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
- 학위논문
- 저자정보
- 지도교수
- 이상용
- 발행연도
- 2021
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수37
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
배달 업은 대한민국에서 대표적인 업종 중 하나이다. 사회적 변화로 인해 현대인들은 배달을 더 많이 사용하게 되면서 배달이용률이 증가하고 있다. 이렇게 배달 이용률 증가함에 따라 배달이 가능한 업종 또한 다양해지고 있다. 미디어의 발전으로 1인 미디어가 등장하고 소위 ‘먹는 방송’이라고 불리 우는 ‘먹방’이 등장하면서 ‘먹방’ 을 주제로 한 영상이 증가하고 있으며 해당 영상을 시청하는 사람들도 증가하고 있다. 본 연구는 이 점을 시사하여 두 가지를 초점으로 두어 연구하고자 한다. 먼저, 유튜브 ‘먹방’영상이 배달이용률에 영향을미침을 확인하고자 한다. 그다음으로, 대한민국에서 대표적인 음식인 치킨과
중식의 배달이용데이터와 유튜브(YouTube) ‘먹방’ 영상 데이터를 활용하여 머신 러닝을 통한 예측 모형을 구현하고자 한다. 데이터는 날씨와 유튜브(YouTube) 댓글 데이터와 배달이용건수 데이터를 활용하였다. 유튜브 먹방데이터는 ‘먹방’영상에서 얻은 데이터는 총 60,000개이다. 배달이용건수 데이터의 기간은 2015년 6월 3일부터 2019년 9월 30일까지(치킨)와 2015년 9월 16일 부터 2019년 9월 30일 까지(중식) 데이터를 활용하였다. 먼저, 데이터를 활용하여 유튜브(YouTube) ‘먹방’이 배달이용건수에 미치는 영향을 회귀분석을 통해 확인하였다. 다음으로, 예측 모형을 위해 사용된 머신 러닝은 Linear Regression, Ridge, Lasso, SVR, Decision Tree, Random Forest, Gradient Boost 이다. 본 연구를 통해 유튜브(YouTube) ‘먹방’이 배달이용건수에 영향을 미침을 확인하였고 예측 모형 또한 기존 모델보다 성능이 좋아짐을 RMSE값을 통하여 확인할 수 있었다. 본 연구는 배달업을 경영하는 데에 있어 도움이 될 수 있으며, ‘먹방’영상의 광고효과 또한 확인할 수 있다.
중식의 배달이용데이터와 유튜브(YouTube) ‘먹방’ 영상 데이터를 활용하여 머신 러닝을 통한 예측 모형을 구현하고자 한다. 데이터는 날씨와 유튜브(YouTube) 댓글 데이터와 배달이용건수 데이터를 활용하였다. 유튜브 먹방데이터는 ‘먹방’영상에서 얻은 데이터는 총 60,000개이다. 배달이용건수 데이터의 기간은 2015년 6월 3일부터 2019년 9월 30일까지(치킨)와 2015년 9월 16일 부터 2019년 9월 30일 까지(중식) 데이터를 활용하였다. 먼저, 데이터를 활용하여 유튜브(YouTube) ‘먹방’이 배달이용건수에 미치는 영향을 회귀분석을 통해 확인하였다. 다음으로, 예측 모형을 위해 사용된 머신 러닝은 Linear Regression, Ridge, Lasso, SVR, Decision Tree, Random Forest, Gradient Boost 이다. 본 연구를 통해 유튜브(YouTube) ‘먹방’이 배달이용건수에 영향을 미침을 확인하였고 예측 모형 또한 기존 모델보다 성능이 좋아짐을 RMSE값을 통하여 확인할 수 있었다. 본 연구는 배달업을 경영하는 데에 있어 도움이 될 수 있으며, ‘먹방’영상의 광고효과 또한 확인할 수 있다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0