$\require{mediawiki-texvc}$

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.

의사결정나무를 이용한 온라인 자동차 보험 고객 이탈 예측과 전략적 시사점
Customer Churning Forecasting and Strategic Implication in Online Auto Insurance using Decision Tree Algorithms 원문보기

Information Systems Review, v.8 no.3, 2006년, pp.125 - 134  

임세현 (상지대학교 경영정보학과) ,  허연 (중앙대학교 상경학부)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 온라인 자동차보험 고객 이탈 예측에 있어 의사결정나무를 적용하였다. 우리는 본 연구에서 2003년과 2004년 사이에 온라인 자동차 보험을 계약한 고객의 데이터를 이용하여 의사결정나무를 이용해 고객이탈을 예측하였다. 우리는 C5.0 알고리즘에 기반을 둔 의사결정나무의 예측 결과에 대한 비교를 위해 다변량판별분석과 로짓분석을 이용하였다. 분석결과 의사결정나무 알고리즘은 다른 기법보다 예측성과가 매우 뛰어난 것으로 나타났다. 이러한 실증분석 결과는 온라인 자동차 보험에 있어서 마케팅전략 수립에 유용한 가이드라인을 제공해 줄 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This article adopts a decision tree algorithm(C5.0) to predict customer churning in online auto insurance environment. Using a sample of on-line auto insurance customers contracts sold between 2003 and 2004, we test how decision tree-based model(C5.0) works on the prediction of customer churning. We...

주제어

#의사결정나무   #온라인 자동차 보험   #고객이탈   #다변량판별분석   #로짓분석  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • The results suggest strategic implications for marketing strategy in practice. This study argues that the prediction performance of C5.0 is better than those of other models such as LRM and MDA models.
본문요약 정보가 도움이 되었나요?

참고문헌 (14)

  1. Berry, M. J. A. and G. Linoff, Data Mining Techniques: For Marketing, Sales, and Customer Support, Wiley Computer Publishing, 1997 

  2. Braun, H. I. and J. Chandler, 'Predicting stock market behavior through Rule Induction: An Application of the Learning-From-Example Approach', Decision Science, Vol.18, 1987, pp. 415-429 

    상세보기 crossref

  3. Breiman, L., J. J. Friedman, R. A. Olshen, and C. J. Stine, Classification and Regression Trees, Beltmont, Wadsworth, 1984 

  4. Cronan, T., L. Glorfeld, and L. Perry, 'Production System Development for Expert Systems using a Recursive partitioning Induction Approach: An Application to Mortgage, Commercial and Consumer Lending', Decision Science, Vol. 22, 1991, pp. 812-845 

    상세보기 crossref

  5. Johnon, D. E., F. J. Oles, T. Zhang, and T. Goetz, 'A Decision Tree Based Symbolic Rule Induction System for Text Categorization', IBM System Journal, Vol.41, No.3, 2002, pp. 428-437 

    상세보기 crossref

  6. Lee, G. C., N. H. Jung, and K. S. Shin. 'Customer Churning Analysis by Using Data Mining in Credit Card Market', Korea Journal of Intelligent Information System, Vol.8, No.2, 2003, pp. 15-35 

  7. Lee K.-K. and H.-C. Lee, 'A Study on the Combined Decision Tree (C4.5) and Neural Network Algorithms for Classification of Mobile Telecommunication Customer', Korea Journal of Intelligence Information System, Vol.9, No.1, 2003, pp. 139-155 

  8. Hair et al., Multivariate Data Analysis, Macmillan publishing co. New York, 1992 

  9. Hur, Y., 'Decision Factors of Insurance Company Selection in Online Auto Insurance', Risk Management Journal, Vol.14, No.1, 2003, pp. 23-45 

  10. Monkol, L., Benjamin Anandarajah, Narciso Cerpa and Rodger Jamieson, 'Data Mining Prototype for Detecting E-Commerce Fraud', The 9th European Conference on Information Systems, Vol.9, 2002, pp. 160-165 

  11. Quinlan, J. R. and J. Quinlan, C4.5 Programming for Machine Learning, Morgan Kaufman Publishers, 1997 

  12. Reacock, R. P., 'Data Mining in Marketing Part I', Marketing Management, Vol.6, No.4, 1998, pp. 17-28 

  13. Sigma Research (www.swissre.com). The impact of e-business on the insurance industry: Pressure to adapt-chance to reinvent, Sigma, Swissre, 2000 

  14. Sung, T. K., N. S. Chang, and G. H. Lee, 'Dynamics of Modeling in Data Mining: Interpretive Approach to Bankrupcy Prediction', Journal of Management Information Systems, Vol.16, No. 1, 1999, pp. 63-86 

    상세보기 crossref

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