기업 데이터 전략 연구실 소개 danbi.pbwiki

1. 기업 데이터 전략 연구실 소개http://danbi.pbwiki.com 허순영 교수 KAIST 정보미디어 경영대학원 KAIST 경영대학 March 24, 2009 1

2. Contents 1. 연구실 소개 2. 연구 동향 3. 연구실 사람들 2 Strategic Data Applications and Business Intelligence Lab. Prof. Soon-Young Huh

3. 연구실 소개 우리 연구실은 기업 경영 혁신을 위한 기업 데이터 전략에 대하여 포괄적 연구를 하고 있습니다. 특히, 연구가 학문적인 것에만 그치지 않고 실질적인 비즈니스에 활용될 수 있도록 기회를 제공합니다. 기업이 비즈니스 인텔리전스(BI)를 추구하는데 필요한 성공 요소에는 크게 세 가지가 있습니다. 기업 데이터 전략 연구실에서는 이러한 세 가지 Skill을 중심으로 연구를 하고 있습니다. BS Business Skill IS IT Skill Analytic Skill AS 3 Strategic Data Applications and Business Intelligence Lab. Prof. Soon-Young Huh

4. 연구실 소개 기업 데이터 전략 연구실에서는 다양한 연구 지원 혜택을 제공합니다. • 허순영 교수님께서 많은 연구 주제를 가지고 논문지도를 해주시며, 가급적 빨리 졸업을 할 수 있도록 도와주십니다. 특히 박사과정을 희망하는 학생일 경우에는 박사 후 연수 과정을 미국에서 할 수 있도록 적극 지원해주실 계획입니다. • 연구실에서는 장기 국책 프로젝트 및 단기 기업 프로젝트를 수행하기도 하는데, 프로젝트 경험에서 얻는 이점 뿐만 아니라 제정적인 지원을  바탕으로 국제 연구 협력 및 학술대회 참여, 연구원 생활비 지원과 같은 혜택을 제공합니다. 4

5. 연구 동향 IT 기반 기업 전략을 바탕으로, 지능형 마케팅 시스템, 고객관계관리 시스템, 의사결정 시스템 등에 대해서 연구를 수행해온 바 있습니다. 국제 저널(SCIE급)22편 이상, 국내 저널 21편 이상, 국내외 학술대회 34편 이상의 연구 노하우 축적 • Object-Oriented Financial Asset Management Systems (객체 지향 금융 투자관리 시스템, 1997 ~ 2002) • Knowledge-Based Database Query Answering Systems (지식 기반 데이터 질의 응답 시스템, 1995 ~ 2007) • Knowledge Management/ Model Management Systems (계량 모형 관리 시스템, 1994 ~ 2006) • Collaborative/ Personalized Web Systems • Data Warehousing & Mining Knowledge Discovery  • Cooperative Query Processing & Query Relaxation Approach • Flexible Model Manipulation of Model and Solver • Object-Oriented Knowledge Base Structure for Expert System • Real-time Synchronization Mechanism for Collaborative Model Management 최근에는 급변하는 e-Biz. 환경에서의 비즈니스 모델 수립, 지능형 Web 서비스 기획, 네트워크 데이터 마이닝과 같은 연구 분야에 대해서 주목할만한 연구 성과를 내고 있습니다. 5

6. 연구 동향 2009년 연구 사례1 • 박성혁, 허순영 외 2인 "Preprocessing Uncertain User Profile Data: Inferring User's Actual Age from Ages of the User's Neighbors.", Proceedings on 25th ICDE(International Conference on Data Engineering) 2009, IEEE • Abstract - User profile data is usually self-reported by users, so it is prone to human errors or biases. For example, a user can be reluctant to provide a company with private information such as his/her actual age upon subscription, thus the user either does not fill in the age column or put in some random numbers to avoid unwanted privacy intrusion. However, inaccurate or uncertain user profile data undermines the integrity of a company’s marketing or operational intelligence. Targeting customers based on uncertain user profile data will not as effective as targeting customers based on accurate user profile data. Thus companies perform preprocessing on user profile data as part of effort to maintain the accuracy of their user profile data. This paper presents a study of preprocessing uncertain user profile data based on a proposed simple collaborative learning algorithm. We demonstrate that a user’s accurate profile information can be inferred from profile information of the user’s social network neighbors. Particularly, we address the issue of how a communication service company can verify whether a user’s reported age is true or not. We implement a simple collaborative learning algorithm using mobile network data. Results reveal that the prediction accuracy of the proposed method based on voice network data is 97% which is very high compared to 53%, the best accuracy by among competing methods and indicates that our method effectively detects users with great discrepancy between self-reported age and actual age. Business Skill IT Skill Analytic Skill 6

7. 연구 동향 2009년 연구 사례2 • 황경서, 허순영 외 2인 "The Concept and Framework of All Network Service", Proceedings on CSIE(Computer Science and Information Engineering) 2009, IEEE • Abstract - This paper introduces the concept and framework of All Network Service (ANS). The concept of ANS has developed from Social Network Service (SNS) and Wiki service. Social Network Service is designed to utilize the human network offline to online. SNS helps to connect people with relations, interests and affiliation. Wiki designed to create a knowledge repository by actively and wide openly sharing information. Unlike the SNS that information has ownership by users and can be accessible depending only on the relationships Wiki shares the information with no restriction. Information on Wiki absolutely has no ownership and information is linked each other by its similarity and relativity. Although Wiki reflects the concept of web 2.0 – sharing and modifying information by multiple users who are willing to join – Wiki is merely oriented in information, not human relationship. ANS is designed to combine the concept of two services to overcome the limitations that each of them has; connecting people and sharing and accessing information with no restriction. ANS treats the information and human member as same identity within the service; same functionalities can be applied such as connecting each identity. In addition, ANS allows each identity can be modified by other identities, just like Wiki, for high quality objective information by multiple revisions. ANS provides low searching cost, highly objective information, and collaborative online society. This paper describes the limitation of SNS and Wiki, and How ANS recovers them. Business Skill IT Skill Analytic Skill 7

8. 연구실사람들 허순영 교수님은 최근 세계 인명 사전에도 등재되셨으며, 다양한 활동을 하고 계십니다. • 허순영 KAIST 테크노경영대학원 교수님 세계 3대 인명사전 중 하나인 Marquis Who`s Who in Science and Engineering 2006-2007년 판에 등재.“KAIST는 허 교수가 경영대학 교수임에도 비전문가도 데이터베이스를 쉽게 사용할 수 있게 한 개념적 모델링 체계, 인터넷 기반의 의사결정 시스템 체계 연구에서부터 최근 우리나라에서 부상하고 있는 유비퀴터스 도시 개발 방법론 분야 연구에도 선구적 역할을 했을 뿐만 아니라 정보기술을 금융 분야에 적용하는 등 정보기술과 경영이론을 접목한 연구를 수행해 온 점을 인정받은 것 같다고 전했다. 허 교수는 현재 한국증권선물거래소의 현물, 선물, 공시 감리 시스템의 통합 방안 작업을 진행하고 있다.” (디지털 타임즈 기사) 허순영 교수님 Teaching Courses • Management Information Systems (MIS) •  IT Modeling • e-Business Strategy • Strategic Applications of Data and Business Intelligence 8

9. 연구실사람들 기업 데이터 전략 연구실은 허순영 교수님과 세 명의 박사과정이 만들어가고 있습니다. • 박성혁(박사과정 4년차) • 한국 BI 데이터 마이닝 학회 2008 춘계학술대회 최우수 학술논문상 (SAS KOREA 상) • 제1회 Citi-KAIST 금융논문 공모전 대학원분야 논문 채택 및 장학금 수여 (2008) • KAIST Graduate School of Business Ph. D. research competition, Best Award in proposal session. • 지식경제부 지원사업(ITRC) 서울대 e비즈니스 기술 연구센터 eCRM대표 연구원 (2005.03 - 현재) • 관심 연구분야: Networked Data Analysis, Data Mining, Business Intelligence • 황경서(박사과정 2년차) • Cornell University C.S & ECE & Mech.E Department Funded Project • Funded and Run By NASA • Granted 8 million dollar fund from US Air force AI research lab • Project Manager at Microsoft MSN Dept. in 2006 Seattle, WA • 관심연구분야: Emergence of Social Network Service and Existing Online Service, Business Implication with Online Society and Behavior Study  • 우창수 (박사과정 2년차) • KAIST 경영대학원 박사과정 재학 (2008. 02 - 현재) • KAIST 수리과학과 석사과정 졸업 (2006. 02 - 2008. 02) • KAIST 수학과 수학전공 졸업 (2002. 03 - 2006. 02) • 관심 연구분야: 금융 데이터 분석, 금융 상품 의사 지원 시스템 “off-the-record” 9

10. 열정으로 미래를 준비하는 당신을 기다립니다! 감사합니다 허순영 교수님: 02-958-3636, syhuh@business.kaist.ac.kr 박성혁 연구원: 02-958-3650, heypark@business.kaist.ac.kr Strategic Data Applications and Business Intelligence Lab. Prof. Soon-Young Huh 10