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
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
한국지능정보시스템학회 한국지능정보시스템학회 학술대회논문집 한국지능정보시스템학회 2004년 춘계학술대회논문집
발행연도
2004.6
수록면
219 - 228 (10page)

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
이른바 ’대중 맞춤(mass customizatio)’이 기업 경쟁력 강화에 있어 중요한 이슈로 대두됨에 따라 인터넷 기반의 e-CRM에 대한 세간의 관심이 크게 높아지고 있다. 특히 e-CRM 의 여러 분야 중에서도 특정 고객이 어떤 상품 촉은 상품군을 구매할 것인지를 예측, 분류하는 ’고객구매예측모형의 구축’ 분야는 최근 많은 연구가 이루어지고 있으며, 이미 국내외
실무현장에서 널리 적용되고 있다 이러한 ‘고객구매예측모형’에는 전통적인 데이티마이닝 기법이 활용되어 왔다. 하지만 전통적인 기법의 경우, 정확도가 상대적으로 떨어지거나 흑은 모형의 구축 및 유지관리자 어렵다는 문제가 종종 제기되어 왔다. 이에 본 연구에서는 기존 모형의 문제점을 개선하기 위한 대안으로, 인공신경망 수준 이상의 높은 예측력을 나타내면서 동시에 과대적합 운제를 완화할 수 있는 것으로 알려진 Support Vector Machine(SVM)을 재안하고자 한다. 본 연구에서는 고객구매예측모형으로서 SVM의 적합성을 판단하기 위하여 로지스틱 희귀분석, 인공신경망과 그 성과를 비교하였다. 그 결과. SVM이 다른 기법들에 비해 상대적으로 우수한 성과를 나타냄을 확인할 수 있었다.

목차

초록

1.서론

2.선행연구

3.실증연구: 자료수집과 변수선정

4.실증연구 결과

5.결론

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-003-014302350