• 지능정보연구
• /
• 제10권1호
• /
• pp.77-91
• /
• 2004

기업파산예측에 대한 기존연구는 회계자료를 통해 추출한 재무비율 (부채비율, 이자상환율 등)을 이용한 분석에 의존하였다. 본 논문은 기업파산을 예측함에 있어서 자본시장자료를 이용한 정보가 어떠한 유용성을 지니는지를 분석하고, 자본시장자료와 회계자료 간의 상대적 우월성을 비교하였다. 비교분석을 행함에 있어서 신경망 접근법을 이용함으로써 모형 의존성을 회피하고자 하였다. 실증분석결과에 의하면 자본시장자료와 회계자료 모두 기업파산을 예측하는데 유용한 정보를 제공하고 있으며, 어느 자료가 상대적으로 우월하다고 유의하게 단정할 수는 없었다. 하지만 자본시장자료와 회계자료를 함께 사용하여 정보를 추출하면 어느 한 자료만에 의존하는 경우에 비해 월등한 예측력 향상을 도모할 수 있음을 알 수 있었다. 이 결과는 회계자료에만 의존해 온 기업파산연구에 대해 자본시장자료에 좀더 관심을 기울일 필요가 있음을 시사한다.

• International Journal of Computer Science & Network Security
• /
• 제24권3호
• /
• pp.113-124
• /
• 2024

One of the goals of the Saudi Arabia 2030 vision is to ensure full employment of its citizens. Recruitment of graduates depends on the quality of skills that they may have gained during their study. Hence, the quality of education and ensuring that graduates have sufficient knowledge about the in-demand skills of the market are necessary. However, IT graduates are usually not aware of whether they are suitable for recruitment or not. This study builds a prediction model that can be deployed on the web, where users can input variables to generate predictions. Furthermore, it provides data-driven recommendations of the in-demand skills in the Saudi IT labor market to overcome the unemployment problem. Data were collected from two online job portals: LinkedIn and Bayt.com. Three machine learning algorithms, namely, Support Vector Machine, k-Nearest Neighbor, and Naïve Bayes were used to build the model. Furthermore, descriptive and data analysis methods were employed herein to evaluate the existing gap. Results showed that there existed a gap between labor market employers' expectations of Saudi workers and the skills that the workers were equipped with from their educational institutions. Planned collaboration between industry and education providers is required to narrow down this gap.

• 기술혁신학회지
• /
• 제18권3호
• /
• pp.387-415
• /
• 2015

본 연구에서는 표준통계분류체계 간 연계를 통해 산업 혹은 제품의 내수 시장규모를 추정하는 방법을 제안하고 실질적 활용 가능성을 타진하였다. 이를 위해 KSIC 분류로 조사된 통계청의 광업 제조업 조사 결과와 HS 분류로 조사된 무역데이터를 통계청과 UN 통계처에서 제공하는 연계표를 활용하여 연계하였다. KSIC-ISIC-HS 간 통합연계표를 이용하여 국내시장규모를 분석하는데 있어 가장 큰 문제는 분류체계 간 중복 연결 문제인데, 본 연구에서는 각 품목별 출하액과 무역액 사이에 강한 상관관계가 있음을 활용하여 출하액의 상대적인 비중을 가중치로 중복 연결된 HS 무역액을 배분하는 방법을 제시하였다. 이를 이용하면 제조업 분야의 총 125개 모든 ISIC 품목별 국내시장규모를 분석하고 이를 바탕으로 미래의 단기 시장 규모를 예측할 수 있다. 본 연구에서 제시한 방법은 ISIC 분류보다 세분화 된 품목에 대한 분석의 한계, 제조업 이외의 분야에 대한 적용 한계, 출하액 결측치로 인한 오차 등의 한계가 있으나, 내수 시장규모 정보를 가장 객관적이고 신뢰성 있으며 지속적으로 활용 가능한 데이터를 이용하여 분석 제공할 수 있는 방법을 제시한 점에 본 연구의 의의가 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 추계학술대회 논문집 전력기술부문
• /
• pp.162-164
• /
• 2005

This paper presents an hour-ahead System Marginal Price (SMP) forecasting framework based on a neural network. Recently, the deregulation in power industries has impacted on the power system operational problems. The bidding strategy of market participants in energy market is highly dependent on the short-term price levels. Therefore, short-term SMP forecasting is a very important issue to market participants to maximize their profits. and to market operator who may wish to operate the electricity market in a stable sense. The proposed hybrid neural network is composed of tow parts. First part of this scheme is pattern classification to input data using Kohonen Self-Organizing Map (SOM) and the second part is SMP forecasting using back-propagation neural network that has three layers. This paper compares the forecasting results using classified input data and unclassified input data. The proposed technique is trained, validated and tested with historical date of Korea Power Exchange (KPX) in 2002.

• Asian Journal of Business Environment
• /
• 제12권3호
• /
• pp.13-22
• /
• 2022

Purpose: The research aims to analyze the export performance of processed seaweed, its competitiveness, and determinants on seven main destination countries. Research design, data and methodology: The study uses data of seven main destination countries of Indonesian processed seaweed from 2010 to 2019. For competitiveness analysis, the study uses Revealed Comparative Advantage, Export Product Dynamics, and X-Model of Potential Export Product. Results: The study reveals that the export performance has decreased on all five countries except for Japan and USA. The X-Model analysis shows that the market classification has increased or been stable in every country except for Germany and France. GDP per capita of each destination country and competitiveness index have positive and significance effect while other factors have negative and significance effect. Conclusions: In 2019, Indonesia's processed seaweed market in Japan, United States, and France are on potential market, while Singapore and Italy are on optimistic market. In the future, Indonesia's processed seaweed export can be focused more on countries that have a good market potential. To improve the export volume, GDP per capita of destination country, and competitiveness index of Indonesian processed seaweed should be higher, while export price, economic distance, and real exchange rate should be lower.

• 지능정보연구
• /
• 제21권1호
• /
• pp.161-177
• /
• 2015

정보기술의 빠른 진화, 빅데이터의 등장, 분석기법의 고도화 등으로 인해 다량의 데이터로부터 의미있는 정보를 추출하는 데이터마이닝을 다양한 영역에 활용하고자 하는 시도들이 활발히 진행되고 있다. 그 중의 한 분야가 농산물 유통영역인데, 농산물에 대한 지속적인 수요 증가와 전자경매의 활성화 등으로 수도권 농산물 도매시장에서만도 연간 수천만건 이상의 거래가 이루어 진다. 그러나 급속한 거래량 증가와 더불어 과거로부터 관행적으로 이루어지고 있는 부정거래도 함께 증가하고 있는데 거래참가자들 사이의 결탁에 의해 발생하는 농산물 도매시장의 부정거래는 점차 지능화되는 추세이며, 이들을 감지하고 적발하기가 매우 어려운 실정이다. 이로 인해 농산물 유통환경의 공정거래 질서는 침해되고 시장에 대한 신뢰는 훼손되곤 한다. 따라서 거래투명성을 제고하고 유통비리를 구조적으로 개선하기 위한 과학적이고 자동화된 부정탐지시스템의 필요성이 어느 때보다도 절실히 요구되는 상황이다. 본 연구에서는 데이터마이닝의 의사결정나무를 이용하여 실제 발생하지 않은 거래를 실물 없이 거래한 것처럼 조작하여 대금을 정산하는 행위인 허위거래를 탐지하는 모형을 제시하였다. 이를 위해 실제 농산물 도매시장의 데이터를 수집하였고, 데이터의 정제 및 표준화 등의 선행작업을 수행하였다. 또한 변수 간의 상관관계 및 분포도 분석 등을 통해 데이터의 특성을 파악한 후 예측모형을 구축하여 허위거래와 정상거래를 분류하는 패턴을 도출하였으며, 최종적으로 시험용 데이터를 이용하여 모형을 평가하는 단계를 거쳐 결과의 적합성을 확인하였다. 향후 데이터마이닝을 이용한 부정탐지 모형을 허위거래뿐만 아니라 낙찰부정, 경매조작 등과 같이 다양화되는 부정거래에 적용하게 되면 보다 지대한 효과를 거둘 수 있으리라 사료된다.

• 한국콘텐츠학회논문지
• /
• 제6권1호
• /
• pp.179-189
• /
• 2006

최근 데이터 수집 및 저장기술의 발달, 데이터베이스 관리시스템과 데이터웨어하우스 기술의 광범위한 사용은 기업내부의 대량의 데이터를 축적할 수 있도록 하고 있으며, 축적된 데이터는 의사결정에 필요한 새롭고 가치 있는 정보와 지식을 획득할 수 있는 잠재적인 원천으로 인정되고 있다. 본 논문에서는 이동통신업체의 데이터를 가지고 데이터 마이닝 방법론을 이용하여 기존고객을 세분화하기 위한 예측모델을 설계한다. 이를 통해 고객 개개인의 특성에 맞는 마케팅 프로모션을 하게 하고 신규고객을 획득할 때는 신규 고객의 특성을 미리 예측하여 세분화함으로써 고객의 평생가치를 촉진하여 기업과 고객과의 관계성을 높여서 기업은 안정된 고객층으로부터 수익을 창출하고 고객들은 해당 기업으로부터 더 많은 혜택을 받게 하는데 목적이 있다.

• 수산경영론집
• /
• 제37권2호
• /
• pp.85-109
• /
• 2006

This study is aimed to investigate the structure of world pollack markets and the position/competitiveness or Korea for WTO/NAMA Negotiation. First or all, it is clearly pointed out that many limitations and problems are inherent in FAO statistics that is widely utilized to investigate the structure of international seafood markets. Especially, it is impossible to find not only the data for Russia that is the top production and export country of pollack, but also the data for importing/exporting countries for pollack. In order to make up for these problems, the data for export and import of major countries are collected and analyzed. The results of analysis show the followings. First, it is clearly investigated that classification of fish products are different for countries. Second, it is understood the structure of international pollack market in actuality. The pollack market is segmented by frozen, fresh, dried, fillet, roe, surimi, etc. In addition, the pollack market has grown as much as 600,000 tons in amount and $1.2billion in value. Third, competitiveness of Korea in international pollack markets is measured quantitatively. It shows that Korea has low RAC index and TSI index, but high RMI index. Thus, it is identified that Korea becomes the largest pollack importing country. Fourth, the partial equilibrium analysis on pollack import market of Korea indicates that the frozen pollack has both price elasticity and substitution elasticity, while the fresh pollack has income elasticity.

• 한국콘텐츠학회논문지
• /
• 제10권2호
• /
• pp.372-380
• /
• 2010

일반적으로 데이터 마이닝은 다양한 예측기법이나 차이점의 분석을 통하여 유용한 정보 도출을 통해 매출의 증대나, 비용 절감 등의 효과를 가져 올수 있다. 데이터 마이닝 분석은 정보의 분류 또는 다양한 각도나 영역의 관점을 통하여 새로운 뷰를 분석할 수 있다. 기술적으로 데이터 마이닝의 연관규칙이나, 패턴의 분석은 대량의 데이터베이스에서 분석된다. 따라서 데이터 마이닝은 가장 빠르게 성장한 산업중의 하나이다. 그 이유는 정보기술이 발달하면서 수많은 자료들이 체계화된 데이터베이스에 저장이 되고, 기업의 데이터베이스의 규모는 폭발적으로 증가되고 있다. 본 논문에서는 자동차 마케팅에서 이용 가능한 데이터를 데이터 마이닝 분석 기법중의 하나인 Quinlan의 C4.5에 따라 분석 하였다. 본 논문에서는 기존 고객에 대한 고객 속성파악, 고객 분류 및 분석에 따른 고객의 구매패턴을 분석하여 해당 기업의 전략적 마케팅 수립을 통해 경영 과학적으로 접근할 수 있는 데이터 마이닝 분석에 관한 사례 연구이다.

• Communications for Statistical Applications and Methods
• /
• 제28권4호
• /
• pp.329-338
• /
• 2021

Deep learning methods have been developed, used in various fields, and they have shown outstanding performances in many cases. Many studies predicted a daily stock return, a classic example of time-series data, using deep learning methods. We also tried to apply deep learning methods to Korea's stock market data. We used Korea's stock market index (KOSPI) and several individual stocks to forecast daily returns and directions. We compared several deep learning models with other machine learning methods, including random forest and XGBoost. In regression, long short term memory (LSTM) and gated recurrent unit (GRU) models are better than other prediction models. For the classification applications, there is no clear winner. However, even the best deep learning models cannot predict significantly better than the simple base model. We believe that it is challenging to predict daily stock return data even if we use the latest deep learning methods.