http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 권영식(Young S. Kwon) (검색결과 9 건)
- 무료
- 기관 내 무료
- 유료
-
Customers’ Shopping Path Groups using Sequence Pattern Clustering
Young S. Kwon(권영식),M. Alex Syaekhoni(알렉스 시아에코니) 한국경영과학회 2013 한국경영과학회 학술대회논문집 Vol.2013 No.5
In this paper, we present a study of sequence pattern clustering approach for customers’ shopping path groups on actual grocery store data recorded using RFID technology. The approach is performed using K-medoids clustering that is able to group shopping path based on its sequence pattern. A method for selecting the best cluster number based on sequence pattern similarity that is measured using LCSS (Longest Common Subsequence Similarity) is proposed. And the experimental results show the proposed approach performs well compared to the traditional approach.
-
-
-
정인철(In-Chul Jung),권영식(Young S. Kwon),이용한(Yong-Han Lee) 한국전자거래학회 2012 한국전자거래학회지 Vol.17 No.4
최근의 RFID와 모바일 기술을 포함한 정보 기술의 진보로 인해 매장 내에서 고객 쇼핑동선을 추적하는 것이 가능해지고 있다. 특히, 고객 쇼핑 동선은 매장 내에서 발생하는 고객쇼핑 행동을 이해하는데 중요한 단서를 제공한다. 따라서 본 연구에서는 고객 동선 분석을 위하여 동선 정보를 획득하고 분석하는 고객 쇼핑 동선 분석 시스템을 개발한다. 시스템 개발을 위해 RFID를 사용하였고, 대형 유통 매장의 현업 전문가와 함께 다양한 매장 측정 변수를 정의하여 혼잡도, 방문비율등과 같은 매장 프로파일 분석과 고객 쇼핑 패턴 식별을 위해 동선 클러스터링 분석 기법을 개발하여 적용하였다. 최종적으로는 개발한 시스템의 실효성을 평가해보기 위하여 실제 서울의 대형 유통 매장에 적용하여 사례분석까지 실시해보았다. Technological advancements in information technology including RFID and mobile technologies have made it feasible to track the customers travel path in a store. The customer travel paths provide valuable implications to understanding the customer behaviors in a store. In our research, we develop a shopping path analysis system to track and analyze the customer travel path. The proposed system consists of RFID systems for collecting the customer paths and analysis system. The analysis system conducts clustering for identifying the distinctive shopping patterns, and analyzes the profile of a grocery, such as congestion rate, visiting rate, and staying time, etc. We show the applicability of our proposed system using the actual data obtained at a grocery in Seoul as a case study.
-
전자메일 자동관리 시스템을 위한 전자메일 분류기의 개발
김국표(Kuk Pyo Kim),권영식(Young S. Kwon) 한국IT서비스학회 2003 한국IT서비스학회지 Vol.2 No.2
With the increasing proliferation of World Wide Web, electronic mail systems have become very widely used communication tools. Researches on e-mail classification have been very important in that e-mail classification system is a major engine for e-mail response management systems which mine unstructured e-mail messages and automatically categorize them. In this research we develop e-mail classifiers for e-mail Response Management Systems (ERMS) using naive bayesian learning and centroid-based classification. We analyze which method performs better under which conditions, comparing classification accuracies which may depend on the structure, the size of training data set and number of classes, using the different data set of an on-line shopping mall and a credit card company. The developed e-mail classifers have been successfully implemented in practice. The experimental results show that naive bayesian learning performs better, while centroid-based classification is more robust in terms of classification accuracy.
-
Customers’ Shopping Path Groups using Sequence Pattern Clustering
M. Alex Syaekhoni(알렉스 시아에코니),Young S. Kwon(권영식) 대한산업공학회 2013 대한산업공학회 춘계학술대회논문집 Vol.2013 No.5
In this paper, we present a study of sequence pattern clustering approach for customers’ shopping path groups on actual grocery store data recorded using RFID technology. The approach is performed using K-medoids clustering that is able to group shopping path based on its sequence pattern. A method for selecting the best cluster number based on sequence pattern similarity that is measured using LCSS (Longest Common Subsequence Similarity) is proposed. And the experimental results show the proposed approach performs well compared to the traditional approach.
-
이창환(Chang-Hwan Lee),정인철(In Chul Jung),권영식(Young S. Kwon) 한국정보과학회 2010 정보과학회논문지 : 데이타베이스 Vol.37 No.4
센서 정보, 물류/유통정보, 신용 정보, 주식 정보 등이 과거보다 다양하면서 대용량의 연속 발생 형태 데이터가 발생하고 있다. 이러한 데이터는 대용량의 특성의 변화가 빠른 특징들을 가지고 있기 때문에 학습이 어렵다. 이러한 문제점을 해결하기 위해 일정 윈도우 크기의 최근 데이터를 연속적으로 학습시킴으로써 전체 모형을 새롭게 만들거나 모형의 일부분을 대체 하는 방법을 사용하여 왔다. 그러나 이러한 방법은 계속해서 새로운 학습모형을 만들어야 하므로 대용량의 연속 데이터를 학습시키는데 많은 시간과 비용이 든다. 따라서, 이러한 특성에 대비하기 위하여 추가적인 학습 데이터가 발생할 때 마다, 점진적이며 지속적으로 학습을 할 수 있는 학습 기법이 필요하다. 보다 빠른 속도로 학습 모형의 변화 없이 분류를 하기 위하여 대표적인 점진적 학습 방법으로 베이지안 분류기를 사용할 수 있지만, 사전확률을 알고 있다는 가정으로부터 시작을 하게 되어 일정량 이상의 학습데이터가 필요하다. 따라서 본 연구에서는 베이지안 분류기와 같이 점진적으로 학습을 할 수 있지만, 사전 확률을 알지 못하더라고 학습을 할 수 있는 새로운 점진적 학습 알고리즘을 제안하고자 한다. 본 연구에서 제안하는 알고리즘의 기본 개념은 여러 전문가의 의견을 종합하는 방식이다. 여기서는 속성값(attribute value)을 한명의 전문가로 보고 전문가 집단의 의사 결정이 맞을 경우에는 가점을 주고 틀릴 경우에는 감점을 하는 방식으로 학습을 하게 된다. 실험결과 이 방법은 의사결정나무나 베이지언 분류기와 비교해 비슷한 성능을 나타내었으며, 향후에 스트림 데이터 분석에 사용할 가능성을 보였다. In these day, many data including sensor, delivery, credit and stock data are generated continuously in massive quantity. It is difficult to learn from these data because they are large in volume and changing fast in their concepts. To handle these problems, learning methods based in sliding window methods over time have been used. But these approaches have a problem of rebuilding models every time new data arrive, which requires a lot of time and cost. Therefore we need very simple incremental learning methods. Bayesian method is an example of these methods but it has a disadvantage which it requries the prior knowledge(probabiltiy) of data. In this study, we propose a learning method based on attribute values. In the proposed method, even though we don't know the prior knowledge(probability) of data, we can apply our new method to data. The main concept of this method is that each attribute value is regarded as an expert learner, summing up the expert learners lead to better results. Experimental results show our learning method learns from data very fast and performs well when compared to current learning methods(decision tree and bayesian).
-
-
불리언 질의 재구성에서 의사결정나무의 학습 성능 감도 분석
윤정미,김남호,권영식 한국경영과학회 1998 한국경영과학회지 Vol.23 No.4
One of the difficulties in using the current Boolean-based information retrieval systems is that it is hard for a user, especially a novice, to formulate an effective Boolean query. One solution to this problem is to let the system formulate a query for a user from his relevance feedback documents. In this research, an intelligent query reformulation mechanism based on ID3 is proposed and the sensitivity of its retrieval effectiveness, i.e., recall, precision, and E-measure, to various input settings is analyzed. The parameters in the input settings is the number of relevant documents. Experiments conducted on the test set of Medlars revealed that the effectiveness of the proposed system is in fact sensitive to the number of the initial relevant documents. The case with two or more initial relevant documents outperformed the case with on initial relevant document with statistical significances. It is our conclusion that formulation of an effective query in the proposed system requires at least two relevant documents in its initial input set.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
