• Proceedings of the KAIS Fall Conference
• /
• 2007.05a
• /
• pp.303-306
• /
• 2007

본 논문에서는 DEA 기법을 이용하여 고객들이 이동통신사를 선정하기 위한 모텔을 제안하였다. 소비자들은 이동통신사를 선정함에 있어 여러 가지 기준들에 의한 합리적인 의사결정을 내리기가 용이하지 않다. 본 논문에서는 다기준 의사결정방법들 중 정성적인 평가요소들을 기준으로 대안의 효율성을 고려한 DEA 기법을 활용하여 소비자들의 이동통신사 선정에 도움을 주고자 하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.352-358
• /
• 2006

우리나라 연안은 동해안을 제외한 대부분 지역이 저지대 완경사의 지형구조와 천해로 형성되어 태풍, 해일, 해수범람으로 해마다 인명, 시설물 파손, 침식 등 반복적인 피해가 발생하는 자연재해취약지역이다. 그러나 애년 발생하는 자연재해 방지를 위해 복구위주의 대책 마련에 중점을 두고 있는 상황이며, 재해 발생시 피해를 최소화 할 수 있는 종합적 재해방지연구는 미흡한 실정이다. 이에 본 연구에서는 피해예방 및 방재 정책수립시 의사결정지원을 위하여 Web상에서 실시간으로 피해예측지역 추출이 가능한 기법을 개발하고자 하였다. 이를 위해 고해상 위성영상기반의 재해관련 주제도를 제작하고 육상과 해상부분을 통합한 3차원 지형 구축을 통하여 실세계와 유사한 지형환경 DB를 구축하였다. 아울러 3차원 범람시뮬레이션을 통하여 재해발생시 위험지역을 실시간으로 파악함으로써 피해가능지역 표출이 가능한 시스템을 개발하였으며, 이를 통해 재해상황에 따른 피해를 최소화 할 수 있는 기반을 마련하고자 하였다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.97-102
• /
• 2003

데이터 마이닝의 여러 기법중 모형의 변동성을 줄이고 정확도가 높은 분류자를 형성하기 위하여 다양한 앙상블 기법이 연구되고 있다. 그 중에서 배깅과 부스팅 방법이 가장 널리 알려져 있다. 여러 가지 데이터에 이 두 방법을 적용하여 오분류율을 구하여 비교한 후 각 데이터 특성을 입력변수로 하고 배깅과 부스팅 중 더 낮은 오분류율을 갖는 알고리즘을 목표변수로 하여 의사결정나무를 형성하였다. 이를 통해서 배깅과 부스팅 알고리즘이 어떠한 데이터 특성의 패턴이 존재하는지 분석한 결과 부스팅 알고리즘은 관측치, 입력변수, 목표변수 수가 큰 것이 적합하고 반면에 배깅 알고리즘은 관측치, 입력변수, 목표변수 수의크기가 작은 것이 적합함을 알 수 있었다.

• Proceedings of the Korea Database Society Conference
• /
• 2001.06a
• /
• pp.369-387
• /
• 2001

인터넷 기술의 발달과 인터넷 비즈니스의 발전으로 인해 오늘날 사람들은 더욱 많은 시간을 인터넷 상에서 보내고 있다. 사용자가 기업의 웹 사이트를 방문한 기록은 웹 로그파일이라는 형태로 기업의 서버에 남게 되는데 이러한 로그 파일을 이용해 고객의 행동을 더욱 잘 이해하는 것이 매우 중요한 경쟁력의 요소로 자리 잡게 되었다. 이제까지는 웹 로그를 분석하기 위해 웹 로그 분석 도구를 이용해 왔는데, 경영 의사 결정에 도움이 되는 지식을 발견하기보다는 단순한 기술적인 통계량을 구하는데 그쳤다. 본 연구에서는 통계와 데이터마이닝 기법을 웹 데이터에 적용하여 경영 의사 결정에 도움이 되는 의미 있는 정보를 추출한다. 이를 위해 실제 인터넷 기업의 데이터를 기반으로 하여 대량 데이터를 데이터마이닝을 위해 전처리 하는 과정과 준비된 데이터를 분석하는 과정을 소개한다. 웹 사이트의 분석은 경영 지식을 찾아내기 위한 과정으로 개별 사이트가 처한 상황에 따라 분석과정이 상이해 질 수 있기 때문에 실제 기업의 데이터를 가지고 분석해 나가는 과정을 보이는 것은 의미 있는 연구라 생각된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.628-631
• /
• 2016

'야구경기 결과에 대해 자동으로 기사를 작성할 수 있는가'에서 본 논문에서는 야구 경기 데이터들을 기반으로 의사결정 트리기법을 사용하여 경기결과의 문맥과 기사작성에 필요한 요소들을 자동으로 추출해보았다. 그 결과 해당경기의 데이터를 가지고 객관적인 야구기사를 생산해 낼 수 있음을 도출해냈다.

• 한국IT서비스학회:학술대회논문집
• /
• 2007.05a
• /
• pp.141-147
• /
• 2007

오늘날 다양하고 복잡해지는 고객들의 요구를 충족시키기 위해 고객과의 관계를 구축하고 유지하기 위한 고객관계관리(CRM)가 중요해지고 있다. 금융기관에서도 CRM이 중요해짐에 따라 금용 기관의 CRM 패키지 도입 필요성이 높아지고 있다. 본 연구에서는, 금융기관에서 고객관계관리를 위해 CRM 패키지를 도입할 때 고려해야 할 중요한 요소가 무엇인지 알아보고자 한다. 다기준 의사결정 모델 중 계층분석적 의사결정방법인 AHP 기법을 활용하여 요소들의 상대적 중요도와 우선 순위를 조사함으로써 금융기관에서 CRM 패키지를 도입하고자 할 때 가장 중요하게 고려해야 할 요소를 파악하고, 금융기관의 CRM 패키지 도입을 위한 가이드라인을 제시해 본다.

• Journal of the Korea Safety Management & Science
• /
• v.8 no.4
• /
• pp.1-11
• /
• 2006

의사결정나무 알고리즘은 데이터마이닝 기법중 하나인데 관심이 되는 데이터들에 대하여 분류 및 예측을 가능하게 해준다. 이 기법은 데이터 형태의 특성을 분석할 수 있고 산업재해 형태의 차이점을 찾아내는데 사용될 수 있다. 본 연구에서는 산업재해 데이터의 특성을 파악하고자 C4.5 알고리즘을 사용하였다. 본 연구에서 분석을 위하여 사용된 데이터는 강원도에서 발생한 2년 동안의 산업재해 관련 데이터로서 연구에 적용된 데이터의 수는 19,909개로 구성되어 있다. 본 연구의 목적을 위하여 한 개의 목표변수와 여덟 개의 독립변수가 산업재해 형태에 따라 세분화 되었다. 분석 후 데이터는 222개의 전체 나뭇가지와 151개의 줄기가지로 분류되었다. 또한 본 연구에서는 재해자들의 위험도 관리와 감소를 위하여 이익도표를 제공하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.680-684
• /
• 2020

최근 국내에서는 식품에 대한 관심도가 높아짐에 따라 먹거리에 건강·환경·미래지향적 가치가 부여되고 있으며 식품 산업에서도 신규 식품 개발이 증가하는 추세이다. 식단을 구성할 때 기준이 되는 식품교환표는 개정과정에서 많은 인력과 시간이 소요되기 때문에 식품 섭취 변화를 신속하게 반영하기 어렵다. 본 논문에서는 식품교환표의 활용도를 높이기 위한 식품교환표 갱신 기법을 제안한다. 제안 기법은 의사결정트리 모델을 학습하여 새롭게 추가된 식품의 정보를 바탕으로 식품군을 분류하여 식품교환표를 갱신한다. 이는 영양 관리가 필요한 당뇨병 환자 등에게 실용적이며 기호성·다양성이 높은 식단을 구성하는 데 도움을 준다.

• Asia-Pacific Journal of Business Venturing and Entrepreneurship
• /
• v.9 no.3
• /
• pp.47-61
• /
• 2014

Many angel investors hesitate to invest in early-stage company. Most early-stage company has no sales and only R&D step project or in early approach of market. So it's impossible to evaluate early-stage company quantitatively. Therefore many angel investors depend on CEO's tendency to evaluate company and make decision for investment. The purpose of this study is discover the entrepreneurial characteristics of CEO and the importance level which affect on the angel investors decision making factors for investment. To identify the factors of entrepreneurial characteristics, survey was conducted by Delphi Technique which is involved by 20 experts who is angel investment club members, venture capitalists, CEOs and officers. Three rounds of survey results derived 10 elements of entrepreneurial characteristics for investment decision making factors including reliability, risk sensitivity, passion, perseverance, integrity, leadership, startup experience, organizational management skills, innovation and social networking. In addition, this study derived the importance level of elements of entrepreneurial characteristics based on the AHP(Analytic Hierarchy Process) theory and maintained the logical consistency by pair-wise comparison for each element. As a result of analyzing the importance of entrepreneurial characteristics, the sequence is reliability (18.1%), integrity (15.9%), leadership (11.7%), organizational management skills (10.0%), social networking (9.5%), passion(9.1%), perseverance(8.4%), innovation(8.1%), startup experience(5.3%) and risk sensitivity(3.9%) respectively. The significance of this study is somewhat decrease limit of the uncertainty arising from angel investors and angel investors can help a decision making, by discover factors of entrepreneurial characteristics that can be called the biggest influencing factors among Investor's investment decision-making In early stage companies and compare importance.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.7 no.4
• /
• pp.593-601
• /
• 2017

In this paper, we constructed the model of production/investment, distribution, and screening by using variables that can be considered at each stage according to the value chain stage of the movie industry. To increase the predictive power of the model, a regression analysis was used to derive meaningful variables. Based on the given variables, we compared the difference in predictive power between the artificial neural network, which is a machine learning analysis method, and the decision tree analysis method. As a result, the accuracy of artificial neural network was higher than that of decision trees when all variables were added in production/ investment model and distribution model. However, decision trees were more accurate when selected variables were applied according to regression analysis results. In the screening model, the accuracy of the artificial neural network was higher than the accuracy of the decision tree regardless of whether the regression analysis result was reflected or not. This paper has an implication which we tried to improve the performance of movie prediction model by using machine learning analysis. In addition, we tried to overcome a limitation of linear approach by reflecting the results of regression analysis to ANN and decision tree model.