• 산업공학
• /
• 제20권3호
• /
• pp.387-394
• /
• 2007

Numerous countries promote business programs to revitalize local economy, increase employment, and nurture high-tech industries. Recently, a number of business incubators have been established and operated with aims to adapt to changing environment and increase economic competitiveness in Korea. To give satisfactory results of governmental policy, the requirement to develop the evaluation model to support effective operations of business incubators using the objective and rational criteria is growing. The purpose of this study is to develop evaluation model in Business Incubator using Data Mining Process. We suggested the evaluation model of business incubator, 'Score-5 RS' consists of making evaluation factor process using weighted sum and 5-grade classification and analyzing process by Decision Tree algorithm.

• International journal of advanced smart convergence
• /
• 제10권4호
• /
• pp.198-205
• /
• 2021

With the development of blockchain technology, the scope of blockchain applications has expanded rapidly. Blockchain decentralization allows transaction participants to make transparent and safe transactions without a third trust agency. A distributed ledger-based system enables transparent and trusted business for anonymous users. For this reason, many companies apply blockchain to various fields such as logistics, electronic voting, and real estate. Despite this interest, there are still not enough case studies confirming the potential of blockchain as a concrete business model. Therefore, it is necessary to study how blockchain technology can change the existing business model and connect it to a new business model. In this paper, we propose blockchain-based business models and workflow types in various fields such as healthcare, logistics, and energy. We also present application cases. We expect to help companies apply blockchain to their business.

• 한국측량학회지
• /
• 제32권3호
• /
• pp.225-231
• /
• 2014

When a spatial regression model that uses kernel density values as a dependent variable is applied to retail business data, a unique model cannot be selected because kernel density values change following kernel bandwidths. To overcome this problem, this paper suggests how to use the point pattern analysis, especially the L-index to select a unique spatial regression model. In this study, kernel density values of retail business are computed by the bandwidth, the distance of the maximum L-index and used as the dependent variable of spatial regression model. To test this procedure, we apply it to meeting room business data in Seoul, Korea. As a result, a spatial error model (SEM) is selected between two popular spatial regression models, a spatial lag model and a spatial error model. Also, a unique SEM based on the real distribution of retail business is selected. We confirm that there is a trade-off between the goodness of fit of the SEM and the real distribution of meeting room business over the bandwidth of maximum L-index.

• 응용통계연구
• /
• 제28권1호
• /
• pp.103-114
• /
• 2015

경제의 새로운 성장요인으로 중소기업의 역할이 부각됨에 따라 중소기업의 경기를 적절히 파악할 수 있는 지표 개발의 필요성이 증대되고 있다. 현재 여러 기관에서 발표하는 중소기업 경기와 관련된 지표들은 대부분 BSI(Business survey index)에 기초하고 있고 주관적 지표에 의존하고 있어 정확한 경기 상황을 충분히 반영한다고 볼 수 없다. 본 연구에서 제시한 새로운 경기지표는 주성분 분석과 가중치 방법으로 통계청의 기준순환 일에 의한 경기 국면을 적절히 반영하고 있다. 제안된 새로운 경기지수는 경기종합지수와 유사한 추세를 보이면서 통계학적 이론에 충실한 지표임을 실증사례 연구로부터 입증한다.

• 한국산업정보학회논문지
• /
• 제21권5호
• /
• pp.41-54
• /
• 2016

세계 경제의 불황으로 인해 경쟁력이 취약한 중소기업은 인력, 자본, 기술 확보 등의 여러 어려움에 직면해 있다. 중소기업이 처한 문제점들을 해결하기 위한 대안으로 자원을 공유하는 공유경제를 도입하고자 하는 연구가 진행되고 있다. 그러나 중소기업이 공유경제를 실제로 도입하고 이를 활용하기 위해 필요한 비즈니스 모델이 존재하지 않아 기업 간 공유경제를 도입하기에 어려움을 겪고 있는 상황이다. 본 연구에서는 중소기업 간 공유경제를 도입하여 운영하기 위해 필요한 공유경제를 위한 비즈니스 모델을 제시하였다. 기업 간 공유경제를 위한 비즈니스 모델을 설계하기 위해 기존의 비즈니스 모델에 대한 선행연구를 통해 비즈니스 모델을 설계하기 위해 필요한 구성요소를 도출하였다. 이와 기업 간 공유경제의 선행연구를 바탕으로 중소기업 간 공유경제에 도입 가능한 비즈니스 모델을 제시하였다. 본 연구에서 제시된 비즈니스 모델은 중소기업들이 각 기업의 상황에 맞게 공유경제를 도입하기 위한 가이드라인이 될 수 있을 것이다.

• 디지털융복합연구
• /
• 제20권5호
• /
• pp.205-210
• /
• 2022

사회적경제의 급속한 발전과 지속적인 생활수준 향상으로 관광산업의 급속한 발전을 위해 유리한 환경이 마련되었다. 고도로 발달된 인터넷 기술은 사람들에게 더 편리한 온라인 여행을 제공했다. 온라인 관광이 빠르게 발전하면서 관광 관련 인터넷 사업도 빠르게 발전하고 있다. 본 연구는 우선 연구 배경과 연구 의의를 소개하고, 온라인 관광 개발 핫스팟, 비즈니스 모델 연구 이슈 등 사회적경제의 발전을 바탕으로 씨트립의 비즈니스 모델 최적화 연구의 필요성을 제시한다. 씨트립은 온라인 여행 산업 및 비즈니스 모델 내·외 연구 현황을 설명하고, 온라인 여행, OTA 비즈니스 모델 등 관련 개념과 이론을 심층적으로 소개·분석하고, 전문가 연구를 기반으로 확대한다. 씨트립의 기존 사업모델의 미흡, 높은 경상운영비, 공급업체의 큰 영향요인, 신사업 개발이 더딘 등 여러 측면이 제시되었고, 이를 해결하기 위한 대안이 제시되었다. 씨트립은 가치 창출과 혁신을 위한 씨트립의 비즈니스 모델 최적화 전략과 고객 가치사슬을 위한 인터넷 비즈니스 모델 최적화 전략 등 지속 가능한 경쟁 우위를 유지했다.

• 한국산학기술학회논문지
• /
• 제13권6호
• /
• pp.2551-2557
• /
• 2012

본 연구에서는 중소제조기업을 대상으로 R&D 비즈니스 모델을 구성하는 요인의 상대적 중요도를 분석하였다. 또한 표본을 기업과 기술의 특성에 따라 그룹으로 분류하여 비즈니스모델의 구성요인의 중요도가 차이가 나는가를 비교분석하였다. 연구 결과 전체적으로는 기술개발의 사업화 성과에는 마케팅역량이 가장 중요한 요인으로, 인프라가 상대적으로 중요도가 낮은 것으로 나타났다. 또한 세부그룹 간 비교에서는 기술과 기업의 특성 그리고 시장환경에 따라서 비즈니스모델 구성요인의 상대적 중요도는 다르게 나타났다. 따라서 정부가 R&D 자금을 지원 할 때, 기존의 기술개발 자금만을 지급하는 방식에서 벗어나 마케팅역량을 강화하고 기업과 기술의 특성 그리고 시장의 환경변화에 능동적으로 대응할 수 있는 비즈니스 모델에 대한 설계지원에 중점을 두어야 할 것이다.

• 대한산업공학회지
• /
• 제31권2호
• /
• pp.152-163
• /
• 2005

The focus of enterprise collaboration of supply chain management, has changed from integrating and exchanging business information to integrating and managing business processes between business partners. However, the collaboration is difficult due to the inherent complexity such as diverse business processes and dynamic business environments. To settle these problems, a reference model based enterprise architecture framework for the collaboration of supply chains is proposed in this paper. The supply chain collaboration framework is composed of three reference models capturing the different views of supply chain collaboration: supply process reference model, service component reference model, and technology and standard reference model. As the framework adapts the OMG's metadata architecture, the processes in the supply chain can be extended and integrated with other value chains, such as design chains, when it is necessary. Using the proposed framework, business managers can rapidly integrate and manage their business processes with their suppliers and customers.

• 벤처창업연구
• /
• 제18권6호
• /
• pp.41-55
• /
• 2023

스타트업의 지속적인 경쟁력 확보를 위해 비즈니스 모델을 구성하는 여러 요소를 변형시켜 경쟁우위를 달성하는 비즈니스 모델 혁신은 중요한 과제이다. 본 연구는 전 세계 스마트팜 선도기업들을 대상으로 비즈니스 모델 이론에 입각한 분석 틀을 활용하여 다중사례 분석 연구를 실시함으로써 동일 산업에서 경쟁력 있는 비즈니스 모델 유형과 구성요소의 차별화를 확인하고자 하였다. 이를 위해 애그테크(AgTech) 전문 글로벌 투자 리서치 기업인 애그펀더(Agfunder)가 발표한 최근 3개년 연도별 Top 10 투자유치 스타트업 목록으로부터 도출된 19개 기업 사례를 분석 대상으로 하여 사례연구 프로토콜에 따른 자료수집과 분석을 실시하였다. 연구 결과, 비즈니스 모델 유형은 대규모 중앙집중식 생산 모델, 중대형 로컬분산방식 생산 모델, 소규모 하이퍼로컬 모듈식 FaaS 모델, 소규모 하이퍼로컬 턴키솔루션 공급모델, 이상 4개로 분석되었고, 각 유형별로 5가지 비즈니스 모델 구성요소에 따른 비교 분석을 실시하여 전략적 시사점을 도출하였다. 본 연구는 스마트팜 분야의 해외 선도기업 비즈니스 모델을 학문적 분석 틀을 이용해 규명함으로써 국내 스타트업의 경쟁력 제고와 전략 다변화에 기여할 것으로 기대한다.

• Asia pacific journal of information systems
• /
• 제29권1호
• /
• pp.35-49
• /
• 2019

The paper attempts to document the application of relevant Machine Learning (ML) models on Yelp (a crowd-sourced local business review and social networking site) dataset to analyze, predict and recommend business. Strategically using two cloud platforms to minimize the effort and time required for this project. Seven machine learning algorithms in Azure ML of which four algorithms are implemented in Databricks Spark ML. The analyzed Yelp business dataset contained 70 business attributes for more than 350,000 registered business. Additionally, review tips and likes from 500,000 users have been processed for the project. A Recommendation Model is built to provide Yelp users with recommendations for business categories based on their previous business ratings, as well as the business ratings of other users. Classification Model is implemented to predict the popularity of the business as defining the popular business to have stars greater than 3 and unpopular business to have stars less than 3. Text Analysis model is developed by comparing two algorithms, uni-gram feature extraction and n-feature extraction in Azure ML studio and logistic regression model in Spark. Comparative conclusions have been made related to efficiency of Spark ML and Azure ML for these models.