• 아태비즈니스연구
• /
• 제15권1호
• /
• pp.319-334
• /
• 2024

Purpose - The purpose of this study is to examine the gravity model commonly used for demand forecasting upon the implementation of new tourist facilities and analyze the main causation of forecasting errors to provide a suggestion on how to improve. Design/methodology/approach - This study first measured the errors in predicted values derived from past feasibility study reports by examining the cases of five national science museums. Next, to improve the predictive accuracy of the gravity model, the study identified the five most likely issues contributing to errors, applied modified values, and recalculated. The potential for improvement was then evaluated through a comparison of forecasting errors. Findings - First, among the five science museums with very similar characteristics, there was no clear indication of a decrease in the number of visitors to existing facilities due to the introduction of new facilities. Second, representing the attractiveness of tourist facilities using the facility size ratio can lead to significant prediction errors. Third, the impact of distance on demand can vary depending on the characteristics of the facility and the conditions of the area where the facility is located. Fourth, if the distance value is below 1, it is necessary to limit the range of that value to avoid having an excessively small value. Fifth, depending on the type of population data used, prediction results may vary, so it is necessary to use population data suitable for each latent market instead of simply using overall population data. Finally, if a clear trend is anticipated in a certain type of tourist behavior, incorporating this trend into the predicted values could help reduce prediction errors. Research implications or Originality - This study identified the key factors causing prediction errors by using national science museums as cases and proposed directions for improvement. Additionally, suggestions were made to apply the model more flexibly to enhance predictive accuracy. Since reducing prediction errors contributes to increased reliability of analytical results, the findings of this study are expected to contribute to policy decisions handled with more accurate information when running feasibility analyses.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2001년도 추계학술대회 논문집
• /
• pp.97.1-103
• /
• 2001

Railway passenger demand forecasts may be used directly, or as inputs to other optimization model which is use the demand forecasts to produce estimates of other activities. The optimization models require demand forecasts at the most detailed level. In this environment exponential smoothing forecasting methods such as Holt-Winters are appropriate because it is simple and inexpensive in terms of computation. There are several initialization methods for Holt-Winters Model. The purpose of this paper is to compare the initialization methods for Holt-Winters model.

• 응용통계연구
• /
• 제32권6호
• /
• pp.795-835
• /
• 2019

최근 다양한 분야에서 '빅데이터'가 생성되었다. 많은 기업들은 인공지능(AI)을 기반으로 빅데이터 분석이 가능한 시스템을 구축하여 이익 창출을 시도하고 있다. 인공지능 기술을 접목함으로써 방대한 양의 데이터를 효율적으로 분석하고 효과적으로 활용하는 것은 점점 더 중요해지고 있다. 특히 재무, 조달, 생산 및 마케팅과 같은 다양한 분야에서 국가 및 기업 경영 관리에있어 최소의 오차와 최대의 정확도를 갖춘 수요예측은 절대적으로 중요한 요소이다. 이때 각 분야의 수요패턴을 고려한 적절한 모델을 적용하는 것이 중요하다. 전통적으로 쓰이는 시계열모델이나 회귀모델로도 비대해진 실제 데이터의 복잡한 비선형적인 패턴을 분석할 수 있다. 그러나 다양한 비선형 모델들 중에서 적절한 모델을 선택하는 것은 사전 지식 없이는 어려운 일이다. 최근에는 인공지능 기반의 기법들인 머신러닝이나 딥러닝 기법을 중심으로 이루어진 연구들이 이를 극복할 수 있음을 증명하고 있다. 뿐만 아니라 정형데이터와 이미지나 텍스트의 비정형 데이터 분석을 통한 수요예측도 높은 정확도를 갖춘 결과를 보이고 있다. 따라서 본 연구에서는 수요예측이 비교적 활발하게 일어나는 중요한 분야들을 나누어 설명하였다. 그리고 각 분야별로 갖는 특징적인 성격을 고려한 인공지능 기반의 수요예측 기법에 대해 머신러닝과 딥러닝 기법으로 나누어 소개하였다.

• 한국항만경제학회지
• /
• 제39권2호
• /
• pp.1-13
• /
• 2023

이 연구는 IMO의 환경규제와 4차산업 혁명 기술의 확산에 따라 그중요성과 비중이 확대되고 있는 친환경 스마트 선박의 성장에 필요한 인력 수요를 통계청의 2000년~2020년의 조선산업 인력자료를 기반으로 예측하였다. 추세분석과 시계열분석의 다양한 모델을 적용하여 조선산업의 인력 수요를 예측하고 최근 5년간의 실적치와 비교하여 기하평균을 적용한 단순평균법이 예측 오차가 유의적으로 가장 적은 것으로 평가되었다. 그리고 산업통상자원부의 친환경 스마트 선박 분야의 2018년과 2020년의 인력현황 설문조사 결과를 바탕으로 조선산업 인력 증가추이를 반영하여 인력 수요를 예측하였다. 조선산업의 인력수요 예측치에 친환경 스마트 선박부분의 인력 증가수치를 반영하여 인력 수요를 예측한 결과, 2025년 62,001명, 2030년 85,035명으로 증가하는 것으로 예측되었다. 본 연구는 고부가가치 친환경 스마트 선박 분야에 필요한 인력 수요를 통계자료에 기반하여 객관적으로 예측함으로써, 향후의 인력 수요에 대응한 적절한 전문인력의 양성 및 공급 방안 수립에 기여하게 될 것으로 평가된다.

• Journal of the Korean Statistical Society
• /
• 제7권1호
• /
• pp.11-16
• /
• 1978

Bayesian procedures are in vogue to revise the parameter estimates of the forecasting model in the light of actual time series data. In this paper, we study the Bayes forecast for demand and the risk when (a) 'noise' and (b) mean demand rate in a constant process model have moderately non-normal probability distributions.

• 산업경영시스템학회지
• /
• 제13권21호
• /
• pp.11-18
• /
• 1990

Because of the descent trend of the recent oil price and the ascent elements of the manufacturing price of public coal. the future demand of public coal is very obscured. In this paper, forecast the public coal demand by the regression analysis method reflected the policy and economic index of alternative energies.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.17-27
• /
• 2020

지역난방 시스템은 서비스 지역 내 열 수요처들을 네트워크로 연결하여 중앙의 저비용 고효율 열 생산설비를 통해 열을 공급하는 에너지 시스템이다. 효율적인 열 공급 시시스템 운영을 위하여 지역 내 열 수요를 정확하게 예측하고 이를 바탕으로 열 생산 계획을 최적화하는 것이 중요하다. 본 연구에서는 지역 내 열수요처별 열 사용량 패턴에 대한 빅데이터 정보로 기계실별 실시간 열량계 정보를 반영한 열수요 예측모형을 제시하였다. 기존에도 열 수요예측에 활용되던 지역 전체 열수요 실적 합계와 함께 수요처별로 설치되어 있는 열량계로부터 실시간으로 수집한 개별 열수요 실적을 예측모형에 반영함으로써 열 수요처별로 상이한 열사용 패턴을 반영한 열 수요 예측이 가능할 것으로 기대된다. 지역난방 기업의 실제 열수요 실적을 바탕으로 열수요 예측 정확도를 측정한 결과 계절에 상관없이 기본 모형 대비 열량계 빅데이터를 반영할 경우 정확도가 올라가는 것으로 분석되었으며, 향후 열수요처별 다양한 형태의 데이터를 추가로 반영함으로써 열 수요 예측 정확도 향상이 가능할 것으로 예측된다.

• 수도
• /
• 통권40호
• /
• pp.32-41
• /
• 1987

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1996년도 제3회 한-중 국제학술회의
• /
• pp.175-197
• /
• 1996

• 교통기술과정책
• /
• 제10권4호
• /
• pp.54-60
• /
• 2013