http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
표적 마케팅을 위한 CBR 시스템의 유사 임계치 및 커버리지의 동시 최적화 모형
안현철 한국경영정보학회 2007 한국경영정보학회 학술대회논문집 Vol.2007 No.-
사례기반추론(CBR)은 많은 장점으로 인해, 생산, 재무, 마케팅 등의 분야의 다양한 경영의사결정문제 해결에 적용되어 왔다. 그러나, 효과적인 CBR 시스템을 설계, 구축하기 위해서는 연구자가 직관적으로 설정해야 할 많은 변수들이 존재한다. 본 연구에서는 이러한 CBR의 여러 설계요소들 중, '결합할 유사사례의 선택' 과 관련해, CBR이 보다 개선된 형태로 경영문제 해결에 응용될 수 있는 모형을 제시하고 있다. 본 연구의 제안모형은 결합할 유사사례를 선택하는 기준으로 특정 사례수(k-NN)나 유사도의 상대적 비율을 사용하는 기존의 CBR과 달리 0에서 1사이의 값을 갖는 절대적 유사 임계치를 적용하고 있다. 다만, 절대적 유사 임계치를 사용할 때, 그 값이 작아질 경우 예측결과의 생성이 과도하게 이루어지지 않을 수 있는 문제를 해결하기 위해, 커버리지를 모형에 함께 반영하여 사용자가 원하는 수준의 커버리지는 유지한 상태에서 가장 효과적인 유사 사례를 찾아, 추론을 수행할 수 있도록 설계하였다. 제안모형을 검증하기 위해, 본 연구에서는 이 모형을 실제 인터넷 쇼핑몰의 고객 발굴 사례에 적용해 보았다. 이를 통해, 제안모형의 적용가능성을 확인하고, 향후 추가연구가 요구되는 개선방향을 고찰해 보았다.
이정환,강호철,안현철,조현서 한국환경생태학회 1999 한국환경생태학회지 Vol.13 No.3
본 연구는 우리나라 특산식물인 히어리 군락이 지리산 국립공원 동부지역에 대규모로 분포하고 있는 것을 처음으로 발견하여 군락지의 분포 및 맹아지 특성 그리고 군락의 보호대책을 위한 기초자료를 축적하고자 수행되었다. 각 계층별 중요치는 교목층에서 소나무(134.15) 일본잎갈나무, 산벚나무, 비목나무, 신갈나무 등이 우점하였고 아교목층에서는 히어리, 거제수나무. 비목나무, 졸참나무, 노각 나무 그리고 관목층에서는 히어리가 우점하였으며 그 외에 철쭉꽃, 진달래, 생강나무 등이 출현하였다 그리고 맹아지 특성은 1개 방형구(25m2)에 평균 17.75개의 주간이 형성되고 1개 주간당 맹아지 수는 평균 6.00개 고사지는 2.80개로 조사되었다. 흉고직경급별 분포에서 생장지의 경우 흉고직경 1.0-4.0cm 구간에서 전체의 64.78%를 차지하였으며 대부분 2.0-3.0cm 구간에서 54.74%를 차지하여 히어리 군락의 중심계급이었다 흉고직경 1.0cm 이하의 고사지가 전체의 53.16%를 차지하였는데 이는 근주에서 돋아나는 1년생 맹아지가 대부분 고사하였기 때문이었다 특히 히어리의 번식습성은 실생묘에 의한 번식도 가능하지만 본 조사지에서와 같이 수관이 울폐된 지역에서는 주로 근맹아에 의한 번식을 더 선호하는 것으로 나타났다.
Customer Relationship Management in Telecom Market using an Optimized Case-based Reasoning
안현철,김경재 한국지능시스템학회 2006 한국지능시스템학회 학술발표 논문집 Vol.16 No.2
Most previous studies on improving the effectiveness of CBR have focused on the similarity function aspect or optimization of case features and their weights. However, according to some of the prior research, finding the optimal k parameter for the k-nearest neighbor (k-NN) is also crucial for improving the performance of the CBR system. Nonetheless, there have been few attempts to optimize the number of neighbors, especially using artificial intelligence (AI) techniques. In this study, we introduce a genetic algorithm (GA) to optimize the number of neighbors that combine, as well as the weight of each feature. The new model is applied to the real-world case of a major telecommunication company in Korea in order to build the prediction model for the customer profitability level. Experimental results show that our GA-optimized CBR approach outperforms other AI techniques for this mulriclass classification problem.