기업경영
아동 학대 요인 파악 및 예측 모델 개발: 혼합 방법론적 접근
한국지능정보사회진흥원은 아동 학대 요인 파악하고, 예측 모델 개발을 위한 연구보고서를 발표하였다.
- 아동 학대에 효과적으로 대응하기 위해 본 연구는 다각적인 이론적 분석을 통해 학대 위험 요인을 도출하고, 학대 의심 확률 예측 모델을 개발함. 구체적으로 생태체계 이론과 일상 행위 이론을 바탕으로 아동 학대 요인을 도출하여 계량 경제 분석을 수행한 후, 머신러닝 예측 모델을 개발하였음. 이를 위해 2014년부터 2017년까지 한국 아동 청소년 패널 조사 데이터에서 1,903명의 한국 아동 데이터를 활용하였음. 선형 확률 회귀분석 결과, 아동의 우울, 자아 탄력성, 행동 통제, 휴대폰 의존도 증가는 학대 경험 가능성을 높이는 것으로 나타났음. 반면, 자아존중감, 삶의 만족도, 부모의 양육 태도는 긍정적일수록 학대 경험 가능성을 낮추는 것으로 나타났음. XGBoost 기반 머신러닝 예측 모델의 경우 92.92% 정확도를 보였음. 본 연구는 혼합 방법론을 통해 요인 탐색 결 과와 예측 모델 결과를 비교하여 설명 가능한 머신러닝 예측 시스템을 구현하였으며, 기존에 고려되지 않은 변수를 포함하고, 계량 경제 모형과 예측 모델링을 융합하여 학술적 의의를 가짐. 또한, 학대 의심 아동 판별 시스템 구축에 기여하고, 아동 복지 정책 방향성을 제시할 수 있음.
- 아동 학대에 효과적으로 대응하기 위해 본 연구는 다각적인 이론적 분석을 통해 학대 위험 요인을 도출하고, 학대 의심 확률 예측 모델을 개발함. 구체적으로 생태체계 이론과 일상 행위 이론을 바탕으로 아동 학대 요인을 도출하여 계량 경제 분석을 수행한 후, 머신러닝 예측 모델을 개발하였음. 이를 위해 2014년부터 2017년까지 한국 아동 청소년 패널 조사 데이터에서 1,903명의 한국 아동 데이터를 활용하였음. 선형 확률 회귀분석 결과, 아동의 우울, 자아 탄력성, 행동 통제, 휴대폰 의존도 증가는 학대 경험 가능성을 높이는 것으로 나타났음. 반면, 자아존중감, 삶의 만족도, 부모의 양육 태도는 긍정적일수록 학대 경험 가능성을 낮추는 것으로 나타났음. XGBoost 기반 머신러닝 예측 모델의 경우 92.92% 정확도를 보였음. 본 연구는 혼합 방법론을 통해 요인 탐색 결 과와 예측 모델 결과를 비교하여 설명 가능한 머신러닝 예측 시스템을 구현하였으며, 기존에 고려되지 않은 변수를 포함하고, 계량 경제 모형과 예측 모델링을 융합하여 학술적 의의를 가짐. 또한, 학대 의심 아동 판별 시스템 구축에 기여하고, 아동 복지 정책 방향성을 제시할 수 있음.
많이 본 자료
![[팀튜링의 디지털 오디세이] 제1화 UAM의 미래](/userdata/main/incContent/sideLink/19/aaaGHKBjsPPI5g31szc-y20240605110816byhta.png)
![[2024.04] 물가상승](/userdata/main/incContent/sideLink/20/aaaGHKBjsPPI5g31szc-y20240605111046bpogp.jpg)
