산재근로자들의 고용안정과 건강한 삶을 위한 데이터마이닝 기반의 규칙 도출 연구 (Job Security and Healthy Living for Industrial Disaster Workers: Deriving Positive Patterns Using Data Mining Techniques)

서지정보

· 발행기관 : 한국직업재활학회
· 수록지 정보 : 직업재활연구 / 25권 / 3호 / 5 ~ 24페이지
· 저자명 : 최근호, 서용무, 유동희

초록

본 연구에서는 산재 후 직업복귀율 제고와 안정적 직업복귀의 중요한 요인인 건강상태의 증진을 위해 데이터 마이닝 기법 중 하나인 의사결정나무 알고리즘을 활용하여 원직장 복귀가능 여부, 취업가능여부, 산재이전 대비 건강상태를 예측하는 모델들을 구축하고 분석하였다. 그 결과, 원직장 복귀가능 여부 예측에는 최종적으로 13개의 변수가 영향력이 높은 변수로 선정되었고, 이들 중 가장 영향력이 높은변수는 요양 중 사업주 및 사업장 인사노무 관련자와의 관계 유지 여부로 나타났다. 취업가능 여부 예측에는 영향력이 높은 8개의 변수가 최종 선정되었고, 가장 영향력이 높은 변수는 요양종료 이후 받은교육 및 직업훈련 경험으로 나타났다. 마지막으로 산재이전 대비 건강상태 예측에는 최종적으로 영향력이 높은 4개의 변수가 선정되었고, 가장 영향력이 높은 변수는 치료기간의 적정 여부로 나타났다. 본연구의 결과는 산재근로자의 고용안정과 건강한 삶을 위한 맞춤형 지원서비스 제공 방안 수립에 도움을 줄 것으로 기대된다.

영어초록

The Workers’ Compensation system in Korea is expanding its role from medical treatment and compensation to rehabilitation, as increasing the rate of return to the job is an important issue for a five-year plan for rehabilitation development.
To this end, this study develops three prediction models for industrial disaster workers. Each predicts whether the worker can return to his/her job, whether the worker can find a new job, and whether the worker will be healthy comparing to his/her health state before the industrial disaster occurred. In the first prediction model, 12 final influential input variables were used, among which ‘whether one kept a relationship with his/her owner during medical treatment’ was the most influential. In the second prediction model, 8 final influential input variables were used, among which ‘whether one received job-related education or training after medical treatment’ was the most influential. In the third prediction model, 4 final influential input variables were used of which ‘whether the period of medical treatment was appropriate’ was the most influential.
The results of this study can help establish more personalized support service for industrial disaster workers to ensure their job security and healthy lives in the future.

참고자료

· 없음