DOI QR코드

DOI QR Code

Prediction of Physical Examination Demand Using Text Mining

텍스트 마이닝을 이용한 건강검진 수요 예측

  • 박경보 (성균관대학교 경영대학) ;
  • 김미량 (성균관대학교 사범대학 컴퓨터교육과)
  • Received : 2022.09.19
  • Accepted : 2022.10.20
  • Published : 2022.10.31

Abstract

Recently, physical examinations have become an important strategy to reduce costs for individuals and society. Pre-physical counseling is important for an effective physical examination. However, incomplete counseling is being conducted because the demand for physical examinations is not predicted. Therefore, in this study, the demand for physical examination was predicted using text mining and stepwise regression. As a result of the analysis, the most recent text data showed a high explanatory power of the demand for physical examination. Also, large amounts of data have high explanatory power. In addition, it was found that the high frequency of the text "health food" reduces the number of health examination customers. And the higher the frequency of the text of the word "food", the lower the number of physical examination customers. However, when the word "wild ginseng" was exposed a lot on Twitter, the number of physical examination customers visiting hospitals increased. In other words, customers consume efficiently by comparing the health examination price with the price of consumer goods. The proposed research framework can help predict demand in other industries.

Keywords

References

  1. 고숙자, "노인 건강 운동의 효과와 정책적 함의", 보건복지포럼, 제2015권, 제7호, 2015, 28-37. https://doi.org/10.23062/2015.07.4
  2. 김도희, 이지원, "한류콘텐츠, 한국제품 및 서비스경험이 한류선호 및 한국인식변화, 행동의도에 미치는 영향: 중국, 일본, 미국 시장을 중심으로", 대한경영학회지, 제32권, 제12호, 2019, 2107-2130.
  3. 김영식, "생애전환기 건강진단 2 차 검진 상담 매뉴얼 개발과 활용방안", 보건복지포럼, 제2008권, 제7호, 2008, 42-57. https://doi.org/10.23062/2008.07.5
  4. 김은미, "온라인 리뷰의 감성분석과 순환신경망을 적용한 국내 인바운드 관광수요 예측 모형", 관광연구저널, 제35권, 제3호, 2021, 69-79.
  5. 김재동, 이한준, "기계학습 기반의 대공장비 수리부속 수요예측모형 연구", 한국데이터정보과학회지, 제30권, 제3호, 2019, 587-596.
  6. 김정숙, "빅 데이터 활용과 관련기술 고찰", 한국콘텐츠학회지, 제10권, 제1호, 2012, 34-40. https://doi.org/10.20924/CCTHBL.2012.10.1.034
  7. 김진현, 권현정, 이은희, 정유미, 김명자, 이선미, 최하영, "건강보험 간호간병통합서비스의 간호인력 배치수준에 대한 실증분석과 대안적 배치기준의 개발", 보건경제와 정책연구(구 보건경제연구), 제28권, 제2호, 2022, 49-73.
  8. 박경보, 고해리, 홍종의, "텍스트 네트워크 분석을 이용한 보험 이미지 분석", 예술인문사회 융합 멀티미디어 논문지, 제8권, 제3호, 2018, 531-541.
  9. 박수지, 신진옥, 송상헌, 정철, "텍스트 마이닝을 통한 관광지 수요예측-온라인 검색 엔진을 중심으로", 관광학연구, 제41권, 제1호, 2017, 13-27.
  10. 신연수, 박종연, 정상혁, 정혜영, 강혜영, " 건강보험공단 건강검진과 자비 건강검진 수검자간의 만족도 비교", 한국의료 QA 학회지, 제12권, 제1호, 2006, 40-51.
  11. 여대중, 이준형, 양윤준, 윤영숙, 이언숙, 김정일, 김동준, "병원 종사자의 업무에 따른 감정노동과 직무스트레스", 스트레스연구, 제23권, 제4호, 2015, 197-204.
  12. 연지현, 김성원, "텍스트 마이닝을 활용한 경제정책기록서비스 연구: 경제정책방향을 중심으로", 한국기록관리학회지, 제22권, 제2호, 2022, 117-133. https://doi.org/10.14404/JKSARM.2022.22.2.117
  13. 이민경, 정덕유, "포괄간호서비스를 제공하는 간호사의 간호업무와 직무 스트레스, 직무만족에 관한 연구", 간호행정학회지, 제21권, 제3호, 2015, 287-296.
  14. 이주영, "텍스트 마이닝 및 딥러닝을 이용한 아파트 거래량 예측", 한국 IT 서비스학회 학술대회 논문집, 2020, 679-683.
  15. 이진희, 예동균, 최아영, 김지우, 구유리, " 수요자 중심의 건강검진 경험가치 향상을 위한 서비스 디자인 전략제안", 한국디자인문화학회지, 제27권, 제1호, 2021, 349-365.
  16. 임문영, 박승범, "데이터 마이닝을 활용한 가짜뉴스의 선제적 대응을 위한 연구: M 온라인 커뮤니티 게시물을 중심으로", 한국IT서비스학회지, 제18권, 제1호, 2019, 219-234. https://doi.org/10.9716/KITS.2019.18.1.219
  17. 조비룡, 안은미, "건강검진 현황과 과제", 보건복지포럼, 제2013권, 제4호, 2013, 48-54. https://doi.org/10.23062/2013.04.6
  18. 최정원, 한호선, 이미영, 안준모, "텍스트마이닝 방법론을 활용한 기업 부도 예측 연구", 생산성논집, 제29권, 제1호, 2015, 201-228. https://doi.org/10.15843/KPAPR.29.1.201503.201
  19. 최현홍, 심동녘, "텍스트마이닝을 적용한 ICT 융합 트렌드 분석", 한국혁신학회지, 제15권, 제3호, 2020, 257-281.
  20. Baillargeon, J.T., L. Lamontagne, and E. Marceau, "Mining actuarial risk predictors in accident descriptions using recurrent neural networks", Risks, Vol.9, No.1, 2020, 7. https://doi.org/10.3390/risks9010007.
  21. Cheng, Q., T.M. Li, C.L Kwok, T. Zhu, and P.S. Yip, "Assessing suicide risk and emotional distress in Chinese social media: A text mining and machine learning study", Journal of Medical Internet Research, Vol.19, No.7, 2017, e7276.
  22. Park, E., J. Park, and M. Hu, "Tourism demand forecasting with online news data mining", Annals of Tourism Research, Vol.90, 2021, 103273. https://doi.org/10.1016/j.annals.2021.103273.
  23. Berry, M.W. and J. Kogan, Text mining: applications and theory, John Wiley & Sons, 2010
  24. Colladon, A.F., B. Guardabascio, and R. Innarella, "Using social network and semantic analysis to analyze online travel forums and forecast tourism demand", Decision Support Systems, Vol.123, 2019, 113075. https://doi.org/10.1016/j.dss.2019.113075.
  25. Pyatt, A.Z., G.H. Wright, K.E. Walley, and E. Bleach, "Value co-creation in high-involvement services: the animal healthcare sector", International Journal of Retail & Distribution Management, Vol.45, No.5, 2017, 518-531. https://doi.org/10.1108/IJRDM-11-2016-0209
  26. Ruiz-Martinez, J.M., R. Valencia-Garcia, and F. Garcia-Sanchez, "Semantic-Based Sentiment analysis in financial news", In Proceedings of the 1st International Workshop on Finance and Economics on the Semantic Web, 2012, 38-51.
  27. Olson, D.L., D. Delen, and Y. Meng, "Comparative analysis of data mining methods for bankruptcy prediction", Decision Support Systems, Vol.52, No.2, 2012, 464-473. https://doi.org/10.1016/j.dss.2011.10.007
  28. Wu, G.G.R., T.C.T. Hou, and J.L. Lin, "Can economic news predict Taiwan stock market returns?", Asia Pacific Management Review, Vol.24, No.1, 2019, 54-59. https://doi.org/10.1016/j.apmrv.2018.01.003
  29. Lu, Y.C., C.H. Shen, and Y.C. Wei, "Revisiting early warning signals of corporate credit default using linguistic analysis", Pacific-Basin Finance Journal, Vol.24, 2013, 1-21. https://doi.org/10.1016/j.pacfin.2013.02.002