인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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 패션산업 내에서 배출되고 있는 환경오염에 대한 문제를 바탕으로 머신러닝 기법을 활용하여 지속가능한 패션 소비자의 행동을 예측하고 세분화하였다. 본 연구의 분석을 위해 한국섬유산업연합회의 2024년 패션소비실태조사 데이터 (N=3,000)를 학습용 70%, 검증용 30%로 분할한 후 로지스틱회귀, SVM, 인공신경망, 의사결정트리, 나이브베이지안, 에이다부스트 등 6종의 머신러닝 알고리즘을 비교·분석하였다. 분석 결과, 에이다부스트 모델이 정확도 86.6%, AUC 0.951로 가장 우수한 예측 성능을 보였다. 순열 중요도 분석에서는 월평균 가구소득(71.69%)이 가장 핵심적인 예측변수로 나타났으며 최종학력(9.18%), 디지털 친화도(8.45%) 순으로 나타났다. K-means 군집분석을 통해 소비자를 고소득 디지털 적극형, 중소득 실용 추구형, 청년 가치 지향형, 저소득 소극 소비형의 4개 세그먼트로 세분화하였다. 본 연구는 머신러닝 기반 통합적 분석을 통해 지속가능한 패션 소비자 세분화 연구의 방법론적 한계를 극복하고 순환경제 활성화를 위한 소득계층별 차별화된 정책 수립의 기초자료를 제공하는 데 의의가 있다.
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) : I410-151-26-02-096252607
