• 인터넷정보학회논문지
• /
• 제16권6호
• /
• pp.23-30
• /
• 2015

빅 데이터가 이슈화됨에 따라 데이터 분석의 결과를 기반으로 동작하는 많은 응용들이연구되고 왔고, 대표적인 응용들은 전자상거래 시스템의 상품 추천 서비스, 검색 엔진에서의 검색 서비스, 소셜 네트워크 서비스에서의 친구 추천 서비스 등이 있다. 본 논문은 기존의 데이터 마이닝 기법 중 데이터 집합에서 나타나는 유사한 패턴들을 마이닝하는 빈발 패턴 트리와 컴퓨터 과학의 이론에 기초한 결정트리를 결합하여 결정 빈발 트리 알고리즘을 제안한다. 이는 기존의 빈발 패턴 트리 알고리즘은 패튼 트리에서 패턴 생성에 대한 정확성은 보장되나 소셜 데이터처럼 다양한 패턴이 나타는 데이터에 대해서는 많은 수의 패턴들을 생성시켜 분석에 대한 어려움이 있어, 서브트리들과의 수렴 여부를 판단하는 모델로 변형시켜 문제를 개선한다. 또한 맵리듀스로 모델링하여 분산처리를 통한 고속 처리 알고리즘을 제시한다.

• 인터넷정보학회논문지
• /
• 제15권1호
• /
• pp.157-170
• /
• 2014

모바일 뱅킹을 이용한 거래 증가세가 지속되면서 모바일 금융 보안 위협 또한 증가하고 있다. 모바일 뱅킹은 금융사가 제작한 전용 앱을 통해 금융거래를 수행하는 방식으로 인터넷 뱅킹에 준하는 대부분의 서비스를 제공하고 있다. 모바일 뱅킹 전용 앱에서 저장하고 있는 신용카드 번호와 같은 개인정보는 해커의 악의적인 공격이나 모바일 단말 분실로 인해 2차적인 공격에 이용될 수 있다. 따라서 본 논문에서는 이러한 개인정보 유출에 의한 모바일 금융사고 위협에 대응하기 위해 모바일 단말에서 뱅킹 서비스 이용시 사용자의 입력 패턴과 거래 패턴을 이용하여 올바른 사용자에 의한 거래 시도인지 여부를 판단할 수 있는 이상치 탐지 방법을 제안한다. 사용자의 입력 패턴과 거래 패턴 데이터에는 특정 사용자를 식별할 수 있는 정보들이 포함되어 있으며, 따라서 이를 적절히 이용할 경우 올바른 사용자에 의한 금융 거래와 비정상 거래를 구분하기 위한 자료로 사용할 수 있다. 본 논문에서는 실험을 위해 스마트 폰에서 직접 사용자 입력 패턴 정보를 수집하였고, 국내 모 금융사에서 이상치 탐지에 사용하는 실험 데이터를 획득하여 거래 패턴 정보로 활용하였다. 수집된 정보를 바탕으로 입력 패턴 및 거래 패턴 기반의 탐지 실험을 진행한 결과, 효율적으로 이상 거래를 탐지할 수 있음을 확인하였다.

• 패션비즈니스
• /
• 제14권6호
• /
• pp.170-187
• /
• 2010

This paper is to analyze the effect of demographic factors on children' wear buying pattern, media and information utilization, and design preference. A total of 355 usable data was collected from house wives in three metropolitan cities(Seoul, Daejon, Bundang) in Korea. Correlation analysis showed that there were statistically significant correlation between demographic factors and clothing buying behavior, information utilization, and design preference. Also, Regression results showed that 8 Demographic Factors are significant predictors. The results with ANOVA showed that there were significant relationships between PURCHASE OCCASION and DISPLAY INFORMATION UTILIZATION, and showed that there were significant relationships (F=28.625, p=<.001) between PURCHASE MOTIVATION and SALES PERSON ADVICES UTILIZATION. Thus, both visuality and friendliness of service were affected by consumers. Considering the increasing importance of service quality in the retail VMD, sale promotion should be enhanced and sale person is needed to be trained to be friendly to all consumers regardless of product composition

• 한국정보시스템학회지:정보시스템연구
• /
• 제31권3호
• /
• pp.197-220
• /
• 2022

Purpose The purpose of this study is to identifies the demand pattern categorization of repair parts of Automotive After-sales Service(A/S) and proposes a demand prediction model for Auto repair parts using Long Short-Term Memory (LSTM) of artificial neural networks (ANN). The optimal parts inventory quantity prediction model is implemented by applying daily, weekly, and monthly the parts demand data to the LSTM model for the Lumpy demand which is irregularly in a specific period among repair parts of the Automotive A/S service. Design/methodology/approach This study classified the four demand pattern categorization with 2 years demand time-series data of repair parts according to the Average demand interval(ADI) and coefficient of variation (CV²) of demand size. Of the 16,295 parts in the A/S service shop studied, 96.5% had a Lumpy demand pattern that large quantities occurred at a specific period. lumpy demand pattern's repair parts in the last three years is predicted by applying them to the LSTM for daily, weekly, and monthly time-series data. as the model prediction performance evaluation index, MAPE, RMSE, and RMSLE that can measure the error between the predicted value and the actual value were used. Findings As a result of this study, Daily time-series data were excellently predicted as indicators with the lowest MAPE, RMSE, and RMSLE values, followed by Weekly and Monthly time-series data. This is due to the decrease in training data for Weekly and Monthly. even if the demand period is extended to get the training data, the prediction performance is still low due to the discontinuation of current vehicle models and the use of alternative parts that they are contributed to no more demand. Therefore, sufficient training data is important, but the selection of the prediction demand period is also a critical factor.

• 한국통신학회논문지
• /
• 제11권2호
• /
• pp.85-92
• /
• 1986

한글 Wordprocessor, Workstation 및 Telematics용 I/O Device에서는 각종 크기의 문자나 도형들을 요구하고 있다. 본 논문에서는 내장된 문자 dot pattern을 축소 또는 확대시키기 위하여 지금까지 연구되어온 각종 방식의 알고리즘을 논한다. 또한 문자 dot pattern의 크기를 변환시키는 방법을 평가하기 위한 항목을 논하며 이항목에 따라서 종래의 방식을 주관적으로 평가한다.

• 산업공학
• /
• 제25권3호
• /
• pp.327-337
• /
• 2012

The development of information and communication technology affects people's life in social, cultural, and economic aspects. When this happens in public sector, it gives way more benefits than in private sector because of its high accessibility by public. Among the technological public services in Korea, call center service which provides administrative services by telephone and internet had been spotlighted as a new type of communication between people in demand and public service provider. Public call center service is expected to be continuously diffused in years due to its accessibility and convenience for public users. This study analyzes diffusion pattern of public call center service in Korea using Bass model and tries to suggest appropriate diffusion strategies. For practical cases, three most popular public call centers in Korea are analyzed in light of diffusion pattern and operating strategies. Our analyses identify that public call centers in Korea are facing continuous diffusion in two years and there exist certain strategies to efficiently expedite the diffusion.

• Journal of Information Technology Applications and Management
• /
• 제17권1호
• /
• pp.127-139
• /
• 2010

Customer behavior pattern discovery is the fundament for conducting customer oriented services and the services management. But, the composition, need, interest and experience of customers may be continuously changing, thereof lead to the difficulty in refining a stable description of their consistent behavior pattern. This paper presented a new method for the behavior pattern discovery from a changing collection of customers. It was originally inspired from the swarm intelligence of ant colony. By the adaptive clustering, some typical behavior patterns which reflect the characteristics of related customer clusters can extracted dynamically and adaptively.

• 한국정보전자통신기술학회논문지
• /
• 제2권2호
• /
• pp.79-85
• /
• 2009

이 연구는 인터넷 웹에서의 참 뜻을 바로 소통될 수 있도록 가시적인 시각구조에 협력 학습의 형태로 진화 되어질 Mashup Web의 디지털 멀티미디어 표현기술(記述)을 연구하고, 그 설계와 구현을 하였다. 이 기술은 작성된 웹에 접한 사용자의 접속위치정보, 서비스이용 형식(pattern)을 학습 받는 시스템으로 추적(Tracking)되는 기능이 요구자에 새로운 정보로 탐색과 습득할 수 있도록 추론 정보를 선 처리(pre-operation) 받을 수 있게 하는 Mashup 정보표현기술이다.

• 디지털콘텐츠학회 논문지
• /
• 제17권2호
• /
• pp.81-88
• /
• 2016

일반적인 빈발패턴 탐사 방법은 항목의 빈발도만을 고려한다. 그러나 유용한 정보를 추출하는 데 있어 빈발도와 더불어 고려해야 하는 것은 빈발항목이 아니더라도 연관된 항목이 주기적으로 함께 발생한다면 시기나 시간에 따라 관심의 중요도가 변화하는 것을 고려해야 한다. 즉, 시간에 따라 사용자가 요구하는 서비스의 중요도는 다르므로 각 서비스 항목에 대한 중요도의 값을 고려하여 마이닝 하는 방법이 필요하다. 본 논문에서는 서비스 온톨로지 기반으로 가중치를 이용한 서비스 빈발 패턴을 추출하는 마이닝 기법을 제안한다. 제안하는 기법은 시공간 상황을 기반으로 서비스의 중요도를 고려한 가중치를 부여하여 연관 서비스를 발견한다. 새롭게 탐사되는 서비스는 저장되어 있는 서비스 규칙과의 새로운 조합을 통해 사용자에게 최적의 서비스 정보를 제공할 수 있는 기반이 된다.

• 디지털콘텐츠학회 논문지
• /
• 제17권5호
• /
• pp.359-366
• /
• 2016

유비쿼터스 환경에서 사용자에게 유용한 서비스를 제공하기 위해서는 시간과 공간을 기반으로 사용자의 행동과 선호 패턴을 고려하여 가장 적합한 데이터를 처리할 수 있는 방법이 필요하다. 실세계에서 사용자의 관심은 시간이 지남에 따라 변화할 수 있다. 그러므로 서비스 관심도의 변화를 중요도에 반영하여 정보를 추출할 수 있는 방법이 필요하다. 이 논문에서는 사용자에게 필요한 서비스 정보를 온톨로지로 설계하고 시간에 따라 동적으로 변화하는 사용자의 서비스 이용 패턴이나 데이터의 중요도를 동적 가중치로 표현하여 빈발 패턴을 찾는 방법을 제안한다. 이 논문에서 제안하는 동적 가중치를 고려하는 빈발 서비스 패턴 마이닝 기법은 시간의 변화에 따라 필요로 하는 사용자의 관심을 서비스의 중요도로 반영하므로 실시간의 최적화된 서비스 제공이 가능하다.