데이터마이닝을 이용한 한국 가구소득에 대한 통계 모형

• 영문명: Statical Model for the Korean Household Income Using Data Mining
• 발행기관: 한국자료분석학회
• 저자명: 이장택(Jang Taek Lee) 조주옥(Ju Ok Cho)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.7 No.5, 1679~1693쪽, 전체 15쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2005.10.30

국문 초록

기업의 마케팅 부서들이 소득에 따라 소비성향이 어떠한지 파악하여 마케팅 전략을 세우기 때문에 고객들의 소득규모는 매우 중요한 관심거리이며, 또한 보험정책과 연금정책, 조세정책 등을 세우는 데도 중요변수가 된다. 따라서 본 연구에서는 선형회귀모형, 신경망 모형, 의사결정나무 모형, 의사결정나무 모형 적합 후 신경망 모형을 통하여 한국 가구소득에 대한 통계 모형을 제안하고 각 모형의 설명력을 서로 비교해 보았다. 모형의 설명력을 평가하기 위한 기준으로는 평균제곱오차(MSE)와 평균절대편차(MAD)를 사용하였으며 그 결과 의사결정나무 모형 적합 후 신경망 모형이 약간 나았지만 제안된 4가지 모형은 대체적으로 비슷한 설명력을 가졌음을 확인할 수 있었다.

영문 초록

The primary concern of responsible persons who take charge of CRM in the marketing department is customer s income because they set up the marketing strategies under the recognition of propensity to consume. Customer s income is also an important variable for planning insurance policy, pension policy, and taxes policy. For this reason, we propose four models for a practical use in CRM field with household income data on which CRM field have most interest. The proposed models are linear regression model, neural network model, decision tree model, and neural networks after decision tree model. We compare efficiencies among four models under MSE and MAD as criterion for model selection. As a result, the neural network after the decision tree model is more efficient than other models under existing conditions. However, the difference is too small, and the priority of the models changes if the conditions of neural networks were changed.

목차

1. 서론

2. 연구방법

3. 분석결과

4. 결론

참고문헌

키워드

데이터마이닝 선형회귀모형 신경망 모형 의사결정나무 모형 Data Mining Regression Neural Network Decision Tree Model