그래디언트 부스팅 모델을 활용한 상점 매출 예측

최재영; 양희윤; 오하영

추천

검색

질문

자료유형: 학술저널

저자정보: 최재영 (성균관대학교) 양희윤 (성균관대학교) 오하영 (성균관대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제25권 제2호

발행연도: 2021.2

수록면: 171 - 177 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 머신러닝의 발전에 따라 일상생활과 산업에서 기술을 적용하는 사례들이 많아지고 있다. 금융 데이터와 머신러닝 기법을 활용한 연구 또한 활발하게 이루어지고 있다. 본 논문은 이러한 동향에 따라 상점 매출 데이터에 머신러닝 기법을 접목해 매출 예측 모델을 구축, 핀테크 산업에서의 활용 방안을 제시한다. 다양한 결측치 처리 기법을 적용하고 그래디언트 부스팅 기반의 머신러닝 기법인 XGBoost, LightGBM, CatBoost를 사용하여 각 모델의 상점 매출 예측 성능을 비교한다. 연구 결과, 단일대체법 중 중앙값 대체법을 사용한 데이터셋에 XGBoost를 활용해 예측을 진행한 모델의 성능이 가장 우수했다. 연구를 통해 얻은 모델을 이용하여 상점의 매출 예측을 진행함으로서 핀테크 기업의 고객 상점들은 대출금을 상환하기 전 금융 보조를 받는 근거로, 핀테크 기업은 상환 가능성이 높은 우수 상점에 금융 상품을 제공하는 등 기업과 고객 모두에게 긍정적인 방향으로 활용할 수 있다.

#기계 학습 #매출 예측 #XGBoost #LightGBM #CatBoost #Machine learning #Sales prediction

참고문헌 (22)

참고문헌 신청

J. M. Yoon, “Effectiveness Analysis of Credit Card Default Risk with Deep Learning Neural Network,” Journal of Money & Finance, vol. 33, no. 1, pp. 151-183, Mar. 2019.

Kaggle. UCI Credit Card Dataset [Internet]. Available: https://www.kaggle.com/uciml/default-of-credit-card-client s-dataset.

A. Shen, R. Tong, and Y. Deng, “Application of Classification Models on Credit Card Fraud Detection,” in 2007 International Conference on Service Systems and Service Management, pp. 1-4, Jul. 2007.

B. M. Pavlyshenko, “Machine-Learning Models for Sales Time Series Forecasting,” Data, vol. 4, no. 1, Apr. 2019.

Kaggle. Rossmann Store Sales [Internet]. Available: https://www.kaggle.com/c/rossmann-store-sales.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최재영

소속기관 충남대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학 공학 > 전기전자공학 > 정보통신공학

논문수 12 이용수 1,260

양희윤

소속기관 성균관대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 5 이용수 750

오하영

소속기관 성균관대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 0.1% 공학 > 컴퓨터학

논문수 154 이용수 23,346

이 논문과 함께 이용한 논문

안전한 경기도 : 골든타임 확보

조응래 이슈&진단 2015 .04

머신러닝을 활용한 서울시 스포츠 시설 매출액 예측 모델 개발

조정환 , 마윤성 , 정지명 한국스포츠산업경영학회지 2023 .08

그래디언트 부스팅 기계학습 및 유전 알고리즘을 적용한 증권 트레이딩 전략의 성능분석

장필식 한국컴퓨터정보학회논문지 2022 .11

머신러닝을 활용한 제품 특성 예측모델의 성능향상 방법 연구

김종훈 , 오하영 한국정보통신학회논문지 2021 .06

대규모 빅데이터 분석 기반 COVID-19 Pandemic 분석결과

김나현 , 오하영 한국정보통신학회논문지 2021 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-004-001553091

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (22)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)