Demand Forecast on ATM Based B-ISDN Application in Korea

Q: 이 논문에서 정의한 수요 예측이란 무엇인가?

수요 예측은 신기술 제품의 혁신 확산 예측을 위해 시장 수요의 주요 요인들에 기반한 개념적 방법론을 제안하는 것이다. 이는 기존 성장 모델들이 기능적 형태나 기술 변화의 결정 요인에 대한 정보를 제공하지 못하는 한계를 극복하고자 한다. 특히 ATM 기반 B-ISDN 보급률 예측에 적용된다.

Q: 기존 확산 모델들의 한계점은 무엇인가?

연구 결과, 기존 확산 모델들은 대부분 통계적 추세 분석 모델로, 시간 패턴이나 이력 데이터의 경향에만 초점을 맞추고 시장 수요 시스템의 주요 요인들을 고려하지 않는 한계가 있다. 따라서 신제품이나 기술 변화의 혁신 확산 과정에 적용하기에는 부적절하며, 다양한 실제 상황과 특성을 다루기에 충분하지 않다.

Byung Ryong Kang; Jung Yeon Hwang; Haer Yong Lee; Chimoon Han; Chu Hwan Yim

학술대회자료

저자정보: Byung Ryong Kang Jung Yeon Hwang Haer Yong Lee Chimoon Han Chu Hwan Yim

저널정보: 대한전자공학회 ICEIC : International Conference on Electronics, Informations and Communications ICEIC : International Conference on Electronics, Informations and Commumications

오류 신고하기

피인용 0

검색

초록·키워드

Most of existing growth models provide plausible forecasts of technological substitution. However, these models provide neither any justification of the functional form employed nor any information on the determinants of technological change. In this paper, we propose a conceptual methodology based on the major factors of market demand for forecasting innovation diffusion of new technological products. Some applications are presented to illustrate the wide applicability and the usefulness of our approach. Also this paper presents the results of an experimental case study on the forecast for ATM based B-ISDN penetration in Korea.

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-013213504

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료