• 제목/요약/키워드: Prediction of Daily Attendance

검색결과 3건 처리시간 0.021초

머신러닝을 이용한 관중 수요 예측에 관한 연구 (Study on Prediction of Attendance Using Machine Learning)

  • 유지현
    • 전기전자학회논문지
    • /
    • 제23권4호
    • /
    • pp.1243-1249
    • /
    • 2019
  • 특정한 이벤트나 콘텐츠를 즐기기 위해 모인 사람들을 관중 또는 관객이라고 하고, 모임의 특성에 따라 다양한 성향을 나타낸다. 그러한 차이점은 있지만, 일반적으로 관중 수는 경영적인 측면과 직결되는 요소로써, 관람료부터 다른 시설의 이용료 등 다양한 수입을 통해 콘텐츠 판매를 위한 안정적인 재정 운영을 가능케 한다. 따라서 관중 수에 대한 예측은 마케팅과 예산 전략 수립에 주요한 요소로 활용될 수 있다. 본 연구에서는 관중 수에 대한 예측을 위한 여러 가지 기존 모델을 검토하고, 그 중에서 효율적인 머신러닝 모델을 제안하고자 한다. 또한 딥러닝과 랜덤포레스트 모델을 혼용하여 일별 관중 수 예측과 비정상적 관중 수 예측에 대한 연구를 진행하였다.

딥러닝 기반 일별 야구 관중 수 예측 (Deep Learning-Based Daily Baseball Attendance Predcition)

  • 이현희;손서영;박민서
    • 문화기술의 융합
    • /
    • 제10권3호
    • /
    • pp.131-135
    • /
    • 2024
  • 한국에서 야구는 프로 스포츠 종목 중 가장 많은 관중 수를 동원하고 있다. 특히 수입 대부분이 입장 수입이기 때문에 관중 수가 무엇보다 중요하다. 기존 연구는 타 종목이나 모든 구장을 동시에 고려하고 있어 구장 별 관중수를 예측이 쉽지 않다는 한계가 존재한다. 예를 들어 기아 타이거즈는 국내 구단 중 가장 높은 원정 수입을 보이는데에 반해 낮은 홈 수입을 보인다. 따라서, 본 연구에서는 딥러닝(Deep Learning)을 사용하여 기아 타이거즈의 광주 - 기아 챔피언스 필드의 일별 관중 수를 예측하고자 한다. 2018년~2023년의 광주 - 기아 챔피언스 필드의 일별 관중 수와 날짜, 날씨, 팀과 관련된 변수를 수집하고 전처리한다. 전처리 한 데이터를 활용하여 일별 관중 수를 예측하는 딥러닝기반 선형 회귀모델을 제안한다. 본 연구를 통해 구단의 수익 증대를 위한 기초 자료로 활용할 수 있을 것으로 기대한다.

아동의 학교결석일 변화에 영향을 미치는 생태체계요인에 관한 종단연구 - 패널고정효과모형을 활용하여 - (A Longitudinal Study of the Ecological-Systemic Factors on School Absenteeism in South Korean Children - A Panel Fixed Effects Analysis -)

  • 김동하;엄명용
    • 한국사회복지학
    • /
    • 제68권3호
    • /
    • pp.105-125
    • /
    • 2016
  • 학교결석은 학업중단이나 비행 범죄에 대한 잠정적인 조기 예측요인으로 그 중요성이 강조되고 있다. 이에 본 연구는 생태체계적 관점을 토대로 시간의 흐름에 따라 아동의 학교결석일에 영향을 미치는 다양한 보호요인과 위험요인을 경험적으로 검증하였다. 이를 위해 한국아동 청소년패널조사에서 초4 패널의 2차년도와 3차년도의 자료를 활용하였으며, 초등학교 2,378명을 대상으로 패널회귀분석의 고정효과모형을 적용하였다. 분석결과, 아동의 컴퓨터 사용시간, 부모의 학대, 학교활동참여정도, 학업성적이 학교결석일 변화에 중요한 영향을 미치는 것으로 나타났다. 특히 컴퓨터 사용시간, 부모의 학대는 학교결석에 위험요인으로 작용하였으며, 학교활동참여와 학업성적은 학교결석에 보호요인으로 작용하였다. 이러한 연구결과들을 바탕으로 우리나라 아동 청소년 문제에 대한 예방적 접근의 필요성을 강조하고 학교결석에 대한 체계적인 모니터링 시스템 구축의 필요성을 제언하였다.

  • PDF