- 전국 노지를 위한 DEM데이터 및 기상데이터- DEM 기반으로 1년 온도/강수량 등 각종 기후데이터 매칭 및 관련정보 제공
통합 데이터 카탈로그
필요한 데이터를 한곳에서 찾으세요
공급기업 데이터상품과 데이터안심구역 제공 데이터를 검색하고 출처별 정보를 비교할 수 있습니다.
공급기업
녹조류표본 3D 설계 데이터
녹조류표본 3D 설계 데이터FBX 파일1) 학습용 데이터 구축을 위한 설계데이터 전처리 및 라벨링 수행2) PyCaret, EfficientDET, DenseNET50 학습모델을 이용하여 이미지 분류 및 특징 추출에 대한 학습 수행3) 데이터 누적에 따른 이미지 전처리 수행 및 학습 데이터셋에 추가 및 학습 데이터 반영4) 3D모델링 데이터 재가공을 통한 활용가능한 포맷 제공
○ 개요- 농식품 판매 동향 분석을 위한 KAMIS(농산물 유통정보시스템) 품목별 도매 데이터 및 소매 채널 유통에 대한 융합 데이터○ 데이터의 경제적 가치성- 농식품 유통단계에서 발생하는 도매 가격에 따른 소매 유통 트렌드 데이터는 유통비용 증가, 소비자 부담 가중, 생산자 소득 저하 등 경제적 비효율을 측정할 수 있게 함- 본 데이터는 aT의 KAMIS 도매가격 정보와 소매 POS 기반 유통 데이터를 융합하여 품목별, 지역별, 시기별 유통단계별 가격 전이율 분석이 가능함- 이를 통해 유통기업 및 유통정책기관은 유통구조 개선, 유통비용 절감 전략, 도소매 마진 재조정 등을 위한 정량자료로 활용할 수 있음- 또한 도매시장 직공급 전략 수립, 산지 직거래 플랫폼 운영 효율성 평가 등 민간 사업 전략 수립 기반이 됨○ 데이터의 사회적 가치성- 농산물 가격은 소비자 체감물가와 직결되는 요소이며, 특히 신선식품 가격 급등 시 저소득층 식생활 접근성 저하됨- 본 데이터는 도매가와 소매 유통 트렌드를 연계 분석함으로써 소비자물가지수(CPI)의 현실 반영 수준 검토, 저소득층 대상 농산물 할인정책의 타당성 평가, 급등 품목에 대한 사전 대응 시뮬레이션 자료로 활용될 수 있음- 공공/학계 부문에서는 가격불안정성 해소를 위한 가격예측모형 고도화, 민간부문에서는 가격 마케팅 전략 수립 및 예측형 할인캠페인 설계에 기초자료로 활용 가능- 결과적으로 본 데이터는 생산자-도매상-소비자 간 공정한 유통 생태계 구축, 물가 안정화 및 식품 접근성 제고라는 다층적 사회적 가치 실현에 기여함
○ 개요- 농산물 판매량과 학교급식 식재료 사용 데이터를 연계해 학교 급식에서의 농산물 공공수요를 연계 분석한 데이터○ 데이터의 경제적 가치성- 학교 급식 시장은 연간 2조 5천억 원 규모로 추산되며, 특히 농산물 중심 식재료 수요가 전체의 60% 이상을 차지함- 본 데이터는 학교 급식 식단 구성에 활용되는 품목과 일반 유통 POS 판매 데이터를 연계하여, 급식 중심 농산물 소비 흐름 및 지역 농산물 공급 가능성 분석이 가능함- 이를 통해 공공급식용 로컬푸드 직거래 매칭, 친환경 인증 농산물의 안정적 소비처 확대, 생산자 단가 보전 및 유통비용 절감 전략 등 실질적인 농업경제 활성화 방안 수립에 기여할 수 있음- 농수축산물 관련 공공기관은 물론 학교 급식 재료 납품업체 등 민간 유통망에서도 급식 수요 기반 공급 전략 설계, 물류 최적화, 품목 다변화 등의 비즈니스 분야에 활용이 가능함○ 데이터의 사회적 가치성- 학교 급식은 아동·청소년의 건강한 식습관 형성, 지역사회 먹거리 교육, 친환경 농업의 소비 촉진 창구로서 핵심적인 사회적 기능을 담당함- 본 데이터는 급식용 농산물의 품목별 소비 추이, 품질 인증 비율, 지역별 격차 등을 정량적으로 파악할 수 있어, 지자체·교육청의 급식 정책 설계, 취약지역 학교의 식재료 품질 개선, 친환경·로컬푸드 활성화 정책의 성과 측정 등에 효과적으로 활용 가능함- 특히 본 데이터는 공공성과 건강권을 동시에 반영할 수 있는 대표적인 사회적 가치 데이터로, 농업·교육·복지의 교차지점에서 다양한 정책 연계 가능성이 높음
○ 개요- 동일 품목 상품의 오프라인 판매와 온라인 결제 데이터를 결합한 채널별 소비 비교 데이터○ 데이터의 경제적 가치성- 코로나19 이후 전자상거래가 급격히 확대되면서 오프라인 유통매장의 점유율은 지속 하락, 동시에 온·오프라인 소비 채널 간 전략적 재배치가 필요한 시점임- 본 데이터는 POS 기반 오프라인 판매 정보와 온라인 결제 데이터를 융합하여 소비자 구매 경로 전환 분석, 상품군별 채널별 매출 구조 비교, 유통채널 전략 최적화 등 디지털 유통 전환 기반 데이터로 높은 경제적 활용 가치를 지님- 유통 대기업은 물론, 중소 식품 제조사 및 프랜차이즈 본사도 본 데이터를 통해 제품별 효율 채널 판단, 옴니채널 전략 설계, 마케팅 투자 우선순위 설정이 가능함○ 데이터의 사회적 가치성- 온라인 소비 확산은 지역 상권 붕괴, 전통시장 침체, 디지털 격차 확대 등 사회적 부작용도 수반하고 있음- 본 데이터는 지역별 소비 채널 분포, 연령·계층별 결제 수단 및 이용 경로 분석이 가능하여, 소상공인 보호 정책, 지역 상권 회복 전략, 고령층 디지털 전환 지원 사업 등에 활용 가능함- 특히 지자체 및 중소기업청 등 정책기관들이 본 데이터를 기반으로 오프라인 상점의 경쟁력 분석, 온오프 믹스형 상권 리디자인 전략 수립, 카드결제 기반 전환 추적 등을 실증적으로 설계할 수 있음- 이에 본 데이터는 유통산업 구조개편에 대응하는 정책 설계와 포용적 유통전환 전략 수립의 기반자료로서 사회적 가치성을 지님
1. 작물별(딸기/토마토/파프리카) 최적 생육환경 데이터 2. 재배 목적(품질/생산량)별 최적 생육환경 데이터
□ 개요한국어 및 영어 뉴스 기사를 대상으로 한 특성 기반 감성 분석 데이터.□ 특징 1. 감성 분석 기준 - 인물: 신뢰, 소통, 사회적 책임, 전문성. - 기업: 환경, 사회, 지배구조(ESG). 2. 감성 점수화 - 기사 내용에서 사용된 표현을 기반으로, 해당 표현이 긍정적 또는 부정적으로 사용된 정도를 평가. - 감성 점수는 -1(부정적)부터 1(긍정적)까지의 범위를 갖는 실수형 값으로 제공. 3. 키워드 제공 - 기사에서 추출된 주요 키워드 목록 제공. 4. 대상 정보 제공 - 기사에 언급된 기업 및 인물 목록 제공. 5. 요약 정보 제공 - 기사 내용을 요약한 텍스트 제공.
공급기업
뉴스 긍부정 감성분석 데이터
□ 개요한국어 뉴스 기사를 대상으로 한 긍부정 감성 분석 데이터.□ 특징 1. 긍부정 분석결과 제공 - 기사 내용 기반의 긍부정 분석결과 제공. 2. 요약 정보 제공 - 기사 내용을 요약한 텍스트 제공. 3. 감성분석 대상 제공 - 감성분석이 진행된 대상과 그에 해당하는 감성분석 결과 제공.
공급기업
뉴스 기반 기업 정보 데이터
○ 뉴스 원문에 더해 기업명과 관련 기업 정보를 결합한 데이터 상품으로 금융, 투자 관련 서비스용에 특화된 뉴스 기반 데이터 ○상품개요뉴스 원문에 더해 기업명과 관련 기업 정보를 결합한 데이터 상품으로 금융, 투자 관련 서비스용에 특화된 뉴스 기반 데이터상장기업을 중심으로 관련 뉴스와 함께 뉴스와 관련성이 높은 기업명을 추출하고 기업명을 키 값으로 활용해 전자공시정보(DART)에서 제공하는 기업정보를 결합한 데이터○데이터 종류당사가 보유한 국내 신문, 전문지, 방송, 통신사, 인터넷 언론의 뉴스데이터 및 메타데이터와 함께 뉴스에 포함된 기업명, 해당 기업의 종목코드, 상장된 주식 시장, 기타 지표 등의 정보가 추가된 데이터 형식○데이터 범위최근 1달 간 주요 경제지 기사 중 상장기업의 기업명을 포함하고 있는 기사를 대상으로 기업명 추출 및 기업 관련 정보 입력또는 수요기업이 원하는 시점 기준 실시간 제공 가능○차별성뉴스 데이터와 2차 활용에 대한 저작권 문제가 해결된 데이터 제공기존에 금융권 중심으로 일반적으로 유통되는 뉴스 데이터와 달리 기업명에 더해 기업 관련 정보를 결합해 관련 서비스를 위한 활용성 증가데이터 결합을 위한 키 값으로 활용되는 기업(법인)명에 대한 개체 정제
공급기업
뉴스 데이터
상품개요정치,경제,문화 등 다양한 분야의 뉴스 정보를 구조화하여 제공하는 데이터 상품으로,저작권 문제를 사전에 해결하여 활용 목적에 맞춰 안정적인 데이터 활용을 보장합니다.연구,정책 수립,비즈니스 분석 등 다양한 목적으로 사용 가능합니다.주요 카테고리정치, 경제, 사회, 문화, 국제, 지역, 스포츠, IT
공급기업
뉴스분석 API
딥서치 뉴스분석 API는 딥서치 애널리틱스의 방대한 금융/기업 데이터 등을 EXCEL, CSV 필요시 API로 받을수 있는 서비스입니다.문서정보를 기업과 산업정보로 빠르게 연결시키는 것이 핵심기술로 머신러닝 기술 기반의 중요뉴스 판별과 문서요약을 통해 의사결정을 효율적으로 내릴 수 있도록 지원합니다.<타사 서비스와의 차별점>딥서치타사동시에 다수의 주제에 대한 내용을 검색하고 시간순으로 정렬, 피드 형태로 투자자에게 제공한 번에 1개 기업 혹은 주제에 대한 검색만을 제공특정 키워드로 검색된 뉴스 결과를 기업 / 산업 등올 매칭하여 제공상장 기업 매칭만 제공되며,비상장 기업 매칭 불가머신러닝 기술을 활용하여,뉴스 기사를 200자 내외로 요약하여 제공뉴스에 대한 요약 서비스를 제공하지 않으며,보통 뉴스 기사의 첫번째 문장을 발췌하여 제공회계전문가가 20~30만개의 뉴스를 수작업으로 태깅하고,태깅된 자료를 머신러닝 기술로 학습하여 모델 작성동일한 이슈에 대하여 동일한 기준으로 긍부정 판단 (뉘앙스 무관)뉴스에서 부정적인 단어가 3개 나오고,긍정적인 단어가 4개 나오면, 긍정으로 판단하는 형태동일한 이슈에 대하여 기사의 뉘앙스에 따라 긍부정이 달라짐머신러닝 기술을 활용하여, 매일의 이슈를 중요도에 따라 분류특정 기업에 대한 이슈 중 중요한 뉴스만을 발췌하여 제공뉴스에 대한 중요도 판단을 수행하지 않음동일한 주제에 대해서 다양한 출처에서 뉴스가 제공되는 경우,하나의 뉴스로 묶어서 제공 (클러스터링)하며,광고성 뉴스는 제거하여 제공중복 뉴스 / 광고성 뉴스에 대한 필터링 없이전체 뉴스 검색
공급기업
뉴스연관어사전
뉴스 연관어 사전은 2017~2018년 언론기사에 등장한 어휘 23만건으로 구성되어 있습니다. 각 어휘는 서로 관계를 맺고 있습니다.설명이 없는 순수 어휘 데이터셋(Dataset)입니다.이 데이터는 2017년~2018년 신문기사에 등장했던 키워드를 식별/추출하여 서로 연관관계를 맺은 것입니다.메인화면에서 종합, 경제, 사회, 문화, 국제, 건강, 스포츠 분야의 뉴스에 등장한 빈도수를 조사하여 고빈도 어휘를 추출, 원하는 어휘를 쉽게 찾을 수 있도록 했습니다.‘동창리’를 검색하면 비핵화진정성, 탄도로켓, 백두산엔진, 핵탄두 같은 북한과 관련된 키워드를 조회할 수 있습니다.뉴스에서 추출한 키워드이기 때문에 논공, 꿀알바, 닭공, 미투, 스몸비, 쌍계탕, 어공, 연명료 등 신조어가 다수 포함되어 있습니다.예컨대 미투를 검색하면 성희롱과 같은 관련 키워드를 조회할 수 있습니다.모든 키워드는 같은 기사에서 같이 등장했던 키워드의 빈도수 정보를 포함하고 있습니다.같은 키워드라도 뉴스 기사에서의 관련성이기 때문에 문맥에 따라 관련성 있는 키워드가 표시됩니다.연관어 데이터는 기준어-관계-연관어로 구성되어 있습니다.각 어휘간의 관계는 유의어(SYN), 상위어(BT), 하위어(NT), 관련어(RT), 대역어(SYN)로 구분되어 있습니다.각 어휘에 대해 한국어(KOR), 영어(ENG) 등 언어속성이 정의되어 있습니다.따라서 기준어가 한국어이고 관계가 동의어이고 연관어가 영어이면 대역어가 됩니다.빈도수는 기준어와 연관어가 같이 등장한 문헌의 빈도수를 말합니다.빈도수가 없는 경우는 이지메타 자체의 사전을 이용하여 매핑된 연관어입니다.이 관계는 (1) 이지메타의 유의어사전, (2) 동시출현빈도, (3) 문헌 저자의 괄호 표기 분리, (4) 단순명사/복합명사 관계를 반영하여 자동적으로 추출된 관계입니다.어휘를 검색하면 그 어휘를 중심으로 관련 어휘가 표시됩니다.각 어휘(node)를 클릭하면 그 어휘를 중심으로 관련 어휘가 표시됩니다.뉴스 연관어 사전은 학술연구의 보조도구로서
공급기업
다구간 이동경로 데이터
여행자 전용 모빌리티 서비스 로이쿠를 통해 얻은 여행자의 실 이동경로 데이터를 제공합니다.
공급기업
다모류표본 3D 설계 데이터
다모류표본 3D 설계 데이터FBX 파일1) 학습용 데이터 구축을 위한 설계데이터 전처리 및 라벨링 수행2) PyCaret, EfficientDET, DenseNET50 학습모델을 이용하여 이미지 분류 및 특징 추출에 대한 학습 수행3) 데이터 누적에 따른 이미지 전처리 수행 및 학습 데이터셋에 추가 및 학습 데이터 반영4) 3D모델링 데이터 재가공을 통한 활용가능한 포맷 제공
공급기업
다판류표본 3D 설계 데이터
다판류표본 3D 설계 데이터FBX 파일1) 학습용 데이터 구축을 위한 설계데이터 전처리 및 라벨링 수행2) PyCaret, EfficientDET, DenseNET50 학습모델을 이용하여 이미지 분류 및 특징 추출에 대한 학습 수행3) 데이터 누적에 따른 이미지 전처리 수행 및 학습 데이터셋에 추가 및 학습 데이터 반영4) 3D모델링 데이터 재가공을 통한 활용가능한 포맷 제공
데이터안심구역
단계별 욕창 환부 이미지 데이터
단계별 욕창 환부 이미지 데이터
상세 확인 필요 · 원본에 항목별 URL, 기간, 공간 범위, 스키마, 형식, 이용조건이 제공되지 않습니다.
공급기업
단기임산물 재배지수
■ 상품 설명 및 특징- 산림기상정보와 단기임산물 정보 서비스를 융합하여 산림내에서의 단기임산물(고로쇠, 곤달비, 곤드레, 꾸지뽕, 대추나무, 도토리, 두충, 떫은감, 마, 밤나무, 복분자, 산겨릅, 산마늘, 산수유) 적지재배 안전지수로 생산된 데이터- 지수의 값이 높을수록 재배 및 생산성이 좋음■ 기간 및 범위- 범위 : 전라남도, 전라북도- 기간 : 2019년 1월 ~ 2021년 11월■ 컬럼(속성) 정보- 고로쇠지수 : 고로쇠의 재배지수- 곤달비지수 : 곤달비의 재배지수- 곤드레지수 : 곤드레의 재배지수- 꾸지뽕지수 : 꾸지뽕의 재배지수- 대추나무지수 : 대추나무의 재배지수- 도토리지수 : 도로리의 재배지수- 두충지수 : 두충의 재배지수- 떫은감지수 : 떫은감의 재배지수- 마지수 : 마의 재배지수- 밤나무지수 : 밤나무의 재배지수- 복분자지수 : 복분자의 재배지수- 산겨릅지수 : 산겨릅의 재배지수- 산마늘지수 : 산마늘의 재배지수- 산수유지수 : 산수유의 재배지수- 필지고유번호 : 필지의 고유번호- 지번 : 해당 위치의 지번- 발급승인코드 : 발급 승인 코드- 원천오브젝트ID : 원천 오브젝트- 원천시군구코드 : 원천 시군구의 코드
공급기업
단백질 식품 데이터
[단백질 함유 식품 데이터 가공 및 영양 성분 표준화 서비스]1. 제품별 핵심 규격 및 성분 데이터 표준화단백질 식품의 제품명, 제조사, 원재료 등 브랜드사에서 제공하는 객관적 정보를 정제합니다. 1회 제공량 대비 단백질·탄수화물·지방 함량 등 핵심 영양 지표를 일관된 데이터 타입으로 가공하여 정밀한 제품 비교 분석 기반을 제공합니다.2. 다차원 영양 구성 및 비율 분석 데이터단순 함량을 넘어 제품별 단백질, 지방, 탄수화물 비율을 체계적으로 수치화합니다. 영양 균형도를 다각도로 분석할 수 있도록 데이터 구조를 설계하여 고밀도 영양 분석 솔루션에 즉시 활용 가능합니다.3. 섭취 목적 및 기능성 기반 카테고리화체중 증가, 다이어트, 근육 증가, 영양 보충 등 소비자의 섭취 목적에 따라 제품을 정교하게 분류합니다. 타겟 페르소나별 최적화된 제품 추천 로직을 구축하거나 맞춤형 식단 큐레이션 서비스에 최적화된 형태로 제공합니다.4. 세이프티(Safety) 및 알레르기 유발 성분 정밀 데이터원료 성분 및 알레르기 유발 물질(우유, 대두, 밀 등) 정보를 체계적으로 라벨링합니다. 성분 회피가 필요한 특정 소비자층을 위한 필터링 기능을 구현하거나, 식품 안전성 검토를 위한 기초 데이터로 활용할 수 있도록 정제합니다.5. 브랜드 포지셔닝 및 시장 경쟁력 분석 데이터제조사 정보와 주력 제품군 데이터를 결합하여 시장 내 브랜드 점유율 및 포지셔닝을 분석합니다. 경쟁 제품과의 성분 우위 비교, 가격 대비 성능(가성비) 지표 산출 등 기업의 제품 개발 및 마케팅 전략 수립을 지원합니다.6. 정성적 경험의 수량화를 위한 소비자 피드백 데이터비정형 소비자 리뷰를 NLP(자연어 처리) 감성 분석을 통해 정량화합니다. 맛, 용해도, 소화 편의성 등 주관적인 섭취 경험을 수치화된 데이터로 전환하여 제품 개선 및 소비자 트렌드 파악에 필요한 인사이트를 제공합니다.
공급기업
단지 가격정보
설명이 제공되지 않았습니다.
공급기업
단지 기본정보
설명이 제공되지 않았습니다.
공급기업
단지 랭킹정보
- 각 단지에 대해서 소유자, 가격（시세,실거래가）, 거래량을 분석하여 통계정보를 생성하고 지역별 （전국단위, 광역시도단위, 시군구단위） 단지 간 순위를 부여- 주요 정보 항목에 대해서 단지별 통계치를 생성하여 비교함으로써 개별 단지의 절대적/상대적 특성 분석 가능ex） 외지인 비율 : 해당 단지의 소유자 중 직거주가 아닌 비율 -> 투자자가 많은 것으로 판단 가능 등
공급기업
단지 학군정보
설명이 제공되지 않았습니다.