• Journal of Animal Science and Technology
• /
• 제44권3호
• /
• pp.327-340
• /
• 2002

거세한우 송아지 24두(평균체중 : 167.7kg)를 대상으로 점토광물 종류에 따라 4개 처리(T1 : 관행사육, T2 : Kaolinite, T3 : Bentonite, T4 : Illite)를 두어 6개월령부터 24개월령까지 비육시험 한 결과를 요약하면 다음과 같다. 일당증체량은 육성기, 비육전기, 비육후기 및 전기간에 각각 0.682-0.713, 0.669-0.714, 0.690-0.840 및 0.699-0.756kg으로, 육성기 및 비육전기에는 관행구가, 비육후기 및 전기간에는 점토광물구가 높았으며, 특히 Illite 및 Bentonite구가 높았지만 통계적인 유의차는 없었다. 1kg 증체에 소요된 농후사료 및 TDN 량도 각각 관행사육구에 비해 점토광물 급여구가 적었으며, 점토광물 중에서 특히 Bentonite 급여구가 적게 소요되었지만 통계적인 유의차는 없었다. 도체조사 결과 도체율, 정육율 및 거래정육율 등은 처리구에 따른 뚜렷한 차이가 없었으나, 육량지수는 T3, T2, T4 및 T1에서 각각 69.3, 68.9, 68.8 및 68.6이었고, 근내지방도는 T3, T2, T4 및 T1에서 각각 5.1, 4.6, 4.4 및 3.3 이었으며, 쇠고기의 전단력은 3.51-6.02kg/$cm^2$으로 점토광물 급여가 육량 및 육질을 모두 개선시키며, 다즙성, 연도, 향미 등 관능검사의 구성요소 모두를 개선시키는 것으로 나타났다. 쇠고기의 지방산 구성에서 포화지방산은 T2, T3, T1 및 T4의 순으로 높았고, 반대로 단일 불포화지방산은 T4, T3, T1 및 T2 순으로 높았으며, 오레인산 함량은 Illite 급여구가 다른 급여구보다 높은 것으로 나타났지만, 통계적인 유의차는 없었다. 쇠고기의 아미노산 구성에서 필수아미노산의 함량은 T1, T2, T3 및 T4의 순으로 높아 점토광물 급여가 쇠고기의 필수아미노산에 영향을 미치지 않는 것으로 나타났으며, 사골 분석결과 점토광물 급여구에서 곰탕의 탁도 및 점도가 높고 짙은 색상을 띄었으며, 미량광물질 중 P, Na 및 Mg의 함량이 높은 것으로 나타났다. 경제성분석 결과, 처리구별 소득은 967.1～1,524.1천원/두이었고, 점토광물 급여가 무급여에 비해 23.7-57.6%가 증가하였으며, 특히 Bentonite 및 Illite의 효과가 우수한 것으로 나타났다. 이상과 같은 결과들을 종합해 볼 때 점토광물은 경제형질과 관련, 특정요소를 집중적으로 개선시키지는 않지만, 육량 및 육질 등 생산성과 관련된 요소들을 골고루 개선시켜 소득을 증대시키므로, 비육전기부터 출하시까지 농후사료 급여량의 2% 내외를 급여하는 것이 바람직 할 것으로 판단된다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.

• Asia Marketing Journal
• /
• 제12권4호
• /
• pp.55-78
• /
• 2011

외식업계에서는 충성도제고를 위한 장기적 고객 관리 프로그램으로서 사용금액 대비 일정률의 포인트를 적립해주는 고객보상(로열티)프로그램을 시행해왔으며, 단기적인 매출 증대를 목적으로 신용카드사나 이동통신사와의 전략적 제휴를 통해 소비자에게 할인혜택을 제공하는 제휴할인카드를 경쟁적으로 도입하고 있다. 포인트 적립과 제휴카드할인 프로그램은 추구하는 목적은 서로 다르나 소비자에게는 동일한 구매시점에 둘 중에서 하나를 선택해야하는 경합적인 대안이 된다. 일반적으로 소비자는 손실에 대해 더 민감하게 반응하는 위험회피 성향을 보이며, 실용적 동기에 의한 취득 및 거래효용의 관점에서 할인이 강력한 구매 동기가 되므로, 분리된 이익으로서의 포인트 적립 보다 할인 혜택을 제공함으로써 손실의 감소로 인식되는 제휴카드할인이 더 선호될 것으로 예상할 수 있다. 기업의 입장에서도 제휴기업간의 비용분담을 통해 보다 적은 비용으로 큰 소비자 할인혜택을 제공할 수 있다는 비용효율의 장점 및 경쟁 대응 필요성 때문에 제휴카드할인을 도입하게 된다. 그러나 할인판촉은 실제적인 비용이 투입되므로 매출의 증가를 통해 비용 보다 큰 수익이 보장될 때만 의미를 가지는 촉진 수단이다. 외식업의 경우 방문객수가 증가해야 매출의 증대를 이룰 수 있으며 운영효율이 향상된다. 테이블당 고객수 증가는 공간효율을 높여주어 이익개선에 기여가 크다. 따라서 제휴카드할인이 실제적인 기업성과향상을 가져오려면 할인이 객수의 증가 특히 테이블당 객수의 증가에 기여를 해야 한다. 제휴카드할인이 객수증가 및 이익률의 향상에 도움이 되는지의 여부를 알아보기 위하여 패밀리 레스토랑업체의 실제 매출 데이터를 사용하여 검증해 본 결과 포인트 적립제도는 객수 증가와 유의적 관계를 보이지 않은 반면 제휴할인은 객수 증가에 실제적인 영향이 있음이 밝혀졌으며, 할인율이 증가하면 테이블당 고객수도 증가하며 약 25%의 할인이 제공되면 추가로 한 명의 고객이 유인되는 효과가 있었다. 또한 수익성의 측면에서는 1인당 지불금액 즉 객단가는 할인율의 증가에 따라 하락하는 경향을 보였지만 객수의 증가로 인한 추가이익이 추가비용을 상쇄하고 있어서 제휴할인카드의 도입이 비용 대비 효과의 측면에서 적극적으로 고려할 수 있는 촉진 수단임이 입증되었다. 본 연구는 기업의 실측 데이터를 활용하고 있다는 점에서 소비자 태도나 의도의 변화를 기준으로 기업의 의사 결정 정보를 제공하고자한 기존연구보다 현실적인 접근을 하고 있다. 즉, 기업의 실제 데이터로 제휴카드할인 프로그램의 효과를 측정하였고, 포인트 적립 및 차감제도를 직접 비교함으로써 기업에게 향후 마케팅 전략 수립에 관한 현실적인 시사점을 제공하였다는 점에서 연구의 의의를 찾을 수 있을 것이다.