• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.65-76
• /
• 2014

주택가격은 정부의 부동산 정책이나 국내외의 경기상황과 같은 외부충격요인에 따라 많은 영향을 받는다. 본 연구에서는 주택가격지수 예측을 위한 모형구축에서 중요한 요인은 외부충격요인으로 이를 개입효과라 하며, 이 외부요인들이 주택가격지수에 미치는 영향을 파악하고 향후 주택가격지수를 효율적으로 예측하기 위한 시계열모형을 찾는데 있다. 실제 자료를 이용하여 분석한 예측결과 개입모형이 다른 모형에 비해 우수한 것으로 나타났다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.27-29
• /
• 2023

불안정한 부동산 가격은 지속적인 사회 문제로 거론되고 있는데 이는 부동산 매매 가격을 예측할 수 있는 정확한 지표가 체계적이고 구체적으로 확립되지 않았기 때문이다. 본 논문은 가격변동에 주요하게 영향을 미치는 특성을 파악하여 가격 예측 지표로 활용하기 위해 머신러닝 모델을 적용하여 특성 분석을 수행한다. 이를 위해 한국부동산원에서 제공하는 2021년 10월부터 2022년 9월까지 1년간의 역 주변 500M 이내 거래 데이터 약 30만 6천 개를 어떠한 과정으로 전처리하여 머신러닝 모델에 적용하였는지 기술한다.

• 정보처리학회 논문지
• /
• 제13권5호
• /
• pp.209-216
• /
• 2024

부동산 시장은 다양한 요인에 의해 가격이 결정되며 거시경제 변수뿐 만 아니라 뉴스 기사, SNS 등 다양한 텍스트 데이터의 영향을 받는다. 특히 뉴스 기사는 국민들이 느끼는 경제 심리를 반영하고 있으므로 부동산 매매 가격 예측에 있어 중요한 요인이다. 본 연구에서는 뉴스 기사를 감성 분석하여 그 결과를 뉴스 감성 지수로 점수화 한 후 부동산 가격 예측 모델에 적용하였다. 먼저 기사 본문을 요약 후 요약된 내용을 바탕으로 생성 AI를 활용하여 긍정, 부정, 중립으로 분류한 다음 총 점수를 산출하였고 이를 부동산 가격 예측 모델에 적용하였다. 부동산 가격 예측 모델로는 Multi-head attention LSTM 모델과 Vector Auto Regression 모델을 사용하였다. 제안하는 뉴스 감성 지수를 적용하지 않은 LSTM 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 0.60, 0.872, 1.117의 Root Mean Square Error (RMSE)을 보였으며, 뉴스 감성 지수를 적용한 LSTM 예측 모델은 각각 0.40, 0.724, 1.03의 RMSE값을 나타낸다. 또한 뉴스 감성 지수를 적용하지 않은 Vector Auto Regression 예측 모델은 1개월, 2개월, 3개월 예측에서 각각 1.6484, 0.6254, 0.9220, 뉴스 감성 지수를 적용한 Vector Auto Regression 예측 모델은 각각 1.1315, 0.3413, 1.6227의 RMSE 값을 나타낸다. 앞선 아파트 매매가격지수 예측 모델을 통해 사회/경제적 동향을 반영한 부동산 시장 가격 변동을 예측할 수 있을 것으로 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.440-442
• /
• 2022

2017년 가치가 급상승하며 전 세계적으로 큰 이슈를 끈 비트코인은 최근 많은 사람들의 재태크 수단으로 이용되고 있다. 그러나 비트코인은 비슷한 재태크 수단인 주식과 다르게 24시간 내내 거래되고, 기사 하나하나에 의해 가격변동의 폭이 굉장히 크다. 이는 가격이 급변하는 비트코인 시장에서 가격을 예측하는데 어렵게 작용한다. 본 논문에서는 직접적인 가격 예측은 어렵다고 판단해 비트코인 가격변동에 영향을 주는 요소들을 딥러닝 모델을 통해 일일 단위 종가 가격의 등락을 예측해 위의 요소들이 비트코인 가격변동과 상관관계를 가지는지 확인한다.

• 한국컴퓨터산업학회논문지
• /
• 제6권2호
• /
• pp.241-248
• /
• 2005

기존의 예측 방법들은 과거의 통계적인 수치를 사용해서 미래를 예측했었다. 정확하게 농산물 가격을 예측하려면 정확한 지식과 많은 노력이 필요하다. 그러므로 이러한 문제점을 해결하기 위해서, 본 논문에서는 농산물 예측 가격을 향상하기 위해서 전처리로 퍼지 및 신경망을 사용하였다. 또한 후처리로써 예기치 못한 상황을 실시간으로 예측할 수 있는 지능형 농사 전문가시스템을 개발하였다. 시뮬레이션결과 제안된 농산물 가격 예측이 퍼지 규칙을 사용하지 않은 기존 수요예측 시스템보다 가격오차를 줄일 수 있음을 입증했다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.525-526
• /
• 2021

최근 금리 인하로 주식을 비롯한 다양한 금융상품에 대한 투자가 급증하고 있다. 주식 시장에서 가격은 시장의 모든 정보들이 반영된 결과로서 주식의 가격 변동을 이용하여 가격 패턴을 찾아낸 후 다양한 분석기법으로 주가 지수를 예측하는 연구들이 진행되어 왔다. 그러나 주식 시장은 기업의 내·외부 요인들의 상호관계가 주가 형성에 많은 영향을 주는 가격 결정 메카니즘으로 인해 주가의 변동을 설명할 수 없는 경우가 자주 발생하고 있다. 따라서 주식 시장 예측을 위해서는 시장 내부의 변화와 외부 사건들을 함께 반영할 수 있는 방법이 필요하다. 본 논문에서는 뉴스 기사들에 대한 감성 분석과 주가지수의 시계열 데이터를 딥러닝 예측 모델을 통해 주식 시장의 추세를 예측할 수 있는 주가지수 예측 프로그램을 제안한다.

• 한국산림과학회지
• /
• 제95권6호
• /
• pp.778-783
• /
• 2006

표고버섯의 재배와 출하 결정에서 단기 가격의 예측은 매우 중요하다. 표고버섯 가격의 형성에는 많은 요인들이 작용하고 있기 때문에 이를 구조모형으로 예측하는 것은 어려운 일이다. Box-Jenkins 방법을 이용한 표고버섯과 모형선정 과정에서 발생할 수 있는 오류를 줄이고 경우에 따라서는 더 높은 예측력을 가지기도 한다. 이 연구는 1992~2005년의 가락시장 표고버섯 중품 가격자료를 이용하여 시계열 분석 모형을 구축하고 단기 가격을 예측한 것이다. 그리고 분석에 포함되지 않은 2006년의 실제가격과 예측결과를 비교하였다. 분석 결과는 날씨 변화의 영향으로 시장에 교란이 발생하였던 시기를 제외하면 비교적 높은 정확도를 보여 주어 모형의 유용성을 시사한다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1171-1176
• /
• 2023

본 논문은 입찰사이트 전기넷과 OK EMS에서 입수한 입찰데이터로 DNBP(Deep learning Network to predict Budget Price) 모델을 통해 예정가격을 예측한다. 우리는 DNBP 모델을 활용하여 4개의 추첨예비가격을 예측을 하고, 이를 산술평균 한 뒤 예정가격 사정률을 계산하여, 실제 예정가격 사정률과 비교하여 모델의 성능을 평가한다. DNBP의 15개의 입력노드 중 일부 입력노드를 제거하여 모델을 학습시켰다. 예측 결과 예측 결과 입력노드가 6개(a, g, h, i, j, k) 일 때 DNBP의 RMSE가 0.75788% 로 가장 낮았다.

• 한국건설관리학회논문집
• /
• 제24권6호
• /
• pp.66-73
• /
• 2023

건설 프로젝트는 기획부터 완공까지 공사비 예측, 확인, 그리고 정산 단계로 이루어진다. 건설원자재 평균 가격은 변동성을 지닌다. 하지만 건설 프로젝트의 자재비 산정은 계획단계 시점의 시세를 반영하여 결정되기 때문에, 시공단계에서 자재가 투입될 시점의 시세 변동에 따라 예상한 가격과 차이가 날 수 있다. 건설 산업은 건설원자재 가격 변동으로 인한 수요예측 실패, 프로젝트 비용변경으로 인한 사용자 비용 증가, 예측 체계성 부족으로 인한 손실이 발생한다. 이에 따라 건설원자재 가격 예측의 정확도 개선이 필요하다. 본 연구는 Data Refactor 기법의 개선을 통해 건설원자재 가격 예측 및 적용성 검증을 목적으로 한다. 건설원자재의 가격 예측의 정확도를 높이기 위하여 기존의 데이터 리팩토 간의 저·고빈도의 분류 및 ARIMAX 활용법을 빈도 위주 및 ARIMA 기법 활용으로 개선하여 건설원자재 목재, 시멘트 등 6개 품목의 단기(미래 3개월), 중기(미래 6개월), 장기(미래 12개월) 가격을 예측하였다. 분석한 결과 개선된 Data Refactor 기법을 기반으로 한 예측값이 오차는 줄었고 변동성은 확장되었다. 따라서, 본 연구에서 제안된 Data Refactor 기법을 통해 건설원자재 가격을 더 정확하게 예측하여 예산을 효과적으로 관리할 수 있을 것으로 기대된다.

• 한국항만경제학회지
• /
• 제33권1호
• /
• pp.75-87
• /
• 2017

본 연구의 목적은 시스템 다이내믹스를 활용하여 선박 연료유 가격의 중장기 예측분석을 수행하는 것이다. 연료유 가격의 정확한 예측을 위해 가격 결정에 영향을 미치는 다양한 변수들 간의 인과적 관계를 바탕으로 정량화된 모델을 구축하였다. 연료유 가격 결정에는 유가에 영향을 미치는 원유 소비와 생산, 경제변화에 영향을 미치는 GDP, 환율 등과 함께 해운물류시장의 수요와 공급에 의해 결정되는 해상운임 등 다양한 구성변수들을 기반으로 시스템 다이내믹스를 활용한 연료유 가격을 예측하고 MAPEs 등을 통한 객관성을 검증하였다. 본 연구의 분석 결과 2029년까지의 연료유 가격은 2016년 대비 소폭 상승세를 보일 것으로 예상되지만 지난 2012년과 같은 급등세는 나타나지 않을 것으로 전망되었다. 본 연구는 각종 변수들 간의 동적인 인과관계를 활용하여 연료유 가격을 예측하여 합리적 추정결과를 유도할 수 있었다는 점과 가격 결정에 영향을 미치는 다양한 변수들의 구조적 관계를 손쉽게 파악함으로써 연료유 가격 변화에 대한 종합적인 위험 관리가 가능하여 해운기업의 효율적인 선대관리를 지원하는데 가치를 가지고 있다.