• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.190-198
• /
• 2023

To enhance customer satisfaction for higher profits, an e-commerce sector can establish a continuous relationship and acquire new customers. Utilize machine-learning models to analyse their customer's behavioural evidence to produce their competitive advantage to the e-commerce platform by helping to improve overall satisfaction. These models will forecast customers who will churn and churn causes. Forecasts are used to build unique business strategies and services offers. This work is intended to develop a machine-learning model that can accurately forecast retainable customers of the entire e-commerce customer data. Developing predictive models classifying different imbalanced data effectively is a major challenge in collected data and machine learning algorithms. Build a machine learning model for solving class imbalance and forecast customers. The satisfaction accuracy is used for this research as evaluation metrics. This paper aims to enable to evaluate the use of different machine learning models utilized to forecast satisfaction. For this research paper are selected three analytical methods come from various classifications of learning. Classifier Selection, the efficiency of various classifiers like Random Forest, Logistic Regression, SVM, and Gradient Boosting Algorithm. Models have been used for a dataset of 8000 records of e-commerce websites and apps. Results indicate the best accuracy in determining satisfaction class with both gradient-boosting algorithm classifications. The results showed maximum accuracy compared to other algorithms, including Gradient Boosting Algorithm, Support Vector Machine Algorithm, Random Forest Algorithm, and logistic regression Algorithm. The best model developed for this paper to forecast satisfaction customers and accuracy achieve 88 %.

• 대한안전경영과학회지
• /
• 제9권3호
• /
• pp.111-118
• /
• 2007

What is CRM(Customer Relationship Management) means that planning, executing, and re-accessing the marketing strategy based on the customer character by analyzing the material related to customers. That is CRM is a strategy of customer service on the base of data. In the case of the telecommunications and a newspaper, there are restricted application of CRM, because they are provided services by paying a given amount of money within a given period of time. This paper develops CRM model(chum prediction model) that can apply to a newspaper. For model-building, real data were used which were collected from one of the major a newspaper company in Korea. Also, this paper verifies the efficient result.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1996년도 춘계학술발표회논문집(2)
• /
• pp.586-591
• /
• 1996

Through the analysis of many experimental post-dryout data, it is shown that the most probable flow regime near dryout or quench front is not annular flow but churn-turbulent flow when the mass flux is low. A correlation describing the initial droplet size just after the CHF position at low mass flux is suggested through regression analysis. In the post-dryout region at low pressure and low flow, it is found that the suggested one-dimensional mechanistic model is not applicable when the vapor superficial velocity is very low, i.e., when the flow is bubbly or slug flow regime. This is explained by the change of main entrainment mechanism with the change of flow regime. Therefore, the suggested correlation is valid only in the churn-turbulent flow regime ( $j_{g}$ $^{*}$＝0.5~4.5).).

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2003년도 추계학술대회
• /
• pp.115-133
• /
• 2003

본 연구에서는 번호이동성 제도의 시차 도입이 이동통신시장에 미치는 영향과 동 제도와 관련된 경제적 후생효과를 추정하였다. 전문조사기관이 조사한 churn rate를 이용하여 2004년-2007년간 사업자별 시장점유율 추정결과는 2004년에는 선발사업자의 점유율은 낮아지고 후발사업자의 점유율은 높아져 유효경쟁체제를 구축하는 방향으로 움직이지만 churn in/out 효과가 모두 반영되는 2005년 이후 장기적으로는 정부의 정책목표가 달성되지 않을 수도 있음을 보이고 있다. 한편 번호이동성이 가져올 경제적 후생효과로는 동 제도를 일시 도입하는 경우 약 3,323억원의 후생이 발생하고, 6개월 시차 도입하는 경우에는 경쟁활성화 효과를 무시하면 이보다 7.85% 감소한 약 3,062억원으로 추정되었다. 또한 요금인하 수준이 분당 0.3원 정도 되면 시차 도입으로 인한 경쟁 효과가 시차제 적용으로 인한 후생 손실을 보전할 수 있는 것으로 나타났다.

• 한국소음진동공학회논문집
• /
• 제21권10호
• /
• pp.916-923
• /
• 2011

The refrigerant after the expansion valve interchanges the heat at the evaporator. At this moment, the state of gas and liquid becomes two-phase flow and causes irregular noise. In order to avoid the noise, the two-phase flow pattern should be predicted. In this paper, the procedure to predict the two-phase flow patterns such as churn flow and annular flow was suggested using the CFD software. The experiments using refrigerant-supplying equipment was carried out and the noise levels according to the flow pattern were measured. The flow patterns predicted by this procedure showed good agreement with those by experiments. The churn flow is noisier than annular flow pattern.

• 지능정보연구
• /
• 제19권2호
• /
• pp.125-140
• /
• 2013

어떤 클래스에 속한 레코드의 개수가 다른 클래스들에 속한 레코드의 개수보다 매우 많은 경우에, 이 데이터 집합을 '불균형 데이터 집합'이라고 한다. 데이터 분류에 사용되는 많은 기법들은 이러한 불균형 데이터에 대해서 저조한 성능을 보인다. 어떤 기법의 성능을 평가할 때에 적중률뿐만 아니라, 민감도와 특이도도 함께 측정하여야 한다. 고객의 이탈을 예측하는 문제에서 '유지' 레코드가 다수 클래스를 차지하고, '이탈' 레코드는 소수 클래스를 차지한다. 민감도는 실제로 '유지'인 레코드를 '유지'로 예측하는 비율이고, 특이도는 실제로 '이탈'인 레코드를 '이탈'로 예측하는 비율이다. 많은 데이터 마이닝 기법들이 불균형 데이터에 대해서 저조한 성능을 보이는 것은 바로 소수 클래스의 적중률인 특이도가 낮기 때문이다. 불균형 데이터 집합에 대처하는 과거 연구 중에는 소수 클래스를 Oversampling하여 균형 데이터 집합을 생성한 후에 데이터 마이닝 기법을 적용한 연구들이 있다. 이렇게 균형 데이터 집합을 생성하여 예측을 수행하면, 특이도는 다소 향상시킬 수 있으나 그 대신 민감도가 하락하게 된다. 본 연구에서는 민감도는 유지하면서 특이도를 향상시키는 모델을 개발하였다. 개발된 모델은 Support Vector Machine (SVM), 인공신경망(ANN) 그리고 의사결정나무 기법 등으로 구성된 하이브리드 모델로서, Hybrid SVM Model이라고 명명하였다. 구축과정 및 예측과정은 다음과 같다. 원래의 불균형 데이터 집합으로 SVM_I Model과 ANN_I Model을 구축한다. 불균형 데이터 집합으로부터 Oversampling을 하여 균형 데이터 집합을 생성하고, 이것으로 SVM_B Model을 구축한다. SVM_I Model은 민감도에서 우수하고, SVM_B Model은 특이도에서 우수하다. 입력 레코드에 대해서 SVM_I와 SVM_B가 동일한 예측치를 도출하면 그것을 최종 해로 결정한다. SVM_I와 SVM_B가 상이한 예측치를 도출한 레코드에 대해서는 ANN과 의사결정나무의 도움으로 판별 과정을 거쳐서 최종 해를 결정한다. 상이한 예측치를 도출한 레코드에 대해서는, ANN_I의 출력값을 입력속성으로, 실제 이탈 여부를 목표 속성으로 설정하여 의사결정나무 모델을 구축한다. 그 결과 다음과 같은 2개의 판별규칙을 얻었다. 'IF ANN_I output value < 0.285, THEN Final Solution = Retention' 그리고 'IF ANN_I output value ${\geq}0.285$, THEN Final Solution = Churn'이다. 제시되어 있는 규칙의 Threshold 값인 0.285는 본 연구에서 사용한 데이터에 최적화되어 도출된 값이다. 본 연구에서 제시하는 것은 Hybrid SVM Model의 구조이지 특정한 Threshold 값이 아니기 때문에 이 Threshold 값은 대상 데이터에 따라서 얼마든지 변할 수 있다. Hybrid SVM Model의 성능을 UCI Machine Learning Repository에서 제공하는 Churn 데이터 집합을 사용하여 평가하였다. Hybrid SVM Model의 적중률은 91.08%로서 SVM_I Model이나 SVM_B Model의 적중률보다 높았다. Hybrid SVM Model의 민감도는 95.02%이었고, 특이도는 69.24%이었다. SVM_I Model의 민감도는 94.65%이었고, SVM_B Model의 특이도는 67.00%이었다. 그러므로 본 연구에서 개발한 Hybrid SVM Model이 SVM_I Model의 민감도 수준은 유지하면서 SVM_B Model의 특이도보다는 향상된 성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.2(A)
• /
• pp.143-144
• /
• 2010

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(A)
• /
• pp.345-346
• /
• 2010

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2003년도 추계학술대회 및 정기총회
• /
• pp.187-190
• /
• 2003

Since the early 1980s, the concept of relationship management in marketing area has gained its importance. Acquiring and retaining the most profitable customers are serious concerns of a company to perform more targeted marketing campaigns. For effective CRM (Customer Relationship Management), it is important to gather information on customer value. Many researches have been performed to calculate customer value based on CLV (Customer Lifetime Value). It, however, has some limitations. It is difficult to consider the churn of customers, because the previous prediction models have focused mainly on expected future cash flow derived from customers'past profit contribution. In this paper we suggest a CLV model considering past profit contribution, potential benefit, and churn probability of a customer. We also cover a framework for analyzing customer value and segmenting customers based on their value. Customer value is classified into three categories: current value, potential value and customer loyalty. Customers are segmented according to the three categories of customer value. A case study on calculating customer value of a wireless communication company will be illustrated.

• 경영과학
• /
• 제25권2호
• /
• pp.57-71
• /
• 2008

We study factors that affect consumers' switching behaviors among service providers in Korean mobile telecommunications service market. For empirical analysis, quarterly time series data from the first quarter of 2004 through the second quarter of 2007 were used. We chose the number of switchers to each mobile service provider in each quarter as dependent variables. Independent variables include acquisition costs per subscriber, which play the role of subsidy to mobile handset, switching costs, time trend, structural change effect, and waiting demand effects. Through the empirical analysis, we found that each provider's churn-in customers are affected by different factors. Specifically, the number of churn-in customers into SK Telecom is explained mainly by SK Telecom's customer acquisition costs and waiting demand from KTF, while the number of customers switching into KTF is better explained by switching costs from the previous service provider and waiting demand from SK Telecom. Those who chose LG Telecom as their new provider, on the other hand, were mainly attracted by LG Telecom's high subscriber acquisition cost.