• 디지털융복합연구
• /
• 제14권2호
• /
• pp.197-208
• /
• 2016

본 연구에서는 데이터마이닝의 회귀분석 기법과 의사결정 나무분석 기법을 사용하여 중학생의 삶의 만족도에 영향을 끼치는 요인을 분석하였다. 이를 위해 청소년들을 대상으로 한 한국아동 청소년패널조사(KYCPS) 중1패널 데이터 3차 년도 자료를 활용하였다. 회귀분석을 통해 추출된 공통 영향요인은 자아 존중감, 우울, 전체 성적 만족도, 지역사회 인식, 진로 정체감, 연간 비행 피해 경험 유무, 형제자매 유무, 신뢰, 행동통제, 주의집중으로 나타났다. 이를 통해 중학생의 삶의 만족도는 개인의 정서문제, 자아인식, 또래 애착, 학습습관, 가정환경 요인 등이 복합적으로 영향을 미치는 것을 알 수 있다. 이 중에서 중학생의 삶의 만족도에 예측하기 위한 중요한 영향을 미치는 요인을 분석하기 위해서 의사결정 나무분석 기법을 사용하여 분석한 결과, 자아 존중감, 우울, 진로 정체감, 주의집중으로 나타났다.

• 유통과학연구
• /
• 제8권1호
• /
• pp.13-19
• /
• 2010

기업에서는 마케팅 비용대비 효과를 극대화하기 위하여, 고객을 세분한 후, 목표고객을 선별하여 해당 고객에 적절한 캠페인을 실시하고 있다. 특히 고객세분화 방법으로 통계 모형을 비롯하여 데이터마이닝 방법 등 다양한 방법들이 활용되고 있다. 그 중에서도 데이터마이닝은 1990년대 초에 도입되어 다양한 경영 문제를 해결하고 있다. 본 논문에서는 이와 같은 고객세분화에 활용되고 있는 데이터마이닝 방법에 대해 살펴본 후, 실제 백화점 사례를 기반으로 고객세분화에 주로 활용되고 있는 의사결정나무 분석 방법의 효과 및 장단점에 대해 논의해보고자 한다.

• 대한기계학회논문집A
• /
• 제38권6호
• /
• pp.677-682
• /
• 2014

본 연구에서는 데이터 마이닝의 방법인 의사결정나무와 인공신경망을 이용하여 리튬 이차전지의 전류밀도 특성에 대해 핵심 설계 인자를 도출하고 비교하였다. 먼저 의사결정나무-인공신경망 모델을 이용한 설계방법으로, 비선형성을 나타내는 초기 극판 설계인자들 중에 의사결정나무 모델을 통해 주요 설계 인자를 도출한 다음 인공신경망을 이용하여 설계인자들 간의 중요도와 전류밀도와의 가중치 분석을 수행하였다. 두 번째 방법은 인공신경망 모델만을 이용한 방법으로, 초기 설계인자들을 별도의 주요 인자 도출 과정 없이 모두 인공신경망을 구축하는데 사용하여 전류밀도와의 연관성 및 가중치를 분석하였다.

• 한국도로학회논문집
• /
• 제13권3호
• /
• pp.167-176
• /
• 2011

본 연구는 불특정 다수의 도로이용자들이 경로우회 시 갖는 의사결정과정속에 내포된 비선형성과 불확실성을 고려한 정도 있는 모형구축으로 주요 우회결정요인을 분석하는 것이 주요 목적이다. 이를 위하여 고속도로 및 국도를 이용하는 운전자를 대상으로 우회여부에 관련된 SP조사를 실시하였고, 조사결과에 대하여 의사결정나무와 신경망이론의 결합된 모형을 구축하여 운전자 우회결정요인을 분석하였다. 분석결과 운전자 우회여부결정에 영향을 미치는 요인은 우회도로 인지여부, 교통정보 신뢰도 및 이용빈도, 경로전환빈도, 나이순으로 나타났다. 또한 오분류표를 통한 기존 모형과의 예측력의 비교결과 결합된 모형의 오분류율이 8.7%로 기존 모형인 로짓모형 12.8%, 의사결정나무 단독 모형 13.8%와 비교했을 때 가장 예측력이 높은 것으로 나타나 운전자 우회결정요인 분석에 관한 모형의 적용 타당성을 확인할 수 있었다. 본 연구의 결과는 향후 교통량 분산효과와 도로망 효율 증대를 위한 효과적인 우회관리전략 수립 시 기초 자료로 활용가능하리라 사료된다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.41-58
• /
• 2020

본 연구는 한국고용정보원 공공디비 자료에 의사결정나무 기법을 적용하여 근로자들이 이직을 하려고 하는 요인을 분석하고자 한다. 이를 통하여 근로자들의 고용유지 강화방안을 제시한다. 분석대상은 근속기간이 4개월 이상으로 수습 기간이 지난 정규직 근로자를 대상으로 하였고, 분석목표는 해당 근로자들의 이직준비 여부에 영향을 주는 의사결정 규칙을 도출하는 것으로 하였다. 타겟 분석 데이터는 한국고용정보원에서 발간된 수집한 「2017년 대졸자 직업이동경로조사」를 사용하였다. 분석결과 '교육수준과 일의 수준의 일치 정도', '개인 발전 가능성', '직무 관련 교육 및 훈련', '승진 제도', '임금 및 소득', '일자리에 대한 사회적 평판', '고용 안정성' 등이 이직준비 여부에 영향을 주는 주요요인으로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (하)
• /
• pp.1351-1354
• /
• 2003

데이터 마이닝 기법 중 회귀분석 기법과 의사절정나무 분석 기법을 이용하여 국지기상예보칙을 작성하는 방안을 연구하였다. 회귀분석기법을 이용하여 예보값에 영향을 미치는 예보요소를 도출하고, 도출된 예보요소를 회귀분석 기법과 의사결정나무 분석 기법에 적용하여 예보칙을 작성하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.239-242
• /
• 2007

최근 데이터의 양이 많아지고 다양해짐에 따라서 데이터를 활용하기 위한 데이터 마이닝에 관한 관심이 중대되고 있다. 데이터 분석을 위한 수집 데이터에는 수집 과정에서 분석가가 원치 않은 데이터 잡음이 발생하는 경우가 있고 그 데이터가 다른 데이터들과 같은 가중치로 데이터 마이닝에 반영되는 경우 예상과 다른 결과를 얻을 수 있다. 따라서 데이터 분석 시 데이터와 전문가 의견이 고려된 데이터 엔트로피(Entropy)를 사용하여 잡음 데이터를 다를 필요가 있다. 본 논문에서는 전문가의견을 이용한 전문가 의견 목록을 만들고 이를 데이터와 비교하여 유사한 정도에 따라 각 데이터에 가중치를 부여한다. 그리고 이 데이터를 활용한 의사결정나무(Decision Tree)를 사용하여 기존 데이터를 이용한 의사결정나무 보다 데이터 잡음의 영향을 줄이는 방법을 제안한다. 제안한 방법은 학습자의 학습 활동에서 수집된 학습 행위 데이터를 사용하여 실험하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.179-185
• /
• 2015

최근 고가의료장비의 도입으로 진단기술이 빠르게 발전하고 있으나 이에 따른 건강보험 재정의 부담이 크게 늘어 이에 대한 적절한 관리와 효율적 운영에 대한 정책이 필요하다. 이에 따라 본 연구에서는 의사결정나무분석 모형을 사용하여 CT 의료장비의 검사빈도에 영향을 미치는 요인을 파악하여 효율적 운영에 대한 방안을 제시한다.

• 지능정보연구
• /
• 제9권1호
• /
• pp.139-155
• /
• 2003

본 논문은 결합된 의사결정 나무(C4.5)와 신경망기법을 적용함으로써 고객의 신용에 대한 예측을 높이기 위하여 이동통신 고객의 패턴을 분류하고, 분석하는 새로운 방법에 대하여 연구하였다. 의사 결정나무(C4.5)를 형성하여 선택된 결정변수와 함께 규칙을 생성함으로써, 신경망의 입력벡터 값을 정의하는 체계적인 방법을 제시하였다. 고객 관리측면에서 본 논문은 이동 통신 회사의 기존고객을 분류하여 패턴을 분석함으로써 우수한 고객의 지속적인 관리와 이탈 가능성이 많은 고객을 차별 관리하여 기업이익을 증대시킬 수 있을 것이다. 또한 이러한 분류를 통하여 신규 고객에 반영함으로써 고객의 향후 관리에도 기여할 수 있을 것이다. 실제 이동통신 고객데이터를 중심으로 연구의 결과는 예측의 정확도가 기존의 의사결정 트리 모델 (CART, C4.5), 회귀모형, 신경망 접근 방법과 기존에 연구되었던 결합모델(CART ＆ 신경망)보다 훨씬 높게 연구되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권5호
• /
• pp.993-1003
• /
• 2012

한국남자프로농구 경기기록을 이용하여 승패결정요인을 분석하였다. 2010년 10월부터 2011년 3월까지, 2011년 10월부터 2012년 3월까지 치러진 정규리그 (540경기)의 기록을 분석하여 승패결정요인을 추정하였다. 한국농구연맹은 7개 공격변인과 7개 수비변인에 대한 자료를 제공하고 있다. 이들 자료 중에 공헌도와 공격력에 적용되는 6개 공격변인 (2점슛 성공률, 3점슛 성공률, 자유투 성공률, 공격리바운드, 어시스트, 턴오버)과 4개 수비변인 (수비리바운드, 스틸, 굿디펜스, 블록슛)이 승패에 미치는 영향을 통계적으로 분석하기 위해 로지스틱회귀분석과 의사결정나무분석을 적용하였다. 두 분석은 PASW와 Answer Tree 통계프로그램을 사용하였으며 모든 유의수준은 .05로 설정하였다. 로지스틱회귀분석 결과, 6개 공격변인 중 2점슛 성공률, 3점슛 성공률, 턴오버가 통계적으로 승패에 유의미한 영향을 미치고 4개 수비변인 중 굿디펜스를 제외한 수비리바운드, 스틸, 블록슛이 통계적으로 승패에 유의미한 영향을 미치는 것으로 나타났다. 그리고 공격변인 의사결정나무분석 결과에서는 2점슛 성공률이 51%-58%이며, 3P%가 31%를 초과하고 TO가 11개 이하일때 승리할 수 있는 확률이 80.85%로 가장 높게 나타났다. 이에 반해 수비변인 의사결정나무분석 결과, 수비리바운드가 24개를 초과하고 스틸이 6개를 초과하며, 블록슛이 2개를 초과할 때 승리할 수 있는 확률이 94.12%로 가장 높게 나타났다.