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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
성무선 (경상국립대학교) 문성현 (경상국립대학교)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2023년 대한산업공학회 추계학술대회
발행연도
2023.11
수록면
1,542 - 1,549 (8page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 CPI를 정확하게 예측하기 위한 뉴스기사 텍스트마이닝 기반 시계열분석 모델을 제시한다. 웹 크롤링을 활용하여 CPI와 관련있는 뉴스기사 75,450건을 수집하고, TF-IDF 및 PCA를 통해 뉴스기사 텍스트를 숫자 벡터로 변환했다. 이러한 텍스트 벡터를 바탕으로 다변량 시계열분석 모델인 VECM을 학습하고, 모델의 성능을 검증하기 위해 CPI만을 사용하여 단변량 ARIMA 모델을 학습했다. 그 결과, VECM의 정확도는 94.94%, ARIMA의 정확도는 98.81%로 뉴스기사 데이터의 활용에 따른 평균 정확도 향상은 확인되지 않았다. 하지만, 코로나19 바이러스 등으로 인해 물가 변동이 상당했던 2022년 상반기를 비롯하여 일부 변동성이 큰 구간에서는 텍스트 기반 VECM 모델의 정확도가 평균 3.84%p 상승함을 확인했다. 즉, CPI가 급격하게 변동하는 구간에서 뉴스기사 데이터를 활용하면 예측 성능을 향상할 수 있음을 보여준다.

목차

Abstract
Introduction
Literature Review
Research Framework
Experimental Setup
Model Development
Results
Discussion
Conclusion
Summary
Contribution
Future Study
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088369719