메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
한국지능정보시스템학회 한국지능정보시스템학회 학술대회논문집 한국지능정보시스템학회 2006년 추계학술대회 논문집
발행연도
2006.11
수록면
171 - 178 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The Internet environment has made it crucial for companies to obtain and utilize valuable information on their customers. Nevertheless, the companies have difficulty in using the information effectively because the amount of data from their customers is usually huge, and it generally contains much noise due to anonymity of the Internet. As a result, extracting the underlying meanings and canceling the noise from the collected data become very important for so-called eCRM. In this paper, we propose the use of ICA (independent component analysis) as a preprocessing tool for the customer data collected from the Internet. Similar to traditional PCA (principal component analysis), ICA can reduce the dimension of the observed data, especially noisy variables. But, ICA is known to be superior to PCA because it is a multivariate statistical tool which extracts independent components or sources of information using a higher-order approach. To validate the usefulness of ICA, we applied it as the preprocessing tool for a real-world purchase prediction case for an online shopping mall. And then, we made a prediction for potential buyers using several algorithms such as logistic regression (LOGIT), case-based reasoning (CBR), artificial neural networks (ANN), and support vector machines (SVM). The experimental results showed that preprocessing by ICA led to better prediction accuracy of all the classifiers except for LOGIT.
#Independent component analysis #Data preprocessing #Purchase prediction #Customer relationship management

목차

Abstract
Introduction
Theoretical Background
Independent Component Analysis
Research Design and Experiments
Experimental Results
Concluding Remarks
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

독립성분 분석기법과 다중해상도 특성에 기반 한 영상 분류
백승철 ,  홍준식 Proceedings of KIIT Conference 2012 .11
음성인식기 구현을 위한 SVM과 독립성분분석 기법의 적용
박정원 ,  김평환 ,  김창근 외 1명 대한전자공학회 학술대회 2003 .07
독립성분 해석을 이용한 절삭력 예측
이영문 ,  장승일 ,  이동식 외 1명 한국기계가공학회지 2003 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-003-017539239