http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 홍태호 (검색결과 203 건)
- 무료
- 기관 내 무료
- 유료
-
방한 관광객의 온라인 리뷰에 대한 빅데이터 분석 기반의 감성분석 및 평점 예측모형
홍태호 한국지식경영학회 2022 지식경영연구 Vol.23 No.1
관광객이 작성한 온라인 리뷰는 관광산업의 관리 및 운영에 중요한 정보를 제공한다. 평점은 제품이나 서비스에 대한 정량적인 평가로 간편하지만 관광객의 진실한 태도를 반영하기 어려우며 평점과 리뷰내용에 대한 불일치 문제도 발생하 고 있다. 불일치 문제는 잠재고객에게 혼동을 줄 수 있으며 구매의사결정에도 영향을 미칠 수 있다. 본 연구에서는 온라 인 리뷰기반의 평점 예측모형을 통해 평점과 리뷰내용의 불일치 문제를 해결하고자 한다. 한국을 방문한 외국인 관광객 이 작성한 관광지와 호텔에 대한 리뷰의 감성분석을 통해 평점과 감성의 차이를 비교하고 TF-IDF vectorization과 감성분 석 결과로 변수를 선정하였다. 로짓, 인공신경망, SVM(Support Vector Machine)을 적용하여 평점을 분류하고, 인공신경 망, SVR(Support Vector Regression)을 통해 평점을 예측하였다. 평점 분류모형과 예측모형 모두 불일치한 리뷰를 제거하 고 감성분석을 반영한 모형에서 우수한 성과를 보여주었다. 본 연구에서 제안한 온라인 리뷰 기반의 평점 예측모형은 평 점과 리뷰내용에 대한 불일치 문제를 해결하여 신뢰할 수 있는 정보를 제공하였으며 평점이 없는 온라인 리뷰에도 활용할 수 있을 것이다.
-
GAN과 DNN을 활용한 딥러닝 기반의 지능형 개인신용 평가모형
홍태호,김성훈,김은미 한국인터넷전자상거래학회 2019 인터넷전자상거래연구 Vol.19 No.1
data using machine learning techniques such as decision trees, neural networks, deep learning, and GAN. We develop a personal credit rating model to resolve an issue from imbalanced data for machine learning by utilized the SMOTE and GAN. Personal credit rating is an important system for personal loans such as FinTech, and has been applied with many deep learning techniques. Therefore, the purpose of this study is to develop an intelligent personal credit rating model based on deep learning that can be effectively used in a small data set. Therefore, in this study, 5 samples of 10,000 data sets are sampled and the size of the data set is increased by utilizing the SMOTE and GAN, which is an over sampling technique. We applied classification techniques such as logit, decision tree, ANN, and DNN. Then, to solve the imbalanced data problems, we applied under sampling, SMOTE, and GAN, and compared which the performance of statistical techniques, machine learning, and deep learning. As a result, deep learning based on personal credit rating model of SMOTE + DNN showed the highest performance with 66.2%.
-
로짓모형의 변수 가중치를 이용한 사례기반추론: 프로모션 고객반응 예측의 적용
홍태호,김은미,신택수 한국경영정보학회 2011 한국경영정보학회 학술대회논문집 Vol.2011 No.1
본 연구에서는 기업이 제공하는 프로모션에 대한 고객의 반응예측을 위해 사례기반추론 모형을 제시하였다. 사례기반추론은 입력변수의 중요도에 따라 가중치를 상이하게 적용함으로써 예측모형의 성과를 향상시킬 수 있다. 모든 입력변수에 동일한 가중치를 적용하게 되면 중요한 변수를 예측모형에 보다 많이 반영하지 못하며 중요하지 않은 변수를 중요한 변수와 동일하게 반영하게 된다. 본 연구에서는 고객반응 예측모형에 중요한 변수를 보다 많이 반영하여 예측모형의 성과를 향상시키고자 프로모션에 대한 고객의 반응여부에 영향을 미치는 중요도에 따라 변수의 가중치를 상이하게 적용하여 동일한 가중치를 적용한 고객반응 예측모형과의 성과를 비교하였다. 공개데이터인 목욕세제 데이터를 사용하여 고객반응 예측모형을 구축하였으며 로짓모형의 stepwise 방법을 통해 고객반응 예측모형을 위한 변수를 선정하였다. 로짓에 의해 선정된 변수의 중요도에 따라 가중치를 부여하기 위해 로짓모형의 계수를 적용하였으며 선정된 변수들을 동일한 가중치로 구축한 고객반응 예측모형에서보다 중요도에 따라 각 변수에 상이한 가중치를 적용한 고객반응 예측모형에서 보다 높은 예측성과를 얻을 수 있었다.
-
한국형 e-Navigation 서비스에 따른 해양사고 저감 효과 분석 - 사고취약선박 모니터링 지원 서비스(SV10)를 중심으로 -
홍태호,정규권,김건웅 해양환경안전학회 2018 해양환경안전학회지 Vol.24 No.5
해양사고는 주로 충돌과 좌초에 의한 것으로 인적과실이 원인이다. 한국형 e-Navigation 사업은 인적과실에 의한 해양사고 저감 및 초고속 해상무선통신(LTE-Maritime)의 구축 방안을 마련하고 있다. 그에 따른 사고취약선박 모니터링 지원 서비스(SV10)는 육상에서 수집한 선박의 위치정보를 기반으로 선박의 충돌·좌초 위험도를 평가하여 선박이 위험상황을 인식할 수 있도록 정보를 제공하고 해양사고 발생 시 육상에서 조기 대응할 수 있도록 실시간 선박 위치 및 위험상황 정보를 유관기관과 공유하는 서비스이다. 본 연구에서는 중앙해양안전심판원에서 제공된 해양사고 통계연보 및 재결서를 분석하여 SV10 서비스로 저감될 수 있는 해양사고 비율을 확인하였다. Marine casualties are caused mainly by collisions and grounding, due to human error. The SMART Navigation Service is preparing a measure to reduce marine casualties caused by human error and establish an LTE Accident Vulnerability Monitoring System (SV10) to evaluate the danger of collision or grounding for a vessel based on location information collected on land. This service will also share real-time vessel locations and danger information with related agencies to enable them to respond more quickly to accidents on land. In this study, statistical reports on marine casualties and investigation reports provided by the Korea Maritime Safety Tribunal are analyzed, so the percentage of marine casualties that could be reduced using the SV10 service could be identified.
-
Development of a System for Transmitting a Navigator’s Intention for Safe Navigation
홍태호 한국지능시스템학회 2014 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGE Vol.14 No.2
For the past three decades, ship-to-ship collision accidents have steadily increased on the coastof South Korea by about 20% annually. Marine accidents have become more likely and moredevastating in areas with increasing marine traffic and rising numbers of high-speed ships. Over 30% of the marine accidents in South Korea are concentrated in spring, since Korea’scoast is often covered in dense fog at this time of the year. Fog is generated when a largetemperature range exists within a day, and this daily temperature range has increased due toabnormal weather conditions. This research proposed a system for transmitting a navigator’sintention utilizing electronic methods. A navigator’s intention was expressed on the electronicnavigation chart for easier understanding of the surrounding situation, and the effectiveness ofthe system was verified through practical tests.
-
영화 리뷰의 상품 속성과 고객 속성을 통합한 지능형 추천시스템
홍태호,홍준우,김은미,김민수 한국지능정보시스템학회 2022 지능정보연구 Vol.28 No.2
디지털 기술이 산업 전반의 전자상거래 시장에 융합되면서 온라인 거래의 활성화와 이용률을 증가시켰으며, 이러한 시 장의 흐름은 최근 코로나와 같은 감염병이 확산함에 따라 더욱 가속화되어 다양한 상품 정보를 온라인을 통해 고객들에게 제공할 수 있게 되었다. 다양한 정보의 제공은 고객들에게 다양한 선택의 기회를 제공하지만 의사결정에 어려움을 주기도 한다. 추천시스템은 고객의 의사결정에 도움을 줄 수 있으나 기존 추천시스템 연구는 정량적 데이터만에 국한되어 있으 며, 상품 및 고객의 세부적인 요인을 반영하지 못하였다. 이에 본 연구에서는 온라인 리뷰를 기반으로 정성적 데이터를 텍스트 마이닝 기법을 적용하여 상품 및 고객의 속성을 정량화하고 기존의 객관적 지표인 총평점과 감성 및 감정을 통합 한 지능형 추천시스템을 제안한다. 제안된 지능형 추천모형은 총평점 위주의 추천 모형보다 우수한 추천성과를 보여주었 으며, 상품 및 고객의 세부적 요소를 반영한 추천결과를 통해 새로운 비즈니스 가치를 창출할 것으로 기대한다.
-
설명 가능한 인공지능과 CNN을 활용한 암호화폐 가격 등락 예측모형
홍태호,원종관,김은미,김민수 한국지능정보시스템학회 2023 지능정보연구 Vol.29 No.2
블록체인 기술이 적용되어 있는 암호화폐는 높은 가격 변동성을 가지며 투자자 및 일반 대중으로부터 큰 관심을 받아왔다. 이러한 관심을 바탕으로 암호화폐를 비롯한 투자상품의 미래가치를 예측하기 위한 연구가 이루어지고 있으나 예측모형에 대한 설명력 및 해석 가능성이 낮아 실무에서 활용하기 어렵다는 비판을 받아왔다. 본 연구에서는 암호화폐 가격 예측모형의 성과를 향상시키기 위해 금융투자상품의 가치평가에 활용되는 기술적 지표들과 함께 투자자의 사회적 관심도를 반영할수 있는 구글 키워드 검색량 데이터를 사용하고 설명 가능한 인공지능을 적용하여 모형에 대한 해석을 제공하고자 한다. 최근 금융 시계열 분야에서 예측성과의 우수성을 인정받고 있는 LSTM(Long Short Term Memory)과 CNN(Convolutional Neural Networks)을 활용하고, ‘bitcoin’을 검색어로 하는 구글 검색량 데이터를 적용해 일주일 후의 가격 등락 예측모형을 구축하였다. LSTM과 CNN을 활용해 구축한 모형들이 높은 예측성능을 보였으며 구글 검색량을 반영한 모형에서 더 높은 예측성과를 확인할 수 있었다. 딥러닝 모형의 해석 가능성 및 설명력을 위해 XAI의 SHAP 기법을 적용한 결과, 구글 검색 량과 함께 과매수, 과매도 정도를 파악할 수 있는 지표들이 모형의 의사결정에 가장 큰 영향들을 미치고 있음을 파악할수 있었다. 본 연구는 암호화폐 가격 등락 예측에 있어 전통적으로 시계열 예측에 우수한 성과를 인정받고 있는 LSTM뿐만 아니라 이미지 분류에서 높은 예측성과를 보이는 딥러닝 기법인 CNN 또한 우수한 예측성능을 보일 수 있음을 확인하 였으며, XAI를 통해 예측모형에 대한 해석을 제공하고, 대중의 심리를 반영하는 정보 중 하나인 구글 검색량을 활용해 예측성과를 향상시킬 수 있다는 것을 확인했다는 점에서 의의가 있다.
-
효과적인 캠페인 관리를 위한 데이터마이닝 기반의 CRM 전략
홍태호,김은미,박지영 대한산업공학회 2009 대한산업공학회 춘계학술대회논문집 Vol.2009 No.5
기업은 복잡하고 다양한 고객의 특성을 파악하여 고객의 요구사항을 충족시킴으로써 고객과의 지속적인 관계를 유지하고자 한다. 기존 고객의 데이터를 통해 고객의 특성에 따른 적절한 캠페인 관리는 고객과의 관계를 강화시키며 기업에게 보다 높은 이윤을 가져다 준다. 기업의 효과적인 캠페인 관리를 위해서는 캠페인 관리에 대한 고객의 반응률이 중요하게 작용하며 기업은 고객의 반응률을 높이기 위해 노력해야 한다. 본 연구에서는 이러한 고객의 반응률을 높이기 위해 먼저 고객의 제품 구매 데이터를 활용하여 고객반응에 대해 고객을 세분화하여 세분화된 고객 집단의 특성을 살펴보았다. 그리고 기업의 프로모션 활동에 대한 고객반응을 예측하기 위해 데이터마이닝 기법을 적용하여 모형을 구축하였다. 기업의 프로모션 활동에 대한 반응여부를 종속변수로 하고 가구의 부유지수를 포함하는 인구통계학적 데이터와 제품목록 및 브랜드에 대한 구매데이터를 독립변수로 하여 반응여부에 영향을 미치는 변수를 선별하여 선정된 변수들을 로지스틱 회귀모형, 인공신경망, SVM에 적용하여 이진분류 모형의 성과를 비교하고 고객반응 예측모형을 통해 고객에게 적절한 CRM 전략을 제시한다.
-
-
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
