대표어
한국학술지인용색인(NRF)
권호기사보기
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
국회도서관 홈으로
정보검색
소장정보 검색
결과 내 검색
동의어 포함
초록보기
본 연구에서는 데이터마이닝(Data Mining) 기법 중 하나인 연관관계분석(Association Rule Mining)을 적용하여 위험화물 선별모델을 구축함으로써 관세위험을 최소화하고자 한다. 이를 위해 관세청 수입신고서 빅데이터를 활용하여 연관관계분석 알고리즘인 어프라이어리 알고리즘(Apriori Algorithm)을 적용하고 공급망 간의 위험정도를 계산한다. 대규모의 수입신고 데이터로부터 해외공급자와 수입업체 간의 세율관련(과세가격, 품목, 중수량 등), 원산지표시 위반 등에 관련한 적발결과 관한 규칙셋(Rule Set)과 이 규칙들의 신뢰도(Confidence)을 확보하여 우범공급망 간의 거래패턴을 예측할 수 있는 선별모델을 구축한다. 총 2년 6개월 치의 수입신고 데이터를 활용하여 5-겹 교차검증(5-fold cross validation)을 수행한 결과 16.6%의 Precision과 33.8%의 Recall을 보였다. 이는 빈도기반 방법보다 Precision 기준 약 3.4배 Recall 기준 약 1.5배 높은 결과이다. 이로써 논문에서 제안하고 있는 방법이 관세위험을 줄일 수 있는 효과적인 방법임을 확인하였다.
In this study, we try to minimize the tariff risk by constructing a hazardous cargo screening model by applying Association Rule Mining, one of the data mining techniques. For this, the risk level between supply chains is calculated using the Apriori Algorithm, which is an association analysis algorithm, using the big data of the import declaration form of the Korea Customs Service(KCS). We perform data preprocessing and association rule mining to generate a model to be used in screening the supply chain. In the preprocessing process, we extract the attributes required for rule generation from the import declaration data after the error removing process. Then, we generate the rules by using the extracted attributes as inputs to the Apriori algorithm. The generated association rule model is loaded in the KCS screening system. When the import declaration which should be checked is received, the screening system refers to the model and returns the confidence value based on the supply chain information on the import declaration data. The result will be used to determine whether to check the import case. The 5-fold cross-validation of 16.6% precision and 33.8% recall showed that import declaration data for 2 years and 6 months were divided into learning data and test data. This is a result that is about 3.4 times higher in precision and 1.5 times higher in recall than frequency-based methods. This confirms that the proposed method is an effective way to reduce tariff risks.권호기사
참고문헌 (12건) : 자료제공( 네이버학술정보 )
| 번호 | 참고문헌 | 국회도서관 소장유무 |
|---|---|---|
| 1 | 이명구, 이은재, “4차 산업혁명기술을 적용한 관세행정 개선방안에 관한 연구,” 관세학회지, 제19권, 제1호, pp.3-24, 2018. | 미소장 |
| 2 | 관세청, “특송물품 수입통관 사무처리에 관한 고시,”제2017-25호, 2017. | 미소장 |
| 3 | 관세청, “인공지능 기반 우범화물 검사대상 선별시스템 구축,” 첨단 정보기술 활용 공공서비스 지원사업제안요청서, 2018. | 미소장 |
| 4 | 최현철, 여행자 휴대품 통관제도의 개선방안에 관한연구, 건국대학교, 석사학위논문, 2005. | 미소장 |
| 5 | 권은주, 관세행정 위험관리제도의 효율적 운영방안에관한 연구, 한국해양대학교, 석사학위논문, 2014. | 미소장 |
| 6 | 정분도, 김지훈, 홍미선, “전자통관시스템 활성화방안에 관한 연구-주요국의 통관단일창구 비교를 중심으로,” e-비즈니스연구, 제16권, 제3호, pp.293-312, 2015. | 미소장 |
| 7 | 송선욱, “국제항공화물 공급망 안전을 위한 미국의 항공화물사전검색(ACAS)에 관한 연구,” 관세학회지, 제14권, 제1호, pp.133-152, 2013. | 미소장 |
| 8 | 서동민, 김재수, 송정아, 박문일, “네트워크 탐색 기술을 기반으로 한 무역 거래 위험 요소 적발 시스템 개발,” 한국콘텐츠학회 2018년도 춘계 종합학술대회 논문집, pp.11-12, 2018. | 미소장 |
| 9 | J. Han, M. Kamber, and J. Pei, “Data mining:concepts and techniques,” The Morgan Kaufmann Series in Data Management Systems, 2011. | 미소장 |
| 10 | R. Agrawal, T. Imieliński, A. Swami, R. Agrawal, T. Imieliński, and A. Swami, “Mining association rules between sets of items in large databases,” In Proceedings of the SIGMOD ’93, 1993. | 미소장 |
| 11 | 관세청, “무역통계부호,” 관세청통관기획과, 2018. | 미소장 |
| 12 | P. Harrington, “Machine Learning in Action,”Manning Publications, 2012. | 미소장 |
MARC 보기
오류 데이터 정정요청
*표시는 필수 입력사항입니다.
알림톡 발송
| 전화번호 |
|---|
개인정보 수정 바로가기
연속간행물 권호 선택
우편복사 안내
- ◾ 도서관을 방문하지 못할 경우 인터넷, 팩스 등으로 자료 복사를 신청하고, 복사물을 우편·팩스 등으로 제공받는 서비스
- ◾ 대상자료: 일반도서, 연속간행물 및 학위논문
- ※ 고서, 고잡지, 훼손될 우려가 있는 자료, 마이크로폼 자료 및 신문 등 제외
- ◾ 신청 책수: 1인 5책 이하(1일 기준)
- ◾ 신청 절차: 자료 검색 → 우편복사 목록담기 → 복사 범위 입력 → 우편복사 주문서 입력 → 접수 및 확인
- ※ 저작권법에 의거하여 부분 복사(전체 페이지 수의 1/3 범위 이내)만 가능
- ◾ 복사 범위 입력 예시: (연속 페이지) 1-30, (부분 페이지) 25, 30-40
| 번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
|---|
도서위치안내(서울관)
도서위치안내: 정기간행물실(524호) / 서가번호: 국내14
2021년 이전 정기간행물은 온라인 신청(원문 구축 자료는 원문 이용)
0
확인
우편복사 목록담기를 완료하였습니다.
내서재에 담기
새로운 서재
*표시는 필수 입력사항입니다.
저장
저장 되었습니다.