Automation of Regression Analysis for Predicting Flatfish Production

광어 생산량 예측을 위한 회귀분석 자동화 시스템 구축

This study aims to implement a Regression Analysis system for predicting the appropriate production of flatfish. Due to Korea's signing of FTAs with countries around the world and accelerating market opening, Korean flatfish farming businesses are experiencing many difficulties due to the specificity and uncertainty of the environment. In addition, there is a need for a solution to problems such as sluggish consumption and price drop due to the recent surge in imported seafood such as salmon and yellowtail and changes in people's dietary habits. in this study, Using the python module, xlwings, it was used to obtain for the production amount of flatfish and to predict the amount of flatfish to be produced later. was used to predict the amount of flatfish to be produced in the future. Therefore, based on the analysis results of this prediction of flatfish production, the flatfish aquaculture industry will be able to come up with a plan to achieve an appropriate production volume and control supply and demand, which will reduce unnecessary economic loss and promote new value creation based on data. In addition, through the data approach attempted in this study, various analysis techniques such as artificial neural networks and multiple regression analysis can be used in future research in various fields, which will become the foundation of basic data that can effectively analyze and utilize big data in various industries.

본 연구는 광어의 적정 생산량 예측을 위한 회귀분석 자동화 시스템 구축을 목표로 한다. 현재 우리나라의 세계 각국과 FTA 체결 및 시장 개방 가속화 등으로 인해 한국 광어 양식 사업들은 환경의 특수성과 불확실성에 의해 많은 어려움을 겪고 있다. 또한 최근 연어, 방어 등의 수입 수산물의 급증과 국민들의 식생활 변화로 소비 부진 및 가격 하락 등의 문제를 해결할 방안이 필요한 실정이다. 이에 본 연구에서는 양식 광어의 수급 안정과 경제적 가치를 분석하여 적정한 광어 생산량을 알기 위해 빅 데이터를 활용한 회귀분석 자동화 시스템을 구현하였으며, 파이썬 모듈인 xlwings를 활용하여 광어의 생산금액과 생산량에 대한 가중치를 구하고 추후 생산될 광어의 양을 예측하는 데 활용하였다. 따라서 이러한 광어 생산량 예측에 대한 분석 결과를 토대로 향후 광어 양식 업계에서는 적정 생산량 달성 및 수급 조절 방안을 마련할 수 있을 것이며, 이는 불필요한 경제적 손실을 줄이고 데이터를 기반한 새로운 가치창출을 도모할 수 있을 것이다. 또한 본 연구에서 시도한 데이터 접근 방식을 통해 향후 여러 분야의 연구에서는 인공신경망, 다중회귀분석 등 다양한 분석 기법을 활용할 수 있고 이는 다양한 업계에서 효과적으로 빅데이터를 분석하고 활용할 수 있는 기초적인 자료의 토대가 될 것이다.