• 한국콘텐츠학회논문지
• /
• 제21권2호
• /
• pp.121-129
• /
• 2021

본 연구에서는 데이터마이닝(Data Mining) 기법 중 하나인 연관관계분석(Association Rule Mining)을 적용하여 위험화물 선별모델을 구축함으로써 관세위험을 최소화하고자 한다. 이를 위해 관세청 수입신고서 빅데이터를 활용하여 연관관계분석 알고리즘인 어프라이어리 알고리즘(Apriori Algorithm)을 적용하고 공급망 간의 위험정도를 계산한다. 대규모의 수입신고 데이터로부터 해외공급자와 수입업체 간의 세율관련(과세가격, 품목, 중수량 등), 원산지표시 위반 등에 관련한 적발결과 관한 규칙셋(Rule Set)과 이 규칙들의 신뢰도(Confidence)을 확보하여 우범공급망 간의 거래패턴을 예측할 수 있는 선별모델을 구축한다. 총 2년 6개월 치의 수입신고 데이터를 활용하여 5-겹 교차검증(5-fold cross validation)을 수행한 결과 16.6%의 Precision과 33.8%의 Recall을 보였다. 이는 빈도기반 방법보다 Precision 기준 약 3.4배 Recall 기준 약 1.5배 높은 결과이다. 이로써 논문에서 제안하고 있는 방법이 관세위험을 줄일 수 있는 효과적인 방법임을 확인하였다.

• 유통과학연구
• /
• 제10권5호
• /
• pp.45-55
• /
• 2012

본 연구는 현재 국내 택배업체들이 택배이용자들에게 제시하고 있는 '택배요금기준'의 불합리성을 개선하여 합리적인 기준에 의한 요금 수수가 이루어 질수 있도록 하기 위해서 수행되었다. 일반적으로 화물운송임은 화물의 중량이나 부피의 크기를 기본으로 하고 몇 가지의 할인 및 할증의 요소들을 감안하여 책정이 된다. 특히 택배서비스와 같이 공공물류의 성격이 강하고, 불특정 다수가 이용하는 경우에는 요금기준의 합리성이 강하게 요구된다고 할 수 있다. 따라서 택배거래의 기준이 되는 택배요금의 기준이 합리적으로 설정되어 있어야 하는 바, 현재 국내택배업체들이 자체적으로 설정하여 적용하고 있는 택배요금기준이 합리적으로 설정이 되어있는 지에 대하여 분석하였다. 이를 위하여 문헌 및 선행연구들을 통하여 각종 이론을 검토하고 외국의 택배업체들의 요금계산방법, 타운송수단의 운임의 적용기준 등을 검토하였으며 택배화물을 표본조사를 하여 '부피의 크기'기준과 '3변의 합의 크기' 기준 중 어떤 기준이 더 합리적으로 요금의 크기를 나타내고 있는지를 회귀분석을 통하여 분석하였고, 운임 결정의 또 하나의 중요한 요소인 중량의 크기를 어떤 방법이 더 잘 반영하는지를 검토하였다. 연구결과 '부피의 크기'에 의한 화물의 크기결정방법이 현실적으로 요금수준을 합리적으로 설명하고 화물의 중량과의 상관관계도 높게 나타내고 있음을 알 수 있었다. 따라서 현재의 '중량의 크기'와 '3변의 합의 크기'에 따른 요금기준은 '중량의 크기'와 '부피의 크기'기준으로 변경되는 것이 합리적이라는 결론에 도달하였다.