• 디지털융복합연구
• /
• 제18권2호
• /
• pp.205-211
• /
• 2020

미래 예측의 방법은 기술적 특성 또는 기술적 성능으로 예측이 가능할 수 있다. 그러므로 기술예측은 경제적, 사회적 이익을 산출해 낼 수 있는 전략적 연구 분야에서 활용되고 있다. 본 연구에서는 이러한 기술적 특성으로 미래를 예측하는 방법의 연구를 통하여 미래 시장을 예측하였다. 특별한 제품의 수요 욕구에 따라 시장을 점유하는 시점의 예측을 통해 미래 예측 방법을 연구하였다. 시장수요 예측을 위하여 대표적인 계량적 분석 방법인 연평균성장률(CAGR) 모형, BASS 모형, Logistic 모형, 곰페르츠 성장모형(Gompertz Growth Curve) 등의 비교를 통해 미래시장의 수요예측 모형을 제안하였다. 본 연구는 Rogers의 혁신확산 이론을 접목하여 제품이 시장에 확산되는 시점을 예측하였다. 연구결과로 특별한 제품이 시장을 점유하기 위한 다양한 요인들의 확산 시점을 통해 특별한 상품이 미래 시장에서 성숙하는 시점을 예측할 수 있는 방법론을 개발하였다. 그러나 시장을 예측하기 위한 전문가 판단에 대한 오류를 줄이는 것은 한계점이 있다.

• 한국건설관리학회논문집
• /
• 제14권5호
• /
• pp.103-112
• /
• 2013

1990년대 이후 국가경제에서 미치는 영향이 감소 추세에 들어선 건설업은 호황과 불황을 넘나들고 있다. 건설업의 경기변동이 심할수록 경기예측은 어려워지며, 불확실한 예측의 피해는 기업과 건설 종사자들이 직접적으로 받게 되므로 건설경기를 예측하는 것은 매우 어려우면서 중요한 일이다. 본 연구에서는 건설경기를 나타내는 지표 중 하나인 건설업생산지수를 GDP와 기온효과를 이용하여 실질소득과 야외활동이 많은 건설업의 특성에 따라 기온효과를 반영한 공급측면에서의 단기 건설 경기예측 모형을 제시하였다. 분석결과, 건설경기는 뚜렷한 기온효과가 있으며 GDP에도 큰 영향을 받는 것으로 나타났다. 이와 같은 과정을 통해 입증된 건설경기 예측모델을 기반으로 GDP예상증가율 3.5%와 2.4%일 때, 두 가지 시나리오로 2013년도 건설업생산지수를 예측하였다. 본 연구결과는 건설업의 경기를 판단하는 지표 중 하나로 활용 가능할 것이며, 향후 기후변화가 건설업에 미치는 영향에 대한 연구의 초석이 될 것이다.

• 한국항해항만학회지
• /
• 제47권3호
• /
• pp.155-166
• /
• 2023

4차 산업혁명의 영향으로 해운항만물류산업의 스마트화에 따른 전문인력의 수요를 예측하기 위하여 통계청의 2000년~2020년 기간의 운수업조사 자료와 해양수산부의 한국선원통계연보 2004년~2021년도 자료를 활용하여 추세분석과 시계열 분석을 실시하였다. 해운항만물류산업의 인력 수요 예측에서 추세분석의 선형회귀모형의 타당성이 가장 높은 것으로 평가되어 이를 적용하였다. 자율운항선 해기인력, 원격선박관리인력, 스마트 해운비즈니스 인력, 스마트 항만인력. 스마트 창고인력, 스마트 해운항만물류 서비스 인력의 2021~2035년 기간의 인력 수요를 예측한 결과, 스마트 해운항만물류인력 수요는 2023년 8,953명, 2030년 20,688명, 2035년 26,557명으로 증가하는 것으로 예측되었다. 이 연구는 스마트 해운항만물류 인력수요에 대한 연구가 아직 이루어지지 않은 상태에서 스마트 인력수요를 통계자료에 근거하여 객관적으로 추정함으로써 인력 수요의 예측 가능성을 높이고, 향후 필요 전문인력 양성 방안을 수립하는데 기여할 것으로 기대된다.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권1호
• /
• pp.153-166
• /
• 2022

The study estimates the Structured VAR and the Dynamic Stochastic General Equilibrium Model for the Vietnamese economy based on the new Keynesian model for small and open economies, with the output gap, inflation, policy interest rate, the Vietnamese exchange rate, and the inflation and interest rate in the United States. The paper aims to clarify the impulse response of the macro variables through their shocks. It offers to model the SVAR and DSGE processes, as well as describe why and how interest rate policy is important in the impulse response of macro variables like the output gap and inflation process. The study supports the central role of monetary policy by giving empirical evidence for the new Keynesian theory, according to which an interest rate shock causes the output gap to widen and inflation to decrease. Finally, the application of the DSGE model is becoming more and more popular in the State Bank of Viet Nam to improve its policy planning, analyzing, and forecasting policy towards sustainable and stable growth.

• 대한산업공학회지
• /
• 제27권3호
• /
• pp.267-273
• /
• 2001

While forecasting sales of a new product is very difficult, it is critical to market success. This is especially true when other products have a highly negative influence on the product because of competition effect. In this paper, we develop a choice-based competitive diffusion model and apply to the case where two digital mobile telecommunication services, that is, digital cellular and PCS services, compete. The basic premise is that demand patterns result from choice behavior, where customers choose a product to maximize their utility. In comparison with Bass-type competitive diffusion models, our model provides superior fitting and forecasting performance. The choice-based model is useful in that it enables the description of such competitive environments and provides the flexibility to include marketing mix variables such as price and advertising.

• 수산경영론집
• /
• 제38권2호
• /
• pp.41-62
• /
• 2007

The Fish aquacultural Industry has been developed rapidly since 1990s in Korea. The total production of fish aquaculture was 5,000ton in the beginning of 1990s, but it was an excess of 80,000ton in 2005. In the beginning of 1990s, the percentage of flatfish yield was 80% of the fish aquaculture in the respect of production. And it has been maintained 50% level in 2005. In this point of view, flatfish aquaculture played the role of leader in the development of fish aquaculture. Rapid increasing of production was not only caused to decreasing in price basically, but also it threatened the management of producer into insecure price for aquacultural flatfish. Therefore, it needs the policy for stabilizing in price, but it is difficult to choose the method because the basic study was not accomplished plentifully. This study analyzed about price structure of aquacultural flatfish. A period of analysis was from January 2000 to December 2005, and a data was used monthly data for price. The principal result of this study is substantially as follows. 1) The price of producing and consuming district is closely connected. 2) A gap between producing district price and consuming district price is decreasing recently, It seems to be correlated with outlook business of aquacultural flatfish. 3) Trend line of the price was declining until 2002, but it turned up after that. The other side, circulated fluctuation was being showed typically. 4) The circle of circulated fluctuation was growing longer, so it seems that the producer was doing a sensible productive activity to cope with changing price. As a result, government's policy needs to be turned into price policy from policy of increased production for aquacultural flatfish. It seems that the best policy is price stabilization polices. And also, government needs to invest in outlook business for aquaculture constantly.

• 지능정보연구
• /
• 제7권1호
• /
• pp.97-121
• /
• 2001

본 연구에서는 웹 마이닝을 이용하여 기업과 소비자간 전자상거래(Business-To-Customer Electronic Commerce)환경에 기초한 가상상점(Cyber market)의 상품 관리자 입장에서 효율적인 상품관리를 가능케 하는 시스템적 접근방법을 통한 상품관리 방법론을 제시하고자 한다. 또한 이 상품 관리 방법론을 실제 웹 상에서 운영되고 있는 가상상점에 직접 적용하여 봄으로써 실증적인 예를 보여주고자 한다.

• 수산경영론집
• /
• 제52권4호
• /
• pp.13-28
• /
• 2021

The purpose of this study is to compare short-term price predictive power among ARMA ARMAX and VAR forecasting models based on the MDM test using monthly consumer price data of frozen mackerel. This study also aims to help policymakers and economic actors make reasonable choices in the market on monthly consumer price of frozen mackerel. To analyze this study, the frozen wholesale prices and new consumer prices were used as variables while the price time series data were used from December 2013 to July 2021. Through the unit root test, it was confirmed that the time series variables employed in the models were stable while the level variables were used for analysis. As a result of conducting information standards and Granger causality tests, it was found that the wholesale prices and fresh consumer prices from the previous month have affected the frozen consumer prices. Then, the model with the highest predictive power was selected by RMSE, RMSPE, MAE, MAPE, and Theil's inequality coefficient criteria where the predictive power was compared by the MDM test in order to examine which model is superior. As a result of the analysis, ARMAX(1,1) with the frozen wholesale, ARMAX(1,1) with the fresh consumer model and VAR model were selected. Through the five criteria and MDM tests, the VAR model was selected as the superior model in predicting the monthly consumer price of frozen mackerel.

• 한국산학기술학회논문지
• /
• 제16권10호
• /
• pp.6860-6868
• /
• 2015

본 연구에서는 국내 도시가스 일일 수요 예측에 대한 문제를 다룬다. 정확한 일일 수요 예측은 안정적인 도시가스의 수급을 위해서 필수적인 사항으로 실제 가스 공급기관의 일상 업무에 해당한다. 본 연구에서는 수요예측 방법을 고안하기 위하여 일일 도시가스 수요 시계열에 대한 데이터 분석을 수행하였으며, 예측일 수요에 영향을 주는 주요한 요인으로 직전일 수요, 기온, 요일 등을 파악하였다. 본 연구에서는 이러한 요인들을 고려한 회귀 모형과 국내 도시가스 수요 특성에 맞는 선별적 샘플링 절차를 제안하였다. 제안 모형과 선별적 샘플링 절차로 구성된 예측 방법의 성능 검증을 위하여 실제 도시가스 수요에 대한 예측을 수행하였다. 문헌에 소개된 기존 방법과 예측 성능을 비교한 결과, 본 연구에서 제안한 방법의 평균절대백분율오차는 약 2.22%로서 개선 비율은 대략 7%에 해당한다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.1-7
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.