빅데이터와 DBMS의 시장 전망

제I장 빅데이터(Big Data)의 개요 및 처리기술

1. 빅데이터(Big Data)의 개요 및 특징
1-1 빅데이터(Big Data) 시대 도래
1-1-1 데이터 폭증 시대
1-1-2 주목받는 빅데이터(Big Data)
1-2 빅데이터(Big Data)의 정의 및 개념
1-2-1 빅데이터의 개념
1-2-2 빅데이터의 정의
1-3 빅데이터(Big Data)의 구성 및 특징
1-3-1 빅데이터의 구성
1-3-2 빅데이터의 특징
(1) 대용량 데이터의 3가지 요소
가. 볼륨(Volume)
나. 다양성(Variety)
다. 속도(Velocity)
1-3-3 빅데이터의 차별성

2. 빅데이터(Big Data) 처리기술 및 활용 효과
2-1 빅데이터(Big Data) 처리기술
2-1-1 빅데이터(Big Data) 처리기술의 개요
2-1-2 빅데이터(Big Data) 처리기술의 필요성
2-2 빅데이터(Big Data) 플랫폼의 구축
2-2-1 빅데이터 수집
2-2-2 빅데이터 구성
2-2-3 빅데이터(Big Data) 분석
2-2-4 빅데이터(Big Data) 활용
2-2-5 클라우드 컴퓨팅과 빅데이터(Big Data)
2-3 빅데이터(Big Data)의 비즈니스화
2-3-1 빅데이터(Big Data)의 기회
2-3-2 기업의 빅데이터(Big Data) 활용 전략
2-3-3 기업의 빅데이터(Big Data) 활용 효과

3. 빅데이터(Big Data)의 분석 기법 및 인프라 기술
3-1 빅데이터(Big Data)의 분석 기법
3-1-1 Text Mining
(1) Text Mining 개요
가. 자연어 검색(自然語, Natural Language Search)
나. 데이터 마이닝
1) 데이터 마이닝의 개요
2) 데이터 마이닝의 주요 개념
3) 데이터 마이닝과 텍스트 마이닝
4) 데이터 마이닝 과정
5) 데이터 마이닝 전망
(2) 텍스트 마이닝 기법의 원리
(3) 텍스트 마이닝의 특징
(4) 텍스트 마이닝의 전망
3-1-2 Opinion Mining
(1) Opinion Mining 개요
(2) Opinion Mining 특징
(3) Opinion Mining 분석 기법
(4) Opinion Mining 전망
3-1-3 Social Network Analytics
(1) 소셜미디어
가. 개요
나. 소셜미디어의 특징
다. 소셜미디어 활용 현황
라. 시장 전망
(2) Social Network Analytics 개요
(3) 분석 방법
(4) 소셜 분석 기술
가. 소셜네트워크 분석 기술
나. 네트워크 구조 분석
다. 네트워크 진화 분석
라. 네트워크 정보흐름 분석
(5) 소셜 분석의 활용 효과
(6) 시사점 및 대응전략
가. 시사점
나. 대응 전략
3-1-4 Cluster Analysis
(1) 군집분석의 개요
(2) 군집분석의 목적
(3) 군집분석 vs 판별분석 및 요인분석
(4) 군집분석의 절차
가. 유사성 측정 방법의 결정(거리 척도)
나. 군집화 방법의 결정
3-2 빅데이터(Big Data) 분석을 위한 인프라 기술
3-2-1 Hadoop
(1) 하둡 개요
(2) 하둡 분산파일시스템(HDFS)
(3) 하둡 맵리듀스(MapReduce)
가. 맵리듀스 개요
나. 맵리듀스 작업을 실행하는 과정
(4) 하둡을 지탱하는 하부 프로젝트들
가. 에이브로(Avro)
나. 주키퍼(ZooKeeper)
다. 피그(Pig)
라. Hbase
마. 하이브(Hive)
바. H카탈로그(HCatalog)
(5) 하둡 도입시 고려해야 할 사항
3-2-2 R
3-2-3 NoSQL
(1) 개요
(2) CAP 이론
(3) 특징

제II장 빅데이터(Big Data)의 대응 전략 및 시장 전망

1. 빅데이터(Big Data)의 대응 전략
1-1 분석 능력 강화
1-1-1 빅데이터 분석의 정의
(1) 빅데이터의 복잡성
(2) 빅데이터의 다면성
1-1-2 빅데이터 분석 기법의 필요성
1-1-3 빅데이터 활용 환경변화에 따른 대응방안
1-1-4 시스템 구축 방안
1-1-5 빅데이터 기술 도입시 고려사항
(1) 오픈 소스 도입의 이슈
(2) 전문 기업과 전문 인력 부족
(3) 데이터 보안과 성능의 조화
1-2 기업의 비즈니스를 접목한 대안 모색
1-2-1 비즈니스에서 빅데이터 분석
1-2-2 실행 중심의 데이터 분석
1-2-3 빅데이터 활용 현황
1-2-4 빅데이터 활용 효과
1-2-5 기업의 대응전략
1-2-6 기업의 빅데이터 활용시 고려사항
1-3 빅데이터 활용영역 및 정부 추진전략 방안
1-3-1 빅데이터 활용영역
(1) 빅데이터 분석기술을 활용한 서비스
(2) 빅데이터 활용 영역
1-3-2 해외 빅데이터 활용 현황
가. 국가 안보
나. 국가 인프라 혁신
다. 정부 효율성 향상
1-3-3 우리나라의 빅데이터 추진 전략 방안
(1) 국내 빅데이터 활용 현황
(2) 정부 추진 전략 방안
(3) 빅데이터를 활용한 스타트 정부 구현
가. 재난 전조 감지에 대한 빅데이터 활용 시나리오
나. 구제역 예방에 대한 빅데이터 활용 시나리오
다. 맞춤형 복지 실현에 대한 빅데이터 활용 시나리오
라. 물가 관리에 대한 빅데이터 활용 시나리오
마. 과학기술·의료 선진화에 대한 빅데이터 활용 시나리오

2. 빅데이터(Big Data)의 시장 전망
2-1 빅데이터 시장 동향
2-2 시장 전망 및 시사점
2-2-1 시장 전망
2-2-2 시사점

3. 빅데이터(Big Data) 업체 현황
3-1 빅데이터 플랫폼 업체 현황
3-1-1 구글
3-1-2 아마존
3-1-3 이베이
3-1-4 페이스북
3-1-5 애플
3-1-6 야후
3-2 빅데이터 관련 솔루션 업체 현황
3-2-1 EMC
3-2-2 오라클
3-2-3 IBM
3-2-4 HP
3-2-5 테라데이타
3-2-6 유와이즈원
3-2-7 코난테크놀로지
3-2-8 SAS
3-2-9 MS

제III장 DBMS(Database Management System)의 개요 및 특징

1. DBMS(Data Base Management System)의 개요
1-1 DBMS의 정의 및 개념
1-1-1 DBMS의 정의
1-1-2 DBMS의 개념
1-1-3 DBMS의 발전 과정
1-1-4 DBMS의 발전배경
1-2 DBMS의 특징 및 종류
1-2-1 DBMS의 특징
(1) DBMS의 필수 기능
(2) DBMS의 구성요소
(3) DBMS의 역할
(4) 데이터베이스의 논리적 구성 요소
1-2-2 DBMS의 종류
1-2-3 DBMS의 장단점
(1) 장점
(2) 단점
(3) 데이터 독립성
1-3 DBMS(Data Base Management System)의 종류 및 특징
1-3-1 계층형 데이터베이스 관리시스템(HDMBS)
(1) 특징
(2) 장점
(3) 단점
1-3-2 네트워크 데이터베이스 관리시스템(NDMBS)
(1) 특징
(2) 장점
(3) 단점
1-3-3 관계형 데이터베이스 관리시스템(RDBMS)
(1) 특징
(2) 장점
(3) 단점
1-3-4 객체지향형 데이터베이스 관리시스템(OODMBS)
(1) 특징
(2) 장점
(3) 단점
1-3-5 객체관계형 데이터베이스 관리시스템(ORDMBS)
(1) 특징
(2) 장점
(3) 단점

2. DBMS 시스템의 구성
2-1 3단계 데이터베이스 구조
2-1-1 3단계 데이터베이스 구조의 개념
2-2 DBMS의 언어
2-3 사용자
2-3-1 일반 사용자(USER)
2-3-2 응용 프로그래머(Application Programmer)
2-3-3 데이터베이스 관리자(Database Administrator-DBA)
2-4 데이터 베이스 관리자(DBA)
2-5 각 DBMS의 특징 및 기능
2-5-1 DBMS의 특징
(1) ORACLE
(2) MS-SQL
(3) MY-SQL
(4) SQL Server
(5) DB2
(6) 기타 DBMS
2-5-2 각 DBMS의 장단점 및 기능 비교
(1) 오라클(Oracle)
(2) MS-SQL Server
(3) IBM DB2
(4) 기능의 비교
가. 분할기능
나. 동시성
다. 인덱싱(indexing)
라. 압축

3. DBNS의 기술 및 업체 동향
3-1 DBNS의 기술 동향
3-1-1 DBNS의 기술 동향
3-1-2 DBNS 기술 전망
(1) NO SQL
(2) DW(Data Warehouse)
(3) MPP(Massive Parallel Processing)
3-2 국내외 DBNS의 업체 동향
3-1-1 해외 DBNS 업체 동향
(1) 오라클
(2) IBM
(3) SAP
(4) 사이베이스
3-1-2 국내 DBNS 업체 동향
(1) 알티베이스
(2) 큐브리드
(3) 티맥스소프트
(4) 티베로

4. DBNS 시장 전망
4-1 해외 DBNS 시장 전망
4-1-1 시장 동향
4-1-2 시장 전망
4-2 국내 DBNS 시장 전망
4-2-1 시장 동향
4-2-2 시장 전망