$\require{mediawiki-texvc}$

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.

빅데이터 분석방법을 이용한 예측모형의 신뢰도 향상에 관한 연구

A Study of improving reliability on prediction model by analyzing method Big data

디지털정책연구 = The Journal of digital policy & management, v.11 no.6, 2013년, pp.103 - 112  

송민구 (알앤비소프트 BI컨설팅 사업본부) ,  김선배 (호서대학교 벤처전문대학원 정보경영학과)

초록
AI-Helper 아이콘AI-Helper

전통적인 방식의 예측모형 구축에서 사용되는 데이터는 주로 데이터베이스에 잘 보관되어 있는 정형데이터를 사용하였다. 하지만 지금의 상황은 스마트 시대의 도래로 인한 통신수단의 획기적인 발달로 비정형 데이터가 전체데이터의 80%를 상회하는 현실이다. 이러한 현실에서 기존의 방법대로 정형데이터 만을 이용하여 예측모형을 개발하면 예측모형의 신뢰성에 문제가 있을 것이다. 즉 전체데이터의 80%에 해당하는 비정형(SNS, 페이스북, 트위트, 이미지, 동영상 등)과 반정형(로그데이터)데이터를 반드시 포함하여 모형을 구축해야 만이 신뢰성을 현실화 시킬 수 있을 것이다. 본 논문에서는 예측모형 개발시 빅데이타 방법론을 적용하여 예측 모형의 신뢰성을 높이고, 데이터를 이용하여 제안된 방법과 전통적인 방법의 예측모형의 신뢰도를 비교 분석 하였다.

Abstract AI-Helper 아이콘AI-Helper

Traditional method of establishing prediction model is usually using formal data stored in Data Base. However, nowadays advent of "smart" era brought by ground-breaking development of communication system makes informal data to dominate overall data, such 80% in total. Therefore, conventional method...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 빅데이터 분석방법론을 근거한 해지예측 모델인 하이브리드 모형을 제안하였다. 일반적으로 빅 데이터의 가치는 사용자가 원하는 것이 생기면 거기에 해당하는 데이터를 찾아서 분석하여 필요한 정보를 제공하는 것이다.
  • 본 논문에서는 통신에서 발생하는 해지예측 모형을 구축하는 과정을 축적된 데이터를 이용하여 분석하고자 한다. 구축하는 과정은 본 논문에서 전술한 절차를 따른다.
  • 본 논문에서 사용한 빅데이터 해지예측 모형 개발 방법론은 하이브리드 형태이다. 즉 기존의 DB에 저장된 정형화된 데이터와 비정형 데이터를 함께 사용하여 해지 예측모형을 개발하는 것이다.<참고문헌 6참조>
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
추출시점을 이동시키는 방법의 장점은 무엇인가? 추출시점을 고정시키는 방법을 사용하면 비교적 가입기간이 긴 고객만을 분석대상에 포함시키므로 가입기간이 짧은 고객은 분석모형에서 제외되는 단점이 있다. 반면에 추출시점을 이동시키는 방법은 즉 추출기준시점을 변동하는 경우에는 비교적 최근에 가입한 즉 가입기간이 길지 않은 대상자들도 구축모형에 반영할 수 있는 장점이 있다. 추출시점의 고정과 변동의 결정은 구축하고자 하는 대상의 축적 데이터의 상황 등을 고려하여 적절한 방안 선택하는 것이 합리적일 것이다.
오류율을 줄인다는 것은 어떤 것을 내포하는가? 한편, 예측 모형을 개발 할 때 중요한 전제가 되는 것은 무엇보다도 예측의 오류율을 줄이는 것이다. 오류율을 줄인다는 것은 의사 결정을 계속해서 개선시켜 나갈 수 있다는 의미를 내포하고 있다. 지금 빅데이터 분석 방법론이 힘을 얻고 있는 핵심요인은 정보의 다양한 소스와 형태로부터 의미 있는 의사결정 정보를 도출해 낼 수 있다는 것이다.
예측 스코어모형의 데이터 추출에서 주의해야할 점은 무엇인가? 예측 스코어모형의 경우 데이터 추출은 크게 2번(모형 개발단계, 모형적용단계) 발생한다. 이 때 주의해야 할 점은 데이터 추출 기준시점을 설정하는 것이다. 예측 모형 설정은 과거에서 현재 시점까지의 이력 데이터 바탕으로 미래의 상황을 예측하는 방법론이다.
질의응답 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