지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2013.6
- 수록면
- 170 - 177 (8page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
어떤 클래스에 속한 레코드의 개수가 다른 클래스에 속한 레코드의 개수보다 매우 많은 경우에 이 데이터 집합을 ‘불균형 데이터 집합’이라고 한다. 데이터 분류에 사용되는 많은 기법들은 이러한 불균형 데이터에 대해서 저조한 성능을 보인다. 즉, 소수 클래스의 적중률이 다수 클래스의 적중률에 비해서 매우 낮게 나타나는 것이다. 본 연구에서는 다수 클래스의 적중률은 유지하면서 소수 클래스의 적중률을 향상시키는 모델을 개발하였다. 개발된 모델은 SVM(Support Vector Machine), 인공신경망 그리고 의사결정나무 기법 등으로 구성된 하이브리드 모델이다. 개발된 하이브리드 모델의 성능을 UCI Machine Learning Repository에서 제공하는 Churn 데이터를 사용하여 평가하였다. SVM 하이브리드 모델의 민감도는 95.0%이었고, 특이도는 69.2%이었다. 동일 데이터에 대한 SVM 모델의 민감도는 94.7%이었고, 특이도는 66.2%이었다. 그러므로 SVM 단일 기법만을 사용한 모델에 비해서 본 연구에서 개발된 SVM 하이브리드 모델이 다수 클래스의 적중률은 유지하면서 소수 클래스의 적중률을 향상시키는 성능을 보였다.
목차
요약
1. 서론
2. 불균형 데이터 집합
3. 사용된 데이터 마이닝 기법들
4. 사용된 데이터
5. 이탈고객 예측 모델의 설계
6. 하이브리드 모델이 성능 평가
7. 결론 및 향후 과제
참고문헌
참고문헌 (4)
참고문헌 신청
이 논문의 저자 정보
이 논문과 함께 이용한 논문
불균형 데이터 집합의 분류를 위한 하이브리드 SVM 모델
이재식
,
권종구
지능정보연구
2013
.06
데이터마이닝을 활용한 사랑의 형태에 따른 연인관계 몰입수준 및 관계 지속여부 예측
박윤주
지능정보연구
2016
.12
인구통계특성 기반 디지털 마케팅을 위한 클릭스트림 빅데이터 마이닝
박지애
,
조윤호
지능정보연구
2016
.09
데이터마이닝 기법을 이용한 상수도 시스템 내의 탁도 예측모형 개발에 관한 연구
박노석
,
김순호
,
이영주
외 1명
대한환경공학회지
2016
.02
온라인 주식 포럼의 핫토픽 탐지를 위한 감성분석 모형의 개발
홍태호
,
이태원
,
리징징
지능정보연구
2016
.03
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2014-000-002751490