정보통신 정보관리기술사/논문

문. 경영학 연구 분야에서의 인공지능과 빅데이터 활용 동향(2022.11.)

가카리 2022. 11. 20. 20:11
반응형
토픽 경영학 연구 분야에서의 인공지능과 빅데이터 활용 동향
도메인 인공지능 중요도
참고문헌 임충일, “경영학 연구 분야에서의 인공지능과 빅데이터 활용 동향”, 주간기술동향, 2022.11.16, pp2-14.

 

. 경영학 연구 분야에서의 인공지능과 빅데이터 활용 동향(2022.11.)

.

1. 개요

<그림. 인공지능, 빅데이터 기술 분야 개념도>

  - 인공지능과 빅데이터 기술은 컴퓨터, 사물인터넷(IoT), 스마트폰과 같은 디바이스에서 발생하는 데이터의 폭발적 증대와 초연결 지능화를 위해 공통으로 소요되는 대용량, 다양성, 실시간, 지능화 기능을 플랫폼으로 제공하는 SW기술을 의미함

 

2. 학문연구에 사용되는 데이터 유형

구 분 설 명
설계
데이터
- Designed Data
특정 학문 연구를 위해 설계된 데이터
- 연구 가설 실증을 위해 연구 대상에 대한 데이터를 직접 수집
이차 문헌 데이터 - Archival Data
- 연구 이외 여러 목적으로 형성된 데이터
- 주로 정부기관, 데이터 수집 전문기관, 기업에 의해 축적된 자료
자생적
데이터
- Organic Data
- 연구자의 특별한 노력없이 자생적으로 생성된 데이터
- 온라인 상에서 다수의 사용자에 의해서 형성되거나(트위터, 페이스북 등의 텍스트), 스마트폰, 웨어러블 기기, 감지 센서 등에서 자동으로 생성 및 축적된 데이터

 

3. 설계 데이터 기반 연구 사례

구 분 설 명
예측분석 - 성격검사 결과를 기반으로 직무 성과 예측에 관한 연구
- 머신러닝 / Elastic Net Regression
측정검증 - 인공지능 인터뷰를 통한 성격 측정 방식의 신뢰도, 타당도, 일반화 가능성을 타진하기 위한 연구
- Elastic Net Regression
- openSMILE
- OpenFace

  - 인사조직 분야의 실증 연구에서는 설계 데이터보다 이차 문헌 데이터와 자생적 데이터가 상대적으로 더 많이 활용되는 경향이 있음

 

4. 이차 문헌 데이터 기반 연구 사례

구 분 설 명
데이터 획득 방법 - 공공 데이터베이스에서 연구에 필요한 데이터를 검색하는 방법
- 기관 또는 조직에서 제공하는 API를 사용하는 방법
- 기업과 같이 특정 조직 내에 축적된 비공개 빅데이터를 사용하는 방법
채용
(에세이분야)
- 채용에서 지원자의 에세이를 점수화하기 위한 연구
- SPSS-IBM Modeler
채용
(직무성과)
- 채용에서 지원자의 경력을 활용하여 직무 성과와 이직을 예측한 연구
- Naiive Bayes Calssifier
CEO 성격 - CEO의 외향적인 성격이 인수 합병 의사결정에 미치는 영향 연구
- 텍스트 분석
- SVM(Support Vector Machine) Model

  - People Analytics가 확산되면서 인사조직 학계(조직행동학 및 산업조직심리학)에서도 관심이 증대됨

 

5. 자생적 데이터 기반 연구 사례

구 분 설 명
데이터 획득 방법 - 소셜 미디어가 제공하는 API를 사용하는 방법
- 웹 크롤링 방법
근무 형태
(재택근무)
- 코로나 19에 따른 재택근무에 대한 대중들의 감정적 반응에 관한 연구를 수행
- Deep Learning / BERT
- Topic Modeling
- Sentiment Analysis
채용 - 다국적 기업들의 다양한 나라에서 모집/선발 활동에 따른 나라별 차별적인 신호에 관한 연구
- 텍스트 분석
- Topic Modeling

 

6. 머신러닝을 통한 변수 추출 및 타 변수와의 관계 연구(유형 1)

구 분 설 명
개 념 - 머신러닝을 이용하여 데이터로부터 변수를 추출한 후, 일반적 통계 기법을 사용하여 추출된 변수와 다른 마케팅 변수와의 관계를 연구
- 수기로 레이블링하여 정보를 추출하기 어려운 대규모 데이터에 적합
사례 주식시장
성과
- 사용자 생성 콘텐츠가 주식시장 성과에 미치는 영향
- 나이브 베이지안, SVM
소비 의사결정 - 소비자가 리뷰 읽기-검색-구매의 연쇄적인 의사결정 과정에 대한 리뷰 콘텐츠의 영향
- 부분 딥러닝
수익 - 온라인 여행 플랫폼 내 평판이 독립형과 체인형의 호텔 분류에 따른 수익에 영향
- 토픽 모델링(LDA)
소비자
선택
- 사용자 생성 콘텐츠 내 호텔에 대한 설명 속성이 호텔 서비스 선택에 대한 영향
- 텍스트 마이닝, 이미지 분류, 소셜 위치 태깅

 

7. 머신러닝기반 신규 데이터 활용 연구(유형 2)

구 분
개 념 - 유형 1과 같이 데이터에서 변수 추출이 목적이지만, 머신러닝이 활성화되기 전에 변수를 추출하기 어려운 형태의 데이터인 비정형 데이터를 다루는 연구
사례 매출 - 전자상거래에서 판매자 외형의 매력도가 매출에 미치는 영향
- SVM 회귀, 랜덤 포레스트 회귀, CNN(Convolutional Neural Network)
프로젝트 성공 - 동영상에 사람 및 악기의 등장 여부가 크라우드 펀딩 프로젝트 성공에 미치는 영향
- CNN(Convolutional Neural Network)

 

8. 머신러닝기반 신규 방법론 적용 및 기존 방법론 개선 연구(유형 3)

구 분 설 명
개 념 - 각 연구에서 제안한 방법론의 유용성과 우월성을 검증
사례 CNN - CNN을 이용하여 유의미한 문장을 식별하는 방법 제안 연구
상관관계
토픽 모델
- 소바자의 온라인 서핑 데이터를 바탕으로 사용자 프로필을 분류
- 정보가 제한적일때에도 고객 프로필을 예측할 수 있는 접근법 제안
퍼지 SVM
능동적 학습
- 복잡한 속성을 가지고 있는 제품에 대한 소비자 선호를 이해하기 위해서 새로운 알고리즘 제안
계층적 이중
LDA
- 소비자의 선호가 검색 활동에 어떻게 반영되는지, 그리고 검색 결과 콘텐츠 선호도와의 관계를 어떠한지 파악하는 새로운 모형 제안

 

9. 머신러닝을 통한 마케팅 현상의 패턴 설명 연구(유형 4)

구 분 설 명
개 념 - 일반적인 마케팅 연구에서 변수들 사이의 상관관계 또는 인과관계 규명 목적이 아닌 마케팅 현상 자체를 기술하고 설명하는 연구
사례 텍스트
마이닝
- 온라인 리뷰를 긍정적인 진짜 리뷰, 긍정적인 가짜 리뷰, 부정적인 진짜 리뷰, 부정적인 가짜 리뷰 등 네 가지로 분류
DRMAS - Decomposition and Reassembly of MArkets by Segmentation
- 수백 개의 제품으로 구성된 대규모 시장에서 경쟁 구조를 효과적으로 시각화

 

10. 머신러닝기반 마케팅 현상 예측 및 예측력 향상 연구(유형 5)

구 분 설 명
개 념 - 유형 1과 달리 예측력 향상에 초점을 맞춘 것
- 머신러닝을 활용하여 특정한 현상에 대한 예측과 분류를 수행하고 예측의 정확도에 영향을 미치는 요인에 관한 연구
사례 광고
효과
- 온라인의 유료 검색 광고 효과를 측정
- Elo 알고리즘, 텍스트 분석(LDA), 벌점회귀(Penalized Regression)
대출 - 대출 시 차용인이 작성한 텍스트를 분석하여 채무 불이행 예측
- 나이브 베이즈, LDA
광고 - 광고와 R&D가 기업의 파산 생존률에 미치는 영향
- 랜덤 포레스트 기법

 

11. 마케팅 문제에 대한 해결책 제시 및 인과관계 규명 연구(유형 6)

구 분 설 명
개 념 - 타겟팅 등의 마케팅 활동에 최적화하는 방안으로 머신러닝 기법을 활용하는 연구
- 머신러닝을 통한 최적화된 활동을 아무 처치도 하지 않은 대조군과 비교하는 것
사례 전자
상거래
- 전자상거래 장바구니 타케팅의 효과 검증
- 랜덤 포레스트
고객 유지 활동 - 수익 기반의 손실함수를 설정하여 한 고객 당 고객 유지 활동의 금전적 가치를 예측
- 확률적 경사 부스팅

 

 

반응형