인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 중국 A주 상장 건설기업의 뉴스 데이터를 활용하여, TF-IDF(Term Frequency-Inverse Document Frequency) 기법을 통해 주요 특성을 추출하고, 로지스틱 회귀, 랜덤 포레스트, XGBoost(eXtreme Gradient Boosting) 머신러닝 모델을 적용하여 기업의 부도를 예측하였다. 모델의 성능은 정확도, AUC(Area Under Curve), 정밀도 등의 지표를 통해 평가되었으며, 그 결과 XGBoost 모델이 평가 지표에서 로지스틱 회귀와 랜덤 포레스트 모델 보다 우수한 성능을 보였다. 본 연구의 혁신성은 기존의 재무 지표가 아닌 뉴스 데이터를 활용하여 기업 부도를 예측하였다는 점이며, 텍스트 분석과 머신러닝을 결합한 새로운 접근 방식을 통해 기업 리스크 평가에 대한 새로운 관점을 제시하고 있다. 또한, 본 연구는 비정형 텍스트 데이터를 정량화하여 예측 모델에 성공적으로 통합한 사례로서의 의의도 지닌다. 분류 성능 외에도 변수 중요도 분석을 통해 각 특성의 영향력을 해석할 수 있어 실무적 활용 가능성도 높다. 향후 연구에서는 보다 다양한 데이터 출처를 활용하고, 고급 자연어 처리 기법을 통합하여 예측 정확도를 더 개선할 수 있을 것이다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094401960
