중독 행동 분석은 심리 상담 분야에서 중요한 주제이다. 본 연구는 딥러닝 기반 복권 구매자의 행동을 예측하는 방법을 제시한다. 제안된 딥러닝 방법은 사용자의 지난 4주간의 구매 패턴을 바탕으로 이후 1주 동안의 복권 구매 총 금액을 예측한다. 데이터는 전처리 이후 4가지 형태의 복권 유형(로또, 연금, 즉석, 추첨)에 대한 일별 구매 횟수와 구매 총량으로 구조화되어 지도학습을 위한 샘플로 변환된다. 샘플이 시계열 데이터 형태가 됨에 따라 시계열 방법에 장점을 갖고 있는 long short term memory(LSTM) 방법을 사용하였다. 또한 과적합을 막기 위한 드랍아웃이 적용되었다. 결과로부터 본 연구팀은 최적의 노드 수 및 드랍아웃 비율을 찾기 위한 실험을 보고하였다. 결과적으로 예측된 향후 구매 금액이 실제 구매 금액과 전체적으로 일치하는 것을 확인하였다. 본 연구는 온라인 복권 플랫폼에서 잠재적으로 중독 행동을 갖고 있는 구매자에 대한 조기 경보 시스템 구축 등으로 확장될 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.