CART 방법론을 사용한 클라우드 컴퓨팅 도입 의사 결정 모델링

• 영문명: Cloud Computing Adoption Decision-Making Modeling Using CART
• 발행기관: 한국시뮬레이션학회
• 저자명: 백승현(Seung Hyun Baek) 장병윤(Byeong-Yun Chang)
• 간행물 정보: 『한국시뮬레이션학회 논문지』제23권 제4호, 189~195쪽, 전체 7쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2014.12.30

국문 초록

본 논문에서는 장소와 시간의 제약을 받지 않는 클라우드 컴퓨팅 도입 의사 결정 모델링에 대한 연구를 진행하였다. 연구에서는 65명의 응답자에게 수집 된 패널데이터와 데이터마이닝 방법 중 하나인 CART(회귀분류나무)를 사용하여 의사결정 모델을 구축하였다. 모델링에는 2단계로 진행되는데 첫 번째 단계에서는 패널데이터를 사용하여 도입 의사를 결정하는데 영향을 미치는 문항들을 선택하고 2 번째 단계에서는 선택된 문항을 사용하여 도입 의사 결정 모델을 구축하였다. 문항 선택을 통하여 설문지 수집 문항수를 25개에서 5개로 줄일 수 있어 응답자에게 빠른 답변을 얻을 수 있고 데이터의 사이즈가 작기 때문에 모델 구축 시간을 줄일 수 있는 장점을 보여주었다.

영문 초록

In this paper, we conducted a study on place-free and time-free cloud computing (CC) adoption decision-making model. Panel survey data which is collected from 65 people and CART (classification and regression tree) which is one of data mining approaches are used to construct decision-making model. In this modeling, there are 2 steps: In the first step, significant questions (variables) are selected. After that, the CART decision-making model is constructed using the selected variables. In the variable selection stage, the 25 questions are reduced to 5 ones. The benefits of question reduction are quick response from respondent and reducing model-construction time.

목차

1. 서론

2. 클라우드 컴퓨팅 및 관련 실증연구 고찰

3. CART 방법론

4. 데이터 및 실험결과

5. 결 론

References

키워드

CART 클라우드 컴퓨팅 패널데이터 데이터마이닝 변수선택 CART Cloud Computing Panel Data Data Mining Variable Selection