• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.586-590
• /
• 2003

고객 분류는 고객관계관리(CRM)의 한 부분으로서 기업에게 이익을 주는 고객의 속성과 구매패턴을 분석함으로써 목표 고객을 결정하는 것을 의미한다. 현재까지 고객 분류에 관한 연구는 특정한 시점에서 고객의 속성과 구매 패턴을 분석함으로써 이루어졌다. 그러나 인터넷 쇼핑몰과 같은 동적인 환경에 있어서 기존의 정적인 분석방법은 시간에 따라 지속적으로 변하는 고객의 행동 변화를 찾아내고, 예측하는데 적합하지 않다. 본 논문에서는 Decision Tree, ANOVA 분석, ARIMA 모형을 사용하여, 특정한 시점에서의 고객 분류뿐만 아니라 미래 시점에서의 고객 분류를 예측하고 패턴을 분석하는 동적인 고객 분류 방법을 제안한다. 동적인 고객 분류를 통해 인터넷 쇼핑몰 기업은 효율적인 마케팅 전략을 작성하여 기업의 이익을 증진시킬 수 있다.

• KIISE Transactions on Computing Practices
• /
• v.23 no.2
• /
• pp.104-109
• /
• 2017

We propose a new machine learning algorithm which analyzes daily activity patterns of users from multi-modal wearable sensor data. The proposed model learns and extracts activity patterns using input from wearable devices in real-time. Inspired by cue integration of human's property, we constructed gated multi-modal neural networks which integrate wearable sensor input data selectively by using gate modules. For the experiments, sensory data were collected by using multiple wearable devices in restaurant situations. As an experimental result, we first show that the proposed model performs well in terms of prediction accuracy. Then, the possibility to construct a knowledge schema automatically by analyzing the activation patterns in the middle layer of our proposed model is explained.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.744-746
• /
• 2013

서버는 사용자의 요청에 따라 정보를 제공한다. 사용자는 외부 혹은 내부 네트워크에서 서버에 접근하여 데이터를 요청하고, 서버는 서버 내의 데이터 스토어에 저장되어 있는 데이터들을 지정된 방식에 맞게 사용자에게 보여주게 된다. 이러한 일련의 처리 과정들은 서버의 로그로 보관되어지며, 로그는 처리 과정의 세부적인 정보들을 가지고 있다. 서버 관리자는 로그에 기록되어 있는 정보들을 이용해 사용자의 행동을 파악할 수 있으며, 악의적이거나 잘못된 접근 또한 감지할 수 있다. 로그데이터 안에는 접속시간, 사용자 IP, 포트정보, 프로토콜정보, 이벤트 등 사용자가 활동한 흔적들이 기록된다[1]. 어떤 사용자가 언제 어떠한 경로로 어떠한 행위를 하였는지에 대하여 로그는 기록하고 있다. 본 논문에서는 이벤트로 서버에 요청하는 쿼리문과 사용자의 IP주소를 이용하여 사용자의 행동 패턴을 파악하고 분석하며, 분석된 행동 패턴과 사용자 정보를 기반으로 악의적인 접근을 방지하고 통제하고자 한다.

• Journal of Digital Convergence
• /
• v.10 no.2
• /
• pp.293-297
• /
• 2012

In order to provide with personalized recommendation service in context-awareness environment, the collected context data should be analyzed fast and the objective of user should be able to inferred effectively. But, the context collected from the mobile devices is not suitable for applying the existing inference algorithms as they are due to the omission or uncertainty of information and the efficient algorithms are required for mobile environment. In this paper, the behavior pattern was classified using naive bayes classification for minimize the loss caused by the omission or error of information. And pattern matching was used to effectively learn of the users inclination and infer the behavior purpose. The accuracy of the suggested inference model was evaluated by applying to the application recommendation service in the smart phones.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.598-600
• /
• 2001

본 논문에서는 양상 뮤 논리를 위한 속성 명세 패턴 연구를 통해 시제 논리에 대한 패턴 기반의 단일한 프레임워크를 제시한다. 본 연구에서는 Dwyer의 속성 명세 패턴 분류를 상태(S)와 행동(A)으로 세분화하고 이를 다시 강함(A)와 약함(E)으로 다시 세분했다. 이러한 의미 기반의 계층적 패턴 분류 체계를 통해 양상 뮤 논리의 속성 명세 패턴을 분석했으며 실제 모형 검사기에서 사용된 예제들의 패턴 분류에 적용했다. 그 결과 기존의 분류 체계보다 더 정확한 분류가 가능했을 뿐만 아니라, 속성 명세의 작성 및 이해가 용이하였다.

• Journal of Korea Game Society
• /
• v.19 no.4
• /
• pp.27-36
• /
• 2019

Approaches to find hidden values using various and enormous amount of data are on the rise. As big data processing becomes easier, companies directly collects data generated from users and analyzes as necessary to produce insights. User-based data are utilized to predict patterns of gameplay, in-game symptom, eventually enhancing gaming. Accordingly, in this study, we tried to analyze the gaming strategy and user activity patterns utilizing Battlegrounds in-game data to detect the in-game hack.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1369-1371
• /
• 2015

본 논문은 전도성섬유 압력센서로 보행신호를 획득하고 걷기, 서기, 앉기, 계단오르기, 계단내려오기 등 총 5가지 행동을 인식하는 시스템을 개발하는 것이 목적이다. 시스템은 Capacitive pressure 센서, CDC(Capacitive to Digital Converter), 마이크로프로세서, 블루투스 모듈, 스마트 폰으로 구성되고 획득한 데이터 패턴을 분류한 결과 평균 99.5%의 높은 인식률을 보였다. 각 발당 한 개의 채널만을 이용해 행동패턴을 인지함으로써 적은 수의 채널로도 행동인지의 가능함을 확인할 수 있었다.

• The KIPS Transactions:PartB
• /
• v.11B no.3
• /
• pp.281-288
• /
• 2004

In order to extract and analyze complex features of the behavior of animals in response to external stimuli such as toxic chemicals, we implemented an adaptive computational method to characterize changes in the behavior of chironomids in response to treatment with the insecticide, diazinon. In this paper, we propose an energy minimization model to extract the features of response behavior of chironomids under toxic treatment, which is applied on the image of velocity vectors. It is based on the improved active contour model and the variations of the energy functional, which are produced by the evolving active contour. The movement tracks of individual chironomid larvae were continuously measured in 0.25 second intervals during the survey period of 4 days before and after the treatment. Velocity on each sample track at 0.25 second intervals was collected in 15-20 minute periods and was subsequently checked to effectively reveal behavioral states of the specimens tested. Active contour was formed around each collection of velocities to gradually evolve to find the optimal boundaries of velocity collections through processes of energy minimization. The active contour which is improved by T. Chan and L. Vese is used in this paper. The energy minimization model effectively revealed characteristic patterns of behavior for the treatment versus no treatment, and identified changes in behavioral states .is the time progressed.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.4
• /
• pp.811-819
• /
• 2017

A behavior pattern analysis algorithm based on descriptors consists of information of a moving object and temporal histogram is proposed. Background learning is performed first for detecting, tracking and analyzing moving objects. Each object is identified using an association of the center of gravity of objects and tracked individually. A temporal histogram represents a motion pattern using positions of the center of gravity and time stamp of objects. The characteristic and behavior of objects are figured out by comparing each coordinates of a position history in the histogram. Behavior information which is comprised with numbers of a start and end frame, and coordinates of positions of objects is stored and managed in the linked list. Descriptors are made with the stored information and the video retrieval algorithm is designed. We confirmed the higher retrieval accuracy compare with conventional methods.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05b
• /
• pp.1010-1013
• /
• 2010

무리짓기 시뮬레이션은 무리를 짓는 NPC의 인공 지능을 구현하는 것으로 게이머들에게 실세계와 같은 몰입에 도움을 준다. 이를 위하여 본 논문은 분석된 실세계에서의 물고기 무리짓기의 행동 패턴을 오우거 엔진을 이용하여 구현[1]하고, 이를 실세계의 물고기 떼의 행동 패턴과 비교하였다.