메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
윤호정 (세종대학교) 최우진 (서울시립대학교)
저널정보
한국상품학회 상품학연구 상품학연구 제41권 제3호
발행연도
2023.6
수록면
21 - 28 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
많은 연구자들이 코로나-19 이 후의 관광수요를 예측하기 위해 다양한 연구를 진행하였지만, 딥러닝을 활용한 관광수요 예측은 문헌에서 부족한 실정이다. 본 연구는 고급 시계열 모형인 SARIMA 모형과 딥러닝 중 순환신경망(RNN) 모델을 활용하여 코로나 회복 시기의 대한민국의 관광수요를 예측한다. 본 연구는 두 가지 주요한 목적을 가진다. 첫째, SARIMA 모형과 순환신경망(RNN) 모형으로 코로나 시기의 관광수요를 예측해 보고, 두 모형을 비교한다. 둘째, 각각의 모형을 활용하여 코로나 기간의 관광산업 피해액을 추정하고, 회복 시기의 관광수요에 대한 시사점을 논의한다. SARIMA 모형의 경우, 코로나 시기의 입국자 인원수 감소를 51,483,170명으로 예측하였고, 이에 따른 피해액을 3년간 약 179조로 추정하였다. 반면, RNN 모형의 경우, 입국자 인원수 감소를 48,248,685명으로 예측하였고, 피해액을 3년간 약 167조로 추정하였다. SARIMA 모형의 경우 장기적으로 1,634,863명까지, RNN 모형의 경우 장기적으로 1,569,198명까지 대한민국 관광수요가 회복될 것으로 전망하고 있다. 본 연구는 빅데이터를 활용하여 딥러닝 기반의 수요 예측 모형을 구축하고 관광수요를 예측하였다는 데에 그 의의가 있다. 또한, 수요 예측 결과를 기반으로 관광학과 경영학 분야에서의 시사점을 논의하고자 한다.
#수요예측 #코로나-19 #SARIMA 모형 #딥러닝 #RNN 모형 #demand forecasting #covid 19 #SARIMA model #deep learning #RNN model

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0