• 제목/요약/키워드: Improved Decision Tree

검색결과 82건 처리시간 0.022초

구룡 해안마을 경관형성 기본계획 (Preliminary Landscape Improvement Plan for Gu-ryong Village)

  • 김연금;최정민
    • 한국조경학회지
    • /
    • 제40권6호
    • /
    • pp.23-34
    • /
    • 2012
  • 본 연구는 '2010년도 해안마을 경관형성 시범사업'의 일환으로 국토해양부가 주관하고 고흥군이 시행한 '구룡 해안마을 경관형성 기본계획'을 다룬다. 해안마을 경관은 정주, 경제, 문화 활동을 포함하고 있는 시스템이므로 해안마을 경관형성 기본계획은 관광자원화와 정주환경조성, 문화 활동 간의 균형이 필요하다고 보았다. 이에 '주민들의 생활이 이루어지고 있는 경관의 잠재성과 생활문화방식을 존중하면서 경관의 개선 및 증진'을 주요 목적으로 설정했다. 연구 진행에 있어서는 주민참여 프로그램을 운영해 주민들 스스로가 자신들의 경관 인식과 아이디어를 이야기할 수 있도록 했고 경관 추진위원회라는 소통 창구를 통해 경관형성 계획과 관련된 의사결정을 진행했다. 경관형성 계획은 먼저 시간에 따라 훼손된 자연경관을 복원하고 정비하였다. 구룡산은 배후산으로서 역할을 할 수 있도록 나대지를 복원하고 산마루 지형을 활용하여 전망공간을 조성했다. 해안과 관련해서는 돌을 사용한 계단식 스탠드와 노두길 조성으로 접근성을 높였다. 마을 길 체계는 해안도로, 마을 안길, 산자락길, 노두길 등을 대상으로 사라진 길은 복원하고, 끊긴 부분은 잇고 연결하면서 경관 주제에 맞도록 재구성하였다. 또한 주민들의 외부활동 편의성 증진과 방문객이 체계적인 경험을 할 수 있도록 기존의 거점 공간을 정비하거나 새롭게 조성했다. 이와 함께 가이드라인을 통해 사적영역에서의 경관 개선이 이루어지도록 했다. 가이드라인은 건축물의 지붕 벽체 담장과 가로에 놓이는 컨테이너 박스와 어구를 대상으로 했다. 본 연구는 주민참여 프로그램과 주민들과의 협의를 통해 주민들의 생활에 밀착한 해안마을 경관형성 기본계획을 수립했다는데 의의가 있다. 연구를 진행하면서 해안마을 경관 형성 사업의 한계점과 과제도 발견할 수 있었는데, 첫째는 주민들의 인식과 실천 사이의 간극이다. 주민들은 마을경관의 문제점을 알고 있었으나 실제 행동으로 옮기는데 있어서는 한계를 나타냈다. 둘째는 마을 경관형성사업에 대한 이해와 인식의 부족이다. 지방정부와 주민들은 마을 경관형성 사업을 신규 건축이나 도로 확장 같은 개발 사업으로 이해하는 경향이 있었다. 셋째는 경관이 그러하듯이, 이러한 계획은 단시간에 이루어지지 않으므로 일회적인 사업보다는 지속적인 관심과 지원이 필요하다는 것이다.

불균형 데이터 환경에서 변수가중치를 적용한 사례기반추론 기반의 고객반응 예측 (Response Modeling for the Marketing Promotion with Weighted Case Based Reasoning Under Imbalanced Data Distribution)

  • 김은미;홍태호
    • 지능정보연구
    • /
    • 제21권1호
    • /
    • pp.29-45
    • /
    • 2015
  • 고객반응 예측모형은 마케팅 프로모션을 제공할 목표고객을 효과적으로 선정할 수 있도록 하여 프로모션의 효과를 극대화 할 수 있도록 해준다. 오늘날과 같은 빅데이터 환경에서는 데이터 마이닝 기법을 적용하여 고객반응 예측모형을 구축하고 있으며 본 연구에서는 사례기반추론 기반의 고객반응 예측모형을 제시하였다. 일반적으로 사례기반추론 기반의 예측모형은 타 인공지능기법에 비해 성과가 낮다고 알려져 있으나 입력변수의 중요도에 따라 가중치를 상이하게 적용함으로써 예측성과를 향상시킬 수 있다. 본 연구에서는 프로모션에 대한 고객의 반응여부에 영향을 미치는 중요도에 따라 입력변수의 가중치를 산출하여 적용하였으며 동일한 가중치를 적용한 예측모형과의 성과를 비교하였다. 목욕세제 판매데이터를 사용하여 고객반응 예측모형을 개발하고 로짓모형의 계수를 적용하여 입력변수의 중요도에 따라 가중치를 산출하였다. 실증분석 결과 각 변수의 중요도에 기반하여 가중치를 적용한 예측모형이 동일한 가중치를 적용한 예측모형보다 높은 예측성과를 보여주었다. 또한 고객 반응예측 모형과 같이 실생활의 분류문제에서는 두 범주에 속하는 데이터의 수가 현격한 차이를 보이는 불균형 데이터가 대부분이다. 이러한 데이터의 불균형 문제는 기계학습 알고리즘의 성능을 저하시키는 요인으로 작용하며 본 연구에서 제안한 Weighted CBR이 불균형 환경에서도 안정적으로 적용할 수 있는지 검증하였다. 전체데이터에서 100개의 데이터를 무작위로 추출한 불균형 환경에서 100번 반복하여 예측성과를 비교해 본 결과 본 연구에서 제안한 Weighted CBR은 불균형 환경에서도 일관된 우수한 성과를 보여주었다.