아울러

데이터 기반 사회적 약자 안부 확인 서비스

프로젝트 소개

• 생활 데이터(전화, 수도, 전기 등) 일일 사용량을 융·복합적으로 분석하여 사회적 약자들의 일일 생활 안부를 확인하는 서비스
• 시계열 데이터 분석(ARIMA 모델)을 통해 생활 데이터 사용량에 대한 기댓값과 실제값의 비교를 점수화하여 위급 상황 여부를 판단

개발 배경

• 기존의 사회적 약자 감시 카메라는 불편함과 사생활 침해 문제를 초래
• 고령화로 인한 사회복지사의 관리 대상자 수가 증가하고 있어, 그에 따른 업무 과중을 해결하고자 함
• 위급 상황을 사회복지사의 주관적 판단이 아닌 데이터 분석을 이용한 객관적 근거로 판단하고자 함

수상

• 2023 WCRC Data Contest 데이터 분석 부문 국가기술표준원장상(3위)

주요 기능 및 구현 기능 목록

주요 화면 구성

메인 화면

관리대상자(사회적 약자)별 통계 화면

사용자(사회복지사)별 일정 화면

시스템 아키텍처

데이터 분석

시계열 분석 알고리즘 

• 시계열 데이터란?
  • 시간에 따라 순차적으로 관측 되는 데이터의 집합
• 비교적 짧은 2주의 시간의 시계열 데이터를 사용해 다음날 사용량을 예측해야 하기 때문에 다양한 시계열 데이터 모델 중 작은 데이터셋에서도 잘 동작하는 ARIMA 모델 선택

ARIMA 모델(Auto Regressive Integrated Moving Average)

• 자기회귀(AR) : 현재 값이 이전 값들의 영향을 받는 모델로, 시계열 데이터의 자기 상관성을 반영
• 이동평균(MA) : 일정 기간 동안의 평균값을 계산하여 현재 값과의 차이를 예측하는 방법. 주기성을 예측에 반영
• 차분 : 데이터의 정상성을 만들기 위해 현재 값과 이전 값과의 차이를 계산 (정상성이란 평균과 분산이 시간에 따라 일정한 성질을 갖는 것을 의미)

위험도 수치화 공식

• 상대적으로 전화 데이터를 가지고 위험도를 판별하기 힘듦 
  • 각 데이터마다 가중치를 두고, 예측값과 실제값이 완전히 같을 때를 100점으로 하여 위험도를 산정

팀원 소개

Name	박선미	이유정	홍다연	서민지
Profile
Role	Frontend, DevOps	Backend	Backend, Data analysis	Backend

기술 스택

프론트엔드

백엔드

인프라

협업 도구