머신러닝을 이용한 관중 수요 예측에 관한 연구

유지현

추천

검색

질문

자료유형: 학술저널

저자정보: 유지현 (Jangan University)

저널정보: 한국전기전자학회 전기전자학회논문지 전기전자학회논문지 제23권 제4호

발행연도: 2019.12

수록면: 128 - 134 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

특정한 이벤트나 콘텐츠를 즐기기 위해 모인 사람들을 관중 또는 관객이라고 하고, 모임의 특성에 따라 다양한 성향을 나타낸다. 그러한 차이점은 있지만, 일반적으로 관중 수는 경영적인 측면과 직결되는 요소로써, 관람료부터 다른 시설의 이용료 등 다양한 수입을 통해 콘텐츠 판매를 위한 안정적인 재정 운영을 가능케 한다. 따라서 관중 수에 대한 예측은 마케팅과 예산 전략 수립에 주요한 요소로 활용될 수 있다. 본 연구에서는 관중 수에 대한 예측을 위한 여러 가지 기존 모델을 검토하고, 그 중에서 효율적인 머신러닝 모델을 제안하고자 한다. 또한 딥러닝과 랜덤포레스트 모델을 혼용하여 일별 관중 수 예측과 비정상적 관중 수 예측에 대한 연구를 진행하였다.

#수요예측 #머신러닝 #딥러닝 #랜덤포레스트

참고문헌 (15)

참고문헌 신청

Richard Giulianotti / 2004 / Sport and Social Theorists / Palgrave Macmillan

George E. P. Box / 2015 / Time Series Analysis: Forecasting and Control / Wiley

A.K. Jain / 1996 / Artificial neural networks: a tutorial / Computer 29(3):31~44

B. Karlik / 2011 / Performance analysis of various activation functions in generalized MLP architectures of neural networks / International Journal of Artificial Intelligence and Expert Systems 1(4):111~122

Wann, D. L. / 2008 / Social connections at sporting events : Attendance and its positive relationship with state social psychological well-being / North American Journal of Psychology 10(2):229~238

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

유지현

소속기관 장안대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 5% 공학 > 컴퓨터학

논문수 11 이용수 1,659

이 논문과 함께 이용한 논문

서울시 공공자전거 수요예측 모형 비교 연구

민소아 , 정윤서 한국데이터정보과학회지 2021 .05

지속가능한 관광성장을 위한 방한 일본인 관광객 수요예측 : 시계열 계량 모형 적용

박득희 , 강상훈 , 이계희 관광연구저널 2020 .03

딥러닝 모델 기반 단기 전력수요 예측

김도현 , 조호진 , 김명수 외 2명 전기학회논문지 2019 .09

장단기 교통흐름 예측을 위한 딥러닝 LSTM 신경망

이홍석 , Khac-Hoai Nam Bui 한국정보과학회 학술발표논문집 2019 .06

기계학습 기반 단기 전력수요 예측 알고리즘 개발

오병찬 , 최봉기 , 최연주 외 1명 대한전기학회 워크샵 2019 .07

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-056-000378483

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)