top of page
word cloud image.png

Welcome to QUEST World!

QUEueing and STochastic

확률모델링(Stochastic Modeling)은 운용과학(Operations Research)  가운데 확률론을 이용하여 현실의 문제들을 모형으로 만들고 이를 수리적으로 해결하는 방법을 연구한다.  기본적인 확률이론과 포아송과정(Poisson process), 마코프체인(Markov chain) 등을 바탕으로 하여 대기행렬(queueing) 모형을 수립하는 데에 주로 활용한다. 이외에도 확률적 재고(inventory) 모형, 마코프 의사결정론,  은닉마코프모형(hidden Markov model) 등의 연구분야가 있다.

현실의 불확실한 상황들을 수리모형화할 수 있는 도구가 확률론이 유일하다는 점에서 확률모델링은 거의 모든 분야에 적용할 수 있는 의사결정 지원도구라고 할 수 있다. 예를 들면 데이터통신망에서의 통신성능 향상을 위한 최적의 대역폭과 회선수 결정, 대규모 콜센터의 서버운용전략의 수립, 무선센서망에서의 전송제어 등에 활용될 수 있다. 

데이터마이닝(Datamining)이란 숫자 데이터 뿐만 아니라 문서, 그림, 영상과 같은 비정형 데이터 등을 분류(classification), 군집화(clustering), 회귀분석(regression), 또는 연관규칙(association rule) 탐색 등의 통계적 기법에 의해 유의미한 정보를 추출하여 의사결정에 도움이 될 수 있는 모형을 만드는 것이다.

데이터마이닝은 제조업분야에서는 공정 제어, 공정과정의 최적화, 수율 예측 등에, 금융분야에서는  신용 평가, 주가 예측, 신용카드 사기색출(fraud detection) 등에 사용된다. 마케팅분야에서는 고객의 인구 통계 자료나 구매 패턴 등의 정보를 기반으로 고객을 세분화하여 Target 마케팅에 활용하고, 고객의 성향을 파악하여 이탈가능성이 있는 고객을 다시 충성고객으로 전환시키는 방안을 모색하는 데에 사용된다.  

bottom of page