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
질문

논문 기본 정보

자료유형
학술저널
저자정보
권소정 (이화여자대학교) 강윤철 (이화여자대학교) 민대기 (이화여자대학교)
저널정보
이화여자대학교 경영연구소 신산업경영저널 신산업경영저널 제42권 제2호
발행연도
2024.12
수록면
119 - 136 (18page)

이용수

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

초록· 키워드

오류제보하기
소매유통 기업의 수요관리에서 수요예측의 중요성은 증가하고 있다. 시계열 데이터를 활용한 수요예측의 정확도를 높이기 위해서는 제품의 수요 특성을 이해하고 이에 따라 예측 모형을 구성하는 것이 필요하다. 다양한 종류의 제품을 판매하는 소매 유통 기업은 개별 상품별로 시계열 수요예측 모형을 구성하기 어렵기 때문에 시계열 수요 특성이 동일하거나 유사한 상품군을 분류하고 상품군별로 최적의 예측 모형을 구성하는 방법이 요구된다. 본 연구에서는 수요의 유형 분류를 위하여 전통적인 SBC 방법과 같이 시계열 수요 데이터의 일부 통계량을 활용한 정적 수요 분류 방법의 한계를 보완하기 위하여 시계열 데이터를 직접 활용한 시계열 군집분석의 분류 성능을 평가하고자 한다. M5 competition에서 제공하는 총 1,246개 개별 상품의 2년치 판매 데이터를 대상으로 수치실험을 수행하였다. 수치실험 결과 다음과 같은 결과를 확인하였다. 첫째, Shape 기반 방법과 계층적 방법을 각각 유사도 측정 방법과 군집 구성 방법으로 사용한 시계열 군집분석 방법의 성능이 가장 우수하였다. 둘째, 전통적인 SBC 분류 방법은 직관적이고 계산이 용이한 장점이 있지만 시계열 수요 데이터의 특성을 반영하지 못하는 한계를 확인하였다. 셋째, 가용 데이터의 양과 데이터의 세분성 수준과 관계없이 시계열 군집분석 방법이 SBC 수요 분류 방법 대비 우수한 성능을 보였다.
#수요 분류 #시계열 분석 #클러스터링 #SBC 수요 분류 #demand classification #timeseries analysis #clustering #SBC demand classification

목차

요약
Ⅰ. 서론
Ⅱ. 문헌 연구
Ⅲ. 연구 방법
Ⅳ. 수치 실험 결과
Ⅴ. 결론
References
Abstract

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 논문과 함께 이용한 논문

인공지능을 이용한 대포병탐지레이더의 탄종 식별
박성진 ,  진형석 전기전자학회논문지 2020 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092322185