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
- 학위논문
- 저자정보
- 지도교수
- 조완섭
- 발행연도
- 2018
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수10
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
본 연구는 기계학습의 하나인 신경망 분석과 음이항 회귀분석을 활용하여 경찰신고건수를 예측하고자 2016년 6월부터 2017년 5월까지 충남지방경찰청에 접수된 112신고 데이터를 이용하여 예측모델을 개발하였다. 모델을 개발하기 위해 경찰신고건수에 영향을 줄 수 있는 시간, 휴일, 휴일 전날, 계절, 기온, 강수량, 풍속, 관할면적, 인구, 외국인 수, 단독주택비율, 기타주택비율 변수 등을 활용하였다. 변수의 종류에 따라 몇몇은 경찰신고건수와 양의 상관관계 또는 음의 상관관계가 확인되었다. 사용된 두 개의 방법론을 비교한바, 신경망분석의 예측 결과는 예측 값과 실제 값의 상관계수 0.7702, RMSE 2.557이고, 음이항 회귀분석은 상관계수 0.7158, RMSE 2.831으로 나타났다. 신경망분석은 해석가능성은 낮지만, 음이항 회귀분석에 비해 예측력이 뛰어나다는 것이 확인되었다. 향후 경찰관서에서 본 연구의 예측모델을 기초로 하여 최적의 경찰력 배치를 할 수 있을 것으로 기대된다.
목차
Ⅰ. 서론 11. 연구의 필요성 및 목적 1(1) 연구의 필요성 1(2) 연구의 목적 62. 연구대상 및 방법 6(1) 연구대상 6(2) 연구방법 7Ⅱ. 이론적 배경 91. 주요개념 정리 9(1) 경찰신고 9(2) 기계학습 122. 선행연구 13(1) 범죄와 관련된 독립변수 13(2) 방법론으로서의 회귀분석과 신경망분석의 비교 21(3) 가산변수에 적합한 방법론 22Ⅲ. 연구 설계 241. 연구가설 24(1) 데이터 전처리 24(2) 연구가설 262. 연구모형 28(1) 연구모형 ? 회귀분석 28(2) 연구모형 ? 신경망 분석 30Ⅳ. 분석 결과 331. 음이항 회귀분석 332. 신경망 분석 393. 예측 성능 비교 41Ⅴ. 결론 45참고문헌 46국문초록 50
최근 본 자료
댓글(0)
0