• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.149-152
• /
• 2004

기업들의 고객중심 마케팅 기법중 하나인 고객관계관리(CRM ： Customer Relationship Management)가 인터넷의 발전으로 온라인화 되고 있으며 다양하게 발전되어 왔다. 가장 대두되고 있는 문제는 고객 분류를 객관적인 방법으로 어떻게 자동화할 수 있는가 이다. 본 논문은 최적화 모형을 이용하여 고객 분류를 더욱 세밀하게 할 수 있음을 제안하였고 고객 집단 편성 최적화를 반영함으로써 고객을 최적으로 분류할 수 있는 시스템을 설계 및 구축하였다.

• The Journal of the Korea Contents Association
• /
• v.9 no.11
• /
• pp.465-474
• /
• 2009

To measure the amount of nonpoint source pollution, some efforts are tried to utilize satellite imagery. But, as the factors for water models do not relate with the landcover categories for satellite imagery, satellite imagery are adapted to roughly classified thematic map or used only for the image interpretation. The purpose of this study is to establish the landcover categories of satellite imagery to relate with the water models. To establish the categories of the landcover for the water models, it was investigated to get main factors of water flow models for the nonpoint source pollution and to review the existing study and the classification system. For this result, it was convinced that the basic unit on the nonpoint source pollution, landcover coefficients of SCS Curve Number, the crop factor of Universal Soil Loss Equation, Manning's roughness coefficients are the useful parameters to extract information from the satellite imagery. After the setup the categories for the landcover classification, it was finally defined from the consultation of the water model specialist. Woopo wetland watershed was selected to the study area because it is a representative wetland in Korea and needs the management system for nonpoint source pollution. There were used Landsat ETM Plus and SPOT-5 satellite imagery to assess the result of the image classification.

• 한국산학경영학회:학술대회논문집
• /
• 2005.11a
• /
• pp.13-25
• /
• 2005

기업의 신용평가는 기업의 위험도를 측정하여 어음, 사채 및 대출금 등의 회수 가능성을 평가하는 것이다. 이러한 기업의 신용평가 결과는 해당 기업의 채권 수익률이나 주가 등에 영향을 미치고, 또한 금융기관, 투자자 및 거래처 등이 대출 결정, 투자 결정, 신용판매 등의 의사결정을 내리는데 영향을 미친다. 본 논문에서는 보다 정확한 기업 신용 평가를 위해 다집단 분류 문제를 이집단 분류 문제화하는 신경망 분리 모형을 제안한다. 또한, 본 논문에서 제안한 신경망 분리 모형의 우수성을 검증하기 위해 기존의 일반적인 신경회로망, 판별분석 모형과 비교한다. 실험 결과 신경회로망을 분리시켜 학습을 단순화시키는 방법이 기존의 방법에 비해 우수한 결과를 보였다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.04a
• /
• pp.176-177
• /
• 2000

대도시의 국소지역인 도심지 도로변 양측은 빌딩에 의해 둘러싸여 있어 canyon으로 비유되어 street canyon이라고 하며 도로에 관한 선행연구는 도로변에 관한 것과 street canyon에 관한 것 그리고 두 경우를 전부 포함하는 경우로 분류할 수 있다. 도로변에 있어서 자동차 배출가스의 확산 예측에 관한 연구는 가우시안형 해석해 모형이 가장 많고 그 외 비가우시안형 해석해 모형, 반경험식 모형, 수치해 모형으로 분류되고 있다. (중략)

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.31-40
• /
• 1998

본 연구의 목적은 기존의 Cell Transmission(1994, Daganzo) 교통류 이론을 기반으로 동적통행배정 모형을 개발하는 것이다. 이 모형은 동적 O-D 발생모듈, HOV 차선모듈, 분류부 분할모델, 링크비용함수 모듈, 최단경로 탐색 모듈등으로 구성된다. 이 모델에서 적용하는 교통류 모델은 각 링크를 동일한 특성을 가지는 셀로 구분하여 셀내의 진입시간과 진출시간을 계산하여 링크비용을 계산하는데 이것은 비용의 과대·과소 추정을 피할 수 있으며 교통지체 현상을 현실적으로 표현해 줄 수 있는 장점이 있다. 또한 HOV 차선 모듈에 의해 수단별 교통류 진행 및 비용고려가 가능하며 HOV 차선의 평가 및 분석이 가능하다. 기존의 동적통행배정모형은 매 시간대별 출발지에서 균형상태를 추구하는 통행배정기법을 사용하고 있지만 이 모델은 분류되는 노드를 가상의 출발점이라고 가정하여 각 시간대별로 최단경로를 탐색하여 균형상태를 추구해나가는 기법을 적용하고 있다. 각 셀별 차량을 목적지별, 차종별, 대기시간별로 추적하여 진행시키며 분류부에서는 최단경로를 탐색하여 배분된다. 또한 진행하고자 하는 셀의 용량과 현재 셀의 밀도를 고려함으로서 용량제약 하에서의 동적통행배정모형을 적용하고 있다. 이 모형은 고속로의 합류부 및 분류부의 교통특성을 세밀히 분석할 수 있으며, TCS 및 램프미터링과 접목하여 고속도로 운영에 이용될 수 있으며, 고속도로 중·장기적인 계획에 이용될 수 있다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.2 no.2
• /
• pp.115-129
• /
• 1997

본 연구는 한국의 벤처캐피탈회사들이 투자안이 투자여부를 판단하는데 사용하는 평가모형이 실제의 성과와 비교하여 타당성을 갖는가를 분석하였다. 이를 위해 본 연구는 다음의 두가지 투자모형을 도출하여 그 내용을 비교하였다. 실제심사모형(Current Evaluation Model)은 심사과정을 거친 168개 투자안을 coxorehlse 그룹과 기각된 그룹으로 분류하여 이에 대한 판별분석을 통해 투자여부에 영향을 미친 평가요인의 우선순위를 규명하여 도출하였다. 한편, 성과모형(Performance-based model)은 앞 모형에서 채택된 투자안을 다시 성공과 실패의 두 그룹으로 분류하고 이를 종속변수로 한 판별분석을 통해 성과에 대한 평가요인의 영향도를 파악하여 개발하였다. 이 두 모형을 비교함으로써 본 연구는 우리나라 벤쳐캐피탈이 적용하는 투자평가시스템의 문제점을 파악하고 그 원인을 고찰하였다. 본 연구는 미국 등 선진국과 달리 다양한 투자환경에서 나타날 수 있는 투자평가모형의 타당성을 검증할 수 있는 접근방법을 제시했다는 점에 큰 의의가 있다. 이러한 접근을 통해 현 평가 모형의 문제점을 파악하고 개선방법을 제시할 수 있을 것이다.

• Journal of the Korean Society for information Management
• /
• v.40 no.4
• /
• pp.307-327
• /
• 2023

To analyze the impact of word embedding on book titles, this study utilized word embedding models (Word2vec, GloVe, fastText) to generate embedding vectors from book titles. These vectors were then used as classification features for automatic classification. The classifier utilized the k-nearest neighbors (kNN) algorithm, with the categories for automatic classification based on the DDC (Dewey Decimal Classification) main class 300 assigned by libraries to books. In the automatic classification experiment applying word embeddings to book titles, the Skip-gram architectures of Word2vec and fastText showed better results in the automatic classification performance of the kNN classifier compared to the TF-IDF features. In the optimization of various hyperparameters across the three models, the Skip-gram architecture of the fastText model demonstrated overall good performance. Specifically, better performance was observed when using hierarchical softmax and larger embedding dimensions as hyperparameters in this model. From a performance perspective, fastText can generate embeddings for substrings or subwords using the n-gram method, which has been shown to increase recall. The Skip-gram architecture of the Word2vec model generally showed good performance at low dimensions(size 300) and with small sizes of negative sampling (3 or 5).

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.15 no.1
• /
• pp.1-15
• /
• 2016

This study aims to develop a model by which city bus drivers who are likely to cause an accident can be figured out based on the information about their actual driving records. For this purpose, from the information about the actual driving records of the drivers who have caused an accident and those who have not caused any, significance variables related to traffic accidents are drawn, and the accuracy between models is compared for the classification models developed, applying a discriminant analysis and logistic regression analysis. In addition, the developed models are applied to the data on other drivers' driving records to verify the accuracy of the models. As a result of developing a model for the classification of drivers who are likely to cause an accident, when deceleration ($X_{deceleration}$) and acceleration to the right ($Y_{right}$) are simultaneously in action, this variable was drawn as the optimal factor variable of the classification of drivers who had caused an accident, and the prediction model by discriminant analysis classified drivers who had caused an accident at a rate up to 62.8%, and the prediction model by logistic regression analysis could classify those who had caused an accident at a rate up to 76.7%. In addition, as a result of the verification of model predictive power of the models showed an accuracy rate of 84.1%.

• Journal of Digital Convergence
• /
• v.11 no.9
• /
• pp.289-299
• /
• 2013

The aim of this study was to enhance the NHI claims data-based tuberculosis classification rule of KCDC(Korea centers for disease control & prevention) for an effective TB surveillance system. 8,118 cases, 10% samples of 81,199 TB cases from NHI claims data during 2009, were subject to the Medical Record Survey about whether they are real TB patients. The final study population was 7,132 cases whose medical records were surveyed. The decision tree model was evaluated as the most superior TB patients detection model. This model required the main independent variables of age, the number of anti-tuberculosis drugs, types of medical institution, tuberculosis tests, prescription days, types of TB. This model had sensitivity of 90.6%, PPV of 96.1%, and correct classification rate of 93.8%, which was better than KCDC's TB detection model with two or more NHI claims for TB and TB drugs(sensitivity of 82.6%, PPV of 95%, and correct classification rate of 80%).

• Journal of Korean Library and Information Science Society
• /
• v.33 no.3
• /
• pp.393-413
• /
• 2002

This study is to suggest a classification system to classify the agricultural information resources on the internet. In the first part, I analyzes KDC's class 520(agriculture science). The second part compares the agricultural classes of Yahoo! Korea with those of Empas search engine. The third part compares the classes of AFFIS with Agri_Directory. Based on the comparative analysis, it proposes a classificatory system for the agricultural information resources on the internet.