지도 학습 머신러닝 기반의 전자상거래 블랙컨슈머 탐지 기술
Black Consumer Detection in E-Commerce Using Supervised Machine Learning
- 주제(키워드) 머신러닝 , 지도학습 , 탐지기술 , 전자상거래 , 블랙컨슈머
- 발행기관 고려대학교 정보보호대학원
- 지도교수 이경호
- 발행년도 2019
- 학위수여년월 2019. 2
- 학위구분 석사
- 학과 정보보호대학원 정보보호학과
- 세부전공 위험관리
- 원문페이지 68 p
- 실제URI http://www.dcollection.net/handler/korea/000000082615
- UCI I804:11009-000000082615
- DOI 10.23186/korea.000000082615.11009.0000824
- 본문언어 한국어
- 제출원본 000045979231
초록/요약
빠른 속도로 성장하고 있는 전자상거래 시장이 기업들에게 고객층을 넓혀나갈 좋은 기회를 제공하고 있는 반면에 블랙컨슈머로 인한 기업들의 피해 사례 또한 늘어나고 있다. 본 연구는 전자상거래 고객 데이터를 통해 전자상거래 상의 블랙컨슈머를 탐지해내는 머신 러닝 모델을 구축하고 최적화하는 것을 목표로 한다. Feature selection의 filter method와 4개의 classification 알고리즘을 이용한 실험을 통해 F-measure 0.667의 정확도로 블랙컨슈머를 탐지하는 모델을 구축하였으며 F-measure에서 11.44%, AURC에서 10.51%, TPR에서 22.87%의 성능 향상을 확인 할 수 있었다.
more목차
국문 요약 …………………………………………………………………………… 1
영문 요약 …………………………………………………………………………… 2
제 1장 서론 ………………………………………………………………………… 3
제 2장 관련연구 …………………………………………………………………… 4
2.1 Anomaly 탐지 ……………………………………………………………… 4
2.2 신용 카드 사기 탐지 ……………………………………………………… 7
2.3 고객 이탈 예측 ……………………………………………………………… 8
2.4 본 연구의 차별성 …………………………………………………………… 10
제 3장 탐지 모델 구현 …………………………………………………………… 12
3.1 Data pre-processing …………………………………………………… 12
3.2 Feature selection ………………………………………………………… 17
3.3 Supervised learning ……………………………………………………… 20
3.4 Validation …………………………………………………………………… 24
3.5 Result and optimization …………………………………………………… 29
제 4장 결론 ………………………………………………………………………… 39
부록 …………………………………………………………………………… 41
참고문헌 ………………………………………………………………………… 58
