Earticle

현재 위치 Home

Technology Convergence (TC)

Predicting Reports of Theft in Businesses via Machine Learning

첫 페이지 보기
  • 발행기관
    국제문화기술진흥원 바로가기
  • 간행물
    International Journal of Advanced Culture Technology(IJACT) KCI 등재 바로가기
  • 통권
    Volume 10 Number 4 (2022.12)바로가기
  • 페이지
    pp.499-510
  • 저자
    JungIn Seo, JeongHyeon Chang
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A423210

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
This study examines the reporting factors of crime against business in Korea and proposes a corresponding predictive model using machine learning. While many previous studies focused on the individual factors of theft victims, there is a lack of evidence on the reporting factors of crime against a business that serves the public good as opposed to those that protect private property. Therefore, we proposed a crime prevention model for the willingness factor of theft reporting in businesses. This study used data collected through the 2015 Commercial Crime Damage Survey conducted by the Korea Institute for Criminal Policy. It analyzed data from 834 businesses that had experienced theft during a 2016 crime investigation. The data showed a problem with unbalanced classes. To solve this problem, we jointly applied the Synthetic Minority Over Sampling Technique and the Tomek link techniques to the training data. Two prediction models were implemented. One was a statistical model using logistic regression and elastic net. The other involved a support vector machine model, tree-based machine learning models (e.g., random forest, extreme gradient boosting), and a stacking model. As a result, the features of theft price, invasion, and remedy, which are known to have significant effects on reporting theft offences, can be predicted as determinants of such offences in companies. Finally, we verified and compared the proposed predictive models using several popular metrics. Based on our evaluation of the importance of the features used in each model, we suggest a more accurate criterion for predicting var.

목차

Abstract
1. INTRODUCTION
2. EXPERIMENTS
2.1 Logistic Regression
2.2 Elastic Net
2.3 Support Vector Machine
2.4 Random Forest
2.5 eXtra Gradient Boost
2.6 Stacking
3. RESULTS
3.1 Data and Preprocessing
3.2 Experimental Results
4. CONCLUSION
ACKNOWLEDGEMENT
REFERENCES

키워드

Evaluation Metric; Feature Importance; Machine Learning Algorithm; SMOTE and Tomek Link; Theft Report

저자

  • JungIn Seo [ Prof., Dept. of Information Statistics, Andong National., Univ., Korea ]
  • JeongHyeon Chang [ Prof., Contents Convergence Software Research Center, Kyonggi, Univ., Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제문화기술진흥원 [The International Promotion Agency of Culture Technology]
  • 설립연도
    2009
  • 분야
    공학>공학일반
  • 소개
    본 진흥원은 문화기술(Culture Technology) 관련 산·학·연·관으로 구성된 비영리 단체이다. 문화기술(CT)은 정보통신기술(ICT), 문화적 사고 기반의 예술, 인문학, 디자인, 사회과학기술이 접목된 신융합기술(New Convergence Technology, NCT)로 정의한다. 인간의 삶의 질을 향상시키고, 진보된 방향으로 변화시키고, 문화기술 관련 분야의 학술 및 기술의 발전과 진흥에 공헌하기 위하여, 제3조의 필요한 사업을 행함을 그 목적으로 한다.

간행물

  • 간행물명
    International Journal of Advanced Culture Technology(IJACT)
  • 간기
    계간
  • pISSN
    2288-7202
  • eISSN
    2288-7318
  • 수록기간
    2013~2025
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 600 DDC 700

이 권호 내 다른 논문 / International Journal of Advanced Culture Technology(IJACT) Volume 10 Number 4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.