• 디지털융복합연구
• /
• 제16권12호
• /
• pp.217-229
• /
• 2018

이 연구에서는 미분양 아파트 단지의 세대별 계약 자료에 데이터 마이닝 기법인 의사결정나무, 신경망, 로지스틱 모형을 적용하여 세대별 초기계약을 예측하는 모형을 개발한다. 모형 개발에는 위례신도시 미분양 아파트 단지의 계약 자료가 이용되며, 이 자료는 훈련용 자료와 검정용 자료로 분할되어 분석에 투입된다. 훈련용 자료에서는 신경망, 의사결정나무, 로지스틱 모형 순으로 예측력이 뛰어났지만 검정용 자료에서는 로지스틱 모형이 가장 우수하게 나타났다. 이 같은 결과는 신경망이 훈련용 자료에 최적화된 모형으로 구축되면서 검정용 자료에 대한 적응성이 떨어져 나타난 결과로 판단된다. 의사결정나무와 로지스틱 모형을 병행 적용한 결과, 층수, 향, 세대 위치, 전기 및 발전기실의 소음, 청약자 거주지, 청약 종류가 초기계약에 영향을 주는 것으로 나타났다. 이는 두 가지 모형을 같이 사용하는 것이 초기계약 결정요인 발굴에 더 효과적이라는 것을 의미한다. 이 연구는 데이터 마이닝의 적용 범위를 주택 분양 예측까지 확장함으로써 융복합 분야 발전에 기여하고 있다.

• 대한토목학회논문집
• /
• 제28권1B호
• /
• pp.33-40
• /
• 2008

우리나라는 6월부터 9월까지의 우기에 강우가 집중 발생하는 기상특성으로 인해 자연재해의 95% 이상이 집중호우와 태풍에 의한 풍수해로 집계되고 있을 만큼 홍수피해에 취약하며, 오래전부터 홍수방어에 대한 구조적 대책이 시행되어왔다. 본 연구의 목적은 의사결정기법중의 하나인 의사결정나무를 이용하여 유역내 홍수방어를 위한 기본적인 후보대안을 제시하는데 있다. 이러한 후보대안은 유역이 가지고 있는 치수적 기능을 최대한 살리고 상 하류의 유기적인 홍수방어기능을 효율적으로 증대시키는 다수의 조합으로 제시되었다. 또한 본 연구에서는 유역종합치수계획 수립시 적용가능한 홍수방어 대안 조합 지침을 제시하였다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 추계학술대회
• /
• pp.251-256
• /
• 2007

성형외과에서는 웹 방문자를 늘리기 위하여 다양한 노력을 하고 있지만, 웹 사이트의 어떠한 속성이 웹 방문자 수를 증대시키는지에 대한 체계적인 연구는 찾아보기 어렵다. 본 논문에서는 방문자 수가 많은 성형외과 웹 사이트와 방문자 수가 적은 웹 사이트를 구분하는 속성을 규명하였다. 다중 판별 분석과 의사결정 나무 기법, 신경망 분석 기법을 이용하여 방문자의 다소 (多少)를 구분하는 속성들을 도출하였다. 웹 사이트의 속성 중 '가상성형프로그램', '정보추천' 등 소수의 속성이 방문자 수의 다소(多少)를 설명하는 것으로 드러났다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.283-288
• /
• 2004

지금까지 의사결정나무에서 분리 변수의 선택에 관한 연구는 많았으나, 대부분 연속형 변수와 명목형 변수에 국한되어 왔다. 본 연구에서는 순서형 변수에 주목하여 CART, QUEST, CRUISE 등 기존 알고리즘과 본 연구에서 제안하는 비모수적 접근 방법인 K-S test, framer-von Misos test 방법의 변수 선택력을 비교하였다. 그 결과 본 연구에서 제안하는 framer-von Mises test 방법이 다른 알고리즘에 비하여, 변수 선택력과 안정성에 있어서 좋은 성과를 보였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2006년도 추계 학술발표회 논문집
• /
• pp.113-117
• /
• 2006

우리는 다양한 자료에서 유의미한 정보를 파악하기 위한 방법으로 다변량 분석 방법 중에서 정준판별분석, 로지스틱, 다층퍼셉트론 그리고 의사결정나무를 사용자 편의를 극대화하고 사용이 간단한 비주얼 베이직 6.0을 이용하여 개발하였다.

• Journal of the Korean Wood Science and Technology
• /
• 제36권1호
• /
• pp.12-20
• /
• 2008

국내에서 성장한 주요 침엽수 3종(소나무, 잣나무, 리기다소나무)의 수간 내 셀룰로오스 상대결정화도와 결정폭에 대한 수평방향 및 수직방향 변이를 X선 회절법에 의해 조사하였다. 각 수종의 상대결정화도 평균값은 소나무 60.6%, 잣나무 61.7%, 리기다소나무 49.4%로 리기다소나무가 가장 낮게 나타났다. 공시 수종의 상대결정화도는 약 10~15연륜까지 증가하다가 그 후 거의 일정한 값을 보여 주었고 만재부의 상대결정화도가 조재부의 상대결정화도보다 다소 높게 나타나는 경향이 있었다. 소나무 상대결정화도는 수관부보다 기부에서 다소 낮게 나타났으나 잣나무, 리기다소나무는 수고에 따른 차이를 거의 나타내지 않았다. 각 수종의 셀룰로오스 결정폭은 3수종 모두 2.8~3 nm 정도로 거의 차이가 없었고 수평방향 및 수직방향, 조만재 간에도 차이가 없었다. 따라서 상대결정화도와 결정폭 중 상대결정화도는 국내산 주요 침엽수재의 미성숙재와 성숙재를 구분하는 재질 지표의 하나로 이용이 가능할 것으로 생각되었다.

• 한국도로학회논문집
• /
• 제13권3호
• /
• pp.167-176
• /
• 2011

본 연구는 불특정 다수의 도로이용자들이 경로우회 시 갖는 의사결정과정속에 내포된 비선형성과 불확실성을 고려한 정도 있는 모형구축으로 주요 우회결정요인을 분석하는 것이 주요 목적이다. 이를 위하여 고속도로 및 국도를 이용하는 운전자를 대상으로 우회여부에 관련된 SP조사를 실시하였고, 조사결과에 대하여 의사결정나무와 신경망이론의 결합된 모형을 구축하여 운전자 우회결정요인을 분석하였다. 분석결과 운전자 우회여부결정에 영향을 미치는 요인은 우회도로 인지여부, 교통정보 신뢰도 및 이용빈도, 경로전환빈도, 나이순으로 나타났다. 또한 오분류표를 통한 기존 모형과의 예측력의 비교결과 결합된 모형의 오분류율이 8.7%로 기존 모형인 로짓모형 12.8%, 의사결정나무 단독 모형 13.8%와 비교했을 때 가장 예측력이 높은 것으로 나타나 운전자 우회결정요인 분석에 관한 모형의 적용 타당성을 확인할 수 있었다. 본 연구의 결과는 향후 교통량 분산효과와 도로망 효율 증대를 위한 효과적인 우회관리전략 수립 시 기초 자료로 활용가능하리라 사료된다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM
• /
• pp.341-348
• /
• 2000

의사결정 나무라고 불리우기도 하는 나무모형은 결과 해석의 용이성으로 데이터마이닝의 분류예측 모형으로써 큰 각광을 받고 있다. 현재 나무모형으로 가장 많이 사용되는 Breiman et. al의 CART나 Quinlan의 C4.5 모두 생성된 노드들의 자료 구성이 목표변수를 기준으로 수준 구성비 측면에서 순수해지도록 진행된다. 그러나 CRM에 있어 가장 흔한 주제인 해지예측을 위한 모델링을 실시하는 경우 관심의 대상인 해지자가 전체 자료에 극히 일부를 차지하여, 기존의 분할 방법에서와 같이 모든 노드의 순수성을 고려하기란 불가능하다. Buja와 Lee는 이와 같이 소수의 관심에 대상이 되는 부류를 찾아내기 위한 나무모형 생성방법을 소개하였다 즉, 해지자 관리가 중요한 경우 해지자와 비해지자 구분을 진행하는 기존의 방법과는 달리 전체 자료 중 해지자를 집중적으로 찾아가는 탐색적 분할 기준인 단측 순수성(one-sided purity)을 제안하였다. 본 연구에서는 단측 순수성에 의한 나무모델링을 모 PC통신 회사의 해지자 자료에 적용하며 기존의 방법과 비교하였고 몇 가지 시뮬레이션 자료를 통해 단측 순수성의 문제점과 앞으로 해결하여야 할 과제에 대하여 살펴보았다.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2006년도 추계 학술대회
• /
• pp.119-123
• /
• 2006

본 연구는 말콤볼드리지(ME) 모델에 근거하여 경영진의 의사결정을 분석하는 것이다. 경영진의 회의록 분석을 통해서 경영방향을 분석하는 방법과 결과 활용을 논한다. 데이터마이닝의 기법인 의사결정나무를 이용하여 의사결정의 패턴을 찾는 방법도 소개한다.

• 서비스연구
• /
• 제3권1호
• /
• pp.9-16
• /
• 2013

데이터 분석가에게 많은 노력이 요구되지 않으면서 사용자가 쉽게 분석결과를 이해할 수 있는 범용 분류기법으로서 가장 대표적인 것은 Breiman이 개발한 의사결정나무를 들 수 있다. 의사결정나무에서 기본이 되는 2가지 핵심내용은 독립변수의 차원 공간을 반복적으로 분할하는 것과 평가용 데이터를 사용하여 가지치기를 하는 것이다. 분류문제에서 반응변수는 범주형 변수여야 한다. 반복적 분할은 변수 의 차원 공간을 겹치지 않는 다차원 직사각형으로 나눈다. 여기서 변수는 연속형, 이진 혹은 서열의 척도이다. 본 논문에서는 새로운 사례를 분류함에 있어서 분류의 성능을 평가하기 위해 분류나무의 정확도 정밀도 재현률 등을 실험하고자 한다.