• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.701-703
• /
• 2003

오늘날의 고객들은 실시간으로 자기가 필요로 하는 유용한 정보를 신속하고 정확하게 시각화하여 보기를 원한다. 그리고, 고객들은 자기가 원하는 시간대에 필요한 프로그램이나 기능이 있기를 원한다. gCRM은 이러한 고객들의 충족을 만족시키고자 많은 노력을 하고 있다. 그러나, 오늘날의 gCRM은 이러한 충족을 만족시키지 못하고 있다. 따라서. 본 논문에서는 오늘날의 gCRM 구조에 시간의 개념과 공간 데이터마이닝 기법을 적용하여 새로운 gCRM 구조를 제시하였다. 그리고, 공간 데이터마이닝 기법을 gCRM에 적용하여 공간 데이터를 좀더 효율적으로 사용하여 적절한 gCRM의 기능에 부합하고자 하였으며, 시간의 개넘을 적용시킴으로써 시간대에 따른 효과적인 고객 관리가 가능하게 되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.161-163
• /
• 1998

지리정보시스템과 같이 방대한 양의 공간데이터를 다루는 응용시스템에서 공간데이터베이스로부터 규칙적인 특성이나, 혹은 관심 있는 지식을 추출해내는 공간데이터마이닝의 역할은 매우 중요하다. 이를 위해 지금까지 이루어진 방법들에는 여러 가지가 있지만 그 중에서 대표적인 방법이 클러스터링으로 이는 단지 기하학적인 거리에 기반을 둔 공간적인 집중성과 분포도를 찾는 데에만 한정되어 있다. 그러나, 공간데이터마이닝을 위해서는 공간클러스터가 형성된 원인을 분석하는 것 또한 필요하다. 따라서 본 연구에서는 공간 클러스터링에서 얻어진 결과를 다른 공간적인 객체와의 연관성을 분석하여 공간적 집중성과 분포도를 유발하는 원인을 찾는 방법을 다룬다. 우선 몇 가지의 거리를 정의하는 것에 의해 클러스터와 공간객체사이의 연관성을 분석하는 방법을 제시하고, 생성된 공간 클러스터가 다수의 공간객체에 영향을 받을 경우, 그 공간 클러스터를 각각 단위클러스터로 분리하는 방법을 제시한다.

• Journal of the Korean Geographical Society
• /
• v.39 no.3
• /
• pp.457-472
• /
• 2004

The purpose of this study is to analyze spatial patterns of traffic accidents and to investigate spatial relations among neighboring spatial objects by applying GIS and spatial data mining methods. This study investigated traffic accident data in Kangnam-gu, Seoul, as a case study. As a result, four clusters were emerged based on individual attributes of traffic accidents. Each cluster showed distinctive properties. In spatial associations between individual attributes of traffic accidents and neighboring spatial objects, there were many rules according to concept hierarchy and definition of spatial relations. Although all rules were not be interesting and significant, they could be a clue to investigate more.

• Proceedings of the Korean Statistical Society Conference
• /
• 2001.11a
• /
• pp.95-97
• /
• 2001

공간자료의 예측문제에 있어 전통적 예측방법인 크리깅방법과 최근 통계적문제 적용되기 시작한 신경망분석방법 간의 비교를 사례연구를 통해 행하였다. 일반적으로 크리깅에 의한 선형예측은 공간자료에 대한 일반적 통계모형으로서 간주되어 왔다. 한편 예측문제에 있어 뉴럴네트워크에 기초한 비모수적 방법이 관심의 대상이 되고 있으며 특히 대용량 자료의 경우 데이터마이닝 기법의 한 분야로 널리 사용되고 있는 실정이다. 본 연구에서는 공간 자료의 예측에 있어 유전자 알고리즘을 신경망분석 모형을 결합하여 기존의 크리깅방법과의 예측력을 비교한다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05b
• /
• pp.630-633
• /
• 2010

입지분석은 공간 및 비공간적 특성이 중요하게 다루어져야 함에도 불구하고 공간데이터 타입(spatial data type), 공간관계(spatial relationship), 그리고 공간 자기상관성(spatial autocorrelation)의 복잡성에 기인한 처리의 어려움으로 인해 기하학적거리나 공간적 위치와 같은 단순 공간적 특성만 이용되었다. 본 연구에서는 서울시 대형할인점을 사례로하여로 GIS에 의한 공간데이터와 비공간데이터(인구통계 등)를 통합 구축한 후, 공간데이터마이닝 기법을 이용하여 입지패턴(location pattern)을 분석 추출하여 보고자 한다.

• Spatial Information Research
• /
• v.11 no.2
• /
• pp.171-184
• /
• 2003

Lots of application systems are developed for applying business GIS in marketing or strategic planning of the company, recently. Almost of the systems require statistics for some areas(trade areas or sales areas) as the important information of decision support. As far as now, trade areas are defined for individual stores using know-how of the specialists, but there is no well-defined method for defining of trade areas of the specific business domains or trade areas of the customers. In this study, we have applied the spatial data mining methods to the point features in GIS, evaluated the results of each methods, and discussed the feasibility of defining of trade areas. From the results of this study, we have concluded that the defining of trade areas from point features, such as franchisees of credit card company or memberships of retail chain store, and that the DENCLUE(DENsity-based CLUstEring) method is the best suitable spatial data mining algorithm for this purpose.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.11a
• /
• pp.40-47
• /
• 2003

GIS는 공간과 관련된 문제를 해결하는데 있어 좋은 도구가 되며 도시성장 예측과 같은 문제에 사용될 수 있다. 본 연구에서는 수도권 내에 위치한 수원지역을 대상으로 1960년대부터 1990년대까지의 도시성장에 관한 데이터베이스를 구축하고 도시의 물리적인 확산에 초점을 맞추어 모형의 핵심이 되는 공간 연관규칙을 추출하였다. 공간 연관규칙의 추출을 위해 GIS 공간 분석 기능과 데이터마이닝 기법을 이용하였으며, 규칙을 기반으로 모형을 작성하여 도시성장을 분석 및 예측하고 UGM(Urban Growth Model)과 비교하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.283-286
• /
• 2006

안전한 네트워크를 운영하기 위해, 네트워크 침입 탐지에서 오탐지율은 줄이고 정탐지율을 높이는 것은 매우 중요한 일이다. 최근 얼굴 인식, 생물학 정보칩 분류 등에서 활발히 적용 연구되는 SVM을 침입탐지에 이용하면 실시간 탐지가 가능하므로 탐지율의 향상을 기대할 수 있다. 그러나 입력 값들을 벡터공간에 나타낸 후 계산된 값을 근거로 분류하므로, SVM만으로는 이산형의 데이터는 입력 정보로 사용할 수 없다는 단점을 가지고 있다. 따라서 이 논문에서는 데이터마이닝의 의사결정트리를 SVM에 결합시킨 침입 탐지 모델을 제안하고 이에 대한 성능을 평가한 결과 기존 방식에 비해 침입 탐지율, F-P오류율, F-N오류율에 있어 각각 5.6%, 0.16%, 0.82% 향상이 있음을 보였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.11a
• /
• pp.359-366
• /
• 2000

기업의 환경에서 이-메일(e-mail)은 회사내의 업무흐름을 완전히 뒤바꾸며 혁명적인 변화를 이끌고 있다. 업무 공간의 극복, 사내 커뮤니케이션의 극대화 등 이-메일이 제공하는 장점이 매우 많다. 그러나 최근 사회적 문제가 되고 있는 스팸 메일(spam mail)의 등장은 이러한 장점의 커다란 반대급부를 제공한다. 스팸메일이란 인터넷이용자들에게 원하지도 않았는데 무작위로 발송되는 광고성 이-메일을 일컫는 말로, 벌크(bulk)메일, 정크(junk)메일, 언솔리시티드(Unsolicited)메일과도 유사한 의미로 사용된다. 스팸메일은 사용자들로 하여금 스트레쓰의 요인이 되게 함은 물론, 이를 발신하고 수신하는 과정에서 이용되는 서버에 엄청난 부하를 줄 뿐만 아니라, 공공의 성격을 지니는 네트웍 자원을 아무런 비용의 지불 없이 독점하게 되는 좋지 않은 결과를 가져오게 된다. 본 연구에서는 데이터마이닝의 기법 중 분류(classification tack) 문제에 적웅이 활발한 인공신경망 (artificial neural networks)과 의사결정나무(decision tree)기법을 이용하여 스팸메일의 분류와 예측을 가능케 하는 모형을 구축한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.10a
• /
• pp.79-84
• /
• 2003

gCRM(geographical Customer Relationship Management)이란 지리정보시스템(GIS)에서 활용되는 각종 데이터베이스와 기업내외적인 고객관계관리(CRM)의 실무 마케팅전략상 필요에 의해 접목된 하나의 새로운 솔루션 개념을 말한다. 현재 gCRM의 수준은 일차원 혹은 다차원 분석 결과를 GIS기술을 이용하여 시각화하는 정도가 대부분이지만, 공간데이터마이닝 등 향상된 분석기법과 위성위치활인시스템인 GPS(Global Positioning System), PDA, 핸드폰 기술과 접목하여 업그레이드된 gCRM 솔루션으로 발전하고 있다. 여기에 고객들의 기본 성향을 파악할 수 있는 지역특성 반영 라이프스타일 정보를 활용한다면 더욱 발전된 지리정보시스템 기반 고객관리(gCRM)를 수행할 수 있을 것이다.