earticle

논문검색

머신러닝을 이용한 개인 단위 디지털정보소외계층 판별 연구

초록

한국어

최근 심화된 디지털정보격차는 일상의 키오스크 이용 및 정부 지원 정책 확인 등 다양한 분야에서 나타나고 있다. 이에 정부와 기업은 문제 해결을 위한 방법을 시행 중에 있으나, 대상자 선별을 위한 식별 기준은 부족한 실정이다. 이에 개인 격차 수준의 식별을 위해 통계 데이터를 분석하고, 군집분석을 통해 계층을 분류하여 개인 단위의 판별모델을 개발하였다. 연구 결과, 랜덤 포레스트 알고리즘이 높은 디지털정보화수준 집단과 낮은 집단을 구분하는 데 가장 적합한 것으로 나타났다. 이 모델은 정확한 대상 선별과 실무적 의사결정에 기여할 수 있다.

목차

Ⅰ. 서 론
Ⅱ. 이론적 배경
1. 디지털정보격차
2. 증거기반정책
3. 머신러닝
Ⅲ. 연구설계
1. 데이터 수집
2. 데이터 가공 및 정제
3. 머신러닝 모형 개발
Ⅳ. 연구결과
1. 예측 모형 성과
2. 예측 기여
Ⅵ. 결론
References

저자정보

  • 이민철 전남대학교 경영학과 박사과정
  • 윤현식 전남대학교 경영학과 부교수

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.
      ※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.