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
- 학술저널
- 저자정보
- 저널정보
- (주)엘지씨엔에스(구LGCNS엔트루정보기술연구소) Entrue Journal of Information Technology Entrue Journal of Information Technology Vol.7 No.1
- 발행연도
- 2008.1
- 수록면
- 141 - 150 (10page)
이용수
초록· 키워드
오류제보하기
무분별한 신용카드 발급과 카드 사용자에 대한 관리 부재로 인해 발생한 신용 대란은 신용불량자 당사자는 물론, 신용카드사, 나아가 국가 경제 전반에 걸쳐서 큰 부담으로 작용하고 있다. 이러한 연쇄적인 문제점을 해결하는데 있어서 회복 가능한 신용불량자를 찾아내고, 이들에게 적절한 구제책을 적용하여 상환의 기회를 마련해 주는 것은 매우 중요한 작업이다. 따라서 본 연구에서는 신용불량자에 대한 기존의 이분법적인 분류에 더하여 ‘회복가능군’을 새롭게 정의하고, 이들을 예측의 범주에 포함시킨 연체자 분류 예측 모형을 개발하였다. 예측 모형에는 Rough Set 기법이 사용되었다. Rough Set 기법은 빠른 수행 속도와 높은 설명력을 갖추었음에도 불구하고 다른 데이터마이닝 기법들에 비해서 신용 관련 예측 분야에는 상대적으로 적게 사용되었다. 속성 선택 작업을 통해 7개의 입력 변수를 선정했으며 다양한 범주 변수화 방법을 적용하였다. 실험 결과 Rough Set 기법은 기존에 많이 사용되었던 인공신경망 기법 그리고 의사결정나무 기법과 비슷한 예측률을 보였으며 수행 속도에 있어서는 기존의 기법들보다 탁월한 성능을 보여주었다. 실험 과정에서 Rough Set 기법의 성능은 입력 변수의 수와, 범주 변수화 방법에 매우 민감하게 반응하는 것을 관찰할 수 있었다. 따라서 적절한 수의 입력 변수를 찾는 연구와, 정보의 손실을 최소화시킬 수 있는 범주 변수화 방법에 대한 연구가 향후에 필요하다.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
최근 본 자료
댓글(0)
0