• 서비스연구
• /
• 제7권4호
• /
• pp.51-68
• /
• 2017

핀테크는 금융 문맹 퇴치 및 투자, 소매 금융, 그리고 비트코인 (bitcoin)과 같은 암호 화폐 등 혁신적인 정보기술을 활용한 새로운 금융 서비스 분야이다. 특히 온라인/모바일 시스템이 오프라인 금융 시스템을 대체하면서 제 3 자 온라인 지불 서비스가 빠르게 성장하고 있다. 한편, 시스템 품질 및 사용자 태도는 제 3 자 지불 서비스 사용을 유도하는 핵심 요인이지만 이러한 요인의 중요성에 대한 인식은 국가마다 상이할 수 있다. 본 연구의 목적은 기술의 수용과 사용에 대한 통합 이론 (UTAUT2)을 바탕으로 중국과 한국의 제3자 온라인/모바일 지불 서비스 채택 요인이 어떻게 다른 지를 밝히는 것이다. 이를 위해 본 연구에서는 계층분석과정(analytic hierarchy process: AHP), 퍼지 집합 및 TOPSIS를 활용하여 제 3 자 온라인/모바일 지불 시스템 채택 요인들을 파악하고 상대적인 중요도를 평가하고자 한다. 분석 결과 중국인의 경우 가격이 채택 의도에 가장 큰 영향을 미치는 반면, 한국인의 경우 지각된 신뢰가 채택 의도에 가장 중요한 영향을 미친다는 것을 알 수 있었으며 하위 기준에서도 역시 중국과 한국에 차이가 있음을 확인할 수 있었다.

• 한국항해항만학회지
• /
• 제31권6호
• /
• pp.537-543
• /
• 2007

다기준 의사결정 문제에서 요인간의 가중치 계산과 계산된 요인의 평가값 종합화는 매우 중요하다. 본 연구에서는 다기준 의사결정 문제에 있어서 의사결정자의 의사전략 결합기법과 다기준의사결정 문제로의 적용을 연구하였다. 복잡한 환경에서 의사결정을 할 때 발생되는 모호함을 해결하기 위해 주관적 의견을 결합한 퍼지지합 이론을, 다기준 문제의 요인을 퍼지값으로 계층화하기 위해 계층분석법을 적용하였다. 또한, 의사결정자의 의사전략을 결합하기 위해 순위 가중치평균법을 이용하였다. 순위가 있는 가중치 평균방법은 퍼지집합의 orness 특성을 이용하여 의사결정자의 주관적 의지를 반영할 수 있는 기법으로, 순위가중치평균(OWA) 연산자에 따른 낙관적 혹은 비관적인 정도에 따라 주관적인 의도를 반영할 수 있는 방법이다. 다기준의사결정 문제의 적용사례로서 해상교통안전을 위한 대기정박지의 위치분석 문제를 본 연구에서 제시한 방법에 따라 적용하였다.

• 대한인간공학회지
• /
• 제29권4호
• /
• pp.631-637
• /
• 2010

The aim of affective engineering is to develop a new product by translating customer affections into design factors. Affective data have so far been analyzed using a multivariate statistical analysis, but the affective data do not always have linear features assumed under normal distribution. Rough sets model is an effective method for knowledge discovery under uncertainty, imprecision and fuzziness. Rough sets model is to deal with any type of data regardless of their linearity characteristics. Therefore, this study utilizes rough sets model to extract affective knowledge from affective data. Four types of scent alternatives and four types of sounds were designed and the experiment was performed to look into affective differences in subject's preference on air conditioner. Finally, the purpose of this study also is to extract knowledge from affective data using rough sets model and to figure out the relationships between rough sets based affective engineering method and statistical one. The result of a case study shows that the proposed approach can effectively extract affective knowledge from affective data and is able to discover the relationships between customer affections and design factors. This study also shows similar results between rough sets model and statistical method, but it can be made more valuable by comparing fuzzy theory, neural network and multivariate statistical methods.

• 한국인터넷방송통신학회논문지
• /
• 제13권5호
• /
• pp.183-188
• /
• 2013

객체를 분류하기 위하여 유사한 특징을 기반으로 하는 다양한 클러스터해석은 데이터 마이닝에서 필수적이다. 그러나 많은 데이터베이스에 포함되어 있는 범주형 데이터의 경우에 기존의 분할접근방법은 객체간의 불확실성을 처리하는데 한계가 있다. 범주형 데이터의 분할과정에서 식별불가능에 의한 동치류의 불확실성에 대한 접근논리가 러프집합의 대수학적인 논리에만 국한되어서 알고리즘의 안정성과 효율성이 떨어지는 요인으로 작용하고 있다. 본 논문에서는 범주형 데이터에 존재하는 속성의 의존도를 고려하기 위하여 정보이론적인 척도를 기반으로 러프엔트로피를 정의하고 MMMR이라는 알고리즘을 제안하여 분할속성을 추출한다. 제안된 방법의 성능을 분석하고 비교하기 위하여 K-means, 퍼지에 의한 방법과 표준편차를 이용한 기존의 방법과 비교우위를 ZOO데이터에 국한하여 알아본다. ZOO데이터를 이용하여 기존의 범주형 알고리즘과의 비교우위를 살펴보고 제안된 알고리즘의 효율성을 검증한다.