• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.17-35
• /
• 2015

시장 수요 예측은 일정 기간 동안 소비자에게 판매되는 동종 제품 또는 서비스의 수량 혹은 매출액의 규모를 추정하는 활동으로서, 기업경영활동에 있어 효율적인 의사결정을 내릴 수 있는 근거로 활용된다는 점에서 중요하게 인식되고 있다. 신규 시장의 수요를 예측하기 위해 다양한 시장성장모형이 개발되어 왔다. 이런 모형들은 일반적으로 시장의 크기 변화의 동인을 신기술 확산으로 보고 소비자인 개인에게 기술이 확산되는 과정을 통해 시장 크기가 변하는 과정을 확산모형으로 구현하게 된다. 그러나, 시장이 형성된 직후에는 수요 관측치의 부족으로 인해 혁신계수, 모방계수와 같은 예측모형의 모수를 정확하게 추정하는 것이 쉽지 않다. 이런 경우, 전문가의 판단 하에 예측하고자 하는 시장과 유사한 시장을 결정하고 이를 참고하여 모수를 추정하게 되는데, 어떤 시장을 유사하다고 판단하느냐에 따라 성장모형은 크게 달라지게 되므로, 정확한 예측을 위해서는 유사 시장을 찾는 것은 매우 중요하다. 그러나, 이런 방식은 직관과 경험이라는 정성적 판단에 크게 의존함으로써 일관성이 떨어질 수밖에 없으며, 결국, 만족할 만한 수준의 결과를 얻기 힘들다는 단점을 지닌다. 이런 정성적 방법은 유사도가 더 높은 시장을 누락시키고 유사도가 낮은 시장을 선택하는 오류를 일으킬 수 있다. 이런 이유로, 본 연구는 신규 시장의 모수를 추정하기 위해 필요한 유사시장을 누락 없이 효과적으로 찾아낼 수 있는 사례기반 전문가 시스템을 설계하고자 수행되었다. 제안된 모형은 데이터 마이닝의 군집분석 기법과 추천 시스템의 내용 기반 필터링 방법론을 기반으로 전문가 시스템으로 구현되었다. 본 연구에서 개발된 시스템의 유용성을 확인하고자 정보통신분야 시장의 모수를 추정하는 실험을 실시하였다. 전문가를 대상으로 실시된 실험에서, 시스템을 사용한 모수의 추정치가 시스템을 사용하지 않았을 때와 비교하여 실제 모수와 더 가까움을 보임으로써 시스템의 유용성을 증명하였다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.59-77
• /
• 2012

기업의 성장성, 수익성, 안정성, 활동성, 생산성 등에 대한 다양한 분석이 은행, 신용평가기관, 투자자 등 많은 이해관계자에 의해 실시되고 있고, 이에 대한 다양한 경영분석 지표들 또한 정기적으로 발표되고 있다. 본 연구에서는 이러한 경영분석 지표를 이용하여 어떤 기업이 가까운 미래에 유상증자를 실시하는지를 데이터마이닝을 통해 예측하고자 한다. 본 연구를 통해 어떠한 지표가 유상증자 여부를 예측하는데 도움이 되는가를 살펴 볼 것이며, 그 지표들을 이용하여 예측할 경우 그 예측의 정확도가 어느 정도인지를 분석하고자 한다. 특히 1997년 IMF 금융위기 전후로 유상증자를 결정하는 변수들이 변화하는지, 그리고 예측의 정확성에 분명한 차이가 존재하는지 분석한다. 또한 유상증자 실시 시기를 경영분석 지표 발표 후 1년 내, 1~2년 내, 2~3년 내로 나누어 예측 시기에 따라 예측의 정확성과 결정 변수들의 차이가 존재하는지도 분석한다. 658개의 유가증권상장법인의 경영분석 데이터를 이용하여 실증 분석한 결과, IMF 이후의 유상증자 예측모형이 IMF 이전의 예측모형에 비해 예측 정확도가 높았고, 학습용 데이터의 예측 정확도와 검증용 데이터의 예측 정확도 차이도 IMF 이후가 낮게 나타났다. 이러한 결과는 IMF 이후 재무자료의 정확도가 높아졌고, 기업에게 유상증자의 목적이 더욱 명확해졌다고 해석될 수 있다. 또한 예측기간이 단기인 경우 경영분석 지표 중 안전성에 관련된 지표들의 중요성이 부각되었고, 장기인 경우에는 수익성과 안전성뿐만 아니라 활동성과 생산성 관련지표도 유상증자를 예측하는 데 중요한 것으로 파악되었다. 그리고 모든 예측모형에서 산업코드가 유상증자를 예측하는 중요변수로 포함되었는데 이는 산업별로 서로 다른 유상증자 유형이 존재한다는 점을 시사한다. 본 연구는 투자자나 재무담당자가 유상증자 여부를 장단기 시점에서 예측하고자 할 때 어떠한 경영분석지표를 고려하여 분석하는 것이 바람직한지에 대한 지침을 제공하는데 그 의의가 있다.

• 한국산림과학회지
• /
• 제103권3호
• /
• pp.446-452
• /
• 2014

본 연구는 임상도 상의 특성인 영급, 경급 및 수관밀도를 이용하여 임목의 축적 및 탄소저장량을 추정하는 기법을 개발하고자 하였다. 먼저 국가산림조사(강원도 중심)를 바탕으로 한 임목축적 자료를 임상도 제작 당시의 축적으로 전환하였으며, 이 자료와 임상도 특성과의 관계를 수량화I방법을 통하여 임목축적 추정 모형을 개발하였다. 임상도 특성이 임목축적 추정에 기여하는 바를 알 수 있는 제곱 편상관계수의 크기를 비교해 본 결과, 영급이 가장 큰 기여를 하고 있었으며, 다음이 수관밀도, 임상, 경급의 순이었다. 임목축적 추정치 중 최소치는 활엽수림의 영급 II, 경급 '소', 수관밀도 '소'인 분류기준에서 ha당 $20.0m^3$이고, 최대치는 침엽수림의 영급 VI, 경급 '대', 수관밀도 '밀'인 분류기준에서 ha당 305.0이었다. 임상별로 침엽수림은 ha당 $30.5{\sim}305.0m^3$, 활엽수림은 ha당 $20.0{\sim}200.4m^3$, 혼효림은 ha당 $23.8{\sim}238.1m^3$로 추정되었다. 임상별 탄소저장량을 비교해 보면, 임상에 무관하게 경급 '대', 수관밀도 '밀'인 분류기준에서 임목축적에 따른 영급별 탄소저장량이 최대인 것으로 나타났다. 본 임상도 특성을 이용한 임목축적 추정은 산지 전용 또는 산지 재해에 의한 임목축적의 감소 및 탄소저장량 변화를 충분히 추정할 수 있을 것이며, 일선 산림관계자 또는 정책입안자의 산림경영 의사결정에도 유효한 도움을 줄 수 있을 것이라 판단된다.

• 디자인학연구
• /
• 제17권2호
• /
• pp.425-436
• /
• 2004

독자적인 부가가치를 만드는 산업화한 디자인이 디지털혁명을 만나면서, 마치 eBiz가 온라인과 연관된 사업으로 등장한 것처럼, 'e디자인'이라는 새로운 디자인 영역이 등장하였다. e디자인분야는 비인간적인 컴퓨터기술을 통해 인간의 감성을 충족시켜야 하는 만큼 별도의 디자인 프로세스 및 관리방법론이 필요하다. 본 연구에서는 e비즈니스를 중심으로 e디자인 프로세스 및 템플릿을 기반으로 한 e디자인 플랫폼을 개발을 한다. 템플릿이란 정형화된 형식을 가진 도큐먼트로 때로는 양식이라 일컬으며 e디자인플랫폼이란 e디자인을 하기 위한 기반이며 인프라인 것이다. 본 연구의 방법은 현장조사, 사례조사, 문헌조사와 각 조사의 분석에 의해서 진행이 되었다. 현 e디자인플랫폼의 문제점을 심층 분석을 통해 파악하였으며, 특히 문서화 지 않음으로 해서 커뮤니케이션의 오류를 많이 일으키며 정보공유, DB저장을 할 마땅한 공용의 공통된 플랫폼이 없어 정보 및 지식공유가 어렵다는 것을 알게 되었다. 특히 문서제작을 꺼려하는 디자이너에게는 양식화된 서류의 샘플이 필요하다는 것을 발견하였다. 프로젝트진행에서 e디자인 프로세스가 크게 6단계로 초기화, 개념화, 시각화, 구현화, 검증화, 유지보수 단계로 이루어진다. 모듈화, 동시다발적, 피드백, 협동작업의 특징을 가진 e디자인 프로젝트의 프로세스의 시각화하는 기법을 단계별, 역할별, 입출력별, 정보형식, 의사결정의 영향요소를 고려하여 범례를 만들었다. 프로젝트에 효과적으로 이용될 수 있는 템플릿의 제작을 위해서 정보의 인덱스, 정보의 프레임워크, 기업의 아이덴터티 요소, 템플릿의 저장위치 둥을 고려하였으며 각 프로세스 단계별로 프로세스 상에 매핑하였다. 프로세스에서 어떠한 산출물이 만들어져서 DB화되는지 알 수 있게 되었으며 템플릿을 만들어 디자이너에게 제공하므로써 양식화된 템플릿을 기반으로 조직 내 오가는 문서를 쉽게 만들 수 있게 되었다. 기업 자체의 사내/사외 프로젝트의 체계적인 관리가 가능해지고, 데이터베이스화한 자료를 통해 사내 지식이 축적되며 커뮤니케이션이 원할 하게 되고 진행과정을 중간 점검할 수 있는 체크리스트처럼 사용될 수 있어 프로젝트마다 반복해 온 시행착오를 줄일 수 있게 된다. 그리하여 결론적으로 시각화된 프로세스와 템플릿 제작이 e디자인프로젝트를 효과적으로 수행할 수 있는 기반이 되는 e디자인플랫폼을 개선한다. 산학연구로 이루어진 본 연구를 통해 디자인, IT 업계를 중심으로 한 중소기업이나 디자인팀에 폭넓게 활용될 수 있는 e디자인 플랫폼을 제안하였다. 그리하여 자체 프로세스를 개발하지 못한 다수의 소규모 디자인 회사로선 자기 회사업무에 응용할 수 있는 상세한 프로세스 방법론을 접할 수 있고, 오픈 된 표준 e디자인의 프로세스가 있을 경우 자사의 프로세스와 비교할 수 있는 기준으로 사용되었으면 한다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.153-169
• /
• 2011

오늘날 기업의 마케팅에 있어 인터넷 환경의 이용은 필수적이며, 좀 더 효율적인 마케팅을 위해 다양한 방법들이 시도되고 있다. 기업들은 온라인마케팅을 통해 다양한 경품이나 포인트 등의 마케팅 비용을 사용하는 것으로 제품이나 서비스를 알려왔다. 특히 웹 2.0의 등장과 함께 기업은 좀 더 적극적으로 고객과 소통하기 위한 노력을 아끼지 않고 있다. 고객들은 회사의 웹사이트에 개인정보를 제공하는 형태로 회원가입을 하여 회사가 제공하는 혜택을 받으면서 제품 광고나 프로모션에 참여하게 된다. 그러나 온라인 마케팅의 운영측면에서 볼 때 현재의 회원관리 시스템은 회원의 모집과 운영에 있어서 효과적이지 못한 문제점이 나타나고 있다. 온라인 환경에서의 고객들은 오프라인 환경에서보다 명확한 자아를 덜 드러내기 때문에 회원가입 과정 중에 일부 악의적인 목적을 가진 고객들이 주변인의 개인정보를 이용하거나 조작하여 중복 아이디를 만들어 활동할 수 있게 된다. 이러한 취약점을 이용하여 중복가입 회원들은 고객들에게 돌아가야 할 경품이나 포인트 등을 가로채어 기업 마케팅 비용의 효율을 떨어뜨리고 있다. 그러나 증가하고 있는 마케팅 비용에 비해 중복회원의 선별 및 이들에 대한 제재를 위한 효과적 방법은 뚜렷하게 제시되지 않고 있다. 따라서 이를 방지하기 위한 체계적인 회원관리 시스템이 요구된다. 본 연구에서는 소셜 네트워크 분석 기법을 이용한 중복회원 식별방법을 제시하고 실제 온라인 고객데이터를 이용하여 그 효과성을 검증한다. 소셜 네트워크는 노드들의 관계를 표현하며, 관계의 유무, 방향 및 강도 등으로 연결 형태를 나타낼 수 있다. 특히 컴포넌트 분석방법은 소셜 네트워크 하위그룹 분석방법으로 네트워크의 내부 그룹을 구분하여 다양한 네트워크 특성을 식별하여 준다. 회원정보 분석에 있어 컴포넌트 분석방법은 전제회원 데이터 내의 의미 있는 정보를 이루고 있는 그룹을 식별하게 된다. 본 연구는 H사의 서로 다른 회원가입 기준을 가진 3개 웹사이트의 회원정보를 사용하여 진행되었다. 제안된 분석방법은 중복회원의 실체를 분석하고 시각화함으로써, 실무적인 측면에서 효율적인 마케팅의 증진을 도울 뿐만 아니라 신뢰성 있는 고객의 의견수렴 및 의사결정에도 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.21-44
• /
• 2018

최근 인터넷 기술의 발전과 함께 스마트 기기가 대중화됨에 따라 방대한 양의 텍스트 데이터가 쏟아져 나오고 있으며, 이러한 텍스트 데이터는 뉴스, 블로그, 소셜미디어 등 다양한 미디어 매체를 통해 생산 및 유통되고 있다. 이처럼 손쉽게 방대한 양의 정보를 획득할 수 있게 됨에 따라 보다 효율적으로 문서를 관리하기 위한 문서 분류의 필요성이 급증하였다. 문서 분류는 텍스트 문서를 둘 이상의 카테고리 혹은 클래스로 정의하여 분류하는 것을 의미하며, K-근접 이웃(K-Nearest Neighbor), 나이브 베이지안 알고리즘(Naïve Bayes Algorithm), SVM(Support Vector Machine), 의사결정나무(Decision Tree), 인공신경망(Artificial Neural Network) 등 다양한 기술들이 문서 분류에 활용되고 있다. 특히, 문서 분류는 문맥에 사용된 단어 및 문서 분류를 위해 추출된 형질에 따라 분류 모델의 성능이 달라질 뿐만 아니라, 문서 분류기 구축에 사용된 학습데이터의 질에 따라 문서 분류의 성능이 크게 좌우된다. 하지만 현실세계에서 사용되는 대부분의 데이터는 많은 노이즈(Noise)를 포함하고 있으며, 이러한 데이터의 학습을 통해 생성된 분류 모형은 노이즈의 정도에 따라 정확도 측면의 성능이 영향을 받게 된다. 이에 본 연구에서는 노이즈를 인위적으로 삽입하여 문서 분류기의 견고성을 강화하고 이를 통해 분류의 정확도를 향상시킬 수 있는 방안을 제안하고자 한다. 즉, 분류의 대상이 되는 원 문서와 전혀 다른 특징을 갖는 이질적인 데이터소스로부터 추출한 형질을 원 문서에 일종의 노이즈의 형태로 삽입하여 이질성 학습을 수행하고, 도출된 분류 규칙 중 문서 분류기의 정확도 향상에 기여하는 분류 규칙만을 추출하여 적용하는 방식의 규칙 선별 기반의 앙상블 준지도학습을 제안함으로써 문서 분류의 성능을 향상시키고자 한다.

• 한국ITS학회 논문지
• /
• 제12권1호
• /
• pp.98-108
• /
• 2013

하이패스 이용률 증가와 함께 전국 개통 당시 261개 톨게이트, 595개 차로에 설치되었던 하이패스는 2011년 기준 316개 톨게이트, 793개 차로로 증가되었다. 톨게이트에서 하이패스 차로가 증가하는 추세지만 아직 하이패스를 이용하지 않는 차량으로 인해 톨게이트 전체를 하이패스로 적용하지 못하고 있다. 이에 따른 일반차량과 하이패스 차량의 경로선택으로 인한 엇갈림 및 속도 차에 의해 차량 간의 상충이 발생하고 접촉사고위험이 존재한다. 이러한 배경 하에, 본 연구에서는 톨게이트의 하이패스 위치에 따른 이동성 및 차량 상충의 변화를 미시교통시뮬레이션과 Surrogate Safety Assessment Model(SSAM)을 통해 수치적으로 분석하였다. 또한 전문가 설문조사를 통해 하이패스 설치 및 운영의 편리성을 조사하고, Analytic Hierarchy Process(AHP) 기법을 이용하여 이동성, 안전성 그리고 설치 및 운영의 편리성에 대한 가중치를 구성하여 하이패스 차로 설치대안들에 대한 평가방법론을 개발하였다. 사례분석지역으로는 동수원IC 진입방면으로 선정하였다. 분석대상지에 적용 가능한 다양한 시나리오에 대한 이동성과 안전성을 비교한 결과, 이동성 측면에서는 하이패스 차로 위치에 따른 큰 차이는 없었다. 하지만, 안전성 측면에서는 톨게이트의 가장 안쪽 차로에 하이패스 차로가 존재할 때 가장 안전하였으며, 하이패스의 위치가 붙어있을 때와 떨어져 있을 때를 비교해 본 결과 떨어져 있을 시 가장 위험성이 증가하는 것으로 나타났다. 결론적으로 본 연구에서 제시하는 방법론은 하이패스 차로의 위치에 따른 안전성, 이동성 그리고 설치 및 운영 편리성과 관련하여 중요하고 계량화된 정보를 제공함으로써 고속도로 톨게이트에서 하이패스 차로 설치 관련 의사결정에 도움이 될 것으로 사료된다.

• Korean Chemical Engineering Research
• /
• 제55권3호
• /
• pp.322-331
• /
• 2017

지역난방은 국내에 1985년 처음 도입되었다. 지하 열배관망의 사용연한이 30년 이상 증가함에 따라, 지하에 매설된 열수송 배관 특성상 유지관리가 중요한 문제로 대두되고 있다. 노후화가 진행된 열배관망 유지보수를 위한 정기적인 점검, 운영관리 시 다양한 복합 기술이 필요하다. 특히 현장에서 경제적 관점에서 최적 유지보수 및 교체시점을 도출하기 위하여 의사결정에 활용될 수 있는 모형개발이 요구되고 있다. 본 연구에서는 한국지역난방공사 수도권 5개 지사열 배관망 운영 시 보수이력과 사고성 데이터를 바탕으로 분석하였다. 정성적 분석과 이항 로지스틱 회귀분석의 통계적 기법을 도입하여 파손확률 모델을 개발하였다. 보수이력 및 사고성 자료의 정성적 분석 결과, 파이프라인 손상의 가장 중요한 원인으로 건설 시공불량, 배관의 부식과 자재 불량이 전체의 약 82%를 차지했다. 통계 모델 분석에서는 분류의 분리 점을 0.25로 설정함으로써 열배관 파손 및 비 파손 분류의 정확도가 73.5%로 향상 되었다. 파손확률 모델 수립을 위해 Hosmer와 Lemeshow 검정과 독립변수의 유의성 검정, 모델의 Chi-Square 검정을 통해 모델의 적합성을 검증 하였다. 열배관망 파손의 위험순위 분석결과에 따르면 파손확률을 가장 높이는 경우는 겨울철 서울지역 자동차 도로에 있는 10년 이상 된 250mm이하 배관 Reducer에서 F 건설회사가 시공했던 열배관망으로 분석되었다. 본 연구결과는 열배관망 시스템의 유지관리 및 예방점검, 교체 사업 우선순위를 정할 때 활용 가능하다. 또한 이를 통하여 점검 유지보수 등 사전에 사고예방 계획을 수립하여 대처함으로써 열배관 파손의 빈도를 감소시키고 보다 적극적인 열배관망 관리에 이용할 수 있을 것으로 사료된다.