[OR] Operational Research에서의 데이터 수집

 

 

OR 팀은 문제에 관련된 자료를 모으는데 보통 상당히 많은 시간을 소비해야 합니다.

 

---

 

풍부한 데이터는 보통 문제에 정확한 이해를 하는 것에도 필요하고, 연구의 다음 단계에 필요한 수학적 모형 정립에 필요한 입력 자료를 제공하는 데에도 필요합니다. 보통 연구가 시작될 무렵에는 관련자료가 많이 보관되지 않았거나 보관된 자료가 오래되었거나 잘못된 형태이어서 필요한 자료를 입수할 수 없는 경우가 많습니다.

 

그러므로 필요한 자료를 적절한 자료 형태로 그때 그때 얻기 위해서 새로운 컴퓨터 기반 정보 시스템을 설치할 필요가 종종 있습니다. 대개의 경우 OR 팀은 절대적으로 필요한 자료를 추적하기 위해 조직에서 다양한 중요 인물의 도움을 획득해 둘 필요가 있습니다. 이러한 노력에도 불구하고 상당히 많은 자료는 "연약(soft)"(다시 말해서 경험에 따른 추측에 근거한 개략적인 추정치에 불과)합니다. 보통 OR 팀은 자료의 정확도를 개선하고 얻어질 수 있는 최선의 자료를 얻는데 상당히 많은 시간을 사용해야 합니다.

 

데이터베이스의 활발한 보급과 데이터베이스의 크기의 폭발적인 성장에 따라 최근의 OR 팀에게 가장 심각한 자료 문제는 자료가 부족한 문제가 아니라 너무 많은 자료의 문제입니다. 자료의 원천은 수천 개일 수 있으며, 자료의 총량은 기가바이트 또는 테라바이트로 측정됩니다. 이런 환경에서는 특별히 관련 있는 자료를 찾고 이 자료들에 대해 흥미있는 패턴을 찾는 것이 매우 중요한 작업이 되었습니다. 

 

이 문제에 대해서 해결책을 제시하는 데이터 마이닝 기법은 OR 팀에게 하나의 새로운 수단이 됩니다. 데이터 마이닝 기법은 유용한 의사결정에 이르는 흥미로운 패턴을 위해 거대한 데이터베이스를 검색합니다. 

 

 

긴 글 읽어주셔서 감사합니다.

 

---

[References]

 

[1] Hillier, F. S., Schmedders, K., Stephens, M., Hillier, M., O'Sullivan, M., & Lieberman, G. J. (2001).  Introduction to operations research. Boston, MA: McGraw-Hill.

 

[2] H. Ryoo. (2020). Operational Research 1