• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.953-959
• /
• 2002

계절유행상품의 수요는 연중 성수기가 길지 않고 매년 유행과 제품디자인 변화가심한 경향이 있어 수요예측에 과거의 판매정보의 유용성이 크지 않다. 성수기 초반의 수요가 연간 수요결정에 매우 중요하며 후반부수요가 급격히 감소하는 특성이 있다. 반면 이월상품의 잔존가치가 매우 낮지만 매출마진이 높아 수요예측의 정확도에 따라 수익률이 큰 영향을 받는다. 이러한 이유로 기존의 수요예측방법을 계절상품에 적용하기에 무리가 따르며 예측오차의 비용이 매우 커서 계절상품 관리에 이용할 수 없다. 본 연구에서 성수기를 하위기간으로 구분하여 시즌 초반부 수요발생시점을 측정하여 초반부 기간별수요량을 구하고 이를 근거로 기간 누적수요비율을 quantile regression에 의거 추정하여 기간별 수요량과 전제 수요량을 예측하는 방법을 제시하고 모의자료를 사용하여 이 모형의 우수성을 평가하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (3)
• /
• pp.466-468
• /
• 2001

전자상점에서 이루어지는 고객의 구매패턴이 온라인 상에서 데이터베이스화되어, 이를 통하여 고객의 취향에 맞는 상품을 제공할 수 있는 많은 알고리즘이 연구되고 있다. 이러한 알고리즘은 전자상점에서 고객의 개별특성을 고려한 상품을 제공하기 위하여, 고객정보 데이터베이스와 거래정의 데이터베이스로부터 연관규칙 등을 추출하여 사용한다. 그러나 시간의 흐름에 민감한 계절상품이나 특선상품과 같이 전자상점의 거래량에 크게 직결될 수 있는 것 등에도 같은 알고리즘을 적용한다면 추천성공률이 떨어질 것이다. 따라서 본 논문에서는 시간의 영향을 많이 받는 상품추천을 위하여, 최근 전자상점 추천시스템으로 효과적인 아이템 기반 협력알고리즘에 지수적 가중치를 적용하여 추천하는 알고리즘을 제안한다. 또한 이러한 추천시스템이 대용량의 고객데이터와 상품데이터에 대한 연산을 수행하고 다수의 고객에게 실시간으로 서비스를 제공하여야 하므로 MMDB를 활용한다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.351-355
• /
• 2003

유행에 민감한 의류업계의 생명은 빠른 대응이다. 특히 중국은 인구가 많고, 국토 면적이 넓어서 동북부와 남부 및 서부지역에서 계절의 변화가 뚜렷한 차이를 보이고 온도 차이가 큼으로 하여 같은 시점에서 서로 다른 계절의 의류가 요구되거나 유행되고 있는 것이 특징이 다. 본 연구에서는 중국의 특성에 맞추어 중국현지의 의류유통회사(약칭 S사)의 생산과 판매중심의 시장대응형 프로세스를 구축하여 상품기획에서부터 상품발주, OEM생산, 입하, 배분, 출하, 판매, 실적집계, 판매평가, 보충출하, 보충생산, 히트상품 및 유사품 재발주 등 일련의 과정을 포함하는 정보망을 구축하여 각 과정에서 발생하는 정보를 실시간으로 집계하고 다각도에서 분석하여 더 빠르고 더 정확한 영업의사결정의 지원을 목적으로 하였다.

• 월간한국양록
• /
• 제13권3호통권66호
• /
• pp.44-51
• /
• 2006

양록 산업의 핵심 상품은 녹용이다. 녹용은 산천초목과 같이 부드럽게 형성 되어 마치 성장하는 나무의 가지와 같이 보이다가 나중에는 계절의 변화에 맞춰 날카로운 나뭇가지처럼 변모하는 것을 보게 된다. 녹용에서 녹각으로, 계절에 따라 성장기에는 위장용의 도구로, 완숙기에는 방어용 무기로 사용된다. 녹용에는 고단위 영양분의 요소들이 있다. 뿔의 형성시기에는 호르몬의 생성마저도 정지될 정도로, 모든 기운이 모여서 뿔의 성장을 돕는다. 이런 생체적 신비감까지 지닌 녹용은 어찌 보면 귀중한 자연의 산물이다.

• 정보처리학회논문지B
• /
• 제8B권6호
• /
• pp.625-632
• /
• 2001

전자상점에서 이루어지는 고객의 구매패턴이 온라인 상에서 데이터베이스화되어, 이를 통하여 고객의 취향에 맞는 상품을 제공할 수 있는 많은 알고리즘이 연구되고 있다. 이러한 알고리즘은 전자상점에서 고객의 개별특성을 고려한 상품을 제공하기 위하여, 고객정보 데이터베이스와 거래정보 데이터베이스로부터 연관규칙 등을 추출하여 사용한다. 그러나 시간의 흐름에 민감한 계절상품이나 특선상품과 같이 전자상점의 거래량에 크게 직결될 수 있는 상품에도 기존의 시간을 고려하지 않은 알고리즘을 적용한다면 추천성공률이 떨어질 것이다. 따라서 본 논문에서는 시간의 영향을 많이 받는 상품추천을 위하여, 최근 전자상점 추천시스템으로 효과적인 아이템 기반 협력알고리즘에 지수적 가중치를 적용한 협력적 여과추천(EWCFR) 알고리즘을 제안한다. 또한 이러한 추천시스템이 대용량의 고객데이터와 상품데이터에 대한 연산을 수행하고 다수의 고객에게 실시간으로 서비스를 제공하여야 하므로, XML기반의 MMDB를 활용한 전자상거래 시스템과 알고리즘을 제안한다.

• 디지털융복합연구
• /
• 제18권8호
• /
• pp.169-177
• /
• 2020

본 연구의 목적은 비선형적인 특성과 시계열 특성을 가지고 있는 편의점 대표상품의 매출을 예측하는데 있다. 연구결과, '아이스 컵(Ice cup)'의 경우 3월부터 매출이 증가하여 여름인 7~8월에 가장 높은 값을 나타내고, 이후에는 매출이 떨어지는 계절성 패턴을 구현하였다. 한편 담배의 경우, 여름에 높은 매출을 기록하고 겨울에 낮은 매출을 기록하는 계절성을 나타냈으며, 미래 예측치도 하락하는 양상을 보였다. 본 연구의 학문적 시사점으로는 기존 연구에는 분석되지 않았던 편의점 재무성과 향상에 영향을 미치는 상위 매출상품에 집중하여 연구를 수행하여 미래 예측치를 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.155-167
• /
• 2014

본 연구는 기후파생상품의 가격결정 연구를 위한 중간과정으로서 우리나라 일별 평균기온에 대한 연속형 시계열 모형을 추정한다. 6개 광역도시를 대상으로 1954년 1월 1일부터 2010년 12월 31일까지의 57년간 일별 기온 시계열을 추세, 계절성, 불규칙 변동으로 구분하여 분석하였다. 특히 불규칙 성분은 연속형 자기회귀모형을 적용하였다. 분석결과, (1) 57년의 비교적 장기간 온도 시계열을 적용함으로써, 우리나라 선행연구의 결과와는 다르게 추세 성분이 통계적 유의성을 갖는 것으로 나타났다. 특히 추세성분의 기울기가 양의 부호를 가짐으로써 지구온난화의 추이가 우리나라에서 진행 중임을 보였다. (2) 추세와 계절성분이 제거된 불규칙성분에 대해 단위근 검정을 적용한 결과, 6개 광역시 모두에 대해 단위근이 없는 안정적인 것으로 나타났다. (3) 불규칙 성분에 대해 연속형 모형인 CAR모형을 적용한 결과, 차수가 3인 CAR(3)가 적합한 것으로 나타났으며 이러한 결과는 국외문헌의 결과와도 일치한다. 파생상품의 가격결정에는 기초자산의 연속형 시계열 모형의 개발이 가장 중요하므로 본 연구의 결과는 기후파생상품의 가격결정 연구에 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제15권4호
• /
• pp.159-182
• /
• 2009

본 연구에서는 기업에 이미 전산화되어 표준적인 형태로 존재하는 거래데이터를 이용하여 상품을 노드(node)로 놓고 동일 고객이 구매한 상품을 연결선(edge)으로 이은 상품 네트워크를 구성하였다. 사회 네트워크 분석에 널리 이용되는 중심성(Centrality)과 집중도(Centralization)를 구해서 고객의 구매패턴에서 중심이 되는 상품을 파악하였으며, 다른 상품들과 직간접적으로 연계되어 판매되는 상품관계의 총체적 흐름을 파악하고자 하였다. 또한성별, 연령별, 판매지역, 그리고 계절별 고객의 구매활동으로부터 도출되는 상품 네트워크에서 어떤 차이가 나타나는지 네트워크의 관점에서 밝히고자 하였다. 본 연구의 결과는 상품간의 구매관계 정보를 이용하여 교차판매, 상향판매, 그리고 추가판매 등을 보다 적극적으로 유도함으로써 기업의 매출증대와 더불어 판매상품의 다양성을 확보하기 위한 전략구축 방법과 평가 방법을 제시한다.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.39-47
• /
• 2021

본 연구에서는 계절적인 요인과 급변하는 상품의 트렌드를 사전예측하기 위해 로지스틱 회귀 알고리즘을 이용한 상품기획 예측 모형을 제안하고자 수행되었다. 먼저 웹크롤링을 이용하여 포털 사이트 및 온라인 마켓의 소비자의 비정형 데이터를 수집하고 정형 데이터 변환을 위한 전처리 작업을 통해 상품에 대한 의미 있는 정보를 분석하였다. 최종 수집된 11,200개의 데이터셋은 Logistic Regression을 이용하여 상품에 대한 소비자의 만족도, 빈도분석, 상품에 대한 장점과 단점을 분석할 수 있었다. 분석 결과 소비자의 만족도는 92%이었으며, 빈도분석을 통해 상품에 대한 불량이슈를 확인할 수 있었다. 또한, 개발된 상품 기획 예측 프로그램에 대한 사용 만족도, 시스템 효율성, 시스템 효과성 항목에 대한 분석결과에서도 만족도가 높게 나타났다. 특히, 불량이슈는 상품에 대한 현 문제를 신속히 인지하고 개선 전략을 수립하는데 필요한 정보를 제공한다는 점에서 매우 의미 있는 자료가 된다.

• 경영과학
• /
• 제20권1호
• /
• pp.103-124
• /
• 2003

The seasonal adjustment is an essential process in analyzing the time series of economy and business. There are various methods to adjust seasonal effect such as moving average, extrapolation, smoothing and X11. One of the powerful adjustment methods is X11-ARIMA Model which is popularly used in Korea. This method was delivered from Canada. However, this model has been developed to be appropriate for Canadian and American environment. Therefore, we need to review whether the Xl1-ARIMA Model could be used properly in Korea. In this study, we have applied the method to the annual sales of refrigerator sales in A electronic company. We appreciated the adjustment by result analyzing the time series components such as seasonal component, trend-cycle component, and irregular component, with the proposed method.