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

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
윤종문 (여신금융협회 여신금융연구소)
저널정보
한국신용카드학회 신용카드리뷰 신용카드리뷰 제11권 제3호
발행연도
2017.11
수록면
27 - 45 (19page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 해외 카드사의 최근 빅데이터 분석 현황과 최근 각광 받고 있는 딥러닝 신경망 분석 알고리즘을 통한 카드사 데이터 분석의 의미와 효용성에 대해서 알아보고자 한다 . 카드사는 실시간 신용카드 거래를 통해 카드회원의 거래현황과 신용정보를 동시에 수집할 수 있어 금융권 중 가장 높은 질의데이터를 보유하고 있다 . 이를 통해서 카드사들은 현재 가맹점 및 고객 서비스 분야에서 빅데이터를활용하고 있고 보안성 향상 및 비용절감 , 외부의 마케팅과 공공데이터 제공 등에도 활용하고 있다 . 하지만 아직 빅데이터 분석에 있어 딥러닝 신경망 도입논의는 저조한 것으로 보인다 . 이는 딥러닝 신경망 분석이 신용카드 시장에 적용되기까지 알고리즘의 숙련도와 적용의 접합성이 낮기 때문으로 풀이된다 . 실제 딥러닝 신경망을 이용한 Ramanathan(2014) 과 Niimi(2015) 의 분석결과를 보면 , 전통적인분석모델인 SVM 의 예측의 정확도를 능가하지 못하고 있다 . 그러나 딥러닝 신경망 분석은 2014 년 이후에 이미 CNN(Convolution Neural Network), RNN(Recurrent Neural Network), GAN(Generative Adversarial Network) 등 새로운 방법론이 출현하면서 인간의 식별능력을 뛰어넘는 성과를 보이고 있다 . 이는 신용카드 빅데이터 분석에 딥러닝 신경망 분석의 효용성이 높아진다는 의미로 해석할 수 있다 . 따라서 카드사는 딥러닝 신경망 알고리즘 분야에 보다 많은 관심을 갖고 투자와 전문가 양성이 필요하다 . 또한 , 정책적으로 카드사의 빅데이터 활용을 위한 규제의 명확성을 높여주고 연구지원도 요구된다 . 이를 통해서 카드사는 부정거래탐지 시스템의 고도화 , 내부 비용절감 , 데이터 컨설팅 등에 활용할 수 있을 것이다.

목차

등록된 정보가 없습니다.

참고문헌 (17)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0