• 지능정보연구
• /
• 제9권1호
• /
• pp.139-155
• /
• 2003

본 논문은 결합된 의사결정 나무(C4.5)와 신경망기법을 적용함으로써 고객의 신용에 대한 예측을 높이기 위하여 이동통신 고객의 패턴을 분류하고, 분석하는 새로운 방법에 대하여 연구하였다. 의사 결정나무(C4.5)를 형성하여 선택된 결정변수와 함께 규칙을 생성함으로써, 신경망의 입력벡터 값을 정의하는 체계적인 방법을 제시하였다. 고객 관리측면에서 본 논문은 이동 통신 회사의 기존고객을 분류하여 패턴을 분석함으로써 우수한 고객의 지속적인 관리와 이탈 가능성이 많은 고객을 차별 관리하여 기업이익을 증대시킬 수 있을 것이다. 또한 이러한 분류를 통하여 신규 고객에 반영함으로써 고객의 향후 관리에도 기여할 수 있을 것이다. 실제 이동통신 고객데이터를 중심으로 연구의 결과는 예측의 정확도가 기존의 의사결정 트리 모델 (CART, C4.5), 회귀모형, 신경망 접근 방법과 기존에 연구되었던 결합모델(CART ＆ 신경망)보다 훨씬 높게 연구되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.179-185
• /
• 2015

최근 고가의료장비의 도입으로 진단기술이 빠르게 발전하고 있으나 이에 따른 건강보험 재정의 부담이 크게 늘어 이에 대한 적절한 관리와 효율적 운영에 대한 정책이 필요하다. 이에 따라 본 연구에서는 의사결정나무분석 모형을 사용하여 CT 의료장비의 검사빈도에 영향을 미치는 요인을 파악하여 효율적 운영에 대한 방안을 제시한다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.667-679
• /
• 2014

우리나라 노인장기요양보험에서는 수급자가 월 한도액 범위 내에서 필요한 서비스를 비용-효율적으로 이용할 수 있도록 지원하고자 표준장기요양이용계획서를 작성하여 제공하고 있다. 본 연구는 표준장기요양이용계획서의 객관성 확보와 업무 효율성 제고를 위하여 의사결정나무기법을 이용해 수급자의 건강 및 기능 상태에 맞는 최적의 급여계획을 도출하는 표준급여모형을 개발하였다. 타당도 높은 모형 개발을 위하여 국민건강보험공단의 전국 220개 장기요양운영센터로부터 장기요양인정조사와 표준장기요양이용계획서 작성 경험이 풍부한 직원(본 연구에서는 '훈련된 조사자'라고 함)을 추천받아 자료수집의 내용과 방법에 대해 교육을 실시하였고, 이들이 수급자의 건강 및 기능 상태를 평가하고 작성한 수급자 개인별 맞춤형 급여계획을 자료 분석에 활용하였다. 표준급여모형은 1단계로 시설 또는 재가 급여 권고 여부를 결정하는 모형을, 2단계로 재가급여를 권고했을 경우의 재가급여 세부 종류별 권고 여부를 결정하는 모형을 개발하였다. 본 연구에서 개발된 표준급여모형은 전산프로그램화 되어 국민건강보험공단 직원이 수급자에게 제공할 표준장기요양이용계획을 수립하는 과정에 실제로 활용되고 있어 표준장기요양이용계획서의 객관성 확보와 업무 효율화가 기대된다.

• 한국산학기술학회논문지
• /
• 제7권3호
• /
• pp.518-523
• /
• 2006

본 논문은 하이브리드 의사결정 나무(CART)와 인공신경망 모델을 개발하여 고객의 이탈에 대한 예측을 높이기 위하여 가정방문 학습지 고객의 패턴을 분류하고, 분석하는 새로운 방법에 대하여 연구하였다. 의사 결정나무(CART5)를 형성하여 선택된 결정변수들은 인공신경망의 입력벡터 값으로 선택되는 새로운 방법을 제시하였다. 고객 관리측면에서 본 논문은 가정방문 학습지 회사의 기존고객을 분류하여 패턴을 분석함으로써 우수한 고객의 지속적인 관리와 이탈 가능성이 많은 고객을 차별 관리하여 기업이익을 증대시킬 수 있을 것이다. 새롭게 제안한 하이브리드 모델은 기존의 의사결정트리모델(CART), 회귀모형, 인공신경망 모델과 비교한 결과 그 예측 정확성이 높음을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제15권7호
• /
• pp.414-427
• /
• 2015

본 연구는 오피스시장의 흐름을 고려하여 대형오피스빌딩 중심의 기존연구에서 벗어나, 중소형오피스빌딩에 대한 다양한 분석을 통해 모형별 중요변수 도출 및 예측력을 검증하여, 중소형 오피스를 대상으로 투자를 하고자 하는 투자자들에게 정보를 제공함이 목적이다. 중소형오피스빌딩은 대형오피스빌딩과 달리 규모에 대한 기준이 불명확하고, 주거용과 상업용이 혼재되어 있는 경우가 많기 때문에 자료수집의 한계가 있기 때문에 기존 연구는 대형오피스빌딩을 대상으로 변수간의 인과관계 추정에 탁월한 회귀모형에 편중되었다. 본 연구에서는 강남구 중소형오피스빌딩을 직접 전수조사하고 최종 1,056개의 자료를 추출하여 인과관계 과정을 추정하는 선형회귀모형외에, 반복학습을 통해 최적의 결과를 만들어내는 신경망모형 및 의사결정나무모형을 통해 매매가격 결정요인을 추가로 분석하였으며, 이를 통해 대형오피스빌딩과의 차별점을 비교하였다.

• 환경영향평가
• /
• 제24권3호
• /
• pp.260-277
• /
• 2015

본 연구는 대표적인 아고산식물인 동일속 식물 구상나무와 분비나무의 기후변화 민감성 평가에 목적이 있다. 이를 위해 종 분포 모형을 이용하여 현재 및 미래의 종 분포 확률을 예측하였고 기후변화 민감성 평가를 하였다. MTSS를 기준으로 예측된 잠재 분포지는 분비나무가 구상나무보다 감소율이 많았으며, 스칼라 민감도를 이용한 평가에서는 구상나무의 민감도가 분비나무보다 높았다. 본 연구와 같은 종 분포 모형을 이용한 연구에서는 위치자료 및 환경변수에 따라 종 분포 확률이 달라질 수 있으므로 연구 대상종의 생태 환경에 대한 면밀한 조사가 선결되어야 하며, 본 연구를 기초로 하여 국내에 적용 가능한 기후변화민감성 평가 방법이 개발된다면 기후변화와 생물 다양성 적응 정책의 중요한 의사결정 수단이 될 것으로 기대한다.

• 디지털융복합연구
• /
• 제11권9호
• /
• pp.289-299
• /
• 2013

본 연구의 목적은 현재 질병관리본부에서 사용하고 있는 건강보험 청구자료 기반의 결핵환자 분류기준을 고도화하여 보다 효과적인 결핵환자감시체계의 토대를 제공하기 위해 수행되었다. 이를 위해 건강보험심사평가원의 2009년 1년간 결핵상병으로 청구된 81,199명 중 10%인 8,118명을 표본추출한 후 실제 결핵환자인지에 대해서 의무기록 조사를 실시하여 조사가 완료되고, 국민건강보험공단 건강보험청구 자료와 매칭이 완료된 7,132명을 최종 분석대상자로 하였다. 결핵환자분류를 위한 모형을 개발하여 평가한 결과 결핵과 관련된 임상전문가 의견과 통계적 분류 알고리즘이 종합적으로 고려된 의사결정나무모형이 가장 우수한 모형으로 평가되었다. 의사결정나무 모형에 따른 결핵분류모형의 주요 독립변수는 연령, 최초 청구시점의 결핵약제 종류수, 최초 청구시점의 이용 의료기관 유형, 최초 청구시점의 청구결핵검사 종류, 2008년 결핵약 투약일수, 최초 청구시점 결핵약제 투약일수, 최초 청구시점 결핵상병 종류로 나타났다. 이 모형의 향상도는 최고 11.8이였으며, 개발된 모형에서 분류된 1~5유형까지 적용하여 청구된 자료 중 결핵이 아님을 예측할 경우, 민감도는 90.6%, 양성예측도는 96.1%, 정분류율은 87.6%로 나타나, 현재 질병관리본부에서 사용하는 청구2회 이상, 약제 2제 이상 모형(민감도 82.6%, 양성예측도 95%, 정분류율 80%)보다 우수한 모형인 것으로 나타났다.

• 디지털융복합연구
• /
• 제11권10호
• /
• pp.593-608
• /
• 2013

상해상병으로 청구되는 건수가 증가함에 따라 조사 대상을 보다 정교하게 선정하여 상해요인 조사 대상을 줄이면서 환수율 및 환수금액을 올릴 수 있는 방안을 마련할 필요가 있다. 이를 위해서 2006~2011년까지의 상해요인 조사자료를 수집하여 의사결정나무 모형을 활용하여 지역가입자 상해상병 진료건에 대한 부당환수 조사대상 선정모형을 개발하였다. 최종 개발된 모형결과에 따르면, 조사대상 유형은 18개로 분류되었고, 이러한 분류결과는 실제 조사가 시행될 시, 모형을 적용하지 않았을 때 보다 최고 12.8배 높은 부당환수결정율을 나타낼 수 있을 것으로 분석되었다. 또한, 본 연구에서 개발된 조사 대상자 선정 모형을 실제 업무에 적용하기 위해서는 조사물량 대비 국민건강보험공단의 조사인력 및 운영 계획을 보다 면밀히 검토해야만 모형 적용의 효과성이 극대화 될 수 있을 것으로 판단된다.

• 한국지능시스템학회논문지
• /
• 제13권4호
• /
• pp.386-390
• /
• 2003

데이터마이닝은 많은 양의 데이터로부터 의사결정에 유용한 패턴을 발견하는 과정으로서 최근 경영 및 공학 분야의 폭넓은 영역에서 많은 관심을 모으고 있다. 어떤 그룹을 여러 하위그룹으로 분류해내는 일은 데이터마이닝의 주요 내용 중 하나이다. 의사결정나무로 알려진 트리기반 기법은 그러한 분류모형을 수립하는 데 효율적인 방안을 제공한다 트리학습에 있어서 우선적인 관건은 목표변수에 의해 측정되는 노드불순도를 최소화하는 것이다. 하지만 공정관측, 마케팅과학, 임상분석 등과 같은 문제에서는 여러 목표변수를 동시에 고려해야 하는 상황이 쉽게 등장하는 데, 본 논문의 목적은 이처럼 다변량 목표변수를 갖는 데이터셋에서 활용할 수 있는 노드불순도 측정방안을 제시하는 데 있다. 아울러 수치 예를 이용하여 적용결과에 대해 논의한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2013년도 춘계 종합학술대회 논문집
• /
• pp.171-172
• /
• 2013

우울은 군대 내 발생되는 극단적인 사고 중 하나인 자살의 주요 원인으로 제시되어 왔다. 본 연구는 군인들의 우울, 불안 및 자아존중감의 수준을 파악하고, 우울의 영향요인을 탐색하고 이들을 예측하는데 주로 사용해 왔던 다중회귀분석 방법과 효과적인 의사결정방법으로 알려진 회귀나무모형의 효과성을 비교해보고자 하였다. 방법: 횡단적 조사연구이며, 우울측정에는 CES-D, 불안측정은 SAI, 자아존중감은 Rosenberg(1965)의 도구를 사용하였다. 연구대상자는 강원도 전방 부대 근무 중인 군인이며, 534부가 회수되었다. SPSS/WIN 18.0을 이용하여 위계적 다중회귀분석과 회귀나무모형을 실시하였다. 결과: 대상자들의 우울, 불안 및 자아존중감의 정도는 각각 $10.7({\pm}9.8)$, $38.5({\pm}10.2)$과 $31.7({\pm}5.2)$이었다. 대상자의 23.6%(126명)가 경한 우울을 나타내었다. 다중회귀분석에 의한 우울 영향요인은 불안, 자아존중감과 복무기간이었으며, 우울에 대하여 62.0%의 설명력을 가지고 있었다. 또한 회귀나무모형에서는 높은 불안과 불안이 다소 낮더라도 전역 후 진로가 불확실한 집단이 우울 위험군일 것으로 예측되었다. 결론: 본 연구 대상자들의 우울의 주요 영향요인은 불안으로 나타났다. 군대 내에서 적용할 수 있는 불안 조절 방법 개발이 필요할 것으로 보인다. 또한 일부 요인에서 차이가 있어, 반복 연구가 필요하지만, 주요 변인인 불안을 예측했다는 점에서 보면 다중회귀분석과 회귀나무모형은 군인들의 우울을 예측에 유용한 방법으로 보인다.