이더리움 블록체인의 방대한 거래 데이터를 머신러닝으로 분석하여, 익명의 지갑 주소 뒤에 숨겨진 사용자의 행동 유형을 자동으로 분류하는 방법론을 제시한 선구적인 온체인 데이터 분석 연구이다. 논문 요약 연구 배경 이 연구는 블록체인 데이터 분석의 초점을 ‘네트워크 자체’에서 ‘네트워크 참여자(사용자)’로 전환시킨 중요한…
대규모 온라인 게임에서 수집되는 플레이어의 행동 로그 데이터를 머신러닝으로 분석하여, 플레이어의 숨겨진 행동 패턴과 유형을 자동으로 발견하는 게임 데이터 분석의 선구적인 연구이다. 논문 요약 연구 배경 이 연구는 게임 개발자의 ‘직감’을 넘어, 실제 ‘데이터’를 통해 플레이어를 이해하려는 게임 애널리틱스(Game Analytics)…
K-평균 군집분석으로 초기 고객 세그먼트를 생성한 후, 서포트 벡터 머신(SVM)을 이용해 세그먼트 간의 경계를 명확히 학습함으로써, 신규 고객을 더 정확하게 분류하는 하이브리드 모델을 제시한다. 논문 요약 연구 배경 고객 세분화를 위한 하이브리드 모델(비지도학습 + 지도학습)의 연구가 활발해지면서, 지도학습 단계에서 어떤…
비지도학습(K-평균)으로 고객 세그먼트를 발굴하고, 이 결과를 지도학습(결정트리) 모델의 정답으로 삼아 신규 고객을 자동으로 분류하는 하이브리드 모델을 제안하여, 고객 세분화의 운영 효율성과 확장성을 획기적으로 개선한다. 논문 요약 연구 배경 전통적인 고객 세분화는 주로 데이터 분석가가 비지도 학습(Unsupervised Learning), 특히 K-평균과 같은…
한줄 요약문 블록체인 기술로 데이터의 신뢰성과 무결성을 확보하고, 이렇게 검증된 데이터를 머신러닝의 예측 분석 모델에 활용하여 공급망 관리의 정확도와 효율성을 높이는 개념적 프레임워크를 제안한다. 논문 요약 연구 배경 이 연구는 공급망 관리(Supply Chain Management, SCM)가 가진 고질적인 문제, 즉 ‘데이터…