• 제목/요약/키워드: CART (classification and regression tree)

검색결과 92건 처리시간 0.018초

우리나라 저수지에서 지형, 수문, 수질 및 호안 토양 환경요인의 분석 (Analysis of Environmental Factors of Geomorphology, Hydrology, Water Quality and Shoreline Soil in Reservoirs of Korea)

  • 조현석;조강현
    • 생태와환경
    • /
    • 제46권3호
    • /
    • pp.343-359
    • /
    • 2013
  • 우리나라 저수지에서 호안 환경의 특성을 파악하기 위하여, 수위변동폭과 이용 목적에 따라서 35개 저수지를 선정하여 지형, 수문, 수질 및 토양 환경요인을 조사하여 이들 사이의 관계를 분석하고 환경 특성에 따라 저수지의 유형을 구분하였다. 저수지의 지형적, 수문적 특성은 그 조성된 곳의 환경과 크기에 따라서 다양하였다. 저수지의 연수위변동폭은 1~27 m로서 변이가 컸다. 저수지의 수질은 대부분 중영양 혹은 부영양 상태이었다. 호안의 토양 환경은 모래 함량이 많았다. 저수지의 수위변동폭, 빈도 및 기간은 저수지의 이용 목적에 따라서 독특한 특성을 보였다. 홍수조절용 저수지는 수위변동 폭이 크고 빈도는 낮았으며 수력발전용 저수지는 수위변동 폭이 크고 빈도가 높았다. 회귀분류 나무(CART) 분석 결과에 의하면 저수지의 수질은 수심, 수위변동폭 및 고도에 의하여 구분되었다. 주요인분석(PCA)의 결과에 의하면 환경요인에 의하면 저수지의 유형은 저수지의 크기, 수위변동폭, 수질 및 토양의 토성과 유기물 함량에 의하여 구분되었다. 이상의 결과를 종합하면, 우리나라 저수지의 호안에서 저수지의 크기, 수위변동폭, 수질 및 호안 토양의 특성이 중요한 환경요인인 것으로 판단되었다.

호텔 산업의 서비스 품질 향상을 위한 토픽 마이닝 기반 분석 방법 (An Analytical Approach Using Topic Mining for Improving the Service Quality of Hotels)

  • 문현실;성다윗;김재경
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.21-41
    • /
    • 2019
  • 정보 기술의 발전으로 온라인에서 활용 가능한 데이터의 양이 급속히 증대되고 있다. 이러한 빅데이터 시대에 많은 연구들이 통찰력을 발견하고 데이터의 효과를 입증하기 위해 노력하고 있다. 특히 관광 산업의 경우 정보에 민감한 사업으로 소셜 미디어의 영향력이 높고 소셜 미디어의 상품 후기에 소비자들이 영향을 많이 받아 많은 기업과 연구자들이 소셜 미디어를 분석하여 새로운 서비스 및 통찰력을 얻고자 시도하였다. 하지만 소셜 미디어의 후기는 텍스트로 이루어진 대표적인 비정형 데이터로 적절한 처리를 하지 않으면 분석에 활용할 수 없다. 또한 후기 데이터의 양이 방대함에 따라 사람이 직접 분석하기도 어려운 실정이다. 따라서, 본 연구에서는 이러한 소셜미디어 상의 온라인 후기로부터 직접 호텔의 서비스 품질 향상을 위한 통찰력을 추출할 수 있는 분석 방법을 제시하고자 한다. 이를 위해 본 연구에서는 먼저 후기 데이터에 포함되어 있는 주제어를 추출하는 토픽 마이닝 기법을 적용하였다. 토픽 마이닝은 대용량의 문서 집합으로부터 문서를 대표하는 단어 집합을 추출하는 기법을 의미하며 본 연구에서는 다양한 연구에서 활용되고 있는 LDA모형을 사용하여 토픽 마이닝을 수행하였다. 하지만, 토픽 마이닝 자체만으로는 주제어와 평점 사이의 관계를 도출할 수 없어 서비스 품질 향상을 위한 통찰력을 발견하기 어렵다. 그에 따라 본 연구에서는 토픽 마이닝의 결과값을 기반으로 의사결정나무 모형을 사용하여 주제어와 평점 사이의 관계를 도출하였다. 이러한 방법론의 유용성을 평가하기 위해 홍콩에 있는 4개 호텔의 온라인 후기를 수집하고 제안한 방법론의 분석 결과를 해석하는 실험을 진행하였다. 실험 결과 긍정 후기를 통해 각 호텔이 유지해야할 서비스 영역을 발견할 수 있었으며 부정 후기를 통해 개선해야할 서비스 영역을 도출할 수 있었다. 따라서, 본 연구에서 제안한 방법론을 사용하여 방대한 양의 후기 데이터로부터 서비스 개선 및 유지 영역을 발견할 수 있으리라 기대된다.