1 |
1
고객 데이터에 대하여 주성분 분석을 수행하여 고객 데이터의 차원을 감소시켜 전처리를 수행하는 전처리부;상기 전처리부에 의하여 전처리된 고객 데이터에 대하여 다중 레이블 분류 모형을 이용하여 레이블 모형을 생성하는 레이블 모형부; 및 상기 레이블 모형부에 의하여 생성된 상기 레이블 모형에 대하여, 임의 샘플링을 시행하여 불균형성을 해소하는 불균형 데이터 처리부;를 포함하는 맞춤형 금융상품 추천 시스템
|
2 |
2
제1항에 있어서, 상기 고객 데이터는 금융상품 거래금액 정보, 금융상품 거래 횟수 정보, 입출금고 금액 정보, 금융상품 평균잔고 정보, 고객 프로파일 정보, 고객 투자성향 정보, 장기 휴면 정보 중 적어도 하나를 포함하는 맞춤형 금융상품 추천 시스템
|
3 |
3
제1항에 있어서, 상기 전처리부는상기 고객 데이터의 자료를 한 개의 축으로 사상시켰을 때 분산이 가장 커지는 축을 첫 번째 주성분으로, 두 번째로 커지는 축을 두 번째 주성분으로 놓이도록 새로운 좌표계를 설정하고, 이를 이용하여 고객 데이터를 선형 변환하는 맞춤형 금융상품 추천 시스템
|
4 |
4
제1항에 있어서, 상기 레이블 모형부는랜덤 포레스트 모형, 로지스틱 회귀모형, 에이다부스트 모형 및 인공신경망 모형 중 적어도 하나를 단일 레이블 분류 모형으로서 사용하는 맞춤형 금융상품 추천 시스템
|
5 |
5
제1항에 있어서, 상기 레이블 모형부는상기 전처리된 고객 데이터를 복수개의 단일 레이블 데이터로 변환하는 이진 연관성 기법을 이용하여 다중 레이블 모형을 생성하는 맞춤형 금융상품 추천 시스템
|
6 |
6
제1항에 있어서, 상기 레이블 모형부는상기 전처리된 고객 데이터에 대하여 이진 연관성 기법에 따른 이전 레이블에 대한 분류 결과를 생성하고, 상기 이전 레이블에 대한 분류 결과를 다음 레이블을 예측할 때 설명변수로 사용하여 레이블 사이에 존재하는 상관관계를 반영하여 분류기 체인을 생성하는 맞춤형 금융상품 추천 시스템
|
7 |
7
제1항에 있어서, 상기 레이블 모형부는레이블의 조건부 확률을 순차적으로 계산하고 그에 대한 결합확률분포를 산출하는 확률적 분류기 체인을 이용하여 레이블 모형을 생성하는 맞춤형 금융상품 추천 시스템
|
8 |
8
제1항에 있어서, 상기 불균형 데이터 처리부는 설명변수를 이용하여 고정된 샘플링을 수행하는 제1 샘플링 처리와 임의로 샘플링을 수행하는 제2 샘플링 처리를 수행하여 불균형 데이터를 처리하는 맞춤형 금융상품 추천 시스템
|
9 |
9
제1항에 있어서, 상기 불균형 데이터 처리부는 고객 데이터에 포함된 장기 휴면 정보를 이용하여, 기 설정된 기간 이상 거래가 없는 고객에 대한 데이터는 훈련에서 제외하고, 기 설정된 기간 동안 특정 금융상품에 대한 거래가 없었다면 금융상품 거래와 무관한 프로파일 등의 정보를 활용하여 구매 확률을 계산하는 맞춤형 금융상품 추천 시스템
|
10 |
10
고객 데이터에 대하여 주성분 분석을 수행하여 고객 데이터의 차원을 감소시켜 전처리를 수행하는 단계;전처리된 고객 데이터에 대하여 다중 레이블 분류 모형을 이용하여 레이블 모형을 생성하는 단계; 및 상기 레이블 모형에 대하여, 임의 샘플링을 시행하여 불균형성을 해소하는 단계; 를 포함하는 맞춤형 금융상품 추천 방법
|
11 |
11
제10항에 있어서, 상기 전처리를 수행하는 단계는상기 고객 데이터의 자료를 한 개의 축으로 사상시켰을 때 분산이 가장 커지는 축을 첫 번째 주성분으로 설정하는 단계; 상기 분산이 두 번째로 커지는 축을 두 번째 주성분으로 설정하는 단계; 상기 첫 번째 주성분과 상기 두 번째 주성분을 이용하여 새로운 좌표계를 설정하는 단계; 및상기 새로운 좌표계를 이용하여 상기 고객 데이터를 선형 변환하는 단계; 를 포함하는 맞춤형 금융상품 추천 방법
|
12 |
12
제10항에 있어서, 상기 레이블 모형을 생성하는 단계는,상기 전처리된 고객 데이터를 복수개의 단일 레이블 데이터로 변환하는 이진 연관성 기법을 이용하여 다중 레이블 모형을 생성하는 단계;상기 전처리된 고객 데이터에 대하여 이진 연관성 기법에 따른 이전 레이블에 대한 분류 결과를 생성하고, 상기 이전 레이블에 대한 분류 결과를 다음 레이블을 예측할 때 설명변수로 사용하여 레이블 사이에 존재하는 상관관계를 반영하여 분류기 체인을 생성하는 단계; 및레이블의 조건부 확률을 순차적으로 계산하고 그에 대한 결합확률분포를 산출하는 확률적 분류기 체인을 이용하여 레이블 모형을 생성하는 단계;중 적어도 하나를 포함하는 맞춤형 금융상품 추천 방법
|
13 |
13
제10항에 있어서, 상기 고객 데이터를 선형 변환하는 단계는설명변수를 이용하여 고정된 샘플링을 수행하는 제1 샘플링 처리 단계; 및임의로 샘플링을 수행하는 제2 샘플링 처리 단계; 를 포함하는 맞춤형 금융상품 추천 방법
|
14 |
14
제10항에 있어서, 상기 고객 데이터를 선형 변환하는 단계는고객 데이터에 포함된 장기 휴면 정보를 이용하여 기 설정된 기간 이상 거래가 없는 고객에 대한 데이터는 훈련에서 제외하는 단계; 및기 설정된 기간 동안 특정 금융상품에 대한 거래가 없었다면 해당 금융상품을 구매할 확률을 0으로 설정하는 단계;를 포함하는 맞춤형 금융상품 추천 방법
|