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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.6
- 수록면
- 31 - 47 (17page)
- DOI
- 10.20462/tebs.2023.6.24.3.31
이용수
초록· 키워드
오류제보하기
연구 목적: 한국에서 자전거 또는 전기 스쿠터 (일명 따릉이 또는 씽씽이) 대여 서비스의 인기가 높아지고 있다. 본 연구는 머신러닝 기법을 활용하여 시간대별로 필요한 자전거 대여 대수를 예측하는 효과적인 예측 모델을 개발하는 것을 목표로 한다.
연구 방법: Support Vector Machine, K Nearest Neighbor, Decision Tree, Random Forest Classifier 및 Gradient Boosting Classifier를 포함한 5가지 머신 러닝 모델을 훈련/평가하며, Grid Search CV 활용 하이퍼파 라미터 튜닝을 통해 모델 파라미터를 최적화하고 최상의 성능을 확보하는 모델을 개발한다.
연구 결과: 서울시의 시간대별로 사용자 수를 3개의 클래스로 나누어 자전거 대여에 대한 수요를 예측하는 기계 학습 모델의 효능을 보여주며, 각 시간의 Support Vector Classifier와 Gradient Boosting 모델이 지속적으로 다른 모델을 능가하여 높은 정확도를 나타내고 결정 트리 분류기가 가장 빠른 반면, Gradient Boosting Classifier가 가장 오래 시간이 소요된다.
연구 결론: 본 연구는 한국의 렌탈 자전거 수요를 정확하게 예측하는 기계 학습 알고리즘의 잠재력을 강조한다. 연구 결과는 모델의 정확성을 향상시키기 위해 여러 조건을 고려한 패턴 요인이 중요하다. 다만, 특정 데이터의 사용 및 분석 방식에 따라 제약 사항이 달라질 수 있음을 간과해서는 안된다.
연구 방법: Support Vector Machine, K Nearest Neighbor, Decision Tree, Random Forest Classifier 및 Gradient Boosting Classifier를 포함한 5가지 머신 러닝 모델을 훈련/평가하며, Grid Search CV 활용 하이퍼파 라미터 튜닝을 통해 모델 파라미터를 최적화하고 최상의 성능을 확보하는 모델을 개발한다.
연구 결과: 서울시의 시간대별로 사용자 수를 3개의 클래스로 나누어 자전거 대여에 대한 수요를 예측하는 기계 학습 모델의 효능을 보여주며, 각 시간의 Support Vector Classifier와 Gradient Boosting 모델이 지속적으로 다른 모델을 능가하여 높은 정확도를 나타내고 결정 트리 분류기가 가장 빠른 반면, Gradient Boosting Classifier가 가장 오래 시간이 소요된다.
연구 결론: 본 연구는 한국의 렌탈 자전거 수요를 정확하게 예측하는 기계 학습 알고리즘의 잠재력을 강조한다. 연구 결과는 모델의 정확성을 향상시키기 위해 여러 조건을 고려한 패턴 요인이 중요하다. 다만, 특정 데이터의 사용 및 분석 방식에 따라 제약 사항이 달라질 수 있음을 간과해서는 안된다.
목차
ABSTRACT
Ⅰ. Introduction
Ⅱ. Theoretical Background
Ⅲ. Method
Ⅳ. Analysis
Ⅳ. Conclusion
References
국문초록
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
서울시 공공자전거 이용특성에 관한 연구 : 여의도 및 상암 지구를 사례로
서울도시연구
2016 .12
-
공공디자인 관점에서 본 자전거도로 실태분석 - 서울특별시 자전거 전용도로를 중심으로
한국도시설계학회지 도시설계
2022 .12
-
자전거 무인대여 시스템의 최적의 입지 분석
대한지리학회 학술대회논문집
2016 .06
-
자전거 도로의 실태분석과 계획적 함의
한국환경정책학회 학술대회논문집
2022 .02
-
머신러닝 기법을 적용한 지가 예측 연구
국토지리학회지
2017 .12
-
출근시간대 공유자전거 출발 · 도착지 및 최단이동경로 특성 분석 - 서울시 공유자전거 2017 통행 OD자료를 중심으로
한국도시설계학회지 도시설계
2020 .12
-
공공자전거시스템의 이용만족도에 대한 영향요인 연구 : D 광역시 운영사례를 중심으로
사회과학연구
2017 .01
-
다중 그래프 합성곱 신경망을 이용한 대여소별 공공 자전거 수요 예측
한국경영과학회 학술대회논문집
2022 .06
-
공유 자전거 시스템의 수요기반 재배치
한국경영과학회지
2018 .11
-
Bike-Sharing as Entertainment: Increased round-trip bike share trips during the COVID-19 pandemic in the U.S.
도시연구
2024 .06
-
지역 및 이용자 특성에 따른 자전거 이용패턴 분석 - 공유자전거의 일상적 통행을 중심으로 -
부동산학연구
2021 .12
-
광주광역시 자전거도로 유형별 만족도조사 연구
한국지역개발학회지
2016 .03
-
머신러닝 기반 유휴특허 분류기 개발에 관한 연구
한국경영과학회 학술대회논문집
2018 .04
-
중학생의 진로 결정 예측변수 탐색 : 머신러닝 기법 적용
아시아교육연구
2020 .09
-
머신러닝 기반의 학업성취 예측 모형 탐색: 대학의 오프라인 수업을 중심으로
교육방법연구
2021 .01
-
중국에서 공공자전거 사용에 영향을 미치는 요인 분석
인터넷전자상거래연구
2019 .08
-
투자와 수출 및 환율의 고용에 대한 의사결정 나무, 랜덤 포레스트와 그래디언트 부스팅 머신러닝 모형 예측
무역학회지
2021 .04
-
교통수단으로서 공유자전거의 이용패턴: 설명가능한 머신러닝기반으로
대한지리학회 학술대회논문집
2024 .06
-
서울시 공공자전거 시스템 운영을 위한 효율적 관리 구역 설정
경영과학
2018 .03
-
기성시가지 필지별 토지이용 변화 예측을 위한 기계학습 모델 개발에 관한 연구: 서울시 신축 발생 예측을 중심으로
감정평가학논집
2020 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
항공사 객실승무원의 고용불안정성, 직무스트레스, 우울함, 이직의도 간의 영향관계: 코로나-19 및 항공사 인수⋅합병 환경하에서
박진아
호텔경영학연구
2021
.08
Enhancing Stunting Prediction for Indonesian Children Using Machine Learning with SMOTE Data Balancing
Aqeela Fathya Najwa
,
Putu Ha
,
y Gunawan
Journal of Computing Science and Engineering
2024
.12
Machine learning model for age prediction using gut microbial communities
Hong-Seok Son
한국식품영양과학회 학술대회발표집
2023
.10
딥러닝을 이용한 공유자전거 정류장별 이용수요예측 기법: 서울시 서대문구를 대상으로
이재형
,
정진혁
,
김진희
대한교통학회 학술대회지
2021
.11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-324-001756542