산학협력단 로고

우수성과 정보광장

SOONCHUNHYANG INDUSTRY-ACADEMY COOPERATION FOUNDATION

홈아이콘

우수성과

[우수 논문_최재원 교수] 의료 크라우드펀딩 사기 행위 분석 모형 개발

작성자
연구기획팀
작성일시
2022.06.13 15:33
조회
207




우리대학 경영학과 최재원 교수가 의료 분야 크라우드펀딩 정보에서 발생하는 사기 행위를 탐지하기 위해 머신러닝 기반의 하이브리드 분석 모형을 제안했다.

 

연구팀은 헬스케어 분야에서 크라우드펀딩의 사기 행위에 대응하기 위하여 이슈화 되고 있는 부정 정보를 이용한 사기 행위를 사전에 예측 탐지하여 피해를 줄일 수 있도록 하기 위한 다양한 방법이 존재하지만 텍스트 기반의 분석모형을 통하여 부정 펀딩정보를 보다 정교하게 검출할 수 있음을 제시하였다.

 

1저자인 최재원 교수는 이 연구결과는 기존 헬스케어 분야에 관련된 온라인 크라우드펀딩에 대한 텍스트 데이터들을 수집 및 가공하여 기존 타 분야의 연구들이 제안해 온 예측 모형들을 적용 및 개선하기 위하여 협업필터링(Collaborative Filtering), Social SVD (Singular Value Decomposition), 잠재디리클레할당(Latent Dirichlet Allocation, LDA)을 통한 방법론의 개선 및 다수의 부정 데이터 탐지 모형의 개선 방안을 제시하였다고 말했다.

 

또한, “지금까지 웹에서의 정보특히 다수 사용자의 신뢰 기반으로 자금을 모으는 크라우드펀딩 분야 중 헬스케어 분야는 기금 모집을 제안하는 자의 감성적 사연을 기반으로 모금이 효과적으로 모이는 분야 중 하나로이를 악용 및 투자 자금을 가로채는 부정 모금 행위 또한 매우 많이 발생하고 있다이에 대처하기 위한 다양한 연구가 진행됐으나텍스트 마이닝을 기반으로 예측 모델을 개선함으로써 부정행위를 사전에 방비할 방안이 마련될 수 있을 것으로 기대한다라고 전했다.

 

연구결과는 최근 의료 크라우드펀딩에서사기행위 검출을 위한 하이브리드 분석 모형(Hybrid Fraud Detection Model: Detecting Fraudulent Information in the Healthcare Crowdfunding)’라는 제목으로 국제학술지 KSII Transactions on Internet and Information Systems 3월호에 게재됐다.

 

한편본 연구는 우리대학 연구논문진흥사업의 지원을 받아 수행되었다.