• 한국산업정보학회논문지
• /
• 제2권2호
• /
• pp.189-207
• /
• 1997

Recently, we have witnessed a host of emerging tools in the management support systems (MSS) area including the data warehouse/multidimensinal databases (MDDB), data mining, on-line analytical processing (OLAP), intelligent agents, World Wide Web(WWW) technologies, the Internet, and corporate intranets. These tools are reshaping MSS developments in organizations. This article reviews a set of emerging data management technologies in the knowledge discovery in databases(KDD) process and analyzes their implications for decision support. Furthermore, today's MSS are equipped with a plethora of AI techniques (artifical neural networks, and genetic algorithms, etc) fuzzy sets, modeling by example , geographical information system(GIS), logic modeling, and visual interactive modeling (VIM) , All these developments suggest that we are shifting the corporate decision making paradigm form information-driven decision making in the1980s to knowledge-driven decision making in the 1990s.

• 한국조리학회지
• /
• 제23권6호
• /
• pp.161-172
• /
• 2017

The purposes of this study were to examine if a decision making by a tourist sequentially or hierarchically occurs in a tourism destination and to test determinants that have an effect on both a sequential and non-sequential decision making. An instrument for the study was developed with three steps. A total of 420 and 380 questionnaire were collected respectively for the first two round surveys. For the third step, a pilot test was conducted with 30 respondents. And the data analysis utilized SPSS 18.0. A logistic regression analysis with variables of tourism activity and demography was employed to investigate the factors that affect a sequence of decision-making process. As an important result, the higher the age of the tourist in a tourism destination, the more conspicuous the consumption expenditure is made through the sequential decision-making process. Additionally, it is unreasonable to apply the premises and assumptions in extant consumer behavior to tourist behavior. The process of decision making by tourists in tourism areas is driven by either non-sequential or non-hierarchical decision-making process. More discussion and implications were provided.

• 정보화정책
• /
• 제26권3호
• /
• pp.3-35
• /
• 2019

4차 산업혁명시대에 지능정보기술의 발전에 따라 인공지능의 다양한 역할이 주목을 받고 있다. 구글의 알파고를 계기로 인공지능은 더 이상 공상의 기술이 아닌 실존하는 기술이라는 점에서 사회전역에 파급효과를 가져올 것으로 예상되고 있다. 이에 따라 본 연구에서는 공공부문에서 인공지능을 활용한 정책결정의 가능성과 쟁점에 대한 탐색적 논의를 진행하였다. 이에 따른 연구목적은 세 가지 측면으로 구분되며, 첫째, 공공부문에서 인공지능이 정책결정까지 이어질 수 있는지에 대한 검토이다. 둘째, 인공지능의 정책결정과정이 기존 정책결정과의 어떠한 차이를 가지는가이다. 셋째, 인공지능이 정책결정에 도입될 경우에 나오게 될 쟁점을 다루었다. 이러한 인공지능에 의한 정책결정이 기존의 정채결정과 구별되는 점은 많은 정보와 대안에 기반한 합리적 의사결정, 투명성 및 신뢰성의 제고, 정책이슈에 대한 객관적인 시각, 신속한 의사결정 등이다. 하지만 인공지능의 정책의사결정시 야기되는 쟁점 역시 존재 한다. 첫째는 인공지능의 우월성, 둘째 윤리성 논란, 셋째 책임성, 넷째 기존 민주주의의 변화, 다섯째 공공부문 인력의 대체 논쟁, 여섯째 인공지능에 필요한 데이터 활용의 문제점 등이다. 공공부문 정책의사결정에서 인공지능의 도입은 향후 실현될 것이기 때문에, 사회적 충격을 최소화하기 위해 그에 따른 순기능과 역기능에 대한 융합적인 접근이 필요하다.

• 한국시뮬레이션학회논문지
• /
• 제5권1호
• /
• pp.1-12
• /
• 1996

We propose a new approach to classifying a time series data into one of the autoregressive moving-average (ARMA) models. It is bases on two pattern recognition concepts for solving time series identification. The one is an extended sample autocorrelation function (ESACF). The other is a neural network-driven decision tree classifier(NNDTC) in which two pattern recognition techniques are tightly coupled : neural network and decision tree classfier. NNDTc consists of a set of nodes at which neural network-driven decision making is made whether the connecting subtrees should be pruned or not. Therefore, time series identification problem can be stated as solving a set of local decisions at nodes. The decision values of the nodes are provided by neural network functions attached to the corresponding nodes. Experimental results with a set of test data and real time series data show that the proposed approach can efficiently identify the time seires patterns with high precision compared to the previous approaches.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.61-71
• /
• 2023

데이터 기반 의사결정 방법론, 고도화된 빅데이터 처리 기법의 발달로 데이터를 처리하는 방법에 대한 정보의 수요가 늘어나고 있다. 데이터를 활용하는 거의 모든 작업과 연구에서 데이터 전처리 과정이 포함되나, 이러한 과정은 주장하고자 하는 내용이나 결과물을 도출하기 위한 수단으로써 언급될 뿐 실질적인 과정에 대해서 자세하게 설명하고 있는 연구는 부족하였다. 실질적인 분석 기법을 활용하기 이전의 단계로 간단하게 언급되는 경우가 많아 데이터 처리에 대한 인사이트를 획득하기 어려운 경우가 많았다. 따라서 이 연구에서는, raw data에서부터 데이터를 처리하는 과정, 즉 데이터 처리 파이프라인에 대해서 자세하게 작성하고자 하였다. 특히 수입식품 수입 절차에 대한 설명을 구체화함으로써 해당 상황에서 데이터의 필드들이 어떻게 해석될 수 있고 어떠한 필드들을 왜 활용하게 되었는지에 대한 상황과 관련 도메인 지식을 공유하면서 흐름을 기술하고자 하였다.

• 한국IT서비스학회지
• /
• 제20권4호
• /
• pp.35-52
• /
• 2021

Nowadays data-based decision making is emerging as the center of the business environment paradigm, but many companies do not have data-driven decision-making systems. It has also been studied that using an expert's intuition in decision making can be more efficient in terms of speed and cost, compared to analytical decision making. The goal of this study is to analyze customer churn factors using a group of experts within a financial company from the viewpoint of decision-making efficiency. We applied a debit card 'A', product of the National Credit Union Federation of Korea. The churn factors of all the financial expert groups were examined. Also. the difference in each group (management support, card recruitment, customer service group) was analyzed. We expect that this study will be helpful in the practical aspects of managers whose environments is lack data-oriented infrastructure and culture.

• 한국콘텐츠학회지
• /
• 제15권1호
• /
• pp.29-34
• /
• 2017

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.496-500
• /
• 2015

International construction projects are inherently more risky than domestic projects with multi-dimensional uncertainties that require complementary risk management at both the country and project levels. However, despite a growing need for systematic country evaluations, most studies have focused on project-level decisions and lack country-based approaches for firms in the construction industry. Accordingly, this study suggests data-driven approaches for evaluating countries using two quantitative models. The first is a two-stage country segmentation model that not only screens negative countries based on country attractiveness (macro-segmentation) but also identifies promising countries based on the level of past project performance in a given country (micro-segmentation). The second is a multi-criteria country segmentation model that combines a firm's business objective with the country evaluation process based on Kraljic's matrix and fuzzy preference relations (FPR). These models utilize not only secondary data from internationally reputable institutions but also performance data on Korean firms from 1990 to 2014 to evaluate 29 countries. The proposed approaches enable firms to enhance their decision-making capacity for evaluating and selecting countries at the early stage of corporate strategy development.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.340-367
• /
• 2018

Storage services integration can be done for achieving high availability, improving data access performance and scalability while preventing vendor lock-in. However, multiple services environment management and interoperability have become a critical issue as a result of service architectures and communication interfaces heterogeneity. Storage federation model provides the integration of multiple heterogeneous and self-sufficient storage systems with a single control point and automated decision making about data distribution. In order to integrate diverse heterogeneous storage services into a single storage pool, we are proposing a storage service federation framework named BoxBroker. Moreover, an automated decision model based on a policy-driven data distribution algorithm and a service evaluation method is proposed enabling BoxBroker to make optimal decisions. Finally, a demonstration of our proposal capabilities is presented and discussed.

• 지식경영연구
• /
• 제25권2호
• /
• pp.19-47
• /
• 2024

기업의 데이터 분석 및 활용 역량은 전사 차원의 지식경영과 의사결정에 중요한 역할을 한다. 이 연구는 대형 언어 모델이 기업데이터 분석에서 어떻게 활용될 수 있는지 알아보고자 수행되었다. 구체적으로 인적자원 분야에 초점을 맞추어, 대형 언어 모델의 데이터 분석 역량을 검증해 보았다. 이를 위해 인사분야에서 많은 연구가 이루어져온 공개데이터셋 IBM HR 데이터를 소재로, 선행연구들에서 이루어진 머신러닝 기반 이직자 예측 분석을 ChatGPT를 통해 재현하고 그 예측성능을 비교해보았다. 고급 프로그래밍 역량이 필요했던 과거 연구방식과 달리, 분석가의 자연어 요청으로 진행한 ChatGPT 기반 머신러닝 데이터 분석은 훨씬 쉽고 빠르다는 장점이 있었고, 예측 정확도 역시 선행연구와 비교해 경쟁력 있는 수준을 기록했다. 이는 그동안 고급 프로그래밍 역량이 요구되던 기업데이터 분석 분야에서, ChatGPT를 비롯한 대형 언어 모델들이 효과적이고 실질적인 대안이 될 수 있다는 가능성을 시사한다. 또한 이를 통해 데이터 분석의 대중화 나아가 데이터 기반 의사결정(DDDM: Data-Driven Decision Making)의 확산에도 기여할 수 있을 것으로 기대된다. 데이터분석 과정에서 사용한 프롬프트와 ChatGPT가 생성한 프로그래밍 코드도 부록에 수록하여 검증 가능하게 함으로써, 향후 대형 언어 모델을 활용한 데이터분석 연구의 초석을 제공하고자 한다.