• 한국벤처창업학회:학술대회논문집
• /
• 2023.11a
• /
• pp.173-178
• /
• 2023

스타트업이 초기 시장진출의 진입장벽을 극복하고, 신제품의 시장 진출 이후에 경쟁력을 잃어 실패하고 마는 데스밸리(DeathValley)를 극복해내기 위해서는 시장 진입 및 시장에서의 지속가능한 성장을 위한 다양한 마케팅 역량이 중요하다고 할 수 있으며, 스타트업이 실패하는 주된 원인에 대한 조사 결과 시장이 원하지 않는 제품을 개발하는 것이 주된 이유로 조사됨에 따라 고객의 요구에 부합하도록 상품을 만다는 것에 대한 중요성이 더욱 대두되고 있다. 다만 상대적으로 대기업이나 중소기업에 비해 자본력과 지속성에 약점을 갖고 있는 스타트업에 있어서는 마케팅에 어려움을 겪고 있고 있다. 본 연구는 이러한 문제를 해결하기 위해 스타트업 제품선택속성이 제품 선호도에 어떠한 영향을 주고 구매의도 및 구전의도까지 연결이 되는지를 확인하여 스타트업이 제품 개발 시 소비자의 수요에 부합한 제품을 개발하고, 효과적인 마케팅 전략을 도출할 수 있도록 기초자료를 제시하는데 목적을 두었다. 본 연구의 주요 내용은 첫째, 선행연구를 통해 제품 구입 시 영향을 미치는 선택 속성을 가격, 디자인, 편의성, 기능으로 구성하여 각각의 제품 선택 속성이 제품 선호도에 미치는 영향에 대한 연구를 진행했으며, 둘째, 선호도가 구매의도에 미치는 영향과 선호도가 구전의도에 미치는 영향에 대한 연구를 진행했다. 본 연구결과를 통해 제품 선택 속성과 제품 선호도, 구매의도 및 구매의도 간의 연관성을 파악할 수 있으며, 이에 따라 제품 선호도, 구매의도 및 구전의도에 영향을 미치는 제품 선택 속성에 대한 중요성을 제시할 수 있다. 아울러, 본 연구결과는 스타트업이 소비자의 구매행동을 이해 및 예측한 제품을 개발하고 이를 반영한 마케팅 전략을 수립함에 있어 적용할 수 있는 기초자료를 제공하고, 이를 통해 문제 해결 실행 대안을 제시하는 것에 그 의미가 있다.

• Journal of Intelligence and Information Systems
• /
• v.10 no.1
• /
• pp.109-123
• /
• 2004

Corporate financial distress and bankruptcy prediction is one of the major application areas of artificial neural networks (ANNs) in finance and management. ANNs have showed high prediction performance in this area, but sometimes are confronted with inconsistent and unpredictable performance for noisy data. In addition, it may not be possible to train ANN or the training task cannot be effectively carried out without data reduction when the amount of data is so large because training the large data set needs much processing time and additional costs of collecting data. Instance selection is one of popular methods for dimensionality reduction and is directly related to data reduction. Although some researchers have addressed the need for instance selection in instance-based learning algorithms, there is little research on instance selection for ANN. This study proposes a genetic algorithm (GA) approach to instance selection in ANN for bankruptcy prediction. In this study, we use ANN supported by the GA to optimize the connection weights between layers and select relevant instances. It is expected that the globally evolved weights mitigate the well-known limitations of gradient descent algorithm of backpropagation algorithm. In addition, genetically selected instances will shorten the learning time and enhance prediction performance. This study will compare the proposed model with other major data mining techniques. Experimental results show that the GA approach is a promising method for instance selection in ANN.

• Proceedings of the Korean DIstribution Association Conference
• /
• 2005.02a
• /
• pp.51-67
• /
• 2005

점포선택에 영향을 미치는 선행변수들을 규명한 기존 연구들은 주로 점포 방문행동에 초점을 두고 진행되어 왔으나, 이러한 점포 방문행동이 과연 실제 구매행동으로까지 이어질 것인가에 대한 연구는 매우 제한적으로 이루어져 왔다. 본 연구에서는 관찰 자료를 이용하여 점포선택의 단계를 점포방문행동과 실제 구매 행동으로 분류한 후, 이들 각 단계에 영향을 미치는 요인들을 탐색적으로 실증하는데 그 목적이 있다. 소매점포를 대상으로 수집된 관찰 자료를 이용하여 분석한 결과, 경쟁점포의 수를 제외한 유동인구, 소매점포의 시계성과 같은 소매점포의 입지요인과 점포의 크기, 가판대 설치, 판촉 행사와 같은 소매점포의 마케팅 요인이 점포방문행동에 유의한 영향을 미치고 있는 것으로 나타났다. 또한 점포방문행동이 실제 구매동향에 미치는 영향력은 주효과뿐만 아니라 상품구색과 같은 점포내부요인과의 상호작용효과가 존재하는 것으로 밝혀졌다. 끝으로 이러한 결과의 이론적 및 실무적 시사점이 논의되고, 연구의 한계점과 미래의 연구방향이 제시되었다.

• Journal of KIISE:Software and Applications
• /
• v.29 no.8
• /
• pp.521-528
• /
• 2002

We propose a new approach to the feature selection for the classification of handwritten characters using two-dimensional(2D) wavelet packet bases. To extract key features of an image data, for the dimension reduction Principal Component Analysis(PCA) has been most frequently used. However PCA relies on the eigenvalue system, it is not only sensitive to outliers and perturbations, but has a tendency to select only global features. Since the important features for the image data are often characterized by local information such as edges and spikes, PCA does not provide good solutions to such problems. Also solving an eigenvalue system usually requires high cost in its computation. In this paper, the original data is transformed with 2D wavelet packet bases and the best discriminant basis is searched, from which relevant features are selected. In contrast to PCA solutions, the fast selection of detailed features as well as global features is possible by virtue of the good properties of wavelets. Experiment results on the recognition rates of PCA and our approach are compared to show the performance of the proposed method.

• Korean Journal of Remote Sensing
• /
• v.32 no.3
• /
• pp.235-244
• /
• 2016

In large-area crop classification with MODIS data, a mixed pixel problem caused by the low resolution of MODIS data has been one of main issues. To mitigate this problem, this paper proposes a hierarchical classification algorithm that selectively classifies the specific crop class of interest by using their spectral characteristics. This selective classification algorithm can reduce mixed pixel effects between crops and improve classification performance. The methodological developments are illustrated via a case study in Jilin city, China with MODIS Normalized Difference Vegetation Index (NDVI) and Near InfRared (NIR) reflectance datasets. First, paddy fields were extracted from unsupervised classification of NIR reflectance. Non-paddy areas were then classified into corn and bean using time-series NDVI datasets. In the case study result, the proposed classification algorithm showed the best classification performance by selectively classifying crops having similar spectral characteristics, compared with traditional direct supervised classification of time-series NDVI and NIR datasets. Thus, it is expected that the proposed selective hierarchical classification algorithm would be effectively used for producing reliable crop maps.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.1518-1521
• /
• 2010

현재 모바일 환경에서 다양한 자료 동기화 프로토콜 및 솔루션이 개발되었지만 이들 간의 상호호환성은 보장되고 있지 않은 실정이어서 관리의 어려움이 따르고 있다. 이에 본 연구팀은 통합된 자료 동기화 서버를 운용하기 위한 방안으로 서로 다른 자료 동기화 프로토콜 기반의 동기화 메시지 또는 자료를 통일된 형식으로 변환하기 위한 스탠드 얼론 (Stand alone) 자료 동기화 게이트웨이와 임베디드 자료 동기화 게이트웨이를 개발하였다. 하지만 두 게이트웨이는 규모의 확장성 (Scalability)과 자료 변환 성능 측면에서 상반된 장단점을 가지므로 두 게이트웨이의 성능을 비교/분석하여 전체 자료 동기화 시스템의 특성에 따라 상대적으로 효율적인 게이트웨이를 선택 운용하여야 할 필요성이 발생하였다. 게이트웨이 시스템의 특성상 성능 평가를 위해서는 다수의 모바일 단말기를 운용하여야 한다는 어려움이 있으므로 본 논문에서는 성능 분석을 위한 시뮬레이션 모델을 설계하였다. 시뮬레이션 모델을 통해 전체 단말기의 수와 동기화 요청 빈도에 따른 두 게이트웨이의 성능의 팔꿈치 지점을 파악할 수 있을 것이며, 이를 통해 각 자료 동기화 시스템 별 적합한 게이트웨이를 선택 운용하는데 도움이 될 것이다. 또한 병목현상이 발생하는 팔꿈치 지점을 개선함으로써, 전체 자료 동기화 시스템의 성능 향상에도 기여할 수 있을 것이다.

• Korea Petroleum Association Journal
• /
• no.9 s.208
• /
• pp.53-63
• /
• 1998

이 자료는 일본에너지경제연구소가 지난 2월 발표한 연구보고 자료를 발췌하여 옮긴 것이다. <편집자 주>

• Journal of Korean Society of Transportation
• /
• v.26 no.6
• /
• pp.17-27
• /
• 2008

Logistic activities of shippers contains only origin-destin commodity flow information, but also contract relationships, cash flows and distribution channels. Under the lack of understanding of physical distribution channels, most studies have focused on the social and psychological aspects between manufacturers and retailers (e.g., mutual trust, power, conflict, reciprocal commitment, and so on). This study reports empirical results of distribution channel choice drawn from 2001 Korean Commodity Flow Survey(CFS) conducted by Korean government. Based on the CFS data, four distribution channels are classified. This study scrutinized how various factors including mode, commodity and firms characteristics affect distribution channel choice, and reported the problems of 2001 CFS survey questionaires and future directions.

• The Korean Journal of Applied Statistics
• /
• v.31 no.6
• /
• pp.721-732
• /
• 2018

Latent class analysis (LCA) is an important tool to explore unseen latent groups in multivariate categorical data. In practice, it is important to select a suitable set of variables because the inclusion of too many variables in the model makes the model complicated and reduces the accuracy of the parameter estimates. Dean and Raftery (Annals of the Institute of Statistical Mathematics, 62, 11-35, 2010) proposed a headlong search algorithm based on Bayesian information criteria values to choose meaningful variables for LCA. In this paper, we propose a new variable selection procedure for LCA by utilizing posterior probabilities obtained from each fitted model. We propose a new statistic to measure the adequacy of LCA and develop a variable selection procedure. The effectiveness of the proposed method is also presented through some numerical studies.

• Journal of Educational Research in Mathematics
• /
• v.22 no.2
• /
• pp.137-162
• /
• 2012

Learning graphical representations for statistical data requires understanding of the context related to measurement in statistical investigation since the choice of representation and the features of the selected graph to represent the data are determined by the purpose and context of data collection and the types of the data collected. This study investigated whether middle school students can think critically about measurement and scales integrating contextual knowledge and statistical knowledge. According to our results, the students lacked critical thinking related to measurement process of data and scales of graphical representations. In particular, the students had a tendency not to question upon information provided from data and graphs. They also lacked competence to critique data and graphs and to make a flexible judgement in light of context including statistical purpose.