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 부산광역시 지역화폐인 동백전 지급결제 시스템의 빅데이터를 활용하여 신흥 상권의 성장성을 예측하는 딥러닝 기반 모델을 개발하고, 이동평균법을 이용한 데이터 전처리 기법이 모델 성능에 미치는 영향을 검증하는 것을 목표로 한다. 상권은 업체와 서비스 제공자가 위치를 선택하고 마케팅 전략을 수립하는 데 중요한 요소로 작용한다. 기존 연구에서 사용된 원형 상권 분석 방법의 한계를 극복하기 위해, 국가 공공 데이터와 연계가 가능하고 회원 가입 시 등록하는 우편번호 기반의 상권 범위 설정 방법을 제안한다.
동백전 지급결제 시스템의 충전형 선불카드 승인 데이터를 우편번호 구역을 기준으로 집계하여 선정된 신흥 상권의, 시계열 데이터를 통해 성장성을 예측하는 데 가장 효율적인 이동평균법 기반 데이터 전처리 방법과 최적의 딥러닝 모델을 제안한다. 특히, RNN 모델과 RNN 계열 모델인 LSTM과 GRU 모델을 활용하여 전처리된 시계열 데이터를 학습하고 예측한다.
연구 결과, 단순이동평균법으로 전처리한 데이터를 GRU 모델을 사용하여 Random Seed 1에서 127 사이 구간에서 학습한 결과, 예측 성능 지표인 R²의 평균값이 0.89 이고, 평균 성능은 표준편차 0.05에서 0.89로 가장 안정적이고 우수한 결과를 보였다.
본 연구는 SMA(단순 이동평균), TMA(삼각 이동평균), WMA(가중 이동평균), EMA(지수 이동평균) 이동평균법을 기반으로 한 데이터 전처리가 딥러닝 모델의 예측 성능에 큰 영향을 미친다는 점을 시사한다. 데이터 특성에 맞는 이동평균법 기반 전처리 기법은 금융시장 및 다양한 산업 분야에서 시계열 데이터 학습 및 예측의 정확성과 효율성을 높이는 데 활용할 수 있다.
동백전 지급결제 시스템의 충전형 선불카드 승인 데이터를 우편번호 구역을 기준으로 집계하여 선정된 신흥 상권의, 시계열 데이터를 통해 성장성을 예측하는 데 가장 효율적인 이동평균법 기반 데이터 전처리 방법과 최적의 딥러닝 모델을 제안한다. 특히, RNN 모델과 RNN 계열 모델인 LSTM과 GRU 모델을 활용하여 전처리된 시계열 데이터를 학습하고 예측한다.
연구 결과, 단순이동평균법으로 전처리한 데이터를 GRU 모델을 사용하여 Random Seed 1에서 127 사이 구간에서 학습한 결과, 예측 성능 지표인 R²의 평균값이 0.89 이고, 평균 성능은 표준편차 0.05에서 0.89로 가장 안정적이고 우수한 결과를 보였다.
본 연구는 SMA(단순 이동평균), TMA(삼각 이동평균), WMA(가중 이동평균), EMA(지수 이동평균) 이동평균법을 기반으로 한 데이터 전처리가 딥러닝 모델의 예측 성능에 큰 영향을 미친다는 점을 시사한다. 데이터 특성에 맞는 이동평균법 기반 전처리 기법은 금융시장 및 다양한 산업 분야에서 시계열 데이터 학습 및 예측의 정확성과 효율성을 높이는 데 활용할 수 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) : I410-151-25-02-090881878
