데이터마이닝 분석방법을 활용한 고령자의 자살위험 예측요인 분석
- Authors
- 이대웅[이대웅]; 문상호[문상호]; 이효주[이효주]; 이소담[이소담]
- Issue Date
- 2016
- Publisher
- 한국정책학회
- Keywords
- 자살; 고령자; 데이터마이닝; 위험예측; Suicide; the Elderly; Data Mining; Risk Prediction
- Citation
- 한국정책학회보, v.25, no.1, pp.297 - 328
- Indexed
- KCI
- Journal Title
- 한국정책학회보
- Volume
- 25
- Number
- 1
- Start Page
- 297
- End Page
- 328
- URI
- https://scholarworks.bwise.kr/skku/handle/2021.sw.skku/41064
- ISSN
- 1226-5497
- Abstract
- 본 연구에서는 데이터마이닝 분석방법을 활용하여 고령자의 자살위험 예측요인에 대한 분석을 실시하였다. 특히, 의사결정나무모형과 로짓모형, 신경망분석을 활용하여 고령자 자살위험 예측을 위한 요인을 도출하고 요인 간의 상호작용(interaction) 패턴에 대한 분석을 시도하였다. 이를 통해 개개인 가지고 있는 다양한 상황과 특성들에 적합한 개별적 개입 방안을 마련하는 근거를 제시하고자 하였다.
분석결과를 요약하면 다음과 같다. 의사결정나무 모형 결과, 고령자의 자살경험에 가장 큰 영향을 미치는 변수는 우울증 정도이며, 다음으로 중요한 예측변수는 주거환경 만족도로 도출되었다. 또한 우울증을 앓고 있으며, 주거환경 만족도가 낮은 고령자가 여가생활에 불만족할 경우 자살 위험이 증가하는 것으로 나타났다. 나아가 가장 자살위험이 높은 집단은 우울증세를 앓고 있으며, 주거환경과 여가생활만족도가 낮으며 자녀와의 관계에 대한 만족도가 낮은 집단임을 확인 할 수 있었다. 다음으로 로짓분석 결과, 우울증, 성별, 배우자와의 관계 만족도, 자녀와의 관계 만족도, 여가생활 만족도가 고령자 자살위험의 유의미한 영향요인임을 확인하였다. 마지막으로 신경망 분석 결과 1개의 은닉층과 3개의 은닉마디가 도출되었다. 각 모형 간 비교결과, 의사결정나무모형의 오분류율이 로짓분석과 신경망분석 오분류율보다 낮아, 의사결정나무 모형이 고령자 자살위험 영향요인 도출 및 예측에 더 우수함을 확인할 수 있었다. 반면, ROC인덱스 값은 로짓분석과 신경망 분석이 의사결정나무분석보다 우수한 것으로 나타났다.
이상의 분석결과에 근거하여, 본 연구에서는 고령자의 자살을 예방하기 위한 정책적 함의를 제시하여 향후 관련 정책설계 및 대응방안 구축에 기여하고자 한다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - Graduate School of Governance > ETC > 1. Journal Articles
- Graduate School of Governance > Graduate School of Governance > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.