로그인을 해주세요
NetMiner 올인원 플랜
- 교육기간
- 365일
- 강의구성
- 215차시
※ 본 상품은 별도 신청 접수가 필요한 상품입니다.
하단의 '신청 마감'은 결제 오류를 막기 위함이오니, 상품 내용 하단의 '신청 방법'을 확인하신 후 신청해주시기 바랍니다.
올인원 플랜이란?
NetMiner 제품군, 교육, 1:1 전문가 컨설팅 등 그래프/네트워크 분석을 위한 모든 서비스를 1년 또는 6개월 동안 이용할 수 있는 플랜입니다.
특장점: 올인원 플랜, 무엇이 좋은 거죠?
- 최대 35% 할인: 개별 이용 대비 할인된 가격으로 모든 서비스를 이용할 수 있습니다.
- 편리하고 부담 없는 결제 옵션: 올인원 플랜으로 하나씩 주문하고 결제하는 번거로움은 줄이고, 월 결제 옵션으로 부담도 줄이고!
- 차별화된 연구를 위한 원스톱 서비스: 그래프 분석과 머신러닝을 지원하는 NetMiner 제품군, 교육, 전문가 컨설팅까지 원스톱으로 제공되는 서비스를 통해, 기존과 차별화된 연구 결과를 얻을 수 있습니다.
추천 고객
• 새로운 연구 아이디어와 방법론에 관심이 있으신 분
• NetMiner 또는 네트워크 분석을 알고 있지만, 실제 연구 과제에 적용하는데 어려움을 느끼는 분
• R, Python과 같은 복잡한 코드 대신 사용하기 쉬운 분석 프로그램을 이용하고 싶은 분
주요 내용
• NetMiner 제품군, 온라인 교육, 전문가 컨설팅이 기본 제공됩니다. 만약, 방문 교육이 필요하다면 별도로 추가할 수 있습니다.
• 올인원 플랜 이용 기간은 1년, 6개월 중 선택할 수 있습니다.
• 올인원 플랜의 이용 가격은 상품 선택 옵션별로 다릅니다. 신청서 접수 후 견적서를 통해 가격을 확인하실 수 있습니다.
| 올인원 플랜 이용 기간 | ||||
| 6개월 | 1년 | |||
| 포함 | NetMiner제품군 |
① NetMiner + Extension(확장 프로그램) 상세 보기> * NetMiner는 Premium 플랜 라이선스가 제공됩니다. ** Extension은 SNS Data Collector, Biblio Data Collector, News Data Collector, Community Data Collector가 제공됩니다(24년 5월 기준). *** 반드시 Extension의 서비스 이용 가능 현황을 확인하여 주세요. 서비스 이용 가능 현황 바로가기 >
② NetMiner 365 상세 보기> |
6개월 라이선스 | 1년 라이선스 |
| 온라인 교육 |
14개 온라인 교육과정 ※ 각 교육과정명 클릭 시 교육과정 소개 페이지를 확인하실 수 있습니다.
① 소셜 네트워크 분석 교육
② 빅데이터 분석 교육 - NetMiner를 이용한 논문 데이터 수집과 연구동향 분석 |
6개월 간 수강 가능 |
1년 간 수강 가능 |
|
| 전문가 컨설팅 |
(주) 사이람 전문 컨설턴트의 분석 설계, 제품 이용, 결과 해석 등에 대한 1:1 전문가 상담(온라인 진행) |
최대 4시간 (회당 2시간) |
최대 8시간 (회당 2시간) |
|
| 선택 | 방문 교육 |
- 신청 기관의 분석 및 이용 목적에에 최적화된 교육 과성 구성 (기관과 협의 후 일정 수립) - 온라인/오프라인 선택 가능 |
최대 3시간 (회당 3시간) |
최대 6시간 (회당 3시간) |
신청 방법
• 신청서 작성(신청서 다운로드 >) ▶ 제출(netminer@cyram.com, 제목에 [올인원 플랜 신청] 기재) ▶ 담당자가 견적서 발송(영업일 기준 최대 2일 소요) ▶ 결제 및 서비스 이용
* 신청서가 다운로드 되지 않을 시 마우스 우클릭 > 링크 주소 복사 > 새 창 혹은 새 탭에서 열어주세요.
강의목차(총 215강)
- Ⅰ. NetMiner 소개와 기초 사용법
-
1. 1. NetMiner 소개 10분
2. 2. 파일 열기와 데이터 구조 22분
3. 3. 데이터 가져오기 및 편집 31분
4. 4. 데이터 시각화와 분석 18분
- Ⅱ. 소셜 네트워크 분석 개론과 데이터 모델링
-
5. 1. 소셜네트워크와 소셜네트워크분석 16분
6. 2. 이론적 기초와 참고자료 21분
7. 3. 관련 이론 및 주요 분석 방법 23분
8. 4. 네트워크 데이터의 이해(1) 17분
9. 5. 네트워크 데이터의 이해(2) 27분
10. 6. 분석절차와 연구문제 16분
11. 7. 네트워크 모델링 23분
12. 8. 데이터 수집 17분
13. 9. 분석수준과 분석방향 22분
- Ⅲ. 네트워크 데이터 전처리
-
14. 1. 네트워크 데이터 타입과 변환 22분
15. 2. 네트워크 데이터 준비와 전처리 15분
16. 3. 데이터 클리닝 6분
17. 4. 데이터 클리닝 실습 35분
18. 5. 데이터 추출 15분
19. 6. 데이터 추출 실습 29분
20. 7. 방향성과 가중치 변환 23분
21. 8. 방향성과 가중치 변환 실습 15분
22. 9. 레이어 변환과 모드 변환 22분
23. 10. 레이어 변환과 모드 변환 실습 13분
- Ⅳ. 네트워크 시각화 방법
-
24. 1. 네트워크 시각화와 다양한 레이아웃 15분
25. 2. 네트워크 시각화 실습(1) 30분
26. 3. 네트워크 스타일링 10분
27. 4. 네트워크 시각화 실습(2) 28분
28. 5. 다양한 시각화 방법 8분
29. 6. 네트워크 시각화 실습(3) 21분
- Ⅴ. 네트워크 구조적 특성 분석
-
30. 1. 네트워크 특성 분석 기초 27분
31. 2. 네트워크 특성 분석 기초 실습 28분
32. 3. 네트워크 직접 연결 특성 24분
33. 4. 네트워크 직접 연결 특성 실습 13분
34. 5. 네트워크 간접 연결 특성 28분
35. 6. 네트워크 간접 연결 특성 실습 15분
36. 7. 네트워크 응집 특성 41분
37. 8. 네트워크 응집 특성 실습 28분
- Ⅵ. 네트워크 중심성 분석
-
38. 1. 중심성 지수 개요 13분
39. 2. 네트워크 연결 중심성 29분
40. 3. 중심성 지수 분석 실습(1) 18분
41. 4. 최단 경로를 이용한 중심성(1) 28분
42. 4. 최단 경로를 이용한 중심성(2) 20분
43. 5. 중심성 지수 분석 실습(2) 31분
44. 6. 영향력, 위세 중심성(1) 23분
45. 6. 영향력, 위세 중심성(2) 29분
46. 7. 중심성 지수 분석 실습(3) 39분
- Ⅶ. 네트워크 응집그룹 분석
-
47. 1. 응집그룹 분석 개요 13분
48. 2. Clique 과 Core(1) 22분
49. 2. Clique 과 Core(2) 10분
50. 3. 응집그룹 분석 실습(1) 32분
51. 4. Component와 Community 34분
52. 5. 응집그룹 분석 실습(2) 33분
- Ⅷ. 네트워크 역할 분석
-
53. 1. 네트워크 역할 분석(1) 21분
54. 1. 네트워크 역할 분석(2)_중개자 역할과 분석사례 25분
55. 1. 네트워크 역할 분석(3)_등위성 분석과 분석사례(1) 29분
56. 1. 네트워크 역할 분석(3)_등위성 분석과 분석사례(2) 31분
57. 1. 네트워크 역할 분석(4)_블록모델링과 분석사례 21분
58. 1. 네트워크 역할 분석(5)_종합정리 14분
59. 2. 분석방법 및 실습(1)_Brokerage Role 18분
60. 2. 분석방법 및 실습(2)_Structural Equivalence(Profile) (1) 25분
61. 2. 분석방법 및 실습(2)-Structural Equivalence(Profile) (2) 27분
62. 2. 분석방법 및 실습(3)_Structural Equivalence(CONCOR) 19분
63. 2. 분석방법 및 실습(4)_Regular Equivalence(REGGE) 27분
64. 2. 분석방법 및 실습(5)_Regular Equivalence(CatRE) 23분
65. 2. 분석방법 및 실습(6)_Blockmodeling(1) 15분
66. 2. 분석방법 및 실습(6)_Blockmodeling(2) 15분
- Ⅸ. 2-모드 네트워크 분석
-
67. 1. 2-모드 네트워크 분석의 개념과 원리(1) 23분
68. 1. 2-모드 네트워크 분석의 개념과 원리(2)_배경 및 기초개념 26분
69. 1. 2-모드 네트워크 분석의 개념과 원리(3)_다양한 사례 30분
70. 2. 2-모드 네트워크 분석시각화방법(1)_2-모드 네트워크 분석의 접근 방향 18분
71. 2. 2-모드 네트워크 분석시각화방법(2)_2-모드 데이터의 변환(1) 17분
72. 2. 2-모드 네트워크 분석시각화방법(3)-2-모드 데이터의 변환(2) 18분
73. 2. 2-모드 네트워크 분석시각화방법(4)_주요 분석 방법(1) 17분
74. 2. 2-모드 네트워크 분석시각화방법(5)_주요 분석 방법(2) 18분
75. 3. NetMiner 분석시각화 기능 실습(1)_Mode Transformation과 Link Reduction 28분
76. 3. NetMiner 분석시각화 기능 실습(2)_Degree, Cenrality, BiClique 18분
77. 3. NetMiner 분석시각화 기능 실습(3)_LDA, k-means, 시각화 22분
78. 4. 2모드 네트워크 데이터 분석 실습-(1)-데이터 import와 영화 순위 평가 18분
79. 4. 2모드 네트워크 데이터 분석 실습-(2)_클러스터링과 연관 영화 분석 24분
80. 4. 2모드 네트워크 데이터 분석 실습-(3)_이용자 성향 분류 및 프로파일링 20분
- Ⅹ. 네트워크 지수의 다변량 통계분석
-
81. 1. 네트워크 데이터의 통계적 분석 개요(1) 30분
82. 1. 네트워크 데이터의 통계적 분석 개요(2) 28분
83. 2. 네트워크 데이터의 통계적 분석 사례(1) 28분
84. 2. 네트워크 데이터의 통계적 분석 사례(2) 36분
85. 3. 관계적 변수와 비관계적 변수 간 연관성 분석 실습 - 교차분석활용(1) 18분
86. 3. 관계적 변수와 비관계적 변수 간 연관성 분석 실습 - 교차분석활용(2) 22분
87. 3. 관계적 변수와 비관계적 변수 간 연관성 분석 실습 - 분산분석활용 25분
88. 3. 관계적 변수와 비관계적 변수 간 연관성 분석 실습 - 상관분석과 회귀분석 활용 33분
89. 4. 관계 간 연관성 분석 실습 - MRQAP(1) 21분
90. 4. 관계 간 연관성 분석 실습 - MRQAP(2) 19분
91. 5. 여러 집단의 관계적 변수 비교 분석 실습 19분
92. 6. 관계적 변수 값의 유의성 분석 실습 - MCMC활용 16분
- XI. NetMiner를 이용한 텍스트 네트워크 분석
-
93. 1. SNA를 이용한 텍스트 분석 개요(1) 24분
94. 1. SNA를 이용한 텍스트 분석 개요(2) 15분
95. 2. SNA를 이용한 텍스트 분석 기초 - 형태소, 단어중요도, 단어네트워크 모델링 32분
96. 2. SNA를 이용한 텍스트 분석 기초 - 토픽모델링(LDA) 37분
97. 3. 넷마이너 기능 실습 - 텍스트 데이터 입력 23분
98. 3. 넷마이너 기능 실습 - 필터링, 사전, 단어네트워크 생성 26분
99. 4. 뉴스트위터 데이터 비교 분석 실습 - 2가지 분석방법 13분
100. 4. 뉴스트위터 데이터 비교 분석 실습 - 뉴스 데이터 분석 실습(1) 14분
101. 4. 뉴스트위터 데이터 비교 분석 실습 - 뉴스 데이터 분석 실습(2) 33분
102. 4. 뉴스트위터 데이터 비교 분석 실습 - 뉴스 데이터 분석 실습(3) 28분
103. 4. 뉴스트위터 데이터 비교 분석 실습 - 뉴스 데이터 분석 실습(4) 28분
104. 4. 뉴스트위터 데이터 비교 분석 실습 - 트위터 데이터 분석 실습 32분
105. Special. 토픽 분석 결과 활용-Evluation of Topic Models Extension 25분
- XII. NetMiner를 이용한 논문 데이터 수집과 연구동향 분석
-
106. 1. SNA를 이용한 연구동향 분석 개요 29분
107. 2. SNA를 이용한 문헌정보 분석 기초 - 네트워크 모델링, 유사성 측정 27분
108. 2. SNA를 이용한 문헌정보 분석 기초 - 분석방법론 26분
109. 3. NetMiner 기능 실습 - 데이터 구조와 BDC수집 21분
110. 3. NetMiner 기능 실습 - 모드변환과 전처리 기능 26분
111. 4. Biblio Data Collector 기능 실습 - 학술 논문 서지 데이터 수집 및 가져오기 28분
112. 4. Biblio Data Collector 기능 실습 - 데이터 구조 11분
113. 5. 연구동향 실습(1) - 데이터 확인 및 필터링 15분
114. 5. 연구동향 실습(2) - 토픽 트렌드 분석 22분
115. 5. 연구동향 실습(3) - 키워드 네트워크 시각화 14분
116. 5. 연구동향 실습(4) - 핵심키워드 트렌드 분석 34분
117. 5. 연구동향 실습(5) - 공저자 네트워크 생성 10분
118. 5. 연구동향 실습(6) - 소속기관 네트워크 분석 26분
- XIII. NetMiner를 이용한 소셜 미디어 데이터 수집과 분석
-
119. 1. 소셜 미디어 21분
120. 2. 소셜 미디어 데이터 14분
121. 3. 소셜 미디어 네트워크 분석(1) 18분
122. 4. 소셜 미디어 네트워크 분석(2) 15분
123. 5. 연구 사례 35분
124. 6. 소셜 미디어와 네트워크 20분
125. 7. 소셜 미디어 데이터 수집(1) 페이스북 팬페이지 21분
126. 8. 소셜 미디어 데이터 수집(2) 트위터 10분
127. 9. 소셜 미디어 데이터 수집(3) 유튜브 12분
128. 10. 소셜 미디어 데이터 처리(1) SNS Data Collector 구성 요소 및 기능 14분
129. 11. 소셜 미디어 데이터 처리(2) 데이터 검색 및 편집 24분
130. 12. 소셜 미디어 데이터 처리(3) 수집 데이터 개요 26분
131. 13. 트위터_이슈 트렌드 분석(1) 26분
132. 14. 트위터_이슈 트렌드 분석(2) 23분
133. 15. 트위터_이슈 트렌드 분석(3) 17분
134. 16. 트위터_이용자 성향 분류 및 예측(1) 31분
135. 17. 트위터_이용자 성향 분류 및 예측(2) 30분
136. 18. 유튜브_채널 운영 현황 분석(1) 24분
137. 19. 유튜브_채널 운영 현황 분석(2) 27분
138. 20. 유튜브_채널 운영 현황 분석(3) 16분
- XIV. Python을 활용한 소셜 빅데이터 분석
-
139. 0) 강의소개 11분
- Python: 1. 프로그래밍 입문
-
140. 1) 프로그래밍 언어 8분
141. 2) Why Python 5분
142. 3) 파이썬 설치 9분
143. 4) 파이썬 개발환경 16분
- Python: 2. 기본 자료형
-
144. 1) 변수의 의미 14분
145. 2) 기본자료형 개요 10분
146. 3) 수치형 3분
147. 4) 문자형 : i. 문자형 14분
148. 4) 문자형 : ii. 문자형 처리함수(1) 16분
149. 4) 문자형 : ii. 문자형 처리함수(2) 23분
150. 5) 불리언 2분
151. 6) 형변환 11분
- Python: 3. 자료 구조
-
152. 1) 개요 7분
153. 2) 리스트 : i. 리스트의 특징 18분
154. 2) 리스트 : ii. 리스트의 데이터 처리 22분
155. 3) 튜플 7분
156. 4) Set 14분
157. 5) 사전 19분
158. 6) 자료구조의 기타 특징(1) 19분
159. 6) 자료구조의 기타 특징(2) 17분
- Python: 4. 흐름 제어
-
160. 1) 조건문 : i. 조건문 문법 23분
161. 1) 조건문 : ii. 조건문 활용 11분
162. 2) 반복문 : ⅰ. for 반복문 17분
163. 2) 반복문 : ⅱ. while 반복문 10분
164. 2) 반복문 : ⅲ. 반복문의 중첩 13분
165. 2) 반복문 : ⅳ. break/continue 12분
166. 3) 예외처리 19분
- Python: 5. 함수
-
167. 1) 개요 10분
168. 2) 함수의 input, output 7분
169. 3) 함수의 return 값 19분
- Python: 6. 파일 입출력
-
170. 1) 파일 읽기 : i. 파일 읽기 22분
171. 1) 파일 읽기 : ii. 파일 읽기 방식 17분
172. 2) 파일 쓰기 13분
- Python: 연습문제1
-
173. [연습문제1] 조건문, 함수, 파일 입출력 32분
- Python: 7. 클래스
-
174. 1) 클래스의 의미 19분
175. 2) 클래스의 생성 10분
176. 3) 클래스의 호출 6분
- Python: 8. 모듈
-
177. 1) 모듈의 생성 10분
178. 2) 모듈의 사용 15분
179. 3) 내장모듈 35분
180. 4) 외부모듈 32분
- Python: 연습문제2
-
181. [연습문제2] 내장 모듈-Random, DateTime 12분
- 빅데이터 분석: 1. 빅데이터 수집 입문
-
182. 1) 빅데이터란 18분
183. 2) 개발환경 설정 10분
184. 3) 한글처리 28분
185. 4) 데이터 획득 방식의 종류 12분
- 빅데이터 분석: 2. Web Crawling
-
186. 1) 웹 크로울링의 원리 14분
187. 2) 기본적 웹 크롤링(1) : i. parsing 34분
188. 2) 기본적 웹 크롤링(1) : ii. 데이터 획득 11분
189. 2) 기본적 웹 크롤링(2) : i. 페이징 10분
190. 2) 기본적 웹 크롤링(2) : ii. requests 활용 11분
191. 2) 기본적 웹 크롤링(2) : iii. 게시판 제목 리스트 코드 리뷰 5분
192. 3) Beautiful soup 활용 방법 29분
193. 4) 동적 웹 크롤링 : i. 동적 데이터 수집 개요 8분
194. 4) 동적 웹 크롤링 : ii. Selenium을 이용한 추가 액션(1) 22분
195. 4) 동적 웹 크롤링 : ii. Selenium을 이용한 추가 액션(2) 14분
- 빅데이터 분석: 3. API를 활용한 수집
-
196. 1) API를 이용한 데이터 획득 22분
197. 2) API를 이용한 데이터 수집 : i. arxiv 21분
198. 2) API를 이용한 데이터 수집 : ii. 공공데이터포털 23분
199. 2) API를 이용한 데이터 수집 : iii. openai 17분
- 빅데이터 분석: 4. 빅데이터 전처리
-
200. 1) 개요 5분
201. 2) 형태소 분석 34분
202. 3) 데이터 구조화 : i. 문서 데이터 구조화 24분
203. 3) 데이터 구조화 : ii. 관계 데이터 구조화 23분
204. 4) NetMiner 데이터 입력 16분
- 빅데이터 분석: 5. 텍스트 마이닝
-
205. 1) 단어빈도 분석 : i. 전체 단어 빈도 분석 26분
206. 1) 단어빈도 분석 : ii. 게시물 제목의 단어 빈도 실습 37분
207. 2) 문서별 핵심단어 분석 : i. TF-IDF 원리 8분
208. 2) 문서별 핵심단어 분석 : ii. TF-IDF 실습 42분
209. 2) 문서별 핵심단어 분석 : iii. TF-IDF 분석 시나리오 6분
- 빅데이터 분석: 6. 소셜 네트워크 분석
-
210. 1) 네트워크 분석 개요 12분
211. 2) 소셜 네트워크 영향력 분석 실습 - 공저자 네트워크 분석 12분
- 빅데이터 분석: 7. 기계 학습
-
212. 1) 단어 간 연관성 분석 : ⅰ. word2vec 원리 16분
213. 1) 단어 간 연관성 분석 : ⅱ. word2vec 실습코드와 활용분야 31분
214. 1) 단어 간 연관성 분석 : ⅲ. FASTTEXT와 word2vec 비교 및 실습 3분
215. 2) 토픽 모델링, LDA 16분
