최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기디지털산업정보학회논문지 = Journal of the Korea Society of Digital Industry and Information Management, v.15 no.3, 2019년, pp.197 - 206
Telemarketing has been used in finance due to the reduction of offline channels. In order to select telemarketing target customers, various machine learning techniques have emerged to maximize the effect of minimum cost. However, there are problems that the class imbalance, which the number of marke...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
비대면 마케팅 방법은 무엇이 있나? | 은행에서는 금융 상품을 판매할 때 인건비 및 비용절감 등의 이유로 오프라인 상품판매방식에서 벗어나 다양한 방식들을 도입하고 있다. 정보통신기술이 발전함에 따라 텔레마케팅(Telemarketing), 이메일 (e-mail), 챗봇(chatbot)등 비대면 마케팅 방법으로 상품 가입 권유가 활발하게 이루어지고 있다[1]. 텔레마케팅은 전화를 이용한 마케팅 방법으로 마케팅 캠페인을 위해 많이 사용되는 방법 중 하나이다[2]. | |
텔레마케팅 방법으로는 어떤 방식이 있나? | 텔레마케팅은 전화를 이용한 마케팅 방법으로 마케팅 캠페인을 위해 많이 사용되는 방법 중 하나이다[2]. 텔레마케팅 방법으로는 콜센터(Call Center)의 상담사가 직접 고객에게 전화를 하는 아웃바운드(Outbound)방식과 고객이 콜센터에 전화했을 때 상품을 권유하는 인바운드(Inbound) 방식이 있다. 텔레마케팅은 전화를 하는 것과 통화가 이루어지는 것 모두가 비용이 소요되는 행위이다. | |
축소 표본 추출 방법의 임의 표본 추출과 서포트 벡터 머신 기반의 표본 추출 방법들은 어떤 장점이 있나? | 축소 표본 추출 방법은 대규모 범주에 속한 데이터들은 중복되는 속성을 가지고 있다는 것을 전제로 임의로 소규모 범주의 데이터 개수만큼 선택하는 임의 표본 추출(random sampling)과 다른 범주와의 경계에 위치한 데이터가 더 중요한 정보를 가지고 있다는 것을 가정으로 한 서포트 벡터 머신 기반의 표본 추출(SVM based under sampling) 방법이 있다. 이 방법들은 범주간의 균형을 보장하면서 데이터의 개수를 줄여서 모델의 성능을 항상 시키면서 모델링 시간을 단축시킬 수 있는 장점이 있다. 하지만, 대규모 범주에서 선택한 데이터가 해당 범주를 대표한다는 것을 보장하지 못하므로 분류 성능이 저하될 가능성이 있다. |
P. Kotler, K. L. Keller, "Framework for Marketing Management, 6th edition," Pearson, 2015.
S. Moro, P. Cortez, and P. Rita, "A data-driven approach to predict the success of bank telemarketing," Decision Support Systems, Vol. 62, 2014, pp. 22-31.
E. Turban, R. Sharda, and D. Delen, " Decision Support and Business Intelligence Systems, 9th edition," Pearson, 2010, pp. 2-35.
S. L. France, and S. Ghose, "Marketing analytics: Methods, practice, implementation, and links to other fields," Expert Systems with Applications, Vol. 119, 2019, pp. 456-475.
G. Marinakos, and S. Daskalaki, "Imbalanced customer classification for bank direct marketing," Journal of Marketing Analytics, Vol. 5, Issue 1, 2017, pp. 14-30.
김승수.김종우, "비정형 정보와 CNN 기법을 활용한 이진 분류 모델의 고객 행태 예측," 지능정보연구, Vol. 24, No. 2, 2018, pp. 221-241.
F. Kaefer, C. M. Heilman, and S. D. Ramenofsky, "A neural network application to consumer classification to improve the timing of direct marketing activities," Computers & Operations Research, Vol. 32, No. 10, 2005, pp. 2595-2615.
S. Liao, Y. Chen, and H. Hsieh, "Mining customer knowledge for direct selling and marketing," Expert Systems with Applications, Vol. 38, 2011, pp. 6059-6069.
S. H. Javaheri, M. M. Sepehri, and B. Teimourpour, "Response modeling in direct marketing: a data mining based approach for target selection," Data Mining Applications with R, 2014, pp. 153-178.
P. Ladyzinski, K. Zbikowski, and P. Gawrysiak, "Direct marketing campaign in retail banking with the use of deep learning and random forests," Expert Systems with Applications, Vol. 134, 2019, pp. 28-35.
N. V. Chawla, K. W. Bowyer, L. O. Hall, and W. P. Kegelmeyer, "SMOTE: synthetic minority over-sampling technique," Journal of Artificial Intelligence Research, Vol. 16, 2002, pp. 321-357.
G. Menardi, and N. Torelli, "Training and assessing classification rules with imbalanced data,"Data Mining and Knowledge Discovery, Vol. 28, No. 1, 2014, pp. 92-122.
S. Moro, P. Cortez, and P. Rita, "A Data-Driven Approach to Predict the Success of Bank Telemarketing," Decision Support Systems, Vol. 62, 2014, pp. 22-31.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.