• Asia pacific journal of information systems
• /
• 제28권4호
• /
• pp.308-319
• /
• 2018

This paper aims at providing valuable insights on Financial Fraud Detection on a mobile money transactional activity. We have predicted and classified the transaction as normal or fraud with a small sample and massive data set using Azure and Spark ML, which are traditional systems and Big Data respectively. Experimenting with sample dataset in Azure, we found that the Decision Forest model is the most accurate to proceed in terms of the recall value. For the massive data set using Spark ML, it is found that the Random Forest classifier algorithm of the classification model proves to be the best algorithm. It is presented that the Spark cluster gets much faster to build and evaluate models as adding more servers to the cluster with the same accuracy, which proves that the large scale data set can be predictable using Big Data platform. Finally, we reached a recall score with 0.73, which implies a satisfying prediction quality in predicting fraudulent transactions.

• 인터넷정보학회논문지
• /
• 제11권6호
• /
• pp.111-122
• /
• 2010

디지털 융합을 위한 교육은 다양한 학문과 기술들이 컴퓨터를 중심으로 융합하는 것이므로 교육 범위와 방법이 매우 상이하다. 따라서 교육 계획과 강의전략을 정형화하기 어렵기 때문에 개념적인 정보를 제한적으로 추천하는 문제점이 있다. 본 논문에서는 스피어만 상관 계수를 이용하여 교육 계획과 강의 전략을 제시하기 위한 시스템을 제안한다. 이 시스템은 학계와 산업계의 요구를 기반으로 한 정보로부터 강의 전략 연관성을 찾아 서열화하고, 사용자의 상황과 특성에 적합한 강의 전략 정보를 목록으로 제공하여, 제한적인 개념적 정보 추천의 단점을 해결한다. 성능 실험은 기존의 서비스 시스템들과 비교하여 효과성을 측정하여 정확도와 재현율로 표현하였으며, 성능 실험 결과 정확도는 90.4%, 재현율은 77.6%로 나타났다.

• International Journal of Human Ecology
• /
• 제7권1호
• /
• pp.25-36
• /
• 2006

The purpose of this study was to investigate and compare visiting intentions by positive and negative Word-of-Mouth (WOM) and/or information of beauty shop between female college students and adult women. Data were collected from 500 consumers (250 from female students and 250 adult women) and was analyzed by using frequencies, factor analysis, t-tests and multiple regression utilizing SPSS/PC+. The findings revealed positive experience factors to prudent service, time saving/consideration for customer's position, kindness/operating system in waiting time, added services, employees' attitudes, excellent beauty and response skill, rational price and recall system/remind for customer. The negative experiences were inconsistent service, operators' convenient service, irrational price/poor skill/non-recall, non-customer central service, inappropriate face-to-face management to customer. Also, the results showed that the positive WOM information such as prudent service, time saving/consideration for customer's position, excellent beauty and response skill and rational price had influence on the visiting intention in case of female college students. The negative WOM information like non-customer central service, had influence on the visiting intention in cases of adult women.

• 지능정보연구
• /
• 제18권4호
• /
• pp.129-143
• /
• 2012

웹 기술의 급속한 발전은 기업들이 관리해야 하는 정보량의 폭발적인 증가를 초래하였다. 이와 더불어 보다 정확한 정보를 찾기 위한 검색 엔진 솔루션 시장의 규모도 더불어 크게 증가하였다. 하지만 대부분의 검색엔진들은 사용자의 검색 의도를 고려하지 않고 사용자가 입력한 특정 키워드를 포함하는 문서들을 반환하는 방법을 채택하고 있어, 실제 사용자가 원하는 정보를 찾는데 까지는 부가적인 시간과 노력이 요구된다. 본 연구에서는 이러한 문제를 해결 하기 위한 중요 기술인 적합성을 만족시키기 위해 재현율과 정확율을 높일 수 있는 방법을 제안하였다. 우선 검색어의 재현율을 높일 수 있도록 유사어 관계 확장을 위한 온톨로지 스키마 모델을 제안하고 이를 기반으로 한 추론을 통해 검색어의 확장을 제시하였다. 확장된 검색어들을 이용하여 문서 검색을 하기 위한 다단계 유사도 검색 순위화 알고리즘을 제안하였다. 설계된 온톨로지 스키마와 온톨로지 저장소의 데이터를 기반으로 추론과 유사도 검색 순위화 엔진이 포함된 웹사이트 형식의 사용자 의도 적응형 검색 솔루션을 구현하였다. 구현된 검색 솔루션을 통해 다양한 검색어를 입력하여 제안 방법의 타당성을 입증하였고 사용자 의도를 고려한 맞춤형 검색 솔루션의 필요성을 설명하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제16권2호
• /
• pp.263-270
• /
• 2005

The reliability guarantee insurance policy for parts and materials was introduced to the market in 2003. This policy indemnifies manufactures for the repair/failure costs, recall expenses. In this paper, owing to the nature of the policy, we propose a new rate-making system considering the type of product and industry, quality control circumstances, record of guarantee performance, and exposures.

• 감성과학
• /
• 제12권1호
• /
• pp.33-44
• /
• 2009

본 연구는 방송 영상물을 시청할 때 나타나는 감성적으로 긍정적 내용과 부정적 내용의 차별적 영향에 대해 탐구하는 한편, 형식적 특성 중 하나인 편집속도와의 상호작용을 고찰하였다. 연구는 실험으로 진행하였으며, 피험자가 메시지를 보는 동안 심박률과 피부 전도성 측정을 통해 주의와 각성 수준을 관찰하였다. 전체 메시지를 다 본 후 피험자들은 자유회상기억에 관한 문항을 작성하였다. 연구의 결과는 각성 수준을 통제하였을 때, 수용자들은 긍정적 내용보다 부정적 내용에 더 주의를 기울였지만 기억하는 정도는 반대로 긍정적 내용이 우세하였다. 한편 편집속도를 높이는 것이 감성적인 내용에 대한 반응에서 각성, 주의, 그리고 기억 수준을 높이는 것으로 나타났다. 하지만 그 효과는 긍정적, 부정적 내용에 따라 차별적이었다. 편집속도를 높이는 것이 부정적인 내용에는 별로 효력이 없거나 오히려 악영향을 미칠 수 있다는 결과가 도출되었다. 본 연구는 감성 연구에서 감성 유인가의 비대칭성에 대한 이해를 심화하고, 또한 감성 유인가적 내용과 형식적인 특성과의 상호작용이라는 새로운 연구 영역을 제시한다.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.277-284
• /
• 2017

사용자가 좋아할만한 콘텐츠를 정확하게 추천하는 것은 추천 시스템에서 매우 중요한 요소 중 하나이다. 원치 않는 콘텐츠를 추천하거나, 원하는 것을 추천하지 않는 것은 사용자 만족도 측면에서 안 좋은 영향을 끼친다. 본 연구에서는 콘텐츠의 정확한 추천을 위해 사용자 군집 기반 추천 시스템을 제안한다. 제안하는 알고리즘에서 사용자들의 실제 선호도 점수와 피어슨 상관 계수를 기반으로 사용자들을 여러 군집으로 나눈다. 이 후, 특정 사용자에게 어떤 콘텐츠의 추천 여부 결정은, 같은 군집 내에 있는 다른 사용자들의 해당 콘텐츠의 실제 선호도 점수를 근거로 정한다. 제안하는 알고리즘은 군집화를 사용하지 않는 아이템 기반 협력 필터링 알고리즘보다 정밀도, 재현율, F1 스코어와 같은 추천 정확도에 있어서 의미 있는 성능 향상을 보인다.

• 전자공학회논문지B
• /
• 제31B권9호
• /
• pp.159-165
• /
• 1994

In this paper, we propose a multi-layer associative neural network structure suitable for hardware implementaion with the function of performance refinement and improved robutst capability. Unlike other methods which reduce network complexity by putting restrictions on synaptic weithts, we are imposing a requirement of hidden layer neurons for the function. The proposed network has synaptic weights obtainted by Hebbian rule between adjacent layer's memory patterns such as Kosko's BAM. This network can be extended to arbitary multi-layer network trainable with Genetic algorithm for getting hidden layer memory patterns starting with initial random binary patterns. Learning is done to minimize newly defined network error. The newly defined error is composed of the errors at input, hidden, and output layers. After learning, we have bidirectional recall process for performance improvement of the network with one-shot recall. Experimental results carried out on pattern recognition problems demonstrate its performace according to the parameter which represets relative significance of the hidden layer error over the sum of input and output layer errors, show that the proposed model has much better performance than that of Kosko's bidirectional associative memory (BAM), and show the performance increment due to the bidirectionality in recall process.

• 전자공학회논문지CI
• /
• 제40권1호
• /
• pp.19-29
• /
• 2003

본 논문은 인위적으로 생성된 가상 학습 데이터와 융합 분류기를 이용한 얼굴인식 알고리즘을 제안한다. 특징공간에서의 최근접 특징 선택 방법과 연결주의 모델에 기반한 서로 다른 형태의 분류기를 융합하여 통합효과를 얻도록 하였다. 두 분류기는 모두 학습 데이터의 공간적인 분포에 따라 생성된 가상 학습데이터를 이용하여 학습되고 이용된다. 첫째로, 특징 공간에서의 각 정보(Angular Infnrmation) 를 이용하는 최근접특징각(the Nearest Feature Angle : NFA)을 이용하여 저장된 학습데이터와 가장 근접한 것을 찾고, 둘째로, 질의(Query) 얼굴 특징 정보를 정면얼굴 영상의 특징정보로 투영하여 얻은 정보에 기반한 분류기의 결과를 이용한다. 정면영상 특징정보로의 투영은 다층 신경망을 이용하여 정면 회상망(Frontal Recall Network)을 구현하였고, 이것을 여러 개 묶어 앙상블 네트웍으로 구성한 Ensemble 회상망(Ensemble Recall Network)을 사용하여 일반화 성능을 향상시켰다. 끝으로, 각 분류기의 결과에 따라 융합 분류기가 최종 결과를 선택하도록 하였다. 제안된 알고리즘을 6 종류의 서고 다른 학습/시험데이터 군에 적용하여 평균 96.33%의 인식률을 얻었다. 이것은 특징라인에 기반한 방법(the Nearest Feature Line) 평균 에러율의 61.2% 이며, 단일 분류기를 사용한 경우 보다 안정된 견과를 얻고 있다.

• 한국안전학회지
• /
• 제23권1호
• /
• pp.46-50
• /
• 2008

The purpose of the present study was to investigate the mariner's information characteristics in ship-ta-ship collision situation using the full mission ship-handling simulator. Risk levels of ship-to-ship collision were manipulated by whether the target ship complies with the naval regulations and by movement patterns of target ship. Dependent variables reflecting mariner's information characteristics in ship-ta-ship collision situation were measured in terms of radar detection reaction time, free recall performance of past navigation situation, and subjective ratings for the task difficulty. The results showed that, in general, the mariners appeared to be deteriorated in their radar detection reaction time and free recall performance as the risk of ship-ta-ship collision increased. Also, the mariners tended to rate required tasks more difficult in the high risk ship-ta-ship collision situation.