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
- 2023.8
- 수록면
- 67 - 80 (14page)
- DOI
- 10.31308/KSSM.28.4.67
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
본 연구에서는 머신러닝 기법을 활용하여 서울시 스포츠시설에 대한 최적의 매출액 예측 모형과 매출액 예측에 관련된 주요 요인을 파악하는 것에 목적을 두고 있다. 연구의 수행을 위해 2019년 1월부터 23년 3월까지의 서울시 스포츠 시설의 일일 매출액 데이터를 수집하였다. 매출이 발생한 날짜의 기상정보를 수집하고 주말여부, 계절, 서울시 일일 코로나 확진자 데이터를 수집하여 설명변수로 투입하였다. 수집된 데이터는 Python ver 3.8로 분석하였으며 Lasso regression, random forest, XGboost 3가지의 기계학습 모형을 사용해 예측력을 교차 검증하였다. 교차검증결과 XGboost 모델이 가장 높은 예측력을 보여주었으며 서울시 전체 시설업에 대한 예측을 실시하였을 때 68.4%의 정확도를 나타내었다. 전체 시설업을 대상으로 분석결과 날씨 요인이 가장 많이 사용된 것으로 나타났으며 본 연구의 결과를 토대로 기상정보와 날짜 등을 고려하여 스포츠 시설 경영자들에게 좀 더 정확한 정보를 제공하여 시설 운영에 도움을 줄 수 있을 것으로 판단된다.
목차
서론
연구 방법
연구 결과
논의
결론 및 제언
참고문헌
ABSTRACT
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
그래디언트 부스팅 모델을 활용한 상점 매출 예측
최재영
,
양희윤
,
오하영
한국정보통신학회논문지
2021
.02
LSTM을 이용한 식품 공장의 냉장 시설 온도 예측 모델
이지상
,
강민관
,
서현
정보과학회 컴퓨팅의 실제 논문지
2024
.02
트랜스포머 모델을 이용한 미래 혈당 예측 모델 개발
김서희
,
김대연
,
우지영
한국컴퓨터정보학회 학술발표논문집
2024
.01
ARIMA 모형을 이용한 토양수분 시계열 데이터 거동 분석
정윤희
,
김민준
,
문애경
한국통신학회 인공지능 학술대회 논문집
2023
.09
배송 트럭 무게 예측을 위한 예측변수 선정 및 모델 개발
김송은
,
이유진
,
최경민
외 2명
경영교육연구
2023
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-692-001995799