• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.574-576
• /
• 2007

판례 자동분류 시스템은 일반적인 문서 자동분류 시스템과 기본적인 동작방법은 동일하다. 본 논문에서는 노동법에 관련된 판례를 대상으로 지지벡터기계(SVM), 단일 의사결정나무, 복수 의사결정나무, 신경망 기법 등을 사용하여 문서의 자동 분류 실험을 수행하고, 판례분류에 가장 적합한 기계학습기법이 무엇인지를 실험해 보았다. 실험 결과 복수 의사결정나무가 93%로 가장 높은 정확도를 나타내었다.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.5
• /
• pp.917-926
• /
• 2010

It is known that bagging and boosting techniques improve the performance in classification problem. A number of researchers have proved the high performance of bagging and boosting through experiments for categorical response but not for continuous response. We study whether bagging and boosting improve data mining methods for continuous responses such as linear regression, decision tree, neural network through bagging and boosting. The analysis of eight real data sets prove the high performance of bagging and boosting empirically.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.69.1-69.1
• /
• 2010

본 연구는 교량 시설물의 재난방지를 위한 정보시스템의 구축에 있어 선행되어야 하는 교량 구조계산서 항목 저장정보의 질적 향상을 위해 XML 스키마 매칭 기법을 효율적으로 활용할 방법에 대해 제시하였다. 이를 위하여 XML 스키마 매칭에 사용되는 가중치 변화에 따른 매칭 정확도를 나타내는 데이터를 구축하고, 이를 활용하여 데이터 마이닝 기법 중 하나인 의사결정나무 모델을 구현하여 교량의 형식, 문서가 포함하고 있는 항목의 수, 문서를 작성한 회사에 따라 달라질 수 있는 최적의 가중치를 지동으로 선정할 수 있는 프로세스를 제안하였다. 의사결정나무 모델을 통해 결정한 매칭 가중치는 이전에 비하여 약 10% 정확도 상승효과가 있음을 알 수 있었다.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.251-256
• /
• 2007

성형외과에서는 웹 방문자를 늘리기 위하여 다양한 노력을 하고 있지만, 웹 사이트의 어떠한 속성이 웹 방문자 수를 증대시키는지에 대한 체계적인 연구는 찾아보기 어렵다. 본 논문에서는 방문자 수가 많은 성형외과 웹 사이트와 방문자 수가 적은 웹 사이트를 구분하는 속성을 규명하였다. 다중 판별 분석과 의사결정 나무 기법, 신경망 분석 기법을 이용하여 방문자의 다소 (多少)를 구분하는 속성들을 도출하였다. 웹 사이트의 속성 중 '가상성형프로그램', '정보추천' 등 소수의 속성이 방문자 수의 다소(多少)를 설명하는 것으로 드러났다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.225-228
• /
• 2005

본 논문에서는 생물의 2차원영상에서 4가지의 특징을 추출한 다음 약품에 대한 생물의 행동 패턴 반응에 대하여 의사결정나무를 적용하여 패턴의 인식 및 분류를 하였다. 생물의 행동패턴을 대변하는 물리적인 특징인 속도, 방향전환 각도, 이동거리에 대하여 각각 중간이상속도비율, FFT(Fast Fourier Transformation), 2차원 히스토그램 면적, 프렉탈, 무게중심을 사용하여 특징을 추출하였다. 이렇게 추출된 4가지의 특징변수들을 사용하여 의사결정나무 모델을 구성한 다음 생물의 약품 첨가에 대한 반응을 분석하였다. 또한 결과에서는 기존의 생물의 행동패턴 구분에 쓰였던 전형적인 기법(conventional methods)보다 본 연구에서 적용한 의사결정나무가 생물의 행동패턴이 가지는 물리적 요소에 대한 독해력을 가짐을 보임으로써 특정환경에서 이동행동에 대한 분석을 용이하게 하고자 하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.4
• /
• pp.671-678
• /
• 2011

Data mining searches for interesting relationships among items in a given database. The methods of data mining are decision tree, association rules, clustering, neural network and so on. The decision tree approach is most useful in classification problems and to divide the search space into rectangular regions. Decision tree algorithms are used extensively for data mining in many domains such as retail target marketing, customer classification, etc. When create decision tree model, complicated model by standard of model creation and number of input variable is produced. Specially, there is difficulty in model creation and analysis in case of there are a lot of numbers of input variable. In this study, we study on decision tree using intervening variable. We apply to actuality data to suggest method that remove unnecessary input variable for created model and search the efficiency.

• Journal of the Korea Institute of Building Construction
• /
• v.17 no.3
• /
• pp.295-303
• /
• 2017

Over the past 7 years, the number of victims of construction disasters has been gradually increasing. Compared with projects in other industries, construction projects are highly exposed to safety risks. For this reason, the research methods of predicting and managing the risk of construction disasters are urgently needed that can be applied to a construction site. This study aims to propose a prediction model for a construction disaster using the decision tree technique. The developed the model is reviewed the applicability by evaluating its accuracy based on disaster data. The top three of the prediction values obtained from the proposed model were enumerated, and then the cumulative accuracy were also calculated. The prediction accuracy was 40 percent for the first value, but the cumulative accuracy was 80 percent. Thus, as more disaster data was accumulated, the cumulative accuracy appeared to be higher. If utilized in construction sites, the model proposed in this study would contribute to a reduction in the rate of construction disasters.

• Information Systems Review
• /
• v.8 no.3
• /
• pp.125-134
• /
• 2006

This article adopts a decision tree algorithm(C5.0) to predict customer churning in online auto insurance environment. Using a sample of on-line auto insurance customers contracts sold between 2003 and 2004, we test how decision tree-based model(C5.0) works on the prediction of customer churning. We compare the result of C5.0 with those of logistic regression model(LRM), multivariate discriminant analysis(MDA) model. The result shows C5.0 outperforms other models in the predictability. Based on the result, this study suggests a way of setting marketing strategy and of developing online auto insurance business.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.453-455
• /
• 2023

본 연구는 은행에서 리스크 관리 자동화를 위해 고객의 대출 상환 여부 예측 모델을 제안하고자 한다. 예측 모델로 금융 데이터 같은 정형데이터에서 전통적으로 높은 성능을 보인 의사결정나무기반 모델 LightGBM, CatBoost, XGB 와 최근 제안된 정형데이터에서 사용할 수 있는 설명 가능한 딥러닝 기반 모델 TabNet 간의 성능 비교를 진행한다. 다만, 대출 상환 여부 데이터는 불균형 클래스 데이터로 구성되어있어 샘플링을 진행한다. SMOTE, Random Under Sampling, 혼합 방식을 비교해 가장 높은 성능의 샘플링 기법을 제안한다. 대출 상환 여부 예측 결과 TabNet 모델이 의사결정나무모델들보다 좋은 성능을 보여 정형데이터에서 의사결정나무 기반 모델을 딥러닝 모델이 대체 할 수 있는 가능성을 확인했다.

• Proceedings of the Korean Society for Quality Management Conference
• /
• 2006.11a
• /
• pp.119-123
• /
• 2006

본 연구는 말콤볼드리지(ME) 모델에 근거하여 경영진의 의사결정을 분석하는 것이다. 경영진의 회의록 분석을 통해서 경영방향을 분석하는 방법과 결과 활용을 논한다. 데이터마이닝의 기법인 의사결정나무를 이용하여 의사결정의 패턴을 찾는 방법도 소개한다.