{"type":"img","src":"//cdn.quv.kr/n8y59fxyc/up/63edc23d09601_1920.png","height":60,"scroll":"/img/e/logo/quv-logo.png"}
  • Members
  • Publication
  • Project
  • Notices
  • Gallery
  • AI Business
  • {"google":["Noto Sans"],"custom":["Noto Sans KR"]}
    ×
     
     
    섹션 설정
    {"type":"img","src":"https://cdn.quv.kr/n8y59fxyc%2Fup%2F5fb0494d498cb_1920.jpg","height":"55"}
  • Members
  • Publication
  • Research Project
  • IBA Board
  • Hall of Fame
  • Gallery
  •  

    부산대학교 지능형경영분석 연구실

     

    부산대학교 경영대학 지능형경영분석(IBA) 연구실은 데이터 마이닝을 활용한 비즈니스 인텔리전스,

    지능형 비즈니스 시스템, 분석 기반 고객관계관리, 오피니언 마이닝(Opinion Mining) 등을 주요 연구 분야로 하고 있습니다.

     

    Professor Taeho Hong
    홍태호 교수


    E-mail: hongth@pusan.ac.kr

     

     

    경력
    부산대학교 경영대학 경영정보 교수
    한국정보시스템학회 회장
    Journal of China Studies 편집위원장
    (전)한국지능정보시스템학회 회장
    (전)BK21 Four 디지털금융 교육연구단 단장

     

    학력
    Ph.D in Management Engineering, KAIST, Republic of Korea
    M.S in Management Information Systems, KAIST, Republic of Korea
    B.S in Industrial Engineering, KAIST, Republic of Korea

     

    연구분야
    AI for Intelligent Information Systems
    Data Mining for Customer Relationship Management
    Financial Information Systems Using Machine Learning
    Online Review Analyses for Smart Tourism


    강의분야
    Big Data Business, CRM (Undergraduate Course)
    Business Analytics, Machine Learning & Deep Learning (Graduate Course)

     

     

     Data Driven Decision Making

     

    인공지능(AI)의 재부상은 빅데이터 활용이 기업 경쟁력 확보의 핵심 요소임을 시사한다.

    AI와 빅데이터는 방대한 정보 속에서 유의미한 패턴을 추출하고,

    이를 기반으로 전략적 의사결정을 가능하게 한다.

    예를 들어, Harrah’s Entertainment는 고객 데이터를 분석해

    맞춤형 마케팅 전략을 수립했으며, Target은 고객 세분화를 통해 소비자 행동을 예측하고

    이를 비즈니스 전략에 반영하였다.

    이러한 사례는 디지털 전환 시대에 데이터와

    AI 기반 의사결정이 기업의 경쟁우위를 확보하는 데 필수적임을 보여준다.

     

     

    LDA-Topic Extraction from Documents

     

    LDA(Latent Dirichlet Allocation)는 문서 내 단어들을 잠재 주제에

    확률적으로 할당하여 각 문서의 주제 분포를 추정하는 방식의 토픽 추출 기법이다.

    이 과정을 통해 단어-주제 행렬과 문서-주제 행렬이 생성되며,

    문서 집합 전체의 주제 구조를 파악하고

    텍스트 데이터를 자동으로 분류하거나 의미 기반 분석에 활용할 수 있다.

     

     

    Cryptocurrencies & Stock price time series prediction

     

    암호화폐와 주식 가격 변동을 예측하기 위해

    텍스트 마이닝과 머신러닝·딥러닝 기법을 활용해 연구를 진행했다.

    암호화폐는 뉴스 키워드 빈도와 트렌드 변화를 분석해 시세를 예측하고,

    주식은 상장 초기 공시 자료를 기반으로 TF-IDF 감성분석을 적용해 주가 흐름을 예측하였다. 

    {"google":[],"custom":["Noto Sans KR","Nanum Gothic","Jeju Gothic"]}{"google":["Noto Sans","Barlow","PT Sans"],"custom":["Noto Sans KR","Godo"]}
    {"google":["PT Sans"],"custom":["Noto Sans KR"]}