Earticle

초록

영어

This study aims to understand the sales forecast of sports centers and the main factors related to the sales forecast by utilizing machine learning method. To conduct the study, collected daily sales data of the Busan Metropolitan City Sports Center from January 2019 to December 2022. Weather information on the date sales occurred was collected, and data on whether it was a weekend, season, and daily COVID-19 confirmed cases in Busan were collected and used as explanatory variables. Cross-validation results showed the XGboost model to have the highest predictive power, with 57.9% accuracy when predicting sports center sales. As a result of the importance analysis of the factors, it was found that the season and weather factors were frequently used. Based on the results of this research, it is judged that the management of the sports center will be useful in providing more accurate information by considering weather information and dates.

한국어

본 연구는 기계학습법을 활용하여 스포츠센터의 매출액 예측 및 관련 주요 요인을 파악하여 스포츠센터 운영에 필요한 기초자료를 제공하는데 목적을 두고 있다. 연구의 수행을 위해 2019년 1월부터 2022년 12월까지 부산광역시 스포츠센터의 일 매출액 데이터를 수집하였다. 매출이 발생한 날짜의 기상정보를 수집하고 주말여부, 계절, 부산시 일일 코로나 확진자 데이터를 수집하여 설명변수로 투입하였다. 수집된 데이터는 Python ver 3.8로 분석하였으며 선형 회귀 모형, 랜덤포레스트, XGboost 3가지의 기계학습 모형을 사용해 예측력을 교차 검증하였 다. 교차검증 결과 XGboost 모델이 가장 높은 예측력을 보여주었으며 스포츠센터 매출액에 대한 예측을 실시하였 을 때 57.9%의 정확도를 나타냈다. 요인 중요도 분석결과 계절, 날씨 요인이 많이 사용된 것으로 나타나 본 연구 의 결과를 토대로 기상정보와 날짜 등을 고려하여 스포츠센터 경영자들에게 좀 더 정확한 정보를 제공한다면 시 설 운영에 도움을 줄 수 있을 것으로 판단된다.

목차

요약
Abstract
Ⅰ. 서론
1.1 연구의 필요성 및 목적
Ⅱ. 연구방법
2.1 자료 수집
2.2 자료 처리
2.3 자료 분석 방법
Ⅲ. 연구 결과
3.1 교차검증 결과
3.2 스포츠센터 일일 매출액 예측결과
Ⅳ. 논의
Ⅴ. 결론 및 제언
REFERENCE

키워드

기계학습 스포츠센터 매출액 예측 기상정보 주가지수 Machine learning Sports center Sales Prediction Weather information Stock index

저자

• 조정환 [ Jung-Hwan Cho | 한라대학교 초빙교수 ]
• 석부길 [ Boo-Gil Seok | 한라대학교 교수 ] Corresponding Author

참고문헌

발행기관

간행물