• 디지털융복합연구
• /
• 제13권11호
• /
• pp.449-459
• /
• 2015

본 연구의 목적은 청각장애인의 취업결정요인을 데이터마이닝 기법을 적용하여 분석 제공함으로서, 장애인의 취업 성공률을 높임과 동시에 직업재활 개입의 효율성을 극대화할 수 있는 방안을 제시하는데 있다. 자료 분석을 위해 2013년 장애인고용패널조사의 제6차년도 자료를 이용하여, 전체 패널 데이터 중 청각장애인이면서 전체연령 20세 이상 65세 미만의 422명을 의사결정나무 기법의 하나인 Exhaustive CHAID 알고리즘을 적용하여 분석하였다. 본 연구를 통해서 얻어진 주요한 사실의 하나는 국민기초생활수급여부, 일상생활 도움필요 여부, 그리고 자격증 고용서비스 요인간의 상호작용(interaction)에 관한 패턴 분석이 청각장애인의 취업 예측에 주요한 역할을 할 수 있다는 것으로, 향후 직업재활 개입의 효과성을 높이기 위해 효과적인 취업결정요인, 즉 높은 학력 수준, 자격증 보유, 높은 일상생활 독립성을 가지고 있는 장애인을 적극적으로 발굴하여 집중적인 재활 서비스를 제공할 필요가 있을 것으로 사료된다.

• 대한교통학회지
• /
• 제28권4호
• /
• pp.19-30
• /
• 2010

정보화의 진전에 따라 공공 서비스인 대중교통 정보서비스 제공의 올바른 방향 제시가 필요하게 되었다. 이에 본 연구는 상황에 따른 의사결정 특성이 강한 대중교통 정보서비스의 내용과 매체 이용 행태를 분석하였다. 이를 위해 본 연구는 주로 개인의 사회 인구학적 특성과 정보이용의 특정 행태 간 상관관계를 분석하는 전통적 접근 방법론을 보완하여, 상황에 따라 가변적인 의사결정 특성 분석이 가능한 접근 방법론을 채택하였다. 보다 구체적으로, 인지심리학적 의사결정 테이블(decision table)을 바탕으로 하는 분석도구인 CHAID의 귀납적 의사결정트리 추론(decision tree induction)을 이용하여 대중교통 이용자의 활동패턴과 정보이용 행태에 대해 분석하였다. 주요 연구결과로, 대중교통 정보서비스 이용은 사회 인구학적 변수 이외에도 정보 이용 당시의 상황 변수가 큰 영향을 미침을 확인하였다. 본 연구의 결과는 효율적 대중교통 정보서비스 제공을 위한 시장세분화(market segmentation)에 대한 중요한 시사점을 제공할 것으로 기대된다.

• 한국병원경영학회지
• /
• 제8권1호
• /
• pp.81-94
• /
• 2003

This paper aims at developing a prediction model and analyzing a sensitivity for the outpatient's overall satisfaction on utilizing hospital services by using data mining techniques within the context of customer satisfaction. From a total of 900 outpatient cases, 80 percent were randomly selected as the training group and the other 20 percent as the validation group. Cases in the training group were used in the development of the CHAID and Neural Networks. The validation group was used to test the performance of these models. The major findings may be summarized as follows: the CHAID provided six useful predictors - satisfaction with treatment level, satisfaction with healthcare facilities and equipments, satisfaction with registration service, awareness of hospital reputation, satisfaction with staffs courtesy and responsiveness, and satisfaction with nurses kindness. The prediction accuracy rates based on MLP (77.90%) is superior to RBF (76.80%).

• 대한교통학회지
• /
• 제28권6호
• /
• pp.147-158
• /
• 2010

교통부문 온실가스 저감과 도로의 경쟁력 강화를 위해 교통정보 제공을 통한 수요분산의 관심이 높아지고 있다. 그러나, 이를 위해서는 효율적이며 효과적인 정보제공전략 수립과 운전자 경로전환 행태와 영향요인들에 대한 연구가 선결적으로 필요한 바, 본 연구에서는 도로의 소통상황을 포함한 주행여건과 운전자의 정보매체 선호특성을 고려하여 경로전환 판별모형을 개발하고자 하였다. CART 분석을 이용한 집단구분에서는 주행여건에 따라 3개 군집으로 분류되었으며, 통계적으로 유의하였다. 그리고, CHAID 분석을 통해 경로전환에 영향을 미치는 주행여건과 선호매체 요인들을 통계적으로 유의한 집단으로 구분하여, 경로전환에 영향을 미치는 주요 요인을 파악하였다. 마지막으로, 판별분석을 통해 주행여건과 선호매체가 경로전환에 미치는 영향정도를 파악하고, 경로전환 예측 판별모형식을 개발하였다. 판별모형식 구축 결과, 경로전환은 주행여건에 더 많은 영향을 받는 것으로 나타났으며, 전체 판별적중률(Hit Ratio)은 64.2%로 도출되어 본 판별식은 일정수준 이상의 높은 판별력을 가지고 있었다.

• 한국ITS학회 논문지
• /
• 제13권4호
• /
• pp.63-72
• /
• 2014

우리나라는 급속한 경제발전과 고속성장으로 생활수준이 향상되면서 자동차 수요가 급격히 증가함에 따라 교통혼잡, 교통사고, 주차문제 등의 문제가 발생되고 있다. 자동차 증가로 인한 주차문제 중 불법주차는 교통혼잡을 야기하고 주차공간으로 인한 이웃간 분쟁의 원인이 되어 사회적 문제로 대두되고 있다. 이에 본 연구에서는 지방 광역시중 승용차 수단분담률이 높음에도 불구하고 불법주차 단속건수가 상대적을 적은 대전광역시를 대상으로 주차조사를 실시하였으며 불법주차에 대한 원론적인 문제를 파악하기 위해 의사결정나무모형 Exhaustive CHAID분석을 통하여 운전자들의 주차행위에 있어 불법주차를 선택하는 과정과 그에 따른 영향요인을 탐색하여 불법주차의 원인을 파악하고 해결하는 방안을 제시하고자 한다. 분석결과 불법주차를 선택하는 영향요인으로는 거리, 단속경험, 직업, 이용시간대 순으로 영향을 미치는 것으로 나타났으며 예측 모형은 최종적으로 4가지 노드가 도출되었다. 분석결과에 따른 불법주차의 해결방안으로는 공영주차장의 추가설치와 생계유지 및 조업차량의 주차공간 확보가 우선되어야 하고 불법주차 단속강화와 시민의식 고취를 위한 캠페인의 활성화가 필요하다.

• 한국경제지리학회지
• /
• 제12권1호
• /
• pp.56-66
• /
• 2009

정보의 양이 급격히 늘어나고, 유비쿼터스 도시 환경이 출현하고 있다. 이에 따라, 소비자가 어떤 유형의 정보를 어떤 정보 전달 매체를 통해 이용하는가 하는 문제는 공공 및 상업적 교통정보 서비스 제공자에게 공통으로 중요한 문제가 되어 있다. 본 연구는 최근 수도권에서 수집한 대중교통 이용자의 대중교통 정보습득 및 정보전달 매체선택에 관한 자료분석의 첫 번째 결과물을 보고한다. 연구는 정보의 습득과 정보매체의 선택은 정보 이용의 의사결정 상황에 크게 의존한다는 가정에 기초한다. 이에 따라 본 연구는 상황에 따라 가변적인 의사결정의 원리를 탐구하는 데 적합한 decision table 및 CHAID 분석을 응용하여 정보 습득과 정보매체 선택의 동질적 segment를 확인한다. 분석 결과, 정보 습득 및 정보매체 선택에 정보 이용 당시의 이용 교통수단 및 수행 활동 등 상황변수가 중요한 역할을 하고 있음을 알 수 있었다. 이에 더해 정보 습득에는 정보 이용 당시의 시각 역시 중요하며, 정보매체 선택에는 이용 정보 내용이 추가적으로 중요한 상황 변수임을 알 수 있었다. 연구 결과는 동적 market segmentation에 관한 중요한 시사점을 제공하고 있다.

• 보건행정학회지
• /
• 제13권3호
• /
• pp.21-34
• /
• 2003

Patient revisit to used hospital is a key factor in determining a health care organization's competitive advantage and survival. This article examines the relationship between customer's satisfaction and his/her revisit associated with three different methods which are the Chi Square Automatic Interaction Detection(CHAID) for segmenting the outpatient group, logistic regression and neural networks for addressing the outpatient's revisit. The main findings indicate that the important factors on outpatient's revisit are physician's kindness, nurse's skill, overall level of satisfaction, hospital reputation, recommendation, level of diagnoses and outpatient's age. Among these ones, physician's kindness is the most important factor as guidelines for decision of their revisit. The decision maker of hospital should select the strategy containing the variable amount of the level of revisit and size of outpatient's group under the constraint on the hospital's time, budget and manpower given. Finally, this study shows that neural networks, as non-parametric technique, appear to more correctly predict revisit than does logistic regression as a parametric estimation technique.

• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.57-62
• /
• 2010

최근 의료분야에서는 대규모의 데이터를 빠르게 검색 및 추출이 가능하게 의사결정트리 기법에 대한 연구들이 진행되고 있다. 현재 CART, C4.5, CHAID 등 여러 기법이 개발되었는데, 이러한 클레시파이 기법들은 몇몇 의사결정 나무 알고리즘이 이진분리로 분류를 하는데, 나머지 데이터의 결과가 손실될 우려가 있다. 그중 C4.5는 엔트로피의 측정값에 높고 낮음으로 트리 모양을 구성해 가는 방식이고, CART 알고리즘은 엔트로피 매트릭스를 사용하여 범주형 자료나 연속형 자료에 적용할수가 있다. 이에 본 논문에서는 클래시파이 기법 중 C4.5와 CART를 유방암 환자 데이터에 대해 적용하여 실험하여, 그 결과 분석을 통한 성능 평가를 수행하였다. 실험에서는 교차검증을 통해 그 결과에 대한 정확성을 측정하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권2호
• /
• pp.11-25
• /
• 2001

자료들 사이에 존재하는 관계, 패턴, 규칙등을 찾아내서 모형화 하는 통계적인 분류기법은 여러가지가 있다. 그러나 우리가 얻게 되는 지식은 어떤 일련의 분류규칙에 의해서가 아닌 관찰과 학습을 통한 훈련으로부터 얻게 된다. 본 베이지안 학습은 모든 형태의 불확실성을 표현하는 확률로써 우리의 믿음의 정도를 표현하는 것으로 해석될 수 있으며, 확실한 결과가 알려짐에 따라 확률이론 법칙을 사용하여 이러한 확률들을 갱신한다. 또한 신경망 모형은 이미 알고 있는 속성들에 근거하여 아직 알지 못하는 집단이나 특질들을 예측하게 해준다. 본 논문에서는 이러한 두 가지 방법을 결합한 베이지안 신경망과 기존의 CHAID, CART, QUBST 분류 알고리즘에 있어서 각각 오분류율을 비교연구하였다.

• 한국산학기술학회논문지
• /
• 제10권11호
• /
• pp.3465-3472
• /
• 2009

본 병원에 축적된 의무기록과 데이터베이스에 있는 퇴원 환자 정보를 이용하여 이탈에 영향을 미치는 특성을 파악하여 활용 가능한 예측모형을 제시하고자 한다. 외래진료 방문환자 3,503명 중 충성고객 2,118명 60.5%, 이탈 고객 1,385명 39.5%을 추출하여 분석에 사용하였다. 생존한 변수는 성별, 연령(연령대), 지역, 보험구분, 입원경로, 진료과, 퇴원과, 퇴원형태, 협진여부, 수술여부, 진료예약여부, 환자구분을 기반으로 예측모형을 만들었다. 로지스틱 회귀분석을 실시한 결과 66.0%의 정확도를 나타냈고, 신경망을 통하여 예측한 결과 분석용 결과는 정분율은 69.79%이고, 검정용 결과 정분율은 63.64%였다. CHAID를 통하여 예측한 결과 분석용 결과 정분율을 83.75% 이고, 검정용 결과 정분율은 42.74%였다. 예측 모형을 활용한 이탈고객을 위한 관리와 병원의 신뢰를 높여야 할 것이다.