• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1998년도 The Korea Society for Simulation 98 춘계학술대회 논문집
• /
• pp.101-105
• /
• 1998

A large system predictor, which can perform prediction of sales trend in a huge number of distribution centers, is presented using neural predictive model. There are 20,000 number of distribution centers, and each distribution center need to forecast future demand in order to establish a reasonable inventory policy. Therefore, the number of forecasting models corresponds to the number of distribution centers, which is not possible to estimate that kind of huge number of accurate models in ERP (Enterprise Resource Planning)module. Multilayer neural net as universal approximation is employed for fitting the prediction model. In order to improve prediction accuracy, a sequential simulation procedure is performed to get appropriate network structure and also to improve forecasting accuracy. The proposed simulation procedure includes neural structure identification and virtual predictive model generation. The predictive model generation consists of generating virtual signals and estimating predictive model. The virtual predictive model plays a key role in tuning the real model by absorbing the real model errors. The complement approach, based on real and virtual model, could forecast the future demands of various distribution centers.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.157-165
• /
• 2022

As the stock market is affected by various circumstances including economic and political variables, predicting the stock market is considered a still open problem. When combined with corporate financial statement data analysis, which is used as fundamental analysis, and technical analysis with a short data generation cycle, there is a problem that the time domain does not match. Our proposed method, LSTE the operating profit and market outlook of a petrochemical company and estimates the sales and operating profit of the company, it was possible to solve the above-mentioned problems and improve the accuracy of stock price prediction. Extensive experiments on real-world stock data show that our method outperforms the 8.58% relative improvements on average w.r.t. accuracy.

• 품질경영학회지
• /
• 제42권2호
• /
• pp.221-234
• /
• 2014

Purpose: The Purpose of this study is to develop a model for predicting agent churn group in the cosmetics industry. We develope two models, pattern model and matrix model, which are compared regarding the prediction accuracy of churn agents. Finally, we try to conclude if there is statistically significant difference between two models by empirical study. Methods: We develop two models using the part of RFM(Recency, Frequency, Monetary) method which is one of customer segmentation method in traditional CRM study. In order to ensure which model can predict churn agents more precisely between two models, we used CRM data of cosmetics company A in China. Results: Pattern model and matrix model have been developed. we find out that there is statistically significant differences between two models regarding the prediction accuracy. Conclusion: Pattern model and matrix model predict churn agents. Although pattern model employed the trend of monetary mount for six months, matrix model that used the amount of sales per month and the duration of the employment is better than pattern model in prediction accuracy.

• 산업경영시스템학회지
• /
• 제46권2호
• /
• pp.152-159
• /
• 2023

Due to COVID-19, changes in consumption trends are taking place in the distribution sector, such as an increase in non-face-to-face consumption and a rapid growth in the online shopping market. However, it is difficult for small and medium-sized export sellers to obtain forecast information on the export market by country, compared to large distributors who can easily build a global sales network. This study is about the prediction of export amount and export volume by country and item for market information analysis of small and medium export sellers. A prediction model was developed using Lasso, XGBoost, and MLP models based on supervised learning and deep learning, and export trends for clothing, cosmetics, and household electronic devices were predicted for Korea's major export countries, the United States, China, and Vietnam. As a result of the prediction, the performance of MAE and RMSE for the Lasso model was excellent, and based on the development results, a market analysis system for small and medium sellers was developed.

• Industrial Engineering and Management Systems
• /
• 제13권3호
• /
• pp.289-296
• /
• 2014

With society becoming more advanced and complex, the required management engineering makes essential the development of human resources that can propose solutions for problems of new phenomena from a different perspective. As an example of such phenomena, we note a consumer electronics 'Eco-point' system campaign in this study. To mitigate global warming, revitalize the economy, and encourage the adoption of terrestrial digital compatible TVs, the consumer electronics Eco-point system campaign was implemented in May 2009 in Japan. In this study, we note a model which is constant term with exponential curve with notion of the growth phenomenon (Nakagiri and Kurita, Journal of the Operations Research Society of Japan, 2002). In our study, we call this model the 'differential equation model of the growth phenomenon.' This model represents a phenomenon with a hierarchical structure for capturing the properties of n species. In this study, we propose a new model which can represent not only the impact of largescale campaigns but also seasonal factors. Accordingly, we understand the phenomenon of fluctuation of sales of some products caused by large-scale campaigns and predict the fluctuation of sales. The final goal of this study is to develop human resources that can propose provision and solution for pre-consumption and reactionary decline in demand by understanding the impact of large-scale campaigns. As the first step of this goal, our objective is to propose a new regression method with different conventional perspective that can describe the fluctuation of sales caused by large-scale campaigns and show the possibility of new management engineering education.

• 한국인공지능학회지
• /
• 제9권1호
• /
• pp.9-14
• /
• 2021

This paper predicted a model that indicates whether to buy a car based on primary health insurance customer data. Currently, automobiles are being used to land transportation and living, and the scope of use and equipment is expanding. This rapid increase in automobiles has caused automobile insurance to emerge as an essential business target for insurance companies. Therefore, if the car insurance sales are predicted and sold using the information of existing health insurance customers, it can generate continuous profits in the insurance company's operating performance. Therefore, this paper aims to analyze existing customer characteristics and implement a predictive model to activate advertisements for customers interested in such auto insurance. The goal of this study is to maximize the profits of insurance companies by devising communication strategies that can optimize business models and profits for customers. This study was conducted through the Microsoft Azure program, and an automobile insurance purchase prediction model was implemented using Health Insurance Cross-sell Prediction data. The program algorithm uses Two-Class Logistic Regression and Two-Class Boosted Decision Tree at the same time to compare two models and predict and compare the results. According to the results of this study, when the Threshold is 0.3, the AUC is 0.837, and the accuracy is 0.833, which has high accuracy. Therefore, the result was that customers with health insurance could induce a positive reaction to auto insurance purchases.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.191-196
• /
• 2015

최근 기업의 실적 및 주가를 예측하기 위해 매출액증가율, 부채비율 등의 다양한 예측변수를 활용하여 정량적인 예측방법을 활용하는 연구가 많이 이루어지고 있다. 기업실적 및 주가를 정량적 예측하기 위해 수많은 예측변수들 중에서 모델구축을 위해 중요한 예측변수를 선정하는 것이 중요하다. 대부분의 기존연구들에서는 다양한 알고리즘을 활용하여 예측변수들을 제거하는 방법을 사용하는 경우가 많았다. 이러한 경우 각 예측변수들이 가지는 많은 정보들이 제거되는 문제점이 존재한다. 이러한 문제점을 해결하기 위해 본 연구에서는 예측모델 구축을 위해 예측변수들을 제거하는 대신 각 변수들이 가지고 있는 정보를 병합하여 새로운 변수를 생성하는 대표적인 차원축소 방법인 주성분분석(PCA)을 활용하였다. 본 연구에서는 제안된 예측모델을 미국의 전자, 전기기업의 재무정보를 활용하여 구축하고 예측성능을 실증적으로 분석해 보았다.

• 서비스연구
• /
• 제14권1호
• /
• pp.27-43
• /
• 2024

중고차 시장에서 온라인 플랫폼 서비스의 시장 점유율은 지속적으로 증가하고 있다. 또한 중고차 온라인 플랫폼 서비스는 서비스 이용자에게 차량의 제원, 사고 이력, 점검 내역, 세부 옵션, 그리고 중고차의 가격 등을 공개하고 있다. 2023년 현재 국내 자동차 시장에서 SUV 차종의 신차 점유율은 50% 이상으로 확대되었으며, 하이브리드 차종은 신차 판매량이 지난해에 비해 두 배 이상 증가하였다. 이에 따라 이들 차종은 국내 중고차 시장에서도 인기를 끌고 있다. 기존 연구는 전체 차량 또는 브랜드별 차량을 대상으로 머신러닝 모델을 실행하여 중고차 가격 예측 모델을 제안하였다. 반면 국내 자동차 시장에서 SUV와 하이브리드 차종의 인기는 매년 상승하고 있으나, 이들 차종을 대상으로 중고차 가격 예측 모델을 제안한 연구는 찾기 어려웠다. 본 연구는 국내 시장에서 자국 브랜드가 생산한 세단, SUV, 그리고 하이브리드 차종을 대상으로 차량 제원과 옵션, 총 72개의 특성을 활용하여 이들 차종별 가장 우수한 중고차 가격 예측 모델을 선정하였다. 이를 위해 특성 선택으로 Lasso 회귀 모델을 활용하여 특성을 선별한 후 동일 샘플링으로 앙상블 모델을 실행하였다. 그 결과 모든 차종에서 최우수 모델은 CBR 모델로 선정되었으며, 차종별 최우수 모델을 대상으로 Tree SHAP Value의 시각화를 실행하여 특성의 기여도 및 방향성을 확인하였다. 본 연구의 시사점으로 온라인 플랫폼 서비스를 이용하는 매매관계자에게 차종별 중고차 가격 예측 모델을 제안하고 특성의 기여 수준과 방향성을 확인함으로써 이들 간 정보의 비대칭으로 야기된 문제 해결에 지원이 될 것으로 기대한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 추계학술대회
• /
• pp.489-498
• /
• 2007

For better predictions and classifications in customer recommendation, this study proposes an integrative model that efficiently combines the currently-in-use statistical and artificial intelligence models. In particular, by integrating the models such as Association Rule, Frequency Matrix, and Rule Induction, this study suggests an integrative prediction model. The data set for the tests is collected from a convenience store G, which is the number one in its brand in S. Korea. This data set contains sales information on customer transactions from September 1, 2005 to December 7, 2005. About 1,000 transactions are selected for a specific item. Using this data set, it suggests an integrated model predicting whether a customer buys or not buys a specific product for target marketing strategy. The performance of integrated model is compared with that of other models. The results from the experiments show that the performance of integrated model is superior to that of all other models such as Association Rule, Frequency Matrix, and Rule Induction.

• Asia Marketing Journal
• /
• 제10권2호
• /
• pp.1-29
• /
• 2008

본 연구는 해외 여러 시장에서 제품을 판매하는 글로벌 기업의 입장에서 복수 시장에서 발생하는 제품 수준의 매출 이륙 시점을 예측할 수 있는 모형을 제시하였다. 이 모형을 이용하여 복수 시장 정보, 제품 속성 정보, 가격 정보, 매출 정보 중 매출 이륙 시점 예측에 유용한 설명 변수들을 규명하기 위해 국내 전자 업체가 2년 5개월간 10개국 시장에 판매한 90종류의 PDP TV, LCD TV들 월별 매출 자료들을 대상으로 실증 분석을 하였다. 분석 결과, 매출 이륙 시점 예측에 유용한 변수들을 다음과 같이 파악할 수 있었다. 첫째, 대상 제품이 표적 시장에 진출하기 이전에 진출한 타 시장에서의 매출 자료를 표적 시장에서의 대상 제품 매출 이륙 시점 예측에 이용하는 것이 가장 중요함을 실증 분석을 통해 알 수 있었다. 특히, 매출 이륙 시점 예측에 동일 제품의 타 시장 혁신 계수를 이용하는 것이 유용한 반면, 동일 제품의 타 시장 모방 계수는 예측력에 도움을 주지 못함을 알 수 있었다. 둘째, 타 제품의 표적 시장 확산 정보는 예상과 달리 대상 제품의 표적 시장에서의 매출 이륙 시점 예측에 기여하는 바는 낮음을 알 수 있었다. 셋째, 일반적 인식처럼 가격과 제품의 속성도 이륙시점의 발생 시기에 영향을 미치는 것을 알 수 있었다. 하지만 제품의 자체 가격 정보 보다 시장 평균 가격 대비 대상 제품 가격 비율이 매출 이륙 시점 예측에 보다 효과적임을 알 수 있었다. 마지막으로, 전기 누적 매출량 역시 PLC 중 초기 시점을 예측하는 상황임에도 불구하고 제품 수준의 매출 이륙 시점 예측에 중요한 변수임을 알 수 있었다. 본 연구에서 제시한 매출 이륙 시점 예측 모형은 평균치에 근거한 일반적 예측과 비교해 볼 때 높은 예측력을 보여 주었다. 본 연구에서 제시한 예측 모형을 이용할 경우 특히 예측 시점이 2기일 때 가장 높음을 알 수 있었다. 본 연구 결과가 기여하는 바를 보면 첫째, 기존 확산모형과 달리 본 연구에서는 제품의 매출 초기 시점인 매출 이륙 시점을 측정하고, 예측하는 모형을 제시하였다. 둘째, 본 연구는 글로벌 시장에서 적용 가능한 제품 수준의 매출 이륙 시점을 예측하였다. 셋째, 본 연구는 처음으로 매출 이륙 시점 예측력을 예측 시점 별로 분석하여 모형의 예측력을 이해하는 데 새로운 접근법을 제시하였다.