• 품질경영학회지
• /
• 제42권2호
• /
• pp.221-234
• /
• 2014

Purpose: The Purpose of this study is to develop a model for predicting agent churn group in the cosmetics industry. We develope two models, pattern model and matrix model, which are compared regarding the prediction accuracy of churn agents. Finally, we try to conclude if there is statistically significant difference between two models by empirical study. Methods: We develop two models using the part of RFM(Recency, Frequency, Monetary) method which is one of customer segmentation method in traditional CRM study. In order to ensure which model can predict churn agents more precisely between two models, we used CRM data of cosmetics company A in China. Results: Pattern model and matrix model have been developed. we find out that there is statistically significant differences between two models regarding the prediction accuracy. Conclusion: Pattern model and matrix model predict churn agents. Although pattern model employed the trend of monetary mount for six months, matrix model that used the amount of sales per month and the duration of the employment is better than pattern model in prediction accuracy.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권4호
• /
• pp.79-86
• /
• 2019

본 논문에서 인공 신경망을 이용한 시계열 데이터 예측 사례에 대해 서술한다. 본 연구에서는 텐서 플로우 라이브러리를 사용하여 배치 기반의 인공 신경망과 스타케스틱 기반의 인공신경망을 구현하였다. 실험을 통해, 구현된 각 신경망에 대해 훈련 에러와 시험에러를 측정하였다. 신경망 훈련과 시험을 위해서 미국의 인디아나주의 공식 웹사이트로부터 8개월간 수집된 세금 데이터를 사용하였다. 실험 결과, 배치 기반의 신경망 기법이 스타케스틱 기법보다 좋은 성능을 보였다. 또한, 좋은 성능을 보인 배치 기반의 신경망을 이용하여 약 7개월 간 종합 세수 예측을 수행하고 예측된 결과와 실제 데이터를 수집하여 비교 실험을 진행 하였다. 실험 결과, 예측된 종합 세수 금액 결과가 실제값과 거의 유사하게 측정되었다.

• 한국산학기술학회논문지
• /
• 제17권10호
• /
• pp.520-526
• /
• 2016

본 연구는 서울지역 특1급 호텔을 대상으로 2015년도 재무비율을 변수로 활용하여 표준재무비율을 산출하며, 다변량 판별분석에 의한 부실예측모형 개발 및 부실예측력 평가에 목적이 있다. 서울소재 19개 특1급 호텔의 14개 재무비율을 분석대상으로 선정하여 실증분석을 실시하였으며 분석결과는 다음과 같다. 첫째, 분석결과 우수기업과 부실기업을 판별하는 7개 재무비율은 유동비율, 차입금의존도, 영업이익대비 이자보상비율, 매출액영업이익율, 자기자본순이익율, 영업현금흐름비율, 총자산회전율로 나타났다. 둘째, 7개 재무비율을 활용하여 우수기업과 부실기업을 판별하는 판별함수를 다변량판별분석에 의해 추정하였으며, 추정된 판별함수를 실제 소속집단과 예측집단으로 분류가 가능한가의 예측력 검정 결과, 예측 판별력의 정확도는 87.9%로 분석되었다. 셋째, 추정된 판별함수의 예측 판별력의 정확도 검증결과 판별분석에 의한 부실예측모형의 예측력은 78.95%로 분석되었다. 이러한 분석결과, 호텔 경영진은 호텔기업의 부실기업집단을 판별하는 7개 재무비율을 중점적으로 관리해야 함을 시사하고 있다. 또한 호텔기업이 타 산업과는 뚜렷한 재무구조의 차이와 부실예측 지표가 상이하며, 이에 호텔기업 대상의 신용평가시스템 구축 시 호텔기업의 재무적 특성을 반영한 시스템 구축이 필요함을 시사하고 있다.

• 한국건설관리학회논문집
• /
• 제25권4호
• /
• pp.45-52
• /
• 2024

공동주택 개발 사업의 분양가 예측은 입지, 환경 및 경제 상황과 같은 여러 복잡한 변수들의 작용으로 어려운 영역에 속한다. 대부분의 선행연구에서 분양가 산정 영향요인에 대해 전문가 조사를 통하여 분석하는 것이 대부분이지만, 실제 판매 가격과 비교하는 연구는 매우 부족한 실정이다. 이에 본 연구에서는 공동주택 개발사업의 분양가 산정에 영향을 미치는 요인을 도출하고 실거래가와 비교하여 도출한 요인들과의 상관관계를 분석하여 연관성을 확인 한 후 분양가 산정 시 고려 사랑으로 적합한지 확인하는 것을 목적으로 한다. 이를 위해 첫째, 이론적 고찰을 통해 선행연구를 분석하여 앞선 연구에서 고려한 요인들을 파악하였다. 둘째, 선행연구에서 공통으로 제시하는 요인(경제, 입지, 주택, 금융환경요인)들과 추가로 세부 요인(실거래가 상승률, 편의시설 개소, 대출금리 등)을 선정하였다. 셋째, 실거래가 및 선정한 요인들에 대한 데이터 수집을 진행하였다. 마지막으로 실거래가와 요인들을 비교 분석하고 상관분석을 시행한 후 요인을 도출하였다. 분석 결과 모든 요인들에서 결정계수가 0.5 이상으로 확인되었다. 그러므로 본 연구에서 선정한 요인들은 분양가 산정 시 고려해야 하는 유의미한 요인들로 분석된다. 본 연구의 결과는 새로운 분양가 산정모델 연구 개발의 기초자료로서 활용할 것이라 기대된다.

• 산업융합연구
• /
• 제20권4호
• /
• pp.31-37
• /
• 2022

영화 시장에서 흥행을 기록하는데 어떤 요인들이 영향을 미치는지에 대한 연구는 관련 산업의 리스크를 줄이고 영화 산업을 발전시키는데 매우 중요하다. 본 연구에서는 영화흥행에 영향이 있는 독립변수들의 상관의 정도를 찾아내기 위해서 먼저 AHP 기법을 이용한 영화전문가들에 대한 설문조사를 실시하여 측정요인별 중요도를 평가하였다. 또한, 스마트폰 보급과 사용의 증가로 검색 포털 및 SNS 관련 빅데이터에서 도출된 요인이 영화흥행에 영향을 미칠 것이라는 가설을 설정하였다. 그리고 앞에서 언급한 전문가 서베이 정보와 빅데이터를 모두 반영한 예측모형을 제안하였다. 제안한 모형의 예측의 정확도를 알아보기 위해 실 데이터를 가지고 검증한 결과 기존모형보다 향상됨(10.5%)을 확인하였다. 따라서 제안한 모형은 영화제작사 및 배급사들의 의사 결정에 도움이 될 것이라 판단된다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.15-20
• /
• 2020

최근 부동산 시장에 대한 관심이 높다. 과거 주거환경으로만 여겨지던 부동산은 끊임없는 수요 증가로 안정적인 투자 대상으로 인식되고 있기 때문이다. 특히 국내 시장의 경우 인구 수의 감소에도 불구하고 1인 가구의 증가 및 대도시로의 인구 유입이 가속화되며 수도권 중심으로 부동산 가격이 급격히 상승하고 현상이 나타나고 있다. 이에 미래 부동산 시장의 전망을 정확히 예측하는 것은 개인의 자산 관리 뿐 아니라 정부 정책 수립 등 사회 전반에 걸쳐 매우 중요한 사안이라고 할 수 있다. 본 논문에서는 머신러닝 기법을 활용해 과거 부동산 매매 데이터를 학습해 미래 부동산 시세를 예측하는 프로그램을 개발하였다. 한국감정원과 국토교통부에서 제공하는 대한민국 부동산 매매 시세 데이터를 활용하였으며 지역별로 2022년도 평균 매매가 예측치를 제시한다. 개발된 프로그램은 오픈소스 형태로 공개하여 다양한 형태로 활용될 수 있도록 하였다.

• Asia Marketing Journal
• /
• 제10권2호
• /
• pp.1-29
• /
• 2008

본 연구는 해외 여러 시장에서 제품을 판매하는 글로벌 기업의 입장에서 복수 시장에서 발생하는 제품 수준의 매출 이륙 시점을 예측할 수 있는 모형을 제시하였다. 이 모형을 이용하여 복수 시장 정보, 제품 속성 정보, 가격 정보, 매출 정보 중 매출 이륙 시점 예측에 유용한 설명 변수들을 규명하기 위해 국내 전자 업체가 2년 5개월간 10개국 시장에 판매한 90종류의 PDP TV, LCD TV들 월별 매출 자료들을 대상으로 실증 분석을 하였다. 분석 결과, 매출 이륙 시점 예측에 유용한 변수들을 다음과 같이 파악할 수 있었다. 첫째, 대상 제품이 표적 시장에 진출하기 이전에 진출한 타 시장에서의 매출 자료를 표적 시장에서의 대상 제품 매출 이륙 시점 예측에 이용하는 것이 가장 중요함을 실증 분석을 통해 알 수 있었다. 특히, 매출 이륙 시점 예측에 동일 제품의 타 시장 혁신 계수를 이용하는 것이 유용한 반면, 동일 제품의 타 시장 모방 계수는 예측력에 도움을 주지 못함을 알 수 있었다. 둘째, 타 제품의 표적 시장 확산 정보는 예상과 달리 대상 제품의 표적 시장에서의 매출 이륙 시점 예측에 기여하는 바는 낮음을 알 수 있었다. 셋째, 일반적 인식처럼 가격과 제품의 속성도 이륙시점의 발생 시기에 영향을 미치는 것을 알 수 있었다. 하지만 제품의 자체 가격 정보 보다 시장 평균 가격 대비 대상 제품 가격 비율이 매출 이륙 시점 예측에 보다 효과적임을 알 수 있었다. 마지막으로, 전기 누적 매출량 역시 PLC 중 초기 시점을 예측하는 상황임에도 불구하고 제품 수준의 매출 이륙 시점 예측에 중요한 변수임을 알 수 있었다. 본 연구에서 제시한 매출 이륙 시점 예측 모형은 평균치에 근거한 일반적 예측과 비교해 볼 때 높은 예측력을 보여 주었다. 본 연구에서 제시한 예측 모형을 이용할 경우 특히 예측 시점이 2기일 때 가장 높음을 알 수 있었다. 본 연구 결과가 기여하는 바를 보면 첫째, 기존 확산모형과 달리 본 연구에서는 제품의 매출 초기 시점인 매출 이륙 시점을 측정하고, 예측하는 모형을 제시하였다. 둘째, 본 연구는 글로벌 시장에서 적용 가능한 제품 수준의 매출 이륙 시점을 예측하였다. 셋째, 본 연구는 처음으로 매출 이륙 시점 예측력을 예측 시점 별로 분석하여 모형의 예측력을 이해하는 데 새로운 접근법을 제시하였다.

• 경영과학
• /
• 제24권2호
• /
• pp.177-196
• /
• 2007

For better predictions and classifications in customer recommendation, this study proposes an integrative model that efficiently combines the currently-in-use statistical and artificial intelligence models. In particular, by integrating the models such as Association Rule, Frequency Matrix, and Rule Induction, this study suggests an integrative prediction model. Integrated models consist of four models: ASFM model which combines Association Rule(A) and Frequency Matrix(B), ASRI model which combines Association Rule(A) and Rule Induction(C), FMRI model which combines Frequency Matrix(B) and Rule Induction(C), and ASFMRI model which combines Association Rule(A), Frequency Matrix(B), and Rule Induction(C). The data set for the tests is collected from a convenience store G, which is the number one in its brand in S. Korea. This data set contains sales information on customer transactions from September 1, 2005 to December 7, 2005. About 1,000 transactions are selected for a specific item. Using this data set. it suggests an integrated model predicting whether a customer buys or not buys a specific product for target marketing strategy. The performance of integrated model is compared with that of other models. The results from the experiments show that the performance of integrated model is superior to that of all other models such as Association Rule, Frequency Matrix, and Rule Induction.

• 디지털융복합연구
• /
• 제14권9호
• /
• pp.317-323
• /
• 2016

빅데이터는 현재 기업 경쟁력의 주요 자산으로 여겨지고 있고 향후에 그 영향력은 더욱 확대될 것으로 전망된다. 그 중요성을 인식한 기업들은 이미 빅데이터를 제품 개발과 마케팅에 적극적으로 활용하고 있으며 정치, 스포츠 등 사회 전반에 걸쳐 적용분야는 점점 늘어나고 있다. 그러나 시스템 구축에 따른 노하우 부족과 고비용은 빅데이터 시스템 도입에 여전히 큰 장애가 되고 있다. 본 논문에서는 중소규모 오프라인 마켓의 POS 판매 데이터를 빅데이터 시스템 중 오픈소스인 하둡(Hadoop) 및 하이브(Hive)를 기반으로 하는 빅데이터 시스템 구현을 목표로 한다. 이러한 융복합을 통해 단순히 손익분석과 재고관리 등에 집중되었던 기존 판매 시스템을 보완하여 고객의 소비패턴과 선호도 조사, 수요에 대한 사전 예측이 가능하도록 하는 경영자의 합리적인 의사결정에 기초자료로 활용할 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.191-196
• /
• 2015

최근 기업의 실적 및 주가를 예측하기 위해 매출액증가율, 부채비율 등의 다양한 예측변수를 활용하여 정량적인 예측방법을 활용하는 연구가 많이 이루어지고 있다. 기업실적 및 주가를 정량적 예측하기 위해 수많은 예측변수들 중에서 모델구축을 위해 중요한 예측변수를 선정하는 것이 중요하다. 대부분의 기존연구들에서는 다양한 알고리즘을 활용하여 예측변수들을 제거하는 방법을 사용하는 경우가 많았다. 이러한 경우 각 예측변수들이 가지는 많은 정보들이 제거되는 문제점이 존재한다. 이러한 문제점을 해결하기 위해 본 연구에서는 예측모델 구축을 위해 예측변수들을 제거하는 대신 각 변수들이 가지고 있는 정보를 병합하여 새로운 변수를 생성하는 대표적인 차원축소 방법인 주성분분석(PCA)을 활용하였다. 본 연구에서는 제안된 예측모델을 미국의 전자, 전기기업의 재무정보를 활용하여 구축하고 예측성능을 실증적으로 분석해 보았다.