$\require{mediawiki-texvc}$

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.

인공신경망 기반의 개인 맞춤형 보험 상품 추천 시스템 개발
Development of Personalized Insurance Product Recommendation Systems based on Artificial Neural Networks 원문보기

대한안전경영과학회지 = Journal of the Korea safety management & science, v.10 no.4, 2008년, pp.309 - 314  

서광규 (상명대학교 산업정보시스템공학과)

Abstract AI-Helper 아이콘AI-Helper

Many studies on predicting and recommending information and products have been studying to meet customers' preference. Unnecessary information should be removed to satisfy customers' needs in massive information. The some information filtering methods to remove unnecessary information have been sugg...

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 보험분야에서 고객의 정보와 선호도를 이용하여 다양한 의사결정이 가능한 보험상품 추천시스템을 제안하였는데, 제안시스템은 기존 추천 시스템의 단점을 개선하고 추천 정확성을 향상시키기 위하여 인공신경망 기반의 개인 맞춤형 보험상품 추천시스템을 개발하였다. 본 연구에서는 개발한 인공신경망 기반의 추천시스템은 기존 추천시스템의 추천 기법과 성능을 비교 분석하였는데, 제안한 시스템이 기존의 방법보다 우수함을 확인하였다.
  • 본 연구에서는 인공신경망(Arti曲cial Neural Network: ANN) 알고리즘을 적용한 협업 필터링 기법을 이용하여 기존의 추천 시스템에서 적용된 방법론들의 단점들을 보완하고 추천 능력을 개선할 수 있는 인공신경망 기반의 새로운 추천시스템을 제시하기로 하는데, 보험회사의 보험상품을 그 대상으로 하여 새로운 추천시스템을 제안하고자 한다.
  • 본절에서는 본 연구에서 제안하는 인공신경망 기반의 개인 맞춤형 보험상품 추천 시스템의 구조와 개발과정에 대하여 기술한다. 본 연구에서 제안하는 인공신경망 기반의 개인 맞춤형 보험상품 추천 시스템의 구조는<그림 1>과 같다.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. 고제석, 임현희, 김장수, "금융투자를 위한 전문가 시스템응용 사례", 산업개발연구, 15(2001): 11-24 

  2. 김하균, 정석찬, "금융상품추천 전문가시스템을 이용한 은행의 eCRM 설계 및 구축 방안에 관한 연구", 한국전자거래학회지, 9(3) (2004): 191-205 

  3. 이성하, "금융 프로덕트 팩토리를 위한 복합상품 설계시스템의 개발", 한국지능정보시스템학회논문지, 10(2) (2004): 39-51 

  4. 최성철, "맞춤형 금융상품 설계시스템의 개발", Journal of Information Technology Application & Management, 10(4) (2003): 119-133 

  5. 홍태호, 이희정, 서보밀, "클러스터링 기반 사례기반추론을 이용한 웹 개인화 추천시스템, 한국지능정보시스템학회지, 11(1) (2005): 107-121 

  6. Claypool, M. et al., "Combining content-based and collaborative filters in an online newspaper", Proceedings of ACM SIGIR Workshop on Recommender Systems, (1999) 

  7. Chun, I. and Hong, I., "The implementation of knowledge-based recommender system for electronic commerce using Java expert system library", Proceedings of IEEE International Symposium on Industrial Electronics, (2002): 1766-1770 

  8. Goldberg, D., Nichols, D., Oki, B. M. and Terry, D., "TAPESTRY : using collaborative filtering to weave an information", Communications of the ACM, 35(12) (1992): 61-70 

  9. Lee, H.C., "An exploratory study for decreasing error of prediction value of recommended system on user based", Journal of Korea Data & Information Society, 17(1) (2006): 77-86 

  10. Rensnick, P. et al., "GroupLens: An open architecture for collaborative filtering of netnews", Proceedings of the ACM Conference on Computer Supported Cooperative Work, (1994): 175-186 

  11. Zhang, X., Edwards, J. and Harding, J., "Personalized online sales using web usage data mining, Computers in Industry", 58(8-9) (2007): 772-782 

저자의 다른 논문 :

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