Predictive Analysis based on the Synthesized Data using AutoEncoder

Abstract

In case of financial data or medical data, it is very difficult to access to the original data mainly due to privacy issue. As a result, data sharing between the company or data access from the outside the company is limited. Alternatively, one may consider to use data synthesizing method to keep the quality data in a reasonable level while keep the privacy issue safe. In case of insurance data, it is usual that the goal of data analysis is the predictive analysis. However, in the predictive analysis, use of synthesizing techniques is dubious mainly due the high dimensional property of the original data. In this thesis, we perform the simulation study to measure the quality of predictive analysis in the synthesized data generated by autoencoder;개인 정보 보호 문제로 인해 보험 관련 정보를 분석하기 위한 데이터 접근 및 공유가 어려운 경우가 대부분이다. 정보 보호가 필요한 원본 데이터 세트에서 합성 데이터 세트를 구축하는 오토인코더 방법을 살펴본다. 분석 목표는 민감한 정보를 포함하지 않지만 원래 데이터 세트와 구조, 확률분포가 동일하고 다변량 관계를 유지하는 합성 데이터를 얻는 것이다. 시뮬레이션 데이터를 보험 데이터로 사용하며 특성을 적절하게 모델링 하기 위해 오토인코더 방법을 사용한다. 원본 데이터의 구조와 예측 모형을 재현할 수 있는 능력, 개인 정보 보호 및 사용 편의성 등의 측면에서 모형을 평가한다.