• 산업공학
• /
• 제18권3호
• /
• pp.277-287
• /
• 2005

In this paper, we deal with a new techno-economic modeling and analysis for optical access networks. In deploying the fiber-to-the-home (FTTH) architecture, network planner needs to consider the following techno-economic issues: when do we need to upgrade existing local access network to FTTH network? how much do we invest to maximize profit? In order to answer these techno-economic questions, we need to consider the impact of emerging technologies and business environment. Toward this end, we develop a new techno-economic modeling to deal with the inherent complexity of technology evolution and cost economics. In particular, the new modeling approach provides us with an techno-economic analysis of technology alternatives such as ethernet passive optical network (E-PON) and wavelength division multiplex passive optical network (WDM-PON). In this analysis, we focus on the impact of critical factors such as the cost characteristic of proposed architecture and digital subscriber line (DSL) subscriber's churn-in to FTTH service and churn-out. We develop mixed integer-programming models for finding the evolution path of local access networks to broadband network architectures.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.27-30
• /
• 2003

서비스기반 경쟁효과를 호주 사례로 검토결과, 시내전화 시장은 재판매 도입으로 인해 Telstra의 시장점유율은 후발사업자들에 의해 약 13%를 정도 잠식되었고 시장평균 통화료는 인하되었다. 그러나 Telstra는 통화료 인하에 따른 수익보전을 위해 기본료를 14.5% 인상 조정 하였다. 사업자사전선택제의 장거리전화 및 국제시장 도입에 따라 장거리전화요금은 23.5%, 국제전화요금은 53%가 인하되었고 천이(Churn)자 수도 증가하였다. 이와 같이 서비스기반 경쟁은 장거리전화 및 국제전화 시장에서의 효율적 결과를 가져왔다. 그러나 LM통화 시장은 사업자사전선택 실시는 13.4%의 통화료인하를 가져왔으나 과금구조의 복잡성, 효율적 경쟁극대를 위한 과대비용 전망, 기술적 장벽, 소비자의 왜면으로 인해 효과가 미미한 것으로 나타났다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권3호
• /
• pp.490-508
• /
• 2013

One of the most important scalability issues facing the current Internet is the rapidly increasing rate of BGP updates (BGP churn), to which route flap and path exploration are the two major contributors. Current countermeasures would either cause severe reachability loss or delay BGP convergence, and are becoming less attractive for the rising concern about routing convergence as the prevalence of Internet-based real time applications. Based on the observation that highly active prefixes usually repeatedly explore very few as-paths during path exploration, we propose a router-level mechanism, Path Exploration Aggregation (PEA), to scale BGP without either causing prefix unreachable or slowing routing convergence. PEA performs aggregation on the transient paths explored by a highly active prefix, and propagates the aggregated path instead to reduce the updates caused by as-path changes. Moreover, in order to avoid the use of unstable routes, PEA purposely prolongs the aggregated path via as-path prepending to make it less preferred in the perspective of downstream routers. With the BGP traces obtained from RouteViews and RIPE-RIS projects, PEA can reduce BGP updates by up to 63.1%, shorten path exploration duration by up to 53.3%, and accelerate the convergence 7.39 seconds on average per routing event.

• 한국게임학회 논문지
• /
• 제18권5호
• /
• pp.47-58
• /
• 2018

게임 봇은 게임에서 사용되는 재화 또는 아이템 등을 대량으로 유통시키며 게임 재화 및 아이템의 가치를 하락시키는 한편 아이템을 획득하기 위해 봇끼리 몰려다니면서 몬스터를 사냥하고 아이템을 채집하므로 일반 유저들이 정상적으로 콘텐츠를 즐기는 활동을 방해해 왔다. 그러나 봇의 증가가 구체적으로 어떤 유형의 유저에게 영향을 미치는지, 그리고 어떤 활동 유형을 감소시키는지에 대한 연구는 알려진 바가 없었다. 이에 따라 본 연구에서는 게임 유저들의 접속 데이터를 토대로 유형을 분류하고 봇의 증가에 따른 유저 이탈과의 상관관계를 분석함으로써 유저들의 게임 이용을 유도하는 실무적인 시사점을 제공한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권12호
• /
• pp.4706-4724
• /
• 2020

With various structured data, such as the company size, loan balance, and savings accounts, the voice of customer (VOC), which is text data containing contact history and counseling details was analyzed in this study. To analyze unstructured data, the term frequency-inverse document frequency (TF-IDF) analysis, semantic network analysis, sentiment analysis, and a convolutional neural network (CNN) were implemented. A performance comparison of the models revealed that the predictive model using the CNN provided the best performance with regard to predictive power, followed by the model using the TF-IDF, and then the model using semantic network analysis. In particular, a character-level CNN and a word-level CNN were developed separately, and the character-level CNN exhibited better performance, according to an analysis for the Korean language. Moreover, a systematic selection model for optimal text mining techniques was proposed, suggesting which analytical technique is appropriate for analyzing text data depending on the context. This study also provides evidence that the results of previous studies, indicating that individual customers leave when their loyalty and switching cost are low, are also applicable to corporate customers and suggests that VOC data indicating customers' needs are very effective for predicting their behavior.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.2(A)
• /
• pp.78-79
• /
• 2010

• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2005년도 추계학술대회 발표 논문집
• /
• pp.119-129
• /
• 2005

현재의 이동통신시장은 시장의 포화상태로 인해 신규 고객의 확보보다는 기존 고객의 유지에 마케팅 활동을 강화하고 있다. 본 연구에서는 이탈고객관리(churn management)를 위한 방안으로 데이터마이닝 기법에 기반하여 고객을 등급별로 세분화하였다. 이동통신 고객데이터를 활용하여 로짓모형, 인공신경망, SVM 등을 이탈고객 예측모형을 개발하였고, 각 모형별 성과를 통계적으로 비교하였다. 이탈고객 예측모형을 통해 고객의 이탈가능성을 등급화하여 등급별 이탈확률과 점유율, 적중률을 산출하였다. 제안된 고객등급화 방법을 통해 이동통신사들은 고객의 이탈확률에 따른 차별화된 마케팅 전락을 수행할 수 있을 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제19권4호
• /
• pp.1007-1018
• /
• 2008

The purpose of this case study is to demonstrate database-marketing management. First, we explore original variables for insurance customer's data, modify them if necessary, and go through variable selection process before analysis. Then, we develop churn prediction models using logistic regression, neural network and SVM analysis. We also compare these three data mining models in terms of misclassification rate.

• 지능정보연구
• /
• 제12권2호
• /
• pp.167-183
• /
• 2006

데이터마이닝은 우리가 완벽하게 알고 있지 못하는 데이터 집합으로부터 알려지지 않은 사실이나 규칙을 찾아내는 작업이기 때문에 항상 높은 오류율의 위험에 처해 있다. 다중모델은 하나의 문제에 다수의 모델을 사용함으로써 오류율을 줄이고자 하는 접근 방법이다. 본 연구에서는 데이터마이닝의 예측 성능을 개선시킬 수 있는 새로운 방식의 다중모델을 제시한다. 이 다중모델은 입력사례의 특성에 따라 그에 적합하게 개발된 모델이 선정되어 적용되는 특징을 가지고 있다. 제시된 다중모델의 현실적인 성능 검증을 위해 국내 자동차 보험 가입 고객의 이탈 예측 문제에 적용하여, 그 결과를 단일모델의 결과와 비교 평가하였다. 비교 대상 단일모델로는, 사례기반추론, 인공신경망, 의사결정나무 등이 사용되었는데, 다중모델의 예측 성능이 어떤 단일모델의 예측 성능보다 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제12권4호
• /
• pp.109-126
• /
• 2006

성공적인 고객관계관리(CRM : customer relationship management)를 수행하기 위해서는 효과적인 고객 등급화가 필요하다. 일반적으로 고객등급화는 고객별로 LTV를 산정한 다음 일정한 비율로 고객을 분류하여 등급을 정하는 방법이 사용되어 왔다. 그러나 이러한 방법은 등급간의 이질성을 명확하게 반영하지 못하기 때문에 적지 않은 문제점을 내포하고 있다. 본 논문에서는 Holistic Profit을 이용해서 고객을 등급화 하는 방법을 제시하고, A 생명보험회사의 고객자료을 이용해서 이를 검증하였다. Holistic Profit은 신용대출 승인정책에서 승인임계점수(Cutoff Point) 책정에 활용되고 있는 방법들 중의 하나이다. 요약하면, 본 논문의 목적은 Holistic Profit을 활용하여 보다 효과적이고 과학적인 방법으로 고객 등급화 하는 방법의 개발과 검증에 있다. 본 논문에서 제시된 방법을 사용해서 고객을 등급화 함으로써 기업은 보다 효과적인 고객관계관리(CRM)와 마케팅 활동을 수행할 수 있을 것으로 기대된다.