.06.07 웹문서 검색 더보기 빅데이터분석기사 - 나무위키 굿데이터코퍼레이션 - 나무위키 data-journal.tistory.com 데이터저널 H. [Kaggle] E-commerce 데이터 분석을 통한 다음 시즌 기획 12 데이터를 해석해 인사이트를 도출해보았다. 이 분석을 진행하면서, 이런 저런 파이썬 코드를 많이 작성해보게 되었는데, 이 파이썬 코드는 깃허브 계정에 올릴 예정이다. 깃허브에는 Full-Code를, 블로그에는 분석을 통해 도출한 인사이트를 스토리 위주로 풀어나갈 계획이다. 그럼 다음 데이터 분석에서 만나요. See... e-commerce data 데이터분석 commerce 빅데이터 Bigdata 빅데이터분석 데이터분석가 데이터석사 비즈니스애널리틱스 2024.02.13 블로그 검색 더보기 cafe.daum.net *여성시대* 차분한 20대들의 알흠다운 공간 우리 강아지 이름은 흔한 이름일까? ‘반려견 이름’ 공공데이터 분석해보니… [멍멍냥냥] 3 출처: https://v.daum.net/v/20240530165644834 우리 강아지 이름은 흔한 이름일까? ‘반려견 이름’ 공공데이터 분석해보니… [멍멍냥냥] 서울디지털재단이 공공데이터를 기반으로 자치구별 반려동물 현황을 분석한 ‘서울 펫 스마트라이프’ 보고서를 발표했다. 분석 대상은 2024년 3월 기준 공공데이터포털에 등록된... 울강쥐 한집걸러한집마다 있음 ㅋㅋㅋㅋ 저기도 있네 우리 집은 사람만 떠...사람 이름이라 우리 애기 이름 한 번도 못 봄 ...... 그래서 인터넷에 못 써 ㅋㅋㅋㅋㅋㅋㅋㅋ 우리애기 이름도 한번도 못봄 ㅋㅋㅋㅋㅋ 약간 사람이름 갘아서 .. 저거 여시에서해보면 두식이 두팔이 삼순이 삼식이 이런이름이존나클듯 더보기 2024.05.30 카페 검색 더보기 [분석글] 데이터로 보는 4세대 대세 보이그룹 안내서 (2023. ver) 파이썬으로 데이터 분석 하고 싶어요 cafe.daum.net 축구선수 학부모연합회 중등,고등 전국대회! 이제는 내 아이의 영상분석+데이터분석으로 빠르게 피드백 받고 다음 경기를 준비하셔야 합니다! 19 구조적 한계에 비롯한 부족한 부분을 충족시키기 위해 선수 개인영상분석+데이터분석 서비스를 제공해드리고 있습니다. 전국대회 기간에도 아이들이 빠르게...받을 수 있도록 영상 받은 후 최대 48시간 이내로 분석강의자료를 제공해 다음 경기 출전 전까지 분석을 받을 수 있게 해드리고 있습니다. 사무실은 부산, 김해... 2024.06.04 👤📍🚥🕎🔒🔋[중•고등전국대회 기간] 선수 개인분석(영상분석+데이터분석)으로 피드백 받아서 한경기 한경기 제대로 준비하세요! 실시간 GPS데이터로 퍼포먼스를 극대화 시키는 법 been-coding9.tistory.com evelab AI 기반 의료 데이터 분석 경진대회 후기 ✨ 🔍 AI 기반 의료 데이터 분석 경진대회? AI 기반 의료 데이터 분석 경진대회는 4월 11일에서 12일 양일간 진행된 대회로, 원주 오크밸리에서 열렸다. 1차로 지원서를 작성했고 본선에 나가는 데에만 경쟁률이 2:1이었다. 다행히 1차를 통과할 수 있었다. 본선에는 총 3가지의 주제가 있었다. 3가지 주제 중 하나를 고르는 것이 아니라 모두 진행해야 했다. 1번과 2번 주제가 3:7의 비율로 팀전 순위가 나뉘었고 3번은 개인전으로 진행됐다. 1. 건강보험공단 의료 데이터 분석 2. 폐렴 이미지 모델 생성과 F1 score 개선 3. Stable Diffusion을 이용한 🔍 출발 ! ! ! 웅장하다 교통편은 지원되지 않아 팀원들과 시외버스를 타고 원주로 향했다. 시외버스 터미널에서 오크밸리까지는 셔틀버스가 운영되어 편하게 갈 수 있었다. 대회가 진행된 오크밸리 그랜드볼룸은 엄청 웅장했다. 내가 본 대회장 중 가장 웅장했다... 🔍 대회 시작! 시간 일단 우리 조는 3명이었기 때문에 각 주제를 맡아 진행했다. 내가 마침 하루 전에 올라왔던 의료 데이터에 대한 피처 엔지니어링을 진행해 놓았던 상태라 1번 주제를 맡아 준비하게 되었다. 2번째 주제의 배점이 크니 2번 주제는 다른 조원 두 명이 담당했다. 그래서 2번 주제에 대해서는 아는 것이 많이 없다. 하하! 일단 분석할 데이터는 대회 하루 전날(4/10)에 업로드되었다. 의료 데이터를 활용해 본 경험이 아예 없었기 때문에 최대한 빠르게, 데이터가 올라오자마자 확인해 보았다. 큰 틀로 설명하자면 해당 데이터는 201 🔍 피처 엔지니어링 제작한 피처 사용된 피처 비만도 평가 신장과 체중 데이터를 활용해 BMI 계산 고혈압 위험도 수축기 혈압, 이완기혈압 당뇨병 위험도 식전혈당 데이터 심혈관 질환 위험 평가 총콜레스테롤, 트리글리세라이드, HDL 콜레스테롤, LDL 콜레스테롤 등의 혈청 데이터 간 건강 평가 (혈청지오티)AST, (혈청지오티)ALT, 감마지피티 신장 기능 요단백(level 3부터 주의), 혈청크레아티닌(정상 범위 0.50~1.4 mg/dL) 위의 표와 같이 피처 엔지니어링을 진행했다. 데이터의 각 칼럼에 대해 찾아보니 모두 성인병 🔍 결과 수료증을 받고 신난 셋 수상은 하지 못하였고, 수료증을 받게 되었다. 사실 상보다 값진 배움을 얻었고, 2024 상반기 포인트가 되었다! 🔍 아쉬웠던 점 / 배운 것 수상을 하지 못했음에도 후기를 올리는 이유가 있다...! 배운 것이 많았다. 얼마나 배운 것이 많았던지 대회가 끝난 당일날 집에 돌아와 간단하게 작성해 놓았던 글이 있었다. 1. 적은 인원수 이 대회는 한 팀에 5명을 권장했다. 이유가 있었다. 해야 할 것들이 많았다. 주제가 총 3개고, 마지막 주제인 개인전을 아예 제외하더라도 3명이 진행하기에는 할 게 너무 많았다. 주제 2는 아예 당일 공개였고, 주제 1은 전날 데이터 공개였다. 내가 맡았던 주제 1에 대해서만 얘기를 해보자면, 분석 -> 발표 자료 준비 -> 발표까지의 전반적 6 AI 기반 의료 데이터 분석 경진대회는 4월 11일에서 12일 양일간 진행된 대회로, 원주 오크밸리에서 열렸다. 1차로 지원서를 작성했고 본선에 나가는 데에만 경쟁률이 2:1이었다. 다행히 1차를 통과할 수 있었다. 본선에는 총 3가지의 주제가 있었다. 3가지 주제 중 하나를 고르는 것이 아니라 모두 진행해야 했다. 1번과 2번 주제가 3:7의 비율로 팀전 순위가 나뉘었고 3번은 개인전으로 진행됐다. 1. 건강보험공단 의료 데이터 분석 2. 폐렴 이미지 모델 생성과 F1 score 개선 3. Stable Diffusion을 이용한 2024.04.30 rlcnf.net board 다음 중 고객 분석에서 데이터조사 방법으로 가장 옳지 않은 것은? 다음 중 고객 분석에서 데이터조사 방법으로 가장 옳지 않은 것은? 검색 키워드 활용법 : 검색 엔진의 검색 키워드로 고객이 원하는 정보가 무엇인가를 파악하는 방법 로그 파일 활용법 : 고객이 방문한 페이지와... 2024.04.09 전체보기 다음 중 고객의 내적분석용 데이터가 아닌 것은? 다음 중 고객의 내적분석용 데이터가 아닌 것은? 인구 통계학적 데이터 라이프스타일 데이터 심리학적 데이터 고객의 개성, 의견, 흥미, 자아, 이미지 등의 데이터 고객분석에 흔히 사용되는 데이터마이닝은 다양한 형태의 분석에 적용이 가능하다. 다음에서 열거하는 기법 중 어떤 현상에 대한 ‘예측’ 목적으로 활용하기 어려운... 고객분석에 흔히 사용되는 데이터마이닝은 다양한 형태의 분석에 적용이 가능하다. 다음에서 열거하는 기법 중 어떤 현상에 대한 ‘예측’ 목적으로 활용하기 어려운 기법은 무엇인가? 회귀분석(regression) 동시... 통합웹 더보기
서비스 안내 스토리의 글을 대상으로 검색결과를 제공합니다. 자세히보기 정경문 IT 분야 크리에이터 데이터 분석 기반 자기소개 포트폴리오 - 취업준비를 위한 자기소개와 템플릿 양식 #1. 취업 멘토링 재능기부 봉사활동 지역 대학생과 취업 준비생들을 대상으로 무료 멘토링을 함께한 지 만 6년이 되었네요. 이 활동은 제가 특히나 좋아하고 보람됩니다. 한 분, 한 분 간절하고 절실한 꿈과 희망을 가지고 있습니다. 그들의 눈을 보고 있으면 엊그제 20대 제 모습이 보입니다. 저 또한 취업 당시에 학교로부터, 사회로부터 많은 도움을 받았습니다. 한 번은 학교 취업진로센터에서 각 산업계에서 근무하는 선배들을 초청해서 강의를 듣는 수업을 수강한 적이 있습니다. 그 당시 저의 간절한 마음을 기억합니다. 항상 맨 앞자리에 앉았고, 그들의 말을... #2. 데이터 기반 취업시장의 키, "나는 누구인가?" 모든 질문은 돌고 돌아 "나는 누구인가?"로 수렴하는 것 같습니다. 취업 시장에서의 성공은 시장(Market)에서 수요(회사)와 공급(나)을 맞추는 일입니다. 그러려면 수요처와 공급처의 정확한 이해가 가장 우선시되어야 합니다. 시장의 수요가 무엇을 원하는지 정확히 파악하고 그것에 나를 맞출 수도 있고, 반대로 공급인 "나"에 대해 분석하여 나에게 맞는 회사를 찾을 수도 있습니다. 이것이 바로 요즘에 취업 시장에서 등장한 데이터 기반 맞춤형 채용정보입니다. 데이터 기반 맞춤형 채용정보 제공 서비스(출처 : 잡플래닛) 나에 대한 #3. 너의 뭘 팔 수 있어? 너 나 홀려봐, 홀려서 널 팔아보라고 tvN 드라마 미생에 나오는 유명한 대사입니다. 상사맨인 오 차장이 인턴사원 장그래에게 이렇게 말하죠. "너 나 홀려봐, 홀려서 널 팔아보라고. 너의 뭘 팔 수 있어?" "노력이요. 저는 지금까지 제 노력을 쓰지 않았으니깐 제 노력은 새 빡스 신상입니다" "안 사, 인마" 문제는 노력에 대한 정도를 숫자로 나타낼 수 없습니다. 이것은 구호에 불과합니다. 저는 이러한 업무 역량을 가지고 있다고 예를 들어 정리해 보겠습니다. 일반적인 업무역량의 서술식 나열 "능숙하다, 경험이 다수다. 사용가능 #4. 데이터 기반 업무역량 분석 및 자기소개 아까 보다는 좀 더 나은 것 같지만 여전히 눈에 보이지 않고, 저 점수들이 의미하는 바를 잘 모르겠습니다. 그럼 이제, 데이터에 기반하여 본인의 업무약량을 분석해 보겠습니다. 다음과 같이 하나의 Power Point Slide에 나타내 보겠습니다. 데이터 분석 기반 자기소개서 양식 # 데이터 지표명 및 정의 나의 업무분야는 데이터 사이언스입니다. 데이터 사이언스는 IT, Analysis(분석), Collaboration(협업) 3대 요구역량이 필요합니다. # 데이터 분류 및 수치 각 역량에 대해 제가 가지고 있는 정도는 다음과 같 #5. 데이터와 스토리가 만나다. 데이터 + 스토리 데이터는 스토리를 만날 때 전달력이 높아집니다. https://brunch.co.kr/@writerjeong/148 맨 마지막에는 또는 맨 처음에는 반드시 스토리 텔링으로 듣는 사람의 기억에 남겨야 합니다. 업무역량의 자기소개를 다음과 같이 스토리로 만들어봅니다. 가장 최근에 했던 프로젝트는 "oo 대시보드 구축과 인공지능 개발"입니다. 당시 SQL 쿼리를 만들어서 oo 시스템에 있는 데이터를 적재했습니다. 그리고 python을 활용해서 전처리 모듈을 만들었습니다. 그리고 그것을 MS 애저 클라우드에 올리고 P 6 아까 보다는 좀 더 나은 것 같지만 여전히 눈에 보이지 않고, 저 점수들이 의미하는 바를 잘 모르겠습니다. 그럼 이제, 데이터에 기반하여 본인의 업무약량을 분석해 보겠습니다. 다음과 같이 하나의 Power Point Slide에 나타내 보겠습니다. 데이터 분석 기반 자기소개서 양식 # 데이터 지표명 및 정의 나의 업무분야는 데이터 사이언스입니다. 데이터 사이언스는 IT, Analysis(분석), Collaboration(협업) 3대 요구역량이 필요합니다. # 데이터 분류 및 수치 각 역량에 대해 제가 가지고 있는 정도는 다음과 같 데이터 취업 자기소개 2023.09.02 브런치스토리 검색 더보기 swchaey.tistory.com 채영sw 데이터 분석하기 12-1. 분석 모델 개요 데이터 분석 방법론 : 통계학에 기반한 통계 모델과 인공지능에서 파생된 기계학습으로 나뉨(그 둘간의 경계는 모호하며 상당부분 겹치기도 함) → 기계학습 모델 : 대용량 데이터를 활용해 예측의 정확도를 중요시 → 통계 모델 : 모형과 해석을 중요시하고 오차와 불확정성을 강조 < 기계 학습 데이터 분석 방법론을 두 가지 기준으로 구분 > 1. 우선 종속변수의 유무 , 지도학습과 비지도학습 2. 독립변수와 종속변수의 속성에 따른 구분, 질적 척도인지 양적 척도인지에 따라 사용할 수 있는 분석 방법론이 다르지만 두가지... 12-2. 주성분 분석(PCA) 주성분 분석 : 여러개의 독립변수들을 잘 설명해 줄 수 있는 성분을 추출하는 기법. 전체 변수들의 핵심 특성만 추출하기 때문에 독립변수(차원)의 수를 줄일 수 있음. 즉 여러 개의 변수들을 소수의 특정한 변수로 축약하여 변수의 수를 줄이는 기법. → 주성분 분석을 통해 모형을 간단하게 만들 수 있고 분석 결과를 효과적으로 해석할 수 있음. → 주성분 분석에 사용되는 변수들은 등간척도/비율척도로 측정한 양적변수여야 하며 관측치들은 서로 독립적이고 정규분포를 이루고 있어야 함. < 차원을 감소시키는 방법 > 변수... 12-3. 공통요인분석(CFA) PCA와 CFA는 모두 요인분석을 하기 위한 기법 → PCA는 전체 분산을 토대로, CFA는 공통분산을 토대로 데이터의 요인을 분석하는 것 요인분석 : 목적에 따라 탐색적 요인분석과 확인적 요인분석으로 구분됨. 탐색적 요인분석(EFA) : 변수와 요인 간의 관계가 사전에 정립되지 않았거나 체계화되지 않은 상태에서 변수 간의 관계를 알아볼 때 사용. 확인적 요인분석(CFA) : 이미 변수들의 속성을 예상하고 있는 상태에서 실제로 구조가 그러한지 확인하기 위해 사용. 주성분 분석에서는 전체 독립변수들을 잘 설명해줄 수 있는 소수의 주된 12-4. 분석 모델 개요 다중공선성은 독립변수들 간의 상관관계가 높은 현상을 의미한다. 두개 이상의 독립변수가 서로 선형적인 관계를 가지는 현상이며 이는 독립변수들 간에는 서로 독립이라는 회귀분석의 전제 가정을 위반하게 된다. 회귀분석에서 다중공선성이 발생하게 되면 추정치의 통계적 유의성이 낮아져 모델의 정합성이 맞지 않는 문제가 발생한다. 즉 회귀모델은 첫번째 독립변수가 종속변수를 예측하고 두번째 독립변수가 남은 변량을 예측하는 식으로 구성되는데 두 변수가 설명할 수 있는 부분이 거의 동일해지면서 두번째 변수가 설명할 수... 12-5. 데이터 마사지와 블라인드 분석 데이터 마사지란 데이터 분석 결과가 예상/의도한 방향과 다를 때 데이터의 배열을 수정하거나 관점을 바꾸는 등 데이터의 해석이 달라질 수 있도록 유도하는 것이다. 비록 데이터의 수치 자체를 바꾸는 것은 아니지만 분석가의 주관이 개입되기 때문에 지양하는 것이 좋다. 데이터 마사지 방법들은 다음과 같다. 편향된 데이터 전처리 → 의도하는 방향에 유리하도록 이상치, 결측값 등을 전처리하는 방식이다. 예를 들어 A그룹과 B그룹의 수치 차이를 원하는 방향으로 유도할 때 A그룹의 수치가 커지도록 유도할 수 있다. A그룹의 값... 12-6. Z - test와 T - test → Z - test와 T - test, 그리고 (다음 절의) ANOVA는 통계 기반 데이터 분석의 방법론 중 일부이며 집단 내 혹은 집단 간의 평균값 차이가 통계적으로 유의미한지 알아내는 방법이다. Z - test와 T - test는 두 집단 간의 평균 차이를 분석할 때 사용되고 ANOVA는 두 집단 이상일 때에 사용된다. → Z - test와 T - test는 단일 표본 집단의 평균 변화를 분석하거나 두 집단의 평균값, 비율 차이를 분석할 때 사용된다. 이 둘을 사용하기 위해서는 분석하고자 하는 변수가 양적 변수이며, 정규 분포이 12-7. ANOVA → 세 집단 이상의 평균을 검정할 때에는 ANOVA를 사용한다. T 분포를 사용하는 T - test와 달리 ANOVA는 F 분포를 사용하며 F 검정의 통곗값은 집단 간 분산의 비율을 나타내게 된다(그래서 분산분석이라고도 불린다). → ANOVA에서는 회귀분석과 유사하게 F 분포를 통해 독립변수가 종속변수에 미치는 영향을 분석한다. 즉 집단의 종류(독립변수)가 평균 값의 차이 여부(종속변수)에 미치는 영향을 검정하는 것이다. → ANOVA의 일반적인 가설은 다음과 같다. 귀무가설(H0) : 독립변수(인자)의 차이에 따른 종속변수(특성 12-8. 카이제곱 검정(교차분석) → 등간/비율 척도로 이루어진 연속형 변수 간의 연관성을 측정하는 분석 방법으로는 앞에서 공분산과 상관성 분석을 다루었다. 이때 명목/서열척도 등의 범주형 변수들 간의 연관성을 분석하기 위한 기법이 카이제곱 검정(혹은 교차분석)이다. 따라서 카이제곱 검정을 사용하기 위해서는 ‘연령’등의 비율척도 변수를 ‘연령대’처럼 서열척도 변수로 변환하여 사용해야 한다. 카이제곱 검정의 기본 원리는 변수들 간의 범주를 동시에 교차하는 교차표를 만들어 각각의 빈도와 비율을 통해 변수 상호 간의 독립성과 관련성을 분석... 13-1. 선형 회귀분석과 Elastic Net(예측모델) → 회귀분석이라는 용어는 영국 인류학자 프랜시스 골턴이 부모의 키와 자식의 키에 대한 유전 법칙을 연구하다 시작되었다. 자식 세대의 키가 모집단의 평균으로 회귀한다는 ‘평균으로의 회귀’ 이론의 연구로 회귀분석은 시작되었으며 이후 칼 피어슨이 아버지와 아들 키 관계를 표현한 수식이 최초의 회귀식이 된다. 또한 X, Y 좌표에 산점도를 찍고 X와 Y의 관계를 가장 잘 나타낼 수 있는 직선을 찾음으로써 회귀분석 모델이 만들어졌다. → 회귀분석은 해당 객체가 소속된 집단의 X(독립변수) 평균값을 통해 Y(종속변수) 값을... 13-2. 로지스틱 회귀분석(분류 모델) → 로지스틱 회귀분석은 종속변수가 (양적척도가 아닌) 질적척도인 분류 모델이다. 기본 모형은 종속변수가 0과 1인 이항 분류이며 종속변수의 범주가 3개 이상인 경우에는 다항 로지스틱 회귀분석을 사용한다. → 로지스틱 회귀분석에서는 기존 선형회귀식을 그대로 사용하되 종속변수를 1이 될 확률로 변환하여 그 확률에 따라 0과 1로 분류한다. 우선 오즈(Odds)와 로짓 변환에 대해 알아보겠다. → 위 그래프는 각각 선형 회귀선과 로짓 회귀선이다. 종속변수가 0과 1일 때 선형 회귀선에서는 확률이 양과 음의 무한대로 뻗어 나가... 55 데이터 마사지란 데이터 분석 결과가 예상/의도한 방향과 다를 때 데이터의 배열을 수정하거나 관점을 바꾸는 등 데이터의 해석이 달라질 수 있도록 유도하는 것이다. 비록 데이터의 수치 자체를 바꾸는 것은 아니지만 분석가의 주관이 개입되기 때문에 지양하는 것이 좋다. 데이터 마사지 방법들은 다음과 같다. 편향된 데이터 전처리 → 의도하는 방향에 유리하도록 이상치, 결측값 등을 전처리하는 방식이다. 예를 들어 A그룹과 B그룹의 수치 차이를 원하는 방향으로 유도할 때 A그룹의 수치가 커지도록 유도할 수 있다. A그룹의 값... 2024.03.27 티스토리 검색 더보기 story.kakao.com 민진실 민진실 - 카카오스토리 오게 되는 겁니다. 모든 분야에서 엄청난 결과들이 쏟아나오고. 유전자 공학 생명공학 그다음에 데이터 분석이라든지. 이런 분야에서 수백 년 걸렸던 일들이 며칠 만에 끝날 겁니다. 그때가 되면 사람들은 이제... 2024.03.05 카카오스토리 검색 더보기 IT 크리에이터 보기
서비스 안내 Kakao가 운영하는 책 서비스 입니다. 다른 사이트 더보기 예측 분석이다(빅데이터의 다음 단계는) 저자 에릭 시겔 출간 2014.11.30. 도서 16,200원 빅데이터의 다음 단계는 예측 분석이다 저자 에릭 시겔 출간 2014.12.5. 빅데이터의 다음 단계는 예측 분석이다(체험판) 저자 에릭시겔 지음 출간 2014.12.5. 분석전문가가 말하는 빅데이터 저자 김승범 외 출간 2015.6.25. 분석전문가가 말하는 빅데이터 저자 김승범 외 출간 2015.10.14. (주)카카오는 상품판매의 당사자가 아닙니다.법적고지 안내 (주)카카오는 통신판매중개자로서 통신판매의 당사자가 아니며 상품의 주문 배송 및 환불 등과 관련한 의무와 책임은 각 판매자에게 있습니다.
애드버 advermarketing.co.kr 신청자 작성 데이터 분석 기반의 네이버&카카오 온라인광고 대행사, 퍼포먼스 마케팅, 광고 플랫폼 및솔루션. 네이버 검색광고, 다음&카카오 검색광고. 전화고객센터: 02-595-3974 장소 엠서치마케팅 msearch.co.kr/ 신청자 작성 데이터분석, 실적증대, 마케팅전략 등, 포퍼먼스마케팅을 하는 종합마케팅 대행사. 네이버, 다음, 구글 검색광고, 디스플레이광고, 쇼핑, SNS, 바이럴 광고, 종합광고 대행사. 올제 블로그 allje.tistory.com/ 티스토리 바로 다음날. 즉, 내일을 뜻하는 순 우리말입니다. 올제는 과거와 현재의 데이터를 기록/분석 사이트 더보기
뉴스
이미지
사이트
같이가치
- 세대 갈등속에 살아가는 우리에게 보내는 따뜻한 동화
빅데이터 분석에 따르면 주요 갈등 담론 중에서 세대 갈등의 언급 횟수가 갈수록 늘고 있음을 알 수 있습니다. 역사적으로 유례없는 속도로 초고령 사회로 진입하고 있는 한국사회의 상황을 볼 때 세대 갈등은 앞으로 더 중요한 갈등 요소 중
창동종합사회복지관 달성률 모금완료 총 모금액 1,677,200원