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
- 이영구
- 발행연도
- 2020
- 저작권
- 경희대학교 논문은 저작권에 의해 보호받습니다.
이용수38
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
수출입 무역업체는 거래하는 제품에 해당되는 HS코드를 결정하여 세관 신고를 해야 한다. 우리나라의 HS코드는 WCO에서 지정한 세계 공통인 6자리 숫자코드에 세분류한 4자리코드를 추가해서 10자리 HSK를 사용하고 있으며, 이는 관세율 부과, 통관요건 결정, 무역통계 작성 등에 활용된다. 그런데 무역업체간에 실제 거래되는 제품명은 관세청에서 정의한 HS코드의 품명과 일치하지 않아 HS코드를 식별하기 쉽지 않다.
본 연구에서는 세관에 신고된 수출입 신고서의 신고품명, 표준품명, 거래품명, 상표명의 데이터를 빅데이터로 구축함을 전제로 실험용 데이터 파일을 만들고 단어 임베딩 기법인 Word2vec를 활용하여 거래되는 제품명의 다양한 입력값과 빅데이터 기반의 HS품명 데이터 사이의 유사도를 계산하여 가장 가까운 거리에 있는 HS코드를 추출하는 실험을 수행하고 그 평가를 통해 가장 신뢰할 수 있는 HS코드 식별 방안에 대해 제안한다.
빅데이터를 활용하여 무역 거래하는 상품명 또는 제품의 구성 요소 등의 문장만으로도 HS코드를 식별하게 되면 무역업체의 오신고를 방지하고 신고업무 신속성, 효율성 제고효과가 기대된다.
본 연구에서는 세관에 신고된 수출입 신고서의 신고품명, 표준품명, 거래품명, 상표명의 데이터를 빅데이터로 구축함을 전제로 실험용 데이터 파일을 만들고 단어 임베딩 기법인 Word2vec를 활용하여 거래되는 제품명의 다양한 입력값과 빅데이터 기반의 HS품명 데이터 사이의 유사도를 계산하여 가장 가까운 거리에 있는 HS코드를 추출하는 실험을 수행하고 그 평가를 통해 가장 신뢰할 수 있는 HS코드 식별 방안에 대해 제안한다.
빅데이터를 활용하여 무역 거래하는 상품명 또는 제품의 구성 요소 등의 문장만으로도 HS코드를 식별하게 되면 무역업체의 오신고를 방지하고 신고업무 신속성, 효율성 제고효과가 기대된다.
목차
Ⅰ. 서 론 1II. 배경 지식 31. 단어 임베딩 31.1 희소 표현 31.2 밀집 표현 31.3 분산 표현 42. WORD2VEC 42.1 CBOW 모델 52.2 Skip-Gram 모델 73. TF-IDF 94. NLTK 10Ⅲ. 설계 및 구현 111. 데이터 파일 설계 112. HS코드 식별 알고리즘 142.1 데이터셋 구성 162.2 데이터 정제 162.3 단어 벡터 생성 182.4 HS코드 추출 20Ⅳ. 실험 평가 211. 실험 준비 212. 실험 모델 242.1 모노그램 벡터 실험 242.2 바이그램 벡터 실험 242.3 다중 HS코드 추출 실험 243. 실험 결과 253.1 모노그램 실험결과 253.2 바이그램 실험 결과 293.3 다중 HS코드 추출 실험 결과 32Ⅴ. 결론 34참고 문헌 36
최근 본 자료
댓글(0)
0