• The Journal of Bigdata
• /
• v.8 no.1
• /
• pp.23-34
• /
• 2023

Nowadays, the Designated Driver Services employ dynamic pricing, which adapts in real-time based on nearby driver availability, service user volume, and current weather conditions during the user's request. The uncertain volatility is the main cause of price increases, leading to customer attrition and service refusal from driver. To make a good Designated Driver Services, development of a demand forecasting model is required. In this study, we propose developing a demand forecasting model using data from the Designated Driver Service by considering normal and peak periods, such as rush hour and rush day, as prior knowledge to enhance the model performance. We propose a new methodology called Time-Series with Conditional Probability(TSCP), which combines conditional probability and time-series models to enhance performance. Extensive experiments have been conducted with real Designated Driver Service data, and the result demonstrated that our method outperforms the existing time-series models such as SARIMA, Prophet. Therefore, our study can be considered for decision-making to facilitate proactive response in Designated Driver Services.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.4
• /
• pp.653-658
• /
• 2015

Cloud service is one of major challenges in IT industries. In cloud environment, service providers predict dynamic user demands and provision resources to guarantee the QoS to cloud users. The conventional prediction models guarantee the QoS to cloud user, but don't guarantee profit of service providers. In this paper, we propose a new resource allocation mechanism using Q-learning algorithm to provide the QoS to cloud user and guarantee profit of service providers. To evaluate the performance of our mechanism, we compare the total expense and the VM provisioning delay with the conventional techniques with real data.

• Journal of Integrative Natural Science
• /
• v.15 no.2
• /
• pp.73-81
• /
• 2022

본 연구는 다중이용시설 이용자들의 쾌적함과 안전 그리고 시설내부 에너지 사용량의 최적 절감을 위하여 이용자수를 분석예측한 정보에 따른 공기질품질제어시스템 운영을 통해 국민 중심의 안전하고 쾌적한 서비스를 제공할 필요로 수행되었다. 이를 위하여 실내유동인구수를 카운팅하는 로컬시스템을 제작하고 수집된 유동인구 카운팅 정보를 시계열 모델링을 기반으로 분석예측하는 연구를 진행하였다. 개발된 시스템 성능평가 결과 유동인구 카운팅시스템은 95% 이상 정확도를 보여주었고, 예측시스템은 83~95% 정확도를 확보하였다. 본 연구결과 개발된 시스템은 다중이용시설에 즉시 적용가능하며 향후 남녀노소 인식을 진행하고 이를 예측한 정보에 의한 보다 다양한 서비스 개발을 추진할 계획이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.544-546
• /
• 2005

서비스를 기반으로 하지 않은 기존의 그리드 환경에서 병렬 작업 처리를 위한 그리드 어플리케이션은 여래 개의 노드에서 병렬적으로 동일한 작업을 수행하였지만, 웹서비스가 통할된 서비스 기반의 그리드 환경에서는 선형 워크플로우가 여러 개의 서비스 노드에 걸쳐 수행된다. 그러므로 그리드 어플리케이션의 수행 속도 항상을 위해서는 서비스와 서비스 간의 관계를 고려하여야 한다. 그러나 그리드 자원이 각 관리영역마다 이질적이고 그리드 자원의 상태가 동적이어서 그리드 어플리케이션의 성능을 예측하기는 어렵다. 또한 서비스 기반의 그리드 컴퓨팅 환경에서는 사용자의 QoS(Quality of Service)를 보장하여 사용자의 요구 사항을 만족시킬 수 있어야 하기 때문에 사용자 요구에 미달하는 성능 저하와 같은 결함이 발생하였을 경우 이에 대처할 수 있는 방법이 필요하다. 따라서 본 논문에서는 서비스 기반 그리드 컴퓨팅 환경의 특징을 반영하는 워크플로우 관리 시스템의 구조를 설계하고 서비스 수행 성능을 예측하기 위한 서비스 특성에 관한 모델링과 적응적 스케쥴링 기법을 제안한다. 제안하는 적응적 스케쥴링 기법에서는 서비스 간의 관계를 고려하기 위해 최대 흐름 알고리즘(Maximum-Flow Algorithm)을 이용하는 방법과 사용자의 QoS에 대한 수행성능을 보장하기 위해 서비스의 성능 저하 시에 발생하는 결항을 포용할 수 있는 방법을 제안한다.

• Journal of KIISE
• /
• v.42 no.2
• /
• pp.190-202
• /
• 2015

Much research has been conducted on location-based intelligent personal assistants that can understand a user's intention by learning the user's route model and then inferring the user's destinations and routes using data of GPS and other sensors in a smartphone. The intelligence of the location-based personal assistant is contingent on the accuracy and efficiency of the real-time predictions of the user's intended destinations and routes by processing movement information based on uncertain sensor data. We propose a robust particle filter based on Dynamic Bayesian Network model to infer the user's routes. The proposed robust particle filter includes a particle generator to supplement the incorrect and incomplete sensor information, an efficient switching function and an weight function to reduce the computation complexity as well as a resampler to enhance the accuracy of the particles. The proposed method improves the accuracy and efficiency of determining a user's routes and destinations.

• KIPS Transactions on Computer and Communication Systems
• /
• v.4 no.3
• /
• pp.81-84
• /
• 2015

Cloud service is one of major technologies in modern IT business. Due to the dynamics of user demands, service providers need VM(Virtual Machine) provisioning mechanism to predict the amount of resources demanded by cloud users for the next service and to prepare the resources. VM provisioning provides the QoS to cloud user and maximize the revenue of a service provider by minimizing the expense. In this paper, we propose a new VM provisioning technique to minimize the total expense of a service provider by minimizing the expected value of the expense based on the predicted demands of users. To evaluate the effectiveness of our prediction technique, we compare the total expense of our technique with these of the other prediction techniques with a series of real trace data.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.261-264
• /
• 2007

유비궈터스 환경의 추천 시스템에서는 협력적 필터링을 위하여 컨텍스트 정보를 사용하고 있으나, 컨텍스트 정보의 부족으로 인하여 추천 결과가 정확하지 않는 경우가 발생하게 된다. 이러한 문제를 해결하기 위하여 컨텍스트 정보와 더불어 사용자 프로파일의 서비스 이력 정보를 사용하였으나, 사용자 프로파일의 서비스 이력 정보는 시간이 지남에 따라 사용자의 기호가 변하거나 유행에 영향을 받을 수 있는 문제점이 있다. 또한 컨텍스트 정보와 사용자 프로파일의 서비스 이력 정보는 상황에 따라 적절히 연동하지 못하여 부정확한 예측을 할 수가 있다. 본 논문에서는 시간의 경과에 따라 사용자의 기호나 유행이 변하는 경우, 사용자 프로파일의 서비스 이력 정보들을 일률적인 값으로 적용하는 것이 아니라 시간에 따라 가중치를 달리 적용하는 방법을 사용하였다. 그리고 컨텍스트 정보와 사용자 프로파일의 서비스 이력 정보가 상황에 따라 적절히 연동하지 못하는 문제는 협력적 필터링하여 나온 결과에 컨텍스트 정보와 사용자 프로파일의 서비스 이력 정보의 가중치를 달리 적용하여 통합함으로써 예측성을 높일 수 있었다.

• Proceedings of the Korea Society of Costume Conference
• /
• 2001.04a
• /
• pp.44-45
• /
• 2001

다양해지는 소비자들의 패션에 대한 개성적 표현 욕구에 따라 우리나라 미용산업은 헤어, 메이크업과 피부미용, 네일케어 분야로 전문화.세분화되면서 토탈 패션산업의 주요영역으로 성장하고 있다. 이러 한 토탈 패션의 등장으로 미용서비스에 대한 수요증가로 양적으로는 상당히 그 규모가 증가했음에도 불구하고, 서버스 품질에 대해서는 고객들에게 확실한 신뢰를 주지 못하고 있다. 이는 국내 미용업계가 미용서비스 제공자의 관점에서 일방적인 서비스를 창출하여 왔고, 고객이 바라는 서비스의 내용과 품질을 제대로 파악하지 못하고 있다는 사실을 의미하고 있다. 따라서, 본 연구는 미용실의 서비스품질의 구성 요인을 확인하고. 미용실의 서비스품질과 소비자 만 족과의 관계를 알아보는 것을 목적으로 한다. 이를 위한 본 연구의 연구문제는 다음과 같다. 첫째, 미용실의 서비스 품질을 결정하는 요인에는 어떠한 것이 있는가\ulcorner 둘째, 미용실의 서비스 품질 중 소비자 만족과 관련하여 상대적으로 중요한 서비스 품질 결정요인은 무엇인가\ulcorner 본 연구를 위한 예비조사에서는 개방형 질문(open-ended question)을 실시하였다. 예비조사결과 프랜차이즈 미용실, 시내중심가 미용실 그리고 집.직장 근처 미용실의 3가지 유형의 미용실은 그 규모나 소비 자 인식이 상이하여 미용실의 서비스품질 차원을 연구하는데 유용한 것으로 나타났다. 본조사에서는 설문지법을 이용하였으며, 그 대상은 서울 지역의 3가지 유형의 미용실을 이용하는 고객들중 2 20-30대의 주요 고객층으로 정하였고 편의 표집하였다. 분석방법으로는 신뢰도 검증을 위해서는 Cronbach's 외 alpha값을 활용하였고, 미용실의 서비스품질 차원의 개념 타당성을 알아보기 위하여 LISREL을 이용한 확인 적 요인분석(confirmatory factor analysis)을 실시하였다. 또한 미용실의 유형에 따른 서비스 품질의 차이를 알아보기 위해서 일원변량분석(one-way ANDV A)을 실시하였으며, 서비스품질 속성들 중 소비자 만족을 결정하는 요인들을 알아보기 위해서 다중 회귀분석(multiple regression analysis)을 실시하였다. 본 연구의 결과들을 요약하면 다음과 같다. 첫째, 미용실의 서비스 품질을 결정하는 요인으로 는 물리적 서비스(유형성, 접근성, 청결성), 판매원 관련 서비스(감정배려, 능력), 정책관련 서비스(점포운영, 명성, 신용카드) , 미용기술관련 서비스로 나타났다. 둘째, 미용실의 서비스 품질을 결정하는 요인들에 있어서 점포 유형간의 차이를 분석한 결과 전체적으로 응답자들은 프랜차이즈 미용실의 서버스 품질에 가장 만족했으며, 시내중심가 미용실과 집근처 미용 실 순으로 나타났다. 셋째, 미용실의 소비자 만족을 예측하는데 유의한 서비스 품질 결정 요일을 살펴보면, 프랜차이즈 미용 실은 청결성($\beta$ =.30), 감정배려($\beta$ =.54), 명성($\beta$ =.60), 미용기술관련 서비스 차원($\beta$ =.68)이 결정 요인으로 나타났다. 시내중심가 미용실은 청결성($\beta$ =.39), 직원의 능력($\beta$ =.49), 명성($\beta$ =.59), 미용기술관련 서비스 차원($\beta$ =.68)가 서비스 결정 요인이었고, 집근처 미용실은 청결성($\beta$ =.27), 감정배려 ($\beta$ =.57), 명성($\beta$ =.73), 미용기술관련 서비스 차원 ($\beta$ =.60)으로 나타났다. 이것으로 미용실의 소비자 만족을 예측하는데 유의한 서비스 품질 결정 요인은 청결성, 감정배려, 명성, 상품관련 서비스임을 알 수 있다. 본 연구의 방법론적 의미는 그 동안 개발된 소매점이나 패션점포의 서비스 품질에 대한 평기척도를 우리나라 미용실에 적용해 봄으로써 미용실의 특성인 유행성, 청결성, 미용실의 명성, 직원과의 친분 등을 포함한 미용실의 서비스 품질 차원과 그 신뢰성 과 유용성을 입증하였다는데 그 의미가 있다. 또한 본 연구의 결과는 미용실 서비스에 대한 소비자들의 인식과 각 미용실의 유형에 따른 소비자 만족을 예측하는데 중요한 서비스 품질 결정 요인들을 통해서 좀 더 나은 미용서비스를 정착시키는데 필요한 전략 을 수립할 수 있다는데 실질적 의미를 지닌다.

• The Korean Journal of Applied Statistics
• /
• v.21 no.1
• /
• pp.151-157
• /
• 2008

In generally, we use a method of the survey to forecast the economic demands and non-economic demands for a market trend. But we have a difficult problem to estimate the demand for the marketplace objectively because the survey with the non-response and the inadequate understanding on questionnaires did not provided the strong and uniform forecast. Here, we proposed a method compounded of survey and a statistical model to estimate the demand for the marketplace and discussed the mixture model applied to the service demand on an agency.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.344-346
• /
• 2022

최근 자율운항기술개발이 활발하게 이루어짐에 따라 자율운항선 실증이 증가하고 있으며, 또한 자율운항선의 효율적 운용 특히 운항의 안전성을 위해 입출항 시기의 적절성 또한 중요해지고 있다. 이에 해상교통혼잡도를 예측하고자 하였고, AIS 빅데이터를 통해 선박별항적을 분석 및 분류하고자 하였다. 장기적 관점에서 PORT-MIS 선박입출항현황 데이터(호출번호, 입항일시, 출항일시, 전출항지, 차항지, 계선지)를 과거 AIS 빅데이터와 연결시켜 과거 항적 중 가장 가까운 항적을 찾고자 하였다. 그리고 당시 소요 시간을 반영하여 12개의 시간대별로 어느 시점에 어느 위치 구간에 선박들이 놓이게 될지 예측하였고, 특히 입출항 시기의 적절성에 핵심이 되는 13개로 모델링된 영역에 몇 개의 선박들이 항로를 지나는지에 따라 혼잡도(원활, 혼잡, 정체)를 구분하였다. 또한, 본 연구에서는 단기적 관점에서 실제 AIS가 수신된 후에도 유사한 항적을 검사해가며 혼잡도를 예측하고자 하였고, 이러한 장단기적 혼잡도 예측을 통해 미래 자율운항선입출항 지원 서비스의 안전과 그 적절성을 제공하고자 하였다.