• 한국융합학회논문지
• /
• 제12권8호
• /
• pp.13-21
• /
• 2021

본 연구는 지리정보시스템과 빅데이터 분석 시스템을 활용하여 관광객 유입동향 및 소비패턴 분석에 목적을 둔 연구이다. 인천광역시 주요 관광지 중 송도센트럴파크와 차이나타운을 선정하여 2017년 6월 1개월 동안 유동인구 분석, 카드매출 분석을 진행하였다. 전국 광역시도로부터 송도센트럴파크에 방문한 관광객은 인천광역시, 경기도, 서울특별시 순으로 높게 나타났으며, 외국인 관광객 비중은 중국이 가장 높았다. 차이나타운 관광객의 카드 소비 이용건수는 남성이 여성보다 12.4% 높게 나타났고 카드소비 금액도 남성이 18% 높게 나타났다. 본 연구는 관광객들의 유입동향 및 소비패턴을 분석하여 관광정책 수립의 주요 쟁점들을 도출함으로써 관광정책의 전략적 방안을 제안하는데 시사점이 있다. 본 연구를 바탕으로 향후 관광 인프라 구축 개선에 도움이 될 수 있다고 기대된다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.62-68
• /
• 2022

수산 양식장 질병 감염의 확산을 사전에 차단을 위해서는 양식장의 수질 환경 및 생육 어류의 상태를 실시간 모니터링하면서 어류의 질병을 예측하는 시스템이 필요하다. 어류 질병 예측의 기존 연구는 이미지 처리 기법이 대부분이었으나 최근에는 딥러닝 기법을 통한 질병 예측방법의 연구가 활발히 진행되고 있다. 본 논문에서는 수산 양식장에서 발생할 수 있는 넙치의 질병을 딥러닝 기술로 예측하는 방법에 대한 연구결과를 소개하고자 한다. 이 방법은 양식장에서 수집된 카메라 영상에 데이터 증강과 전처리 포함하여 질병 인식률의 성능을 높인다. 이것을 통해 질병 어류를 조기 발견으로 양식 어업에서 어류 집단 폐사 등 어업 재해를 예방하고 지역 수산 양식장으로 어류의 질병 확산 피해를 줄여 매출액 감소 차단될 것으로 기대한다.

• 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.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.210-216
• /
• 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.

• 한국임상약학회지
• /
• 제33권1호
• /
• pp.43-50
• /
• 2023

Background and Objective: With the advancement of cancer treatments and increased life expectancy, managing breakthrough cancer pain (BTcP) is essential to improve the quality of life for cancer patients. This study aimed to compare the major rapid onset opioids in Korea based on their characteristics and costs to determine the best option for each patient. Methods: Based on sales information from IQVIA-MIDAS, sublingual fentanyl tablet (SLF), fentanyl buccal tablet (FBT), and oral transmucosal fentanyl citrate (OTFC) were selected as the top three drugs for the treatment of BTcP in Korea, considering them the most comparable drugs. The cost and cost-pain relief ratio of the drugs for short-term (1 month) and long-term (1 year) treatment were compared and the ease of administration based on various factors, including pharmacokinetics, onset of action, and administration procedures were evaluated. Results: SLF was evaluated as the best overall in terms of rapid onset of action, ease of administration, and drug cost and also had the highest market share. SLF had the lowest cost pain relief ratio for both the initial and supplemental treatment for the 1-month pain intensity difference 15 (PID15) ratio. However, for the 1-month PID30 ratio, SLF was not superior to OTFC or FBT. The longer the breakthrough cancer pain duration, the more cost-effective the other rapid onset opioids. Conclusion: The rapid onset opioids that fit the patient's breakthrough cancer pain pattern have the best cost-effectiveness.

• 대한지역사회영양학회지
• /
• 제29권4호
• /
• pp.318-335
• /
• 2024

Objectives: Despite the growing market share of online grocery shopping, there is a need to understand customer perceived value due to the ongoing advancements in information technology. This study explores the connections between attributes, consequences, and values. Additionally, it conducts a cross-country comparison of consumers' online grocery shopping behaviors to gain a deeper understanding of consumer market segments and any potential variations among them. Methods: Data was collected through an online questionnaire survey conducted from May 1 to 15, 2024, targeting 400 consumers in Seoul, Korea, and Shanghai, China, who have experience with online grocery shopping. The survey utilized the Means-End Chain theory and association pattern technique hard laddering. Data collation and analysis were conducted using the IBM SPSS Statistics 28.0 program. The LadderUX software was employed to analyze the links between attributes, consequences, and values and create the consumer purchasing process's implication matrix and hierarchical value map (HVM). Results: The study identified key attributes that influence online grocery shopping decisions, including delivery service, price, freshness, and quality. Korean consumers demonstrated a higher sensitivity to price (19.0%) and delivery service (17.0%). In contrast, Chinese consumers prioritized delivery service (15.0%) and after-sales service (14.8%). Commonly cited consequences included time saving (12.6% for Koreans, 11.3% for Chinese), whereas prevalent values encompassed convenience (36.8% for Koreans, 19.6% for Chinese) and economic value (26.6% for Koreans, 14.7% for Chinese). The HVM underscored these insights, highlighting diverse consumer preferences and country-specific nuances. Conclusions: The findings highlight the current state of online food consumption and consumers' value systems, revealing variations among countries. These findings offer empirical insights that can be used to create customized global marketing strategies that resonate with various consumer preferences and market dynamics.

• 한국포장학회지
• /
• 제23권2호
• /
• pp.89-95
• /
• 2017

전 세계적으로 커피 시장이 매년 커지고 있고 이에 따라 커피 포장지의 수요 역시 증가하고 있지만 제품에 직접적으로 접촉하게 될 씰란트 층에 사용되는 PE 재질과 PP 재질이 커피 향에 미치는 영향에 대한 연구는 부족한 실태이다. 본 연구에서는 전자코(Electronic nose)와 기체크로마토그래피와 질량분석기(GC/MS)를 이용하여, PP와 PE 재질의 파우치에 커피를 담아 향기 패턴과 향 물질의 변화를 연구해 보았다. 저장기간에 따른 휘발성분 분석 결과, 커피의 향기 성분 분석에 적합한 지표 물질은 pyridine이었다. 추가적으로 온도($4^{\circ}C$, $25^{\circ}C$ and $40^{\circ}C$)와 탈산소제의 유무에 따른 향기 패턴 변화 역시 관찰하였다. 그 결과, 미미하게나마 PP계열 포장재가 PE계열 포장재보다 보향성이 좋았으나 재질에 의한 성능의 변화는 거의 없다는 결과를 얻었다. 오히려 재질보다는 온도에 의한 향기 패턴 변화가 지배적이었다. 냉장 유통($4^{\circ}C$)이 가장 좋은 보관 온도였고 짧은 기간 내에 판매가 이루어지는 것이 이상적이다.

• 패션비즈니스
• /
• 제3권4호
• /
• pp.83-91
• /
• 1999

The purpose of this study is to provide some useful references to the educational field in terms of providing on analysis of job characteristics of fashion designers working in the women's wear industries. The data were collected from 102 fashion designers working in women's wear industries through the questionnaire and were analyzed by SPSS packages of frequencies and percentiles for comparative study, and the results are as follows: 1. The demographic characteristics of the fashion designers are; unmarried (80.4%), working less than 2 years (20.2%), completion of junior college(68.6%), majority ages between 20-24 yrs(43.1%). An average length of working in one company war less than 6 months. 2. The ratio computer usage of the design room was approx. 52.0% especially in the management of sales (52.9%) and the ratio in fashion design was approx. 17.6% in merchandising planning. 3. 76.4% of respondents was working 10 hours a day, and 50% of them was dissatisfied on the job caused by excessive working hour (31.4%) and job over load (35.3%). In the developing fashion design with the relation of actual job, insufficient knowledges of the concerned technical and production fields (68.6%) were indicated as the most difficult area. In addition, fashion magazines were considered as the most helpful resource(94.1%). 4. It was noted that the target age groups for the brand were clearly divided into two groups, notably the early and middle of twenties and the early and middle forties. Among the produced items, formal wears were accounted for 52.9%. 5. As far as the contents of job are concerned, the fashion designers are mostly engaged in purchasing textile, collecting informations of fashion, quality control, whereas their actual job is apparel design. 6. The training that the fashion designer received beside formal education includes attendance of private institutes(62.7%), OJT(7.8%), seminars(4.9%). Regarding formal education, the respond indicated that they had least opportunity to received computer training. 7. The necessary subjects in the schools for the fashion designers in relation to the current job were fashion information, merchandising planning, pattern making, cutting, fashion marketing, knowledges of clothing material in sequence. Subjects which are necessary for the further development include pattern making(21.6%), fashion marketing(14.7%), and designing with computer(7.8%).

• 한국측량학회지
• /
• 제37권3호
• /
• pp.129-141
• /
• 2019

최근 급속도로 성장하는 도시에는 많은 인구와 시설물들이 증가하고 집중이 심화함에 따라 재해와 재난에 취약함을 나타낸다. 특히, 화재는 우리나라의 도시 내에서 교통사고와 더불어 가장 많이 발생하는 재해 중 하나로 많은 인명 및 재산피해를 준다. 따라서 본 연구에서는 화재 발생에 대한 영향요인을 분석하기 위해 진주시를 대상으로 2007년부터 2017년까지 10년간 화재데이터를 취득하였다. 먼저 공간 자기 상관성 분석을 시행하여 진주시 화재 발생의 공간 분포 패턴을 파악한 후, 상관관계 및 다중 회귀 분석을 통해 인문 사회 요인과 물리적 요인 간의 공간적 종속성 및 비정상성을 확인하였고 이를 토대로 화재 발생 위치와 각 요인별 위치를 고려하여 공간 가중치를 활용한 OLS 회귀 분석을 실시하였다. 그 결과로 첫째, 진주시 화재 발생의 LISA분석 결과 화재 발생 빈도가 높은 용도지역은 중심상업지역, 공업지역, 주거지역 순으로 나타났다. 둘째, 인구 사회적 변수 및 물리적 변수를 통합하여 다중회귀분석의 최종 모형으로 도출된 요인들을 중심으로 공간가중치를 적용하여 OLS회귀모형을 분석한 결과 제2종 근린생활시설이 화재 발생과 가장 높은 상관성을 보였으며 다음으로 단독주택, 판매시설, 제1종 근린생활시설, 가구수의 순으로 상관성이 있는 것으로 분석되었다. 이러한 연구 결과를 통해 도시 지역의 시설물별 화재 발생 요인을 분석하고 화재 안전대책을 수립하는데 유용한 자료로 활용될 것으로 예상된다.

• 지식경영연구
• /
• 제23권2호
• /
• pp.193-210
• /
• 2022

급속한 모바일 기술의 발전과 네트워크 속도 향상은 다양한 서비스 형태로 생활의 편의를 제공하고 있으며 모바일 쇼핑몰에서도 예외는 아니다. 빅데이터를 활용한 맞춤 추천, AI 기반의 특화된 개인화 서비스 등을 활용하여 기업들은 판매촉진에 큰 노력을 하고 있으나, 대다수의 모바일 쇼핑몰에서는 상품에 대한 정보를 담고 있는 상세페이지의 정보 구성은 동일한 레이아웃 형태로 제공되고 있다. 이러한 맥락에서 본 연구는 모바일 상품 상세페이지의 콘텐츠 배열 및 레이아웃이 소비자 성향에 맞게 제공되어야 한다고 판단하여, Higgins의 조절초점이론(Regulatory Focus Theory)을 바탕으로 소비자의 성향을 분류하여 두 가지 레이아웃 배열의 상품 상세페이지를 구성하여 제시하였다. 콘텐츠 레이아웃 배열이 F-shaped 패턴으로 제시되었을 때 정돈감(Organizedness)으로 정보가 인지되고, Z-shaped 패턴으로 제시되었을 때 생생함(Vividness)으로 정보가 인지되어 소비자의 성향에 따라 제품 태도와 구매 의도에 영향을 받는지에 대하여 알아보고자 하였다. 결과적으로 예방초점 성향의 소비자들은 콘텐츠 레이아웃 구성이 통일감 있고 정돈감(Organizedness) 있는 형태의 레이아웃 배열에서, 향상초점 성향의 소비자들은 생생함(Vividness)이 느껴지는 자유로운 레이아웃 배열로 제시되었을 때 제품 태도 및 구매 의도에 긍정적인 영향을 받는 것을 확인하였다.