Earticle

초록

한국어

온라인 C2C 플랫폼이 보편화 되며 온라인 상에서 중고 제품을 거래하는 "C2C 중고거래"가 2018년 한 해에만 연간거래액 2조5000억 원을 기록할 정도로 활성화되고 있다. 그러나 검증받지 않은 판매자가 비대면 온라인 환경에서 제품의 정확한 실제 상태를 알기 어려운 중고 제품을 게시하고, 구매자는 이 정보만으로 구매 결정을 하게 된다는 거래의 특성상, 선금을 받고 물건을 보내지 않거나 사진 또는 설명과는 다른 물건을 보내는 등 상대방을 속이고 금전적 이득을 취하려는 “사기 판매”가 매년 112,000 건(2018년 기준) 이상 발생하고 있다. 이러한 피해를 줄이기 위해 판매자의 과거 사기 신고 기록 여부를 조회할 수 있는 정보 제공 서비스가 존재하지만, 판매자의 전화번호를 조회하고 해당 전화번호에 과거 신고 기록이 존재할 경우에만 사기로 판단하는 방식이므로 게시물 자체에 전화번호가 적혀 있지 않으면 이를 알아낼 수 없다는 근본적 한계를 지닌다. 따라서 게시물만의 특징으로 사기 가능성을 예측하는 방법이 필요하다. 이에 본 연구는 네이버 중고나라에서 거래 게시물을, 온라인 사기 방지 사이트에서 사기 기록 유무를 수집하고 이들 데이터를 전처리하여 게시물의 다양한 구조적, 언어적 특성을 추출하고 이를 통해 사기를 예측할 수 있는 머신 러닝 모델을 구축한다. 본 연구에서 제안한 모델을 이용하면 C2C 중고거래에서 사기 게시물의 조기 발견이 가능해지고, 따라서 보다 신뢰성 있는 거래 환경을 구축하는데 기여할 수 있을 것이다.

목차

초록
서론
문헌 연구
방법론
데이터 수집 방법
모델 설계
데이터 수집 및 전처리
데이터 샘플링
데이터 분석
실험 결과 및 토의
결론
한계점과 향후 연구
시사점 및 결론

저자

• 이동우 [ Chosun University ]
• 황요셉 [ Chosun University ]
• 민진영 [ Chosun University ]

참고문헌