$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Support Vector Machine을 이용한 고객이탈 예측모형에 관한 연구
A Study on Customer Segmentation Prediction Model using Support Vector Machine 원문보기

안전경영과학회지 = Journal of the Korea Safety Management and Science, v.7 no.1, 2005년, pp.199 - 210  

서광규 (상명대학교 산업정보시스템공학과)

Abstract AI-Helper 아이콘AI-Helper

Customer segmentation prediction has attracted a lot of research interests in previous literature, and recent studies have shown that artificial neural networks (ANN) method achieved better performance than traditional statistical ones. However, ANN approaches have suffered from difficulties with ge...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구에서는 기존의 전통적인 기법들을 적용할 경우 발생하는 한계점을 최소화하기 위해, 최근들에 다양한 예측 문제 영역에 도입되어 성과가 우수하다고 알려진 SVM (support vector machine)을 보험회사의 고객이탈예즉모형에 적용하고, 로지스틱 회귀분석과 인공신경망 기법을 적용하여 예측한 결과들과 비교하고자 한다.
  • 최근 인공지능 분야에서 SVM을 이용한 연구가 매우 활발히 진행되고 있으며, 우수한 성과를 나타내고 있는 것으로 알려져 있고, 또한 SVM은 인공신경망이나 판별분석, 로지스틱 회귀 분석 , 사례기반추론 등과 같은 다른 분류기법과 비교하여 비슷하거나 더 우수한 성능을 나타낸 것으로 보고되고 있다. 본 연구에서는 이러한 연구배경을 토대로 SVM을 고객이탈예측에 적용하는 연구를 수행하였다.
  • 고객이탈예측모형에는 데이터마이닝 방법들이 적용될 수 있다. 본 장에서는 기존의 예측연구들에 적용된 다양한 데이터마이닝 기법들을 간략하게 살펴보고, 본 연구에서 제안하고자 하는 SVM에 대하여 알아보기로 한다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로