공공데이터와 설명가능한 AI 기법을 활용한 자영업 상권 분석과 장기 생존 예측

Q: 이 논문에서 정의한 설명 가능한 인공지능(XAI)이란 무엇인가?

모델의 예측 결과에 대한 해석을 제공함으로써 블랙박스 모델이 가진 한계를 해결하는 기법을 의미한다. 본 연구에서는 SHAP 방법론을 통해 기계 학습 모델이 도출한 예측 결과에 대해 각 변수가 어떠한 기여도를 가지는지 분석하는 도구로 활용된다.

Q: 서울시 요식업체의 단기 폐업을 결정짓는 핵심 요인은 무엇인가?

연구 결과, 2차 상권의 60대 내국인 생활 인구비와 점포 면적이 생존에 가장 큰 영향을 미치는 것으로 나타났다. 또한 인접 유사업체 수와 경쟁업체 비율 등 지리적 특성과 직장인구수와 같은 인구 특성이 주요 실패 요인으로 작용한다.

장호준; 이기환; 이희상

doi:10.7232/JKIIE.2024.50.3.173

추천

검색

질문

자료유형: 학술저널

저자정보: 장호준 (성균관대학교) 이기환 (성균관대학교) 이희상 (성균관대학교)

저널정보: 대한산업공학회 대한산업공학회지 대한산업공학회지 제50권 제3호

발행연도: 2024.6

수록면: 173 - 188 (16page)

DOI: 10.7232/JKIIE.2024.50.3.173

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Korea has a high proportion of self-employed individuals, and their frequent businesses closures are causing serious social problems. Although there are many previous studies on commercial district analysis and long-term survival prediction for self-employed businesses, this area lacks systematic analysis. This study utilized public data and machine learning to perform commercial district analysis and long-term survival prediction for closed restaurants across Seoul. XGBoost (eXtreme Gradient Boosting) was finally selected among seven proposed models. We also utilized SHAP (SHapley Additive exPlanations), one of the explainable artificial intelligence (XAI) techniques, to investigate the influence of variables affecting the proposed model and explore the main factors affecting business closures. As a result, we found that some demographic and geographic factors are important factors for small business survival. Finally, we applied the proposed model to predict new restaurant locations across Seoul, demonstrating its potential usefulness in the decision-making process for self-employed entrepreneurs.

#Public Data #Survival Analysis #Trade Area Analysis #Machine Learning #SHAP

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089888624

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)