• 대한지리학회지
• /
• 제49권6호
• /
• pp.917-934
• /
• 2014

지리가중회귀 모델(GWR)은 국지적으로 이질적인 부동산 가격을 추정할 수 있는 도구로 폭넓게 활용되어 왔다. 그럼에도 불구하고 GWR은 공간적으로 이질적인 가격결정요인의 선택이나 국지적 추정에서의 관측치 수의 제한 등과 같은 한계를 가지고 있다. 본 연구는 이러한 한계를 극복하기 위한 대안으로 최근 주목받고 있는 지리가중라소 모델(GWL)을 이용하여 국지적으로 다양한 부동산 가격결정요인들을 탐색하고, 부동산 가격 추정에 있어서 GWL 모델의 적용가능성을 살펴보고자 한다. 이를 위해 서울시 아파트 가격을 대상으로 OLS, GWR, GWL의 헤도닉 모델을 구축하였으며, 모델의 설명력, 예측력, 다중공선성 측면에서 이들을 비교 분석하였다. 그 결과, 전역적 모델에 비해 국지적 모델이 전체적인 설명력, 예측력이 우수한 것으로 나타났으며, 특히 국지적 모델 중 GWL 모델은 다중공선성 문제를 자동적으로 해결하면서 공간적으로 이질적인 가격 결정요인 집합들을 도출하였고, 다른 모델들에 비해 상당히 높은 설명력과 예측력을 보여주고 있다. 본 연구에서 적용한 GWL 모델은 고차원의 데이터셋에서 유의미한 독립 변수들을 효율적으로 선정하는데 직접적인 도움을 줌으로써 부동산과 같이 대용량의 복잡한 구조를 가진 공간 빅데이터를 위한 유용한 분석 기법으로 활용될 수 있을 것이다.

• 경영정보학연구
• /
• 제11권1호
• /
• pp.49-67
• /
• 2009

이메일은 다른 커뮤니케이션 채널에 비해서 비용이 저렴하며 고객에게 신속하게 접근할 수 있으며 고객과의 쌍방향 커뮤니케이션을 가능하게 하기 때문에 기존 고객 유지와 신규고객 확보 및 신상품 홍보 그리고 판촉활동에 활용되고 있다. 본 연구에서는 실증적 사례로 국내 A은행에서 신용카드 회원을 대상으로 실행하였던 이메일 마케팅 결과를 분석하여 이메일 개봉률, 반응률 및 이메일 마케팅별 순증 이용금액을 분석하였으며 특정 이메일 마케팅을 선정하여 프로모션 대상 회원과 반응회원의 특성을 살펴보았다. 효과 캠페인 및 비효과 캠페인 대상회원의 특성을 비교하여 분석한 결과 효과 캠페인과 비효과 캠페인간의 유사성과 차이점을 도출할 수 있었다. 이메일 개봉 및 미 개봉회원 분석에서 효과 캠페인은 여성의 개봉률이 상대적으로 높았고, 비효과 캠페인에서는 남성의 개봉률이 높았다. 연령 또한 효과 캠페인은 30대의 개봉률이 낮았으나, 비효과 캠페인에서는 $20{\sim}30$대의 개봉률이 높았다. 반응 및 미반응회원 분석에서는 남성의 반응률이 효과 및 비효과 캠페인 모두 높게 나타났고, 30대의 반응률이 높고 20대의 반응률이 낮은 점도 유사하게 나타났다. 직업의 경우 효과 캠페인은 주부, 기타 소득자 및 금융거래자의 비중이 높았으나, 비효과 캠페인은 급여생활자(중소기업 등)의 반응률이 높았고 주부는 동일하게 높았다. 이메일 마케팅에 대한 주부의 반응도에 대해서는 향후 추가 연구가 진행되어야 한다고 판단된다. 종합적으로, 효과 캠페인을 비효과 캠페인과 비교할 때 타겟고객으로부터 높은 개봉률 및 반응률을 이끌어 냈고, 신용카드 매출액 증대를 많이 하였기 때문에, 이메일 마케팅의 목적달성에 있어서 비교 우위에 있었는데 추후 동 효과 캠페인시 반응한 회원의 특성을 토대로 한 타겟마케팅을 실시하여 반응률에서 유의미한 차이 발생을 심층 분석할 필요가 있다. 끝으로, 실증적 사례를 토대로 이메일 채널의 효과 제고방안을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.48-58
• /
• 2021

국내 산업성장의 동력이 되는 기업의 기술 및 사업역량 확보를 위해, 2014년 이후 정부기관을 중심으로 『기술거래 시장 활성화』, 『기술금융 기반의 R&D 사업화지원』등 다양한 형태로 사업화 성과창출을 위한 정책 프로그램이 수행되어 왔다. 현재까지 기술가치평가 이론과 평가변수에 관한 다양한 연구가 각계 전문가들에 의해 수행되고 기술사업화 현업에서 이용되어 왔으나, 평가현장에서는 평가목적 상의 기대보다 기술가치평가 금액이 적게 산출되는 등의 한계점이 존재하여, 그 실용성에 의문이 제기되어 왔다. 또한 미래에 대한 정성적 추정에 기반한 현행 기술가치평가 프로세스는 평가결과에 대한 객관성과 신뢰성 확보를 위해 데이터에 근거한 참조 인프라 구축이 필요한 시기에 이르렀다. 본 연구에서는 기관별로 구축된 평가인프라를 살펴보고, 최신의 인공신경망 및 딥러닝 기술을 기술가치평가 시스템에 탑재하기 위해 핵심변수 기반의 가치금액 추정 시뮬레이션과 매출액 및 정성평가점수의 예측을 위한 적용 가능성을 살펴본다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.67-83
• /
• 2018

2013년 누적인원 2억명을 돌파한 한국의 영화 산업은 매년 괄목할만한 성장을 거듭하여 왔다. 하지만 2015년을 기점으로 한국의 영화 산업은 저성장 시대로 접어들어, 2016년에는 마이너스 성장을 기록하였다. 영화산업을 이루고 있는 각 이해당사자(제작사, 배급사, 극장주 등)들은 개봉 영화에 대한 시장의 반응을 예측하고 탄력적으로 대응하는 전략을 수립해 시장의 이익을 극대화하려고 한다. 이에 본 연구는 개봉 후 역동적으로 변화하는 관람객 수요 변화에 대한 탄력적인 대응을 할 수 있도록 주차 별 관람객 수를 예측하는데 목적을 두고 있다. 분석을 위해 선행연구에서 사용되었던 요인 뿐 아니라 개봉 후 역동적으로 변화하는 영화의 흥행순위, 매출 점유율, 흥행순위 변동 폭 등 선행연구에서 사용되지 않았던 데이터들을 새로운 요인으로 사용하고 Naive Bays, Random Forest, Support Vector Machine, Multi Layer Perception등의 기계학습 기법을 이용하여 개봉 일 후, 개봉 1주 후, 개봉 2주 후 시점에는 차주 누적 관람객 수를 예측하고 개봉 3주 후 시점에는 총 관람객 수를 예측하였다. 새롭게 제시한 변수들을 포함한 모델과 포함하지 않은 모델을 구성하여 실험하였고 비교를 위해 매 예측시점마다 동일한 예측 요인을 사용하여 총 관람객 수도 예측해보았다. 분석결과 동일한 시점에 총 관람객 수를 예측했을 경우 보다 차주 누적 관람객 수를 예측하는 것이 더 높은 정확도를 보였으며, 새롭게 제시한 변수들을 포함한 모델의 정확도가 대부분 높았으며 통계적으로 그 차이가 유의함으로써 정확도에 기여했음을 확인할 수 있었다. 기계학습 기법 중에는 Random Forest가 가장 높은 정확도를 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제9권2호
• /
• pp.295-303
• /
• 2008

인터넷을 통한 전자상거래가 보편화됨에 따라 다품종, 소량 생산품을 취급하는 중소 인터넷 쇼핑몰의 수가 증대되었다. 중소 인터넷 쇼핑몰은 그 특성상 다수의 재고물량을 확보할 수 있는 공간이 부족하다. 따라서 전통적인 재고 관리 방법으로 고객의 요구에 즉각적으로 반응하기 어렵다. 본 논문에서는 판매자의 판매량에 따라 공급업체가 재고량을 조절할 수 있는 VMI를 인터넷 쇼핑몰에 도입한 SOHO-VMI를 제안한다. 제안된 SOHO-VMI는 다수의 공급업자 및 판매자와 상호작용 할 수 있는 M $\times$ N 구조를 지원한다. 그리고 기존 시스템에서 사용하는 EDI 문서와 상호작용을 위해 XML/EDI를 사용하도록 제안하였다. 또한, 판매자의 물품 판매 정보 및 계절적 요인을 고려하여, 공급업체에서 물품생산량 및 유통량을 조절 할 수 있는 물류 통계 예측 알고리즘을 제안하였다.

• 디지털융복합연구
• /
• 제12권6호
• /
• pp.155-160
• /
• 2014

마케팅 자료를 입수하는 경우, 시장조사에 시간이 많이 소요되는 등의 이유로, 월간으로 입수하지 못하고, 2개월 간격으로 합산되거나 분기별로 합산된 자료만 입수할 수 있는 경우가 있다. 이러한 자료를 활용하여 월간으로 시장을 평가 혹은 예측하거나 마케팅 전략을 수립하여야 하는 경우, 격월 혹은 분기별로 합산된 자료를 월간 자료로 변환하여야 한다. 본 논문에서는 두 달 간격으로 합산되어 집계되는 자료를 월별 자료로 변환하는 여러 가지 방법을 소개한다. 이런 변환 방법에는 2개월간의 자료를 단순히 2로 나누는 단순평균법, 2개월간의 자료의 증감률을 월별 자료의 증감률에 그대로 적용하여 월별 자료로 변환하는 방법, 전문가의 판단에 따른 가중치를 적용하는 방법, 단순회귀모형 등의 모형을 정의하고 그 모형에 의해 월별 자료로 분해하는 방법 등이 있다. 본 논문에서는 유럽의 특정 국가의 가전제품 판매 사례를 활용하여, 두 달 간격으로 합산된 시장 자료를 월별 자료로 변환하는 모형을 활용한 방법을 소개하고자 한다. 나아가 이 모형을 활용하여 향후의 자료를 예측하는 방법도 소개한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.227-230
• /
• 2015

경제의 흐름, 주가 등을 분석, 예측을 위해 경제 뉴스, 주가 등 데이터 수집이 필요하다. 일반적인 웹 크롤러는 자동적으로 웹서버를 방문하면서 웹페이지 내용을 분석하고 URL들을 추출하면서 웹 문서를 수집한다. 반면 특정한 주제의 문서만을 수집할 수 있는 크롤러 형태도 있다. 특정 사이트에서 경제 뉴스 정보만 수집하기 위하여 사이트의 구조를 분석하고 직접적으로 데이터를 수집해올 수 있는 래퍼 기반 웹 크롤러 설계가 필요하다. 본 논문에서는 빅데이터를 기반으로, 경제뉴스 분석 시스템을 위한 크롤러 래퍼를 설계, 구현하여 경제 전문 분야의 뉴스 데이터를 수집하였다. 2000년부터 현재까지 미국 자동차 시장의 주식 데이터를 래퍼 기반으로 가져오고, 사이트 상에서의 데이터가 업데이트되는 주기를 판단하여 주기적으로 업데이트 함으로써 중복되지 않게 하였다. 그리고 미국, 한국의 경제 기사를 래퍼 기반의 웹 크롤러를 사용하여 수집하고, 향후 분석이 쉽게 데이터를 정형화 시켜 저장한다.

• 산경연구논집
• /
• 제9권6호
• /
• pp.49-55
• /
• 2018

Purpose - This paper examines the effect of related party transactions on crash firm-specific stock price crash risk. Ownership of a typical Korean conglomerate is concentrated in a single family. In those entities, management and board positions are often filled by family members. Therefore, a dominant shareholder can benefit from related party transactions. In Korea, firms have to report related party transactions in financial statement footnotes. However, those are not disclosed in detail. The more related party transactions are the greater information risk. Thus, companies with related party transactions are likely to experience stock price crashes. Research design, data, and methodology - 2,598 firm-year observations are used for the main analysis. Those samples are from TS2000 database from 2009 to 2013, and the database covers KOSPI-listed firms in Korea. The proxy for related party transactions (RTP) is calculated by dividing total transactions to the related-party by total sales. A dummy variable is used as a dependent variable (CRASH) in the regression model. Logistic regression is used to explain the relationship between related party transactions and crash risk. Then, the sample was separated into two groups; tunneling firms and propping firms. The relation between related party transactions and crash risk variances with features of the transaction were investigated. Results - Using a sample of KOSPI-listed firms in TS2000 database for the period of 2009-2013, I find that stock price crash risk increases as the trade volume of related-party transactions increases. Specifically, I find that the coefficient of RPT is significantly positive, supporting the prediction. In addition, this relationship is strong and robust in tunneling firms. Conclusions - The results report that firms with related party transactions are more likely to experience stock price crashes. The results mean that related party transactions increase the possibility of future stock price crashes by enlarging information asymmetry between controlling shareholders and minority shareholders. In case of tunneling, it could be seen that related party transactions are positively associated with stock crash risk. The result implies that the characteristic of the transaction influences crash risk. This study is related to a literature that investigates the effect of related party transactions on the stock market.

• 산경연구논집
• /
• 제8권5호
• /
• pp.87-93
• /
• 2017

Purpose - This paper investigates whether managerial overconfidence is associated with firm-specific crash risk. Overconfidence leads managers to overestimate the returns of their investment projects, and misperceive negative net present value projects as value creating. They even use voluntary disclosures to convey their optimistic beliefs about the firms' long-term prospects to the stock market. Thus, the overconfidence bias can lead to managerial bad news hoarding behavior. When bad news accumulates and crosses some tipping point, it will come out all at once, resulting in a stock price crash. Research design, data and methodology - 7,385 firm-years used for the main analysis are from the KIS Value database between 2006 and 2013. This database covers KOSPI-listed and KOSDAQ-listed firms in Korea. The proxy for overconfidence is based on excess investment in assets. A residual from the regression of total asset growth on sales growth run by industry-year is used as an independent variable. If a firm has at least one crash week during a year, it is referred to as a high crash risk firm. The dependant variable is a dummy variable that equals 1 if a firm is a high crash risk firm, and zero otherwise. After explaining the relationship between managerial overconfidence and crash risk, the total sample was divided into two sub-samples; chaebol firms and non-chaebol firms. The relation between how I overconfidence and crash risk varies with business group affiliation was investigated. Results - The results showed that managerial overconfidence is positively related to crash risk. Specifically, the coefficient of OVERC is significantly positive, supporting the prediction. The results are strong and robust in non-chaebol firms. Conclusions - The results show that firms with overconfident managers are likely to experience stock price crashes. This study is related to past literature that examines the impact of managerial overconfidence on the stock market. This study contributes to the literature by examining whether overconfidence can explain a firm's future crashes.