본문 바로가기

SCFI 지수 예측 모형의 성능 향상을 위한 텍스트 데이터 기반 문자열 가중치 추출 연구

A Study on Text-Based Weight Extraction for Enhanced SCFI Index Prediction

문서 유형
연구출판물 · 학술지 논문
등재
KCI
저널 순위
KCI Q2
저널
한국빅데이터학회 학회지9(2) · pp.123 · 2024
피인용
KCI 0
ISSN
2508-1829

저자

  1. 김민섭제1저자부산대학교
  2. 허재현부산대학교
  3. 김도희인간 중심-탄소 중립 글로벌 공급망 연구센터
  4. 배혜림교신저자부산대학교

초록

다양한 매체를 통해 생성되는 비정형 데이터는 많은 정보를 내포하고 있으며, 이에 대한 활용의 필요성이 증가하고 있다. 하지만 텍스트 데이터를 효과적으로 정량화하여 예측 모델의 성능을 향상시키는 연구는 많이 이루어지고 있지 않다. 이러한 문제를 해결하기 위해 텍스트 데이터에 포함된 영향도를 정량화하여 외부 변수로 활용할 수 있는 Noun-Frequency Link Frequency 방법론을 제안한다. 제안하는 방법론은 텍스트 데이터를 활용해 주간 키워드와 키워드의 상대적 영향도를 정량화된 수치의 형태로 추출하며, 이러한 정보를 반영하여, 상하이 컨테이너 운임 지수(SCFI) 예측 모델의 성능을 향상시키는 효과적인 방법론이라는 것을 검증하였다. 본 연구를 통해, 사회적, 심리적 영향을 미치는 이벤트가 텍스트 데이터에 등장하였을 때, 이러한 정보를 포착하고 예측 성능을 향상시킴과 동시에 등장하는 키워드들을 분석하여 해석 가능성을 높일 수 있다.

키워드

텍스트 마이닝SCFI시계열 분석시계열 예측인공지능Text MiningTime-series AnalysisTime-series ForecastingArtificial Intelligence

식별자

KCI
ART003163145