• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.213-224
• /
• 2022

물류와 유통에서 장바구니 분석(MBA: Market Basket Analysis)은 주요 판매 상품 간의 연관성을 분석하고, 내부 운영 효율성을 높이기 위한 중요한 수단으로 활용된다. 특히, 장바구니 분석의 결과는 상품 구매예측, 상품 추천 및 매장의 상품 전시 구조 등 의사결정 과정에 중요한 참고자료로 활용된다. 최근 전자상거래의 발전으로 하나의 유통 및 물류 기업이 취급하는 품목의 수가 급격하게 증가하면서 기존의 분석기법인 Apriori와 FP-Grwoth 등의 방법은 계산량의 기하급수적 증가로 인한 속도저하와 실제 비즈니스에 적용하기 위한 중요한 연관규칙을 살피기에는 한계가 있다. 본 연구에서는 이러한 한계를 극복하기 위해, 상품의 최상위 분류체계인 Main-Category 수준에서는 상품의 판매량을 함께 고려할 수 있는 utility item set mining 기법을 활용하여 주로 함께 판매된 상품군을 우선 선별하였다. 그 후, sub-category 수준에서는 FP-Growth를 활용하여 함께 판매되는 상품 유형을 식별하였다. 이렇게 순차적 레이어 필터링 기법을 활용하여 불필요한 연산을 줄일 수 있어 현실적으로 활용가능한 결과를 제시할 수 있다.

• 지적과 국토정보
• /
• 제46권2호
• /
• pp.43-55
• /
• 2016

본 연구는 사례 기반 학습(instance-based learning)의 논리를 활용하여 지가를 추정하였다. 다양한 사례 기반 학습 기법 중 k-최근린법을 이용하였으며, k-최근린법 적용시 유사성을 측정하는 거리척도는 유클리디안 거리를 비롯해 문헌에 비교적 자주 등장하는 10개의 거리척도를 사용하였다. 본 연구에서는 k-최근린법에 의한 10 종류의 예측값 중 가장 우수한 성능을 보이는 1개의 예측값을 최종 가격으로 선택하는 대신, 이들 예측값들을 병합하는 앙상블(ensemble) 기법의 논리를 적용하여 최종 예측값을 결정하였다. 앙상블 기법 중 일종의 잔차 적합 모형인 경사 부스팅 앨고리듬을 적용하여 최종 가격을 정하였다. 본 연구에서는 이러한 사례 기반 학습과 앙상블 기법의 이점을 실증적으로 제시하기 위해 전라남도 해남군 소재 농지를 사례로 하여 가격을 추정하였으며, k-최근린법에 의한 10 종류의 예측값보다 앙상블 기법에 의한 가격이 보다 정확한 것을 확인할 수 있었다.

• 한국해양공학회지
• /
• 제27권4호
• /
• pp.90-97
• /
• 2013

Oil booms are one of the most widely used types of equipment for the protection of coastal areas against oil spills. In some situations, however, there are several types of oil leaks from the oil boom. Important factors regarding these phenomena include the surrounding ocean environment, such as waves, the density and viscosity of oil, the length of the oil boom skirt, etc. To estimate the performance of the oil boom, it is necessary to predict the behavior of the spilled oil and oil boom. In the present study, the prediction of oil boom performance in waves was carried out using the Pusan-National-University-modified Moving Particle Semi-implicit (PNU-MPS) method, which is an improved version of the original MPS proposed by Koshizuka and Oka (1996). The governing equations, which consist of continuity and Navier-Stokes equations, are solved by Lagrangian moving particles, and all terms expressed by differential operators in the governing equations are replaced by the particle interaction models based on a kernel function. The simulation results were validated through a comparison with the results of Violeau et al. (2007)..

• 한국전자통신학회논문지
• /
• 제16권4호
• /
• pp.735-742
• /
• 2021

최근 정부에서 역점 적으로 추진하고 있는 '재생에너지 3020', '그린뉴딜', '2050 탄소중립', 'K-RE100' 정책에 의해 재생에너지 관련 발전설비들이 급증하고 있다. 재생에너지 설비들은 대부분 소규모이고, 분산되어 있어서 효율적인 관리가 어렵고, 1MW 미만의 소규모 분산자원은 판매량 제한, 거래회피 등으로 시장참여에 큰 어려움을 겪고 있다. 특히, 재생에너지의 간헐성 때문에 전력망의 안정성 저하에도 큰 영향을 끼치고 있다. 정부에서는 '소규모 분산자원 중개거래'를 통해서 변동성 및 간헐성 문제를 해결하고, 이종의 대량 소규모 분산자원들의 계통 자원화와 수용성 확대를 추구하고 있다. 본 연구에서는 AI에 기반한 발전량 예측 모델을 분산자원 중개거래 시스템에 적용하여 최적의 운영 솔루션을 제시하고, 에너지신사업 시장 개척의 기반 플랫폼으로 활용될 수 있도록 하고자 한다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1739-1748
• /
• 2021

부동산 가격은 국가, 기업, 가계에 영향을 미치며 최근 급등하는 부동산 가격에 부동산 버블에 관한 연구가 많이 시행되고 있다. 하지만 부동산 버블 예측에서 단순히 부동산 가격만을 비교하거나, 부동산 매매에서 핵심적인 심리적 변수를 반영하지 못한다면 버블 예측 모형의 정확성이 떨어진다 판단할 수 있다. 본 연구는 오토인코더 기법을 사용하여 지역별 부동산 버블 상황을 설명할 수 있는 예측 모형을 설계하는 것이 목적이다. 기존의 부동산 버블 분석 연구들이 가격에 영향을 미치는 다양한 종류의 변수를 설정하지 못하였고 주로 선형 모형을 기반으로 연구를 진행했다는 부분에서, 본 연구는 기존 부동산 버블 연구에 사용되지 않았던 기법과 변수들의 도입 가능성을 시사한다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.195-204
• /
• 2022

관광산업은 최근 코로나19 유행으로 인해 위기에 봉착해 있으며, 이를 극복하기 위해 무엇보다 수익성 개선이 매우 중요한 상황이다. 이 때 여행 수요 자체가 축소된 코로나19와 같은 상황에서는 수익 증대를 위해 객실 점유율을 높이기 위한 공격적인 영업전략보다 어려운 여건 속에서도 찾아온 고객에게 객실 외 추가상품을 판매하여 객단가를 높이는 방향이 더 효율적일 것이다. 국내 관광 연구 분야에서 머신러닝 기법은 수요예측을 중심으로 연구된 바 있으나 교차판매 예측에 대해서는 연구된 바가 거의 없다. 또한 넓은 의미로는 호텔과 같은 숙박업종 이지만 회원제 중심으로 운영하며 숙박과 취사에 적합한 시설을 갖추고 있는 리조트 업종에 특화된 연구는 더욱이 전무한 실정이다. 이에 본 연구에서는 실제 리조트 회사의 투숙 데이터로 다양한 머신러닝 기법을 활용하여 교차판매 예측 모형을 제안하고자 한다. 또한 설명가능한 인공지능(eXplainable AI) 기법을 적용해 교차판매에 영향을 미치는 요인이 무엇인지 해석하고 어떻게 영향을 미치는지 실증 분석을 통해 확인해 보고자 한다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.27-40
• /
• 2021

Click-Through Rate(CTR) 예측은 추천시스템에서 후보 항목의 순위를 결정하고 높은 순위의 항목들을 추천하여 고객의 정보 과부하를 줄임과 동시에 판매 촉진을 통한 수익 극대화를 달성할 수 있는 핵심 기능이다. 자연어 처리와 이미지 분류 분야는 심층신경망(deep neural network)의 활용을 통한 괄목한 성장을 하고 있다. 최근 이 분야의 주류를 이루던 모델과 차별화된 어텐션(attention) 메커니즘 기반의 트랜스포머(transformer) 모델이 제안되어 state-of-the-art를 달성하였다. 본 연구에서는 CTR 예측을 위한 트랜스포머 기반 모델의 성능 향상 방안을 제시한다. 자연어와 이미지 데이터와는 다른 이산적(discrete)이며 범주적(categorical)인 CTR 데이터 특성이 모델 성능에 미치는 영향력을 분석하기 위해 임베딩의 일반화(regularization)와 트랜스포머의 정규화(normalization)에 관한 실험을 수행한다. 실험 결과에 따르면, CTR 데이터 입력 처리를 위한 임베딩 과정에서 L2 일반화의 적용과 트랜스포머 모델의 기본 정규화 방법인 레이어 정규화 대신 배치 정규화를 적용할 때 예측 성능이 크게 향상됨을 확인하였다.

• 유통과학연구
• /
• 제16권11호
• /
• pp.21-27
• /
• 2018

Purpose - This study investigates the financial ratio of savings banks and the effect of the ratio having influence upon bankruptcy by quantitative empirical analysis of forecast model to give material of better management and objective evidence of management strategy and way of advancement and risk control. Research design, data, and methodology - The author added two growth indexes, three fluidity indexes, five profitability indexes, and four activity indexes CAMEL rating to not only the balance sheets but also the income statement of thirty savings banks that suspended business from 2011 to 2015 and collected fourteen financial ratio indexes. IBMSPSS VER. 21.0 was used. Results - Variables having influence upon bankruptcy forecast models included total asset increase ratio and operating income increase ratio of growth index and sales to account receivable ratio, and tangible equity ratio and liquidity ratio of liquidity ratio. The study selected total asset operating ratio, and earning and expenditure ratio from profitability index, and receivable turnover ratio of activity index. Conclusions - Financial supervising system should be improved and financial consumers should be protected to develop saving bank and to control risk, and information on financial companies should be strengthened.

• 대한안전경영과학회지
• /
• 제6권2호
• /
• pp.211-229
• /
• 2004

The basis of cyber trading has been sufficiently developed with innovative advancement of Internet Technology and the tendency of stock market investment has changed from long-term investment, which estimates the value of enterprises, to short-term investment, which focuses on getting short-term stock trading margin. Hence, this research shows a Short-term Stock Price Forecasting System on Learning Agent System using DTA(Decision Tree Algorithm) ; it collects real-time information of interest and favorite issues using Agent Technology through the Internet, and forms a decision tree, and creates a Rule-Base Database. Through this procedure the Short-term Stock Price Forecasting System provides customers with the prediction of the fluctuation of stock prices for each issue in near future and a point of sales and purchases. A Human being has the limitation of analytic ability and so through taking a look into and analyzing the fluctuation of stock prices, the Agent enables man to trace out the external factors of fluctuation of stock market on real-time. Therefore, we can check out the ups and downs of several issues at the same time and figure out the relationship and interrelation among many issues using the Agent. The SPFA (Stock Price Forecasting System) has such basic four phases as Data Collection, Data Processing, Learning, and Forecasting and Feedback.

• 한국콘텐츠학회논문지
• /
• 제7권7호
• /
• pp.161-170
• /
• 2007

국 내외적으로 e-비즈니스는 일반적인 상거래 유형으로 자리 잡고 있다. 최초 e-비즈니스는 전자상거래라는 용어로 시작되었다. 그러나 점점 단순한 전자상거래보다 포괄적인 전자상거래 방식으로 변화되었다. 이러한 시점에서 한국의 e-비즈니스 시장에 대한 연구를 통해 성숙된 e-비즈니스 시장의 진입과 세계시장을 이끌 수 있는 토대를 마련하고자 한다. 이를 위해 한국 시장의 e-비즈시장 활성화를 위한 핵심성공요인의 성숙 단계를 측정하였다. 시간의 흐름에 따라 변화되는 핵심성공요인 의 중요도를 측정하여 한국 시장에서의 e-비즈니스의 활성화의 수준을 분석하였다. 이를 통해, 향후 e-비즈니스 시장의 발전 방향을 예측하고, 이에 대응할 수 있는 방안을 제공하고자 한다.