순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Who will replace their phones? An explainable machine learning approach using large-scale telecom behavioral data
Yulin Zhu, Sen Xia, Feng Qiu 외 · Aslib Journal of Information Management · 2026년 · 조회 21
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-10 발표 · 게재 1일차 · Aslib Journal of Information Management
NEW PAPER 슬롯에 선정된 이유는 2026년 최신 발표 논문으로, 대규모 행동 데이터와 설명 가능한 머신러닝을 결합한 참신한 접근이 돋보이기 때문이다.
논문 요약
본 논문은 대규모 통신 행동 데이터를 이용해 휴대폰 교체 결정 요인을 규명하고, 예측 모델을 구축한다는 목적을 갖는다. 약 40만 명의 패널 데이터를 XGBoost 알고리즘으로 학습시켰으며, SHAP 분석을 통해 모델의 설명가능성을 확보하였다. 연구 결과 주요 예측 요인들을 도출하고, 통신사에 활용 가능한 예측 프레임워크를 제공한다.
후속 연구설계에 활용하기
XGBoost와 SHAP을 활용한 변수 선정 및 해석 방법은 향후 휴대폰 교체 행동을 다루는 연구에서 모델 구축과 결과 해석에 직접 활용할 수 있다.
핵심어
휴대폰 교체행동 데이터XGBoostSHAP
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.