통화패턴의 이상탐지를 통한 서비스 품질개선 방안 (CDR을 통한 기대효과 연구)

술이 개발되며 데이터마이닝 분야는 다소 다른 양상을 보이게 된다. 하둡은 오픈소스 기반의 분산 컴퓨팅 플랫폼으로써, 대량의 데이터를 빠르게 분석하고 처리할 수 있게 한다. 이를 통해 종전에 부족했던 연산속도와 처리속도가 향상되어 빅 데이터라는 이름에 걸맞는 데이터 마이닝이 가능하게 되었다. 또한 부족했던 저장공간 또한 기술의 발달으로 용량 대비 하드웨어 설치비용이 줄어가는 추세를 보임에 따라 데이터 축적이 용이해지고 있다.
그림 하둡(hadoop)의 분산 파일시스템(HDFS) 처리구조

데이터 마이닝 기법은 목적과 데이터의 형태에 따라 다양하게 나누어져 있다. 최근 이슈가 되고 있는 기법은 군집화(Clustering)와 관련된 것들이 많다.
AT&T 에서는 통신사에 축적된 CDR을 분석하여 신빙성 있는 근거로 고객의 군집을 나누고, 각 군집의 특성을 파악하는 연구를 실시하였다. MIT에서 발행하는 잡지인 technology review에서는 AT&T의 연구에 대해 평하며 CDR을 ‘Gold Mine’으로 비유하였고, 전 세계에 걸쳐 수많은 사람들이 휴대전화를 항상 가지고 다니기 때문에 생활 패턴에 관한 방대한 정보를 획득할 수 있다는 기사를 개제하였다.

그림 2는 AT&T의 연구중 도출된 그래프로 아래에는 주중, 윗 부분은 주말의 각 군집 별 통화 이용 사항을 그래프화 한 것이다.
그림 AT&T의 Clustering 도표
군집화와 관련한 활용 사례로써 SKT가 제작한 어플리케이션 ‘지오비전’을 들 수 있다.
지오비전 은 CDR을 분석하여 연령대와 직군으로 군집을 나눈 후에 포인트 카드 등의 사용 내역 등의 정보와 통합하여 특정 상권의 소비자 군집 별 소비 양식을 제공하여 준다.


그림 technology review의 MIT 연구 관련 기사
2.2 관련 기술의 수요 및 전망

앞서 말한 하둡이 현재 데이터마이닝 업계에서 떠오르는 기술로써, 그 확산 속도와 형식이 리눅스가 비슷한 양상을 보인다. 이것은

(보관된 자료가 없습니다)