Support Vector Regression에서 분리학습을 이용한 고객의 구매액 예측모형

홍태호(Taeho Hong),김은미(Eunmi Kim) 한국지능정보시스템학회 2010 지능정보연구 Vol.16 No.4

본 연구에서는 기업의 마케팅 프로모션에 따른 반응고객의 구매액 예측을 위한 방법을 제시하고 SVR의 효과적인 학습방법을 제시하였다. 프로모션에 의한 고객의 구매액을 기반으로 고객을 5등급으로 등급화하고 각 등급 내에서 SVR을 적용하여 고객의 구매액을 예측하였다. 본 연구에서 제안하는 예측된 고객의 등급 내에서 고객 구매액을 예측하는 분리데이터 학습법이 프로모션에 반응한 모든 고객을 대상으로 구매액을 예측하는 전체데이터 학습법보다 높은 예측성과를 보여주었다. 일반적으로 세분화된 고객집단을 하나의 집단으로 보고 동일한 마케팅 전략을 제시하나 본 연구를 통해 구매액에 따라 등급화 된 고객의 등급 내에서 다시 고객의 거래 구매액을 예측하여 동일한 집단 내에서도 차별화된 마케팅 전략을 제시할 수 있는 기반을 제시하였다. 즉 동일한 등급에서도 고객 구매액에 따라 고객의 우선순위를 정할 수 있으며, 이는 마케팅 담당자가 프로모션을 제시할 고객을 선정할 때 유용한 정보로 활용될 수 있다.

레이더 거리측정에 기초한 선위오차의 분석

홍태호(Taeho Hong),조아라(Ahra Jo),이지연(Jiyeon Lee) 한국지능시스템학회 2020 한국지능시스템학회논문지 Vol.30 No.3

오늘날 대다수 선박들은 대양항해뿐만 아니라 연안항해시에도 GPS 측위에 의존하여 항해하는 것이 보편화 되어있다. 그러나 GPS 신호는 수신기에 도달하는 위성신호가 미약하여 재밍에 취약하다. 이러한 위성신호에 이상에 발생할 경우에 대비하여 GPS 측위시스템의 대체항법이 요구된다. 위성항법시스템이 상용화되기 전 선박에서 주로 사용된 연안항법은 레이더를 활용한 지문항법이며 특히 두 개 이상의 물표의 거리를 측정하여 선위를 측정하였다. 그러나 통상적으로 항해사는 연안항해시 측위에 대한 오차에 대한 충분한 고려 없이 측위를 행해왔다. 본 연구에서는 레이더를 활용한 물표로부터 생길 수 있는 수평거리에 의한 측위법의 오차의 크기를 재조사하였으며, 그에 따라 발생할 수 있는 측위오차는 거리측정에 의한 표준편차의 0.707배의 오차가 발생할 수 있음을 확인하였다. Today, most ships usually navigate by GPS positioning in coastal voyage as well as ocean voyage. However, the GPS signals are weak and vulnerable to jamming. In case the abnormality occurs in the satellite signal, the alternative navigation of the GPS positioning system is required. Before the satellite navigation system was commercialized, the coastal navigation mainly used in ships was geographical navigation based on radar, especially by measuring the distance between two or more tags. However, the navigator has usually performed positioning without sufficient consideration for errors in positioning during coastal voyage. In this study, we re-investigated the size of the possible errors in the positioning method due to the horizontal distance of the objects using radar, and verified that the possible errors in positioning may be 0.707 times the standard deviation by the distance measurement.

레이더 거리측정에 기초한 선위오차의 분석

홍태호(Taeho Hong),정중식(Jung Sik Jeong),박계각(Gyei-kark Park) 한국지능시스템학회 2013 한국지능시스템학회 학술발표 논문집 Vol.23 No.1

뉴스 감성분석과 SVM을 이용한 다우존스 지수와 S&P500 지수 예측

홍태호(Taeho Hong),김은미(Eunmi Kim),차은정(Eunjeong Cha) 한국인터넷전자상거래학회 2017 인터넷전자상거래연구 Vol.17 No.1

The development of the Internet and the popularity of smart phones has created a rapid and dramatic increasement of the use for text data. The accumulated text data in database has been focused to utilize the value of the vast amount of shared text data. The study of sentiment analysis for the SNS using text mining techniques have been reported as the increasement of shared text data. News information on the Web is always available to be utilized for building an advanced information if the sentiment analysis were applied to predict the movement of stock price index. In this study, stock price index was predicted by integrating sentiment analysis of the news information into technical analysis of stock price index. This combination was also named as a model SS-SVM. SS-SVM takes advantage of 9 variable technical indicators combined with sentiment analysis of New York Times news information being conducted by SVM analysis. We collected data from the New York Times news summary, S&P 500 index, Dow Jones index and used the lexicon form SentiWordNet to calculate the sentiment value and polarity of each news. The experimental results shows that the performance of the proposed SS-SVM is statistically superior to than traditional models in significant.

온라인 주식 포럼의 핫토픽 탐지를 위한 감성분석 모형의 개발

홍태호(Taeho Hong),이태원(Taewon Lee),리징징(Jingjing Li) 한국지능정보시스템학회 2016 지능정보연구 Vol.22 No.1

소셜 미디어를 이용하는 사용자들이 직접 작성한 의견 혹은 리뷰를 이용하여 상호간의 교류 및 정보를 공유하게 되었다. 이를 통해 고객리뷰를 이용하는 오피니언마이닝, 웹마이닝 및 감성분석 등 다양한 연구분야에서의 연구가 진행되기 시작하였다. 특히, 감성분석은 어떠한 토픽(주제)를 기준으로 직접적으로 글을 작성한 사람들의 태도, 입장 및 감성을 알아내는데 목적을 두고 있다. 고객의 의견을 내포하고 있는 정보 혹은 데이터는 감성분석을 위한 핵심 데이터가 되기 때문에 토픽을 통한 고객들의 의견을 분석하는데 효율적이며, 기업에서는 소비자들의 니즈에 맞는 마케팅 혹은 투자자들의 시장동향에 따른 많은 투자가 이루어지고 있다. 본 연구에서는 중국의 온라인 시나 주식 포럼에서 사용자들이 직접 작성한 포스팅(글)을 이용하여 기존에 제시된 토픽들로부터 핫토픽을 선정하고 탐지하고자 한다. 기존에 사용된 감성 사전을 활용하여 토픽들에 대한 감성값과 극성을 분류하고, 군집분석을 통해 핫토픽을 선정하였다. 핫토픽을 선정하기 위해 k-means 알고리즘을 이용하였으며, 추가로 인공지능기법인 SOM을 적용하여 핫토픽 선정하는 절차를 제시하였다. 또한, 로짓, 의사결정나무, SVM 등의 데이터마이닝 기법을 이용하여 핫토픽 사전 탐지를 하는 감성분석을 위한 모형을 개발하여 관심지수를 통해 선정된 핫토픽과 탐지된 핫토픽을 비교하였다. 본 연구를 통해 핫토픽에 대한 정보 제공함으로써 최신 동향에 대한 흐름을 알 수 있게 되고, 주식 포럼에 대한 핫토픽은 주식 시장에서의 투자자들에게 유용한 정보를 제공하게 될 뿐만 아니라 소비자들의 니즈를 충족시킬 수 있을 것이라 기대된다. Document classification based on emotional polarity has become a welcomed emerging task owing to the great explosion of data on the Web. In the big data age, there are too many information sources to refer to when making decisions. For example, when considering travel to a city, a person may search reviews from a search engine such as Google or social networking services (SNSs) such as blogs, Twitter, and Facebook. The emotional polarity of positive and negative reviews helps a user decide on whether or not to make a trip. Sentiment analysis of customer reviews has become an important research topic as datamining technology is widely accepted for text mining of the Web. Sentiment analysis has been used to classify documents through machine learning techniques, such as the decision tree, neural networks, and support vector machines (SVMs). is used to determine the attitude, position, and sensibility of people who write articles about various topics that are published on the Web. Regardless of the polarity of customer reviews, emotional reviews are very helpful materials for analyzing the opinions of customers through their reviews. Sentiment analysis helps with understanding what customers really want instantly through the help of automated text mining techniques. Sensitivity analysis utilizes text mining techniques on text on the Web to extract subjective information in the text for text analysis. Sensitivity analysis is utilized to determine the attitudes or positions of the person who wrote the article and presented their opinion about a particular topic. In this study, we developed a model that selects a hot topic from user posts at China"s online stock forum by using the k-means algorithm and self-organizing map (SOM). In addition, we developed a detecting model to predict a hot topic by using machine learning techniques such as logit, the decision tree, and SVM. We employed sensitivity analysis to develop our model for the selection and detection of hot topics from China’s online stock forum. The sensitivity analysis calculates a sentimental value from a document based on contrast and classification according to the polarity sentimental dictionary (positive or negative). The online stock forum was an attractive site because of its information about stock investment. Users post numerous texts about stock movement by analyzing the market according to government policy announcements, market reports, reports from research institutes on the economy, and even rumors. We divided the online forum’s topics into 21 categories to utilize sentiment analysis. One hundred forty-four topics were selected among 21 categories at online forums about stock. The posts were crawled to build a positive and negative text database. We ultimately obtained 21,141 posts on 88 topics by preprocessing the text from March 2013 to February 2015. The interest index was defined to select the hot topics, and the k-means algorithm and SOM presented equivalent results with this data. We developed a decision tree model to detect hot topics with three algorithms: CHAID, CART, and C4.5. The results of CHAID were subpar compared to the others. We also employed SVM to detect the hot topics from negative data. The SVM models were trained with the radial basis function (RBF) kernel function by a grid search to detect the hot topics. The detection of hot topics by using sentiment analysis provides the latest trends and hot topics in the stock forum for investors so that they no longer need to search the vast amounts of information on the Web. Our proposed model is also helpful to rapidly determine customers’ signals or attitudes towards government policy and firms’ products and services.

인터넷 뱅킹에서 고객의 신념을 이용한 개인화모형을 위한 데이터 마이닝

홍태호(Taeho Hong),서보밀(Bomil Suh) 한국인터넷전자상거래학회 2004 인터넷전자상거래연구 Vol.4 No.2

인터넷의 급속한 성장으로 e비즈니스의 인터넷 사용이 증대되었다. 인터넷 환경에 서는 새로운 인터넷 사용자라는 소비자를 대상으로 인터넷 소비자 행동에 관한 연구 가 중요한 분야로 자리 잡게 되었다. 인터넷 상에서의 소비자 행동을 설명하기 위해 온라인 인지절차 (Cognitive process) 에 관한 연구로, 웹 사이트에 대한 소비자의 태도에 미치는 영향을 밝히는 연구들이 수행되었다. 웹 사이트에 대한 소비자의 태도 에 따른 개안된 마케팅을 위해서는 웹사이트를 소비자의 특성을 고려해서 개인화된 웹사이트를 운영해야 한다.<br/> 개인의 정보 시스템 사용에 대한설명을 위하여 많은 모형들이 개발되어 왔다. 기술 수용 모형 (Technology Acceptance Model:TAM)은 개인의 장보 시스템 수용에 영향을 미치는 요소를 설명하기 위하여 가장 폭 넓게 사용되고 있는 모형이다. TRA 모형에 따르면, 개인의 사회적 행위는 그 행위의 결과에 대한 신념에 의해영향을 받는다고 할 수 있다 본 연구에서는 고객의 신념을 신뢰 (Trust). 유용성 (Usefulness),사용의 편의성 (Ease of Use), 위험 (Risk), 보안통제 (Security control)로 분류 하고, 고객의 실제사용 (Usage)을 인터넷뱅킹 환경에서 측정하여 고객세분화에 적용 하였다 세분화된 고객집단을 분류하카 위해서 인공신경망, 판별분석 가법을 적용하여 웹 사이트에서 사용할 수 있는 개인화 모형을 개발하였다.<br/> <br/>

퍼지로직을 이용한 강조류 해역의 취약성 기반 항해위험도 알고리즘 설계

홍태호(Taeho Hong) 한국지능시스템학회 2020 한국지능시스템학회논문지 Vol.30 No.2

해양사고 원인의 대부분은 인적과실에 의해 발생하는 것으로 파악되고 있으며, 한국형 e-Navigation 사업은 인적과실에 의한 해양사고 저감 및 초고속 해상무선통신의 구축 방안을 마련하고 있다. 사고취약선박 모니터링 시스템은 육상에서 수집한 선박의 위치정보를 기반으로 선박의 충돌·좌초 위험도를 평가하여 선박이 위험상황을 인식할 수 있도록 정보를 제공하고 해양사고 발생시 육상에서 조기 대응할 수 있도록 실시간 선박 위치 및 위험상황 정보를 유관기관과 공유하기 위한 서비스를 위한 것이다. 본 연구에서는 사고취약선박 모니터링 서비스를 위한 강조류 해역의 취약성기반 항해위험도 알고리즘을 설계하였다. Marine casualties are caused mainly by collisions and grounding, due to human error. The SMART Navigation Service is preparing a measure to reduce marine casualties caused by human error and establish an LTE-Maritime. Accident vulnerability monitoring system to evaluate the danger of collision or grounding for a vessel based on location information collected on land. In this study, designed a vulnerability-based navigation risk algorithm in the strong current area for the accident vulnerability ship monitoring service.

DEA와 logit을 이용한 IT 벤처기업의 효율성 평가

홍태호(Taeho Hong),박지영(Jiyoung Park),김은미(Eunmi Kim) 한국인터넷전자상거래학회 2007 인터넷전자상거래연구 Vol.7 No.3

In this paper, we proposed the model to evaluate the efficiency of IT venture business and performed the empirical analysis for the companies which were listed on the KOSDAQ(Korea Securities Dealers Automated Quotation) market. The Data Envelopment Analysis (DEA), which is a typical approach among non-parametric methods for measuring the efficiency, was employed for our model. We divided the firms into two groups in accordance with the efficiency of the DEA model. Using logit model through the stepwise, we finally acquired the model for evaluating the efficiency of IT venture business. We applied our model to companies listed on the KOSDAQ market with the corporate information in 2005 years. Consequently, using proposed model, decision makers who want to know about their interesting company can get the prediction information without comparing with other companies.

항행의도 전달을 위한 시스템 구축

홍태호(Taeho Hong),김도연(Do-yeon Kim),이상재(Sang-jae Lee),정병우(Byeong Woo Jeong),박계각(Gyei-kark Park),정중식(Jung Sik Jeong),김건웅(Guonung Kim) 한국지능시스템학회 2014 한국지능시스템학회 학술발표 논문집 Vol.24 No.2

The Prediction of the DEA Efficiency of IT Venture Business Using SVMs

Taeho Hong(홍태호),Jiyoung Park(박지영) 한국지능정보시스템학회 2010 한국지능정보시스템학회 학술대회논문집 Vol.2010 No.11월

Proposed in this paper, is a DEA-Based data mining approach. To predict the efficiency of an IT venture business, data mining was utilized, to discover advantageous patterns in data. To measure the efficiency of an IT venture business, the Data Envelopment Analysis (DEA) was employed. This is a typical approach among non-parametric methods for measuring the efficiency of companies. A selection of KOSDAQ firms was divided into two groups in accordance with the efficiency in the DEA model. Using a logit model through the stepwise, we finally acquired a model for evaluating the efficiency of an IT venture business. We applied our integrated model to companies listed on the KOSDAQ, which is a stock market division of Korea exchange for dealing the securities of the venture business, with the corporate information available from 2005. Our integrated model enabled us to evaluate an individual firm and provided efficiency information without comparing with other companies. In this paper, to examine the feasibility of SVM in efficient company prediction, we compared it with logit analysis, and discriminant analysis. The experimental results show that SVM provides a promising alternative for the prediction of an efficient company.