• Journal of Cadastre & Land InformatiX
• /
• v.50 no.1
• /
• pp.181-200
• /
• 2020

This study used the OLS model to estimate the determinants affecting the tenure of a home and then compared the predictive power of each model with SVM, Decision Tree, Random Forest, Gradient Boosting, XGBooest and LightGBM. There is a difference from the preceding study in that the Stacking model, one of the ensemble models, can be used as a base model to establish a more predictable model to identify the volume of housing transactions in the housing market. OLS analysis showed that sales profits, housing prices, the number of household members, and the type of residential housing (detached housing, apartments) affected the period of housing ownership, and compared the predictability of the machine learning model with RMSE, the results showed that the machine learning model had higher predictability. Afterwards, the predictive power was compared by applying each machine learning after rebuilding the data with the influencing variables, and the analysis showed the best predictive power of Random Forest. In addition, the most predictable Random Forest, Decision Tree, Gradient Boosting, and XGBooost models were applied as individual models, and the Stacking model was constructed using Linear, Ridge, and Lasso models as meta models. As a result of the analysis, the RMSE value in the Ridge model was the lowest at 0.5181, thus building the highest predictive model.

• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.977-990
• /
• 2015

Food delivery services are well developed in the Republic of Korea, The increase of one person households and the success of app applications influence delivery services these days. We consider a prediction model for the food delivery service based on weather and dates to predict the number of food delivery services in 2014 using various data mining techniques. We use linear regression, random forest, gradient boosting, support vector machines, neural networks, and logistic regression to find the best prediction model. There are four categories of food delivery services and we consider two methods. For the first method, we estimate the total number of delivery services and the posterior probabilities of each delivery service. For the second method, we use different models for each category and combine them to estimate the total number of delivery services. The neural network and linear regression model perform best in the first method, this is followed by the neural network which is the best for the second method. The result shows that we can estimate the number of deliveries accurately based on dates and weather information.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.27 no.5
• /
• pp.574-583
• /
• 2021

Predicting shipping markets is an important issue. Such predictions form the basis for decisions on investment methods, fleet formation methods, freight rates, etc., which greatly affect the profits and survival of a company. To this end, in this study, we propose a shipping freight rate prediction model for container ships using gated recurrent units (GRUs) and long short-term memory structure. The target of our freight rate prediction is the China Container Freight Index (CCFI), and CCFI data from March 2003 to May 2020 were used for training. The CCFI after June 2020 was first predicted according to each model and then compared and analyzed with the actual CCFI. For the experimental model, a total of six models were designed according to the hyperparameter settings. Additionally, the ARIMA model was included in the experiment for performance comparison with the traditional analysis method. The optimal model was selected based on two evaluation methods. The first evaluation method selects the model with the smallest average value of the root mean square error (RMSE) obtained by repeating each model 10 times. The second method selects the model with the lowest RMSE in all experiments. The experimental results revealed not only the improved accuracy of the deep learning model compared to the traditional time series prediction model, ARIMA, but also the contribution in enhancing the risk management ability of freight fluctuations through deep learning models. On the contrary, in the event of sudden changes in freight owing to the effects of external factors such as the Covid-19 pandemic, the accuracy of the forecasting model reduced. The GRU1 model recorded the lowest RMSE (69.55, 49.35) in both evaluation methods, and it was selected as the optimal model.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.295-297
• /
• 2010

본 연구에서는 GIS, GPS, Web기술을 이용하여 레미콘 차량의 운행상황과 이동경로 등을 실시간으로 파악 한 후 차량의 위치와 목적지 도착시간, 복귀예정시간 등을 예측하는 레미콘 차량 관제 시스템을 레미콘 배치플랜트의 도입 시 효율성을 평가하였다. 그 결과 공사현장에서 복귀하는 레미콘 차량의 도착시간이내 복귀거리등을 사전에 미리 차량관제서버로 전송해 주는 알림기능으로 인해 배치플랜트의 다음 배차를 위한 레디믹스가 반자동적으로 작동하여 차량의 대기나 다음 배차를 위한 차량 위치 파악 등의 지연시간이 현저히 감소되었다. 이는 1일 8시간을 기준 20대의 레미콘 차량을 분석 한 결과 실시간 운행정보를 통한 배치플랜트의 가동으로 인해 1일 155분의 시간이 절감되어 일 평균 2.5대의 레미콘 차량의 추가적 운행이 가능하였으며, 이를 비용으로 환산시 일 평균 90만원, 월 약 1920만원의 추가적인 이익이 발생하여 레미콘차량 관제 시스템에 따른 배치플랜트의 작동은 기업차원에서의 경제적 측면을 고려할 때 매우 효율적인 것으로 판단되었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.11a
• /
• pp.313-316
• /
• 2003

시장 및 산업 장벽의 붕괴는 금융 산업에 있어서 경쟁격화를 불러일으켰고, 기업들로 하여금 새로운 경쟁 전략을 모색하게 만들었다. 그에 따른 다양한 전략 중 많은 금융기관에서 고객가치 중요성을 인식하고, 그 가치를 객관화하여 기업 이익 증대에 좀 더 기여할 수 있도록 시도하였다. e-CRM은 인터넷 기술을 포함한 정보기술을 이용하여 그러한 전략을 지원해 주는 도구다. 그러나 수요자 입장에서 금융기관은 e-CRM 도입을 위한 객관적인 평가체계가 없이 e비즈니스에 대한 맹목적 신뢰 또는 경쟁사의 도입에 의한 경쟁적 목적 등, 합리적 효과예측에 기반한 도입평가를 하지 못했다. 따라서 본 연구에서는 주 기능 분석과 위험분석에 의한 도입평가체계를 제시하고, 인터넷 금융기관에 적용해 봄으로써 활용을 모색 하였다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2014.04a
• /
• pp.207-210
• /
• 2014

This paper is concerned with the prediction of lift-off acoustic loads for a launch vehicle. Intense acoustic load is generated when a launch vehicle is lifted off, and it can induce vibrations of a launch vehicle which cause damage or malfunction of a launch vehicle and a satellite. Lift-off acoustic loads of NARO are predicted by the modified Eldred's second method and the result is compared with the measured data in flight test. The prediction shows similar peak and shape of spectrum to the test data, but some discrepancy can be observed due to the predicted margin. In order to reduce such discrepancy, the sound pressure levels with four source distribution assumptions are calculated. Also, the surface diffraction effects are considered in the predict ion of lift-off acoustic loads, and the predicted result is more similar to the test data.

• Proceedings of the KIEE Conference
• /
• 2002.07a
• /
• pp.444-446
• /
• 2002

현재, 전세계의 전력산업은 수직 통합적 독점산업에서 부문간 경쟁산업으로 변화하고 민영화를 통한 시장경쟁원리가 도입되고 있다. 이러한 전세계적 전력산업 구조개편에 발맞추고, 전력산업에서의 효율을 제고하기 위하여 우리나라도 전력산업에 시장경쟁 체제를 도입하고 발전산업에 민영화를 추진하고 있다. 이러한 새로운 시장 환경아래에서 전력거래가 원활하게 이루어지고, 시장이 안정화되기 위해서는 정부, 전력거래소, 발전회사 등과 같은 시장참여자들이 전력시장을 분석할 수 있는 방법론 및 모델을 확보하고 있어야 한다. 따라서 본 논문에서는 이러한 전력시장을 분석하기 위한 방법론으로 게임이론을 적용하여 각 발전회사가 선형함수(linear offer curve)로 입찰하는 현물시장에서 각 발전회사의 최적입찰전략 및 시장균형을 분석하고자 한다. 이를 통해 각 발전회사는 현물시장에서 자신의 이익을 최대화하기 위한 최적의 입찰전략을 수립하는데 이용할 수 있게 되며 규제자 및 시장운영자는 현물시장을 예측 분석할 수 있다.

• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.111-134
• /
• 2002

본 연구에서는 건설업종에 특화된 신용평가 모형을 개발하여 건설업종에 대한 부도 예측력를 제고하고자 하였다. 건설업은 여타 업종과는 다른 재무적 특성을 지니고 있다. 특히, 재무적 안정성이 취약하고 자산의 대부분이 매출채권, 재고자산으로 구성되어 유동성이 극히 낮은 실정이다. 본 연구는 이러한 건설업종의 특성을 충분히 감안한 신용평가 모형을 개발하고자 한것이다. 신용평가 모형 중 그 현실적 유용성이 높아 많이 이용되어 오던 신용평점 모형을 개발하였다. 총 2,475개 건설업체를 대상으로 모형구조 및 각종 계량지표 및 비계량지표에 대한 분석을 주로 평균차이 검증과 로짓분석에 의거 선정하였다. 그 결과 새로운 신용평점 모형은 매출액 경상이익률, 총 현금흐름 대 차입금 비율 등 9개의 재무지표와 5분류의 비재무지표로 구성되었다. 이 모형을 기존의 신용평점모형과 비교한 결과 신규모형의 변별력이 높은 것으로 나타났다. 본 연구가 제시한 신용평점모형과 그 개발 방법이 향후 금융기관들의 부실을 줄이고 결과적으로 수익성을 개선하는데 일조하리라 기대된다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.277-286
• /
• 2002

전통적인 고객관계관리 연구는 특정 시점에서 고객관계관리에 중점을 두어 연구되었다. 정적인 고객관계관리와 고객 행동에 관한 지식은 마케팅 관리자가 제한된 마케팅 자원을 이익의 극대화를 위해 사용할 수 있게 해주었다. 그러나 시간이 경과하게 되면 이러한 정적인 지식은 쓸모가 없어지게 된다. 그러므로 고객관계관리는 고객의 동적 특성을 반영해야 한다. 과거 고객의 구매 행위를 관찰하여 현재 또는 미래 시장의 고객을 세분화하여 구분된 고객 군집에 대해 서로 다른 마케팅 전략을 사용할 수 있다. 고객의 구매행동을 근간으로 한 고객관계관리는 수십 년 전부터 연구되어왔지만 동적인 고객관계관리에 대한 연구는 최근에 들어 활발하게 진행되고 있다. 본 논문은 인터넷 상점의 고객 데이터로부터 추출된 지식과 시간 경과에 따른 고객 행동 패턴의 분석을 위해 데이터마이닝과 모니터링 에이전트 시스템(MAS)을 이용하며, 이를 통해 동적인 고객관계관리 모델을 제시한다. 이 모델은 고객 이력 경로에 대한 예측과 고객에게 나타나는 집단 이력경로의, 분석, 그리고 시간 경과에 따른 고객 군집의 변화에 대한 분석, 그에 따른 마케팅 전략 도출을 포함한다. 이 모델의 제안은 많은 온라인 소매상이 직면할 수 있는 경영상의 문제를 해결하는데 유용할 것이다.

• Journal of the Korea Safety Management & Science
• /
• v.8 no.4
• /
• pp.1-11
• /
• 2006

의사결정나무 알고리즘은 데이터마이닝 기법중 하나인데 관심이 되는 데이터들에 대하여 분류 및 예측을 가능하게 해준다. 이 기법은 데이터 형태의 특성을 분석할 수 있고 산업재해 형태의 차이점을 찾아내는데 사용될 수 있다. 본 연구에서는 산업재해 데이터의 특성을 파악하고자 C4.5 알고리즘을 사용하였다. 본 연구에서 분석을 위하여 사용된 데이터는 강원도에서 발생한 2년 동안의 산업재해 관련 데이터로서 연구에 적용된 데이터의 수는 19,909개로 구성되어 있다. 본 연구의 목적을 위하여 한 개의 목표변수와 여덟 개의 독립변수가 산업재해 형태에 따라 세분화 되었다. 분석 후 데이터는 222개의 전체 나뭇가지와 151개의 줄기가지로 분류되었다. 또한 본 연구에서는 재해자들의 위험도 관리와 감소를 위하여 이익도표를 제공하였다.