최근 택배시장의 성장 둔화로 인하여 새로운 고객 유치를 통한 수익 증대보다는 네트워크 인프라 구축 및 인력, 자원 운영의 효율성을 통해 비용 절감으로 수익성을 제고하려는 움직임이 일어나고 있다. 인터넷, 홈쇼핑, 모바일 등 택배산업의 채널 다양화로 인하여 일별 5백만 건 이상의 택배가 발생하고 있으며 이 과정에서 발생하는 데이터를 활용하여 수동적인 예측 방법이 아닌 과학적이고 정확한 분석 방법을 필요로 하고 있다. 빅데이터가 화두가 되고 있는 현재 우리나라 산업 전반에 걸쳐 빅데이터에 관련된 많은 연구 및 사업이 진행되고 있으며, 그 중에 머신 러닝(...
최근 택배시장의 성장 둔화로 인하여 새로운 고객 유치를 통한 수익 증대보다는 네트워크 인프라 구축 및 인력, 자원 운영의 효율성을 통해 비용 절감으로 수익성을 제고하려는 움직임이 일어나고 있다. 인터넷, 홈쇼핑, 모바일 등 택배산업의 채널 다양화로 인하여 일별 5백만 건 이상의 택배가 발생하고 있으며 이 과정에서 발생하는 데이터를 활용하여 수동적인 예측 방법이 아닌 과학적이고 정확한 분석 방법을 필요로 하고 있다. 빅데이터가 화두가 되고 있는 현재 우리나라 산업 전반에 걸쳐 빅데이터에 관련된 많은 연구 및 사업이 진행되고 있으며, 그 중에 머신 러닝(딥러닝)에 관한 연구 또한 활발히 진행되고 있다. 본 연구에서는 시계열 데이터를 활용한 딥러닝(Recurrent Neural Network) 기반의 수요 예측모형 개발로 택배 사에서의 효율적인 네트워크 인프라 구축 및 인력, 자원 운영을 위해 활용하기를 기대한다.
최근 택배시장의 성장 둔화로 인하여 새로운 고객 유치를 통한 수익 증대보다는 네트워크 인프라 구축 및 인력, 자원 운영의 효율성을 통해 비용 절감으로 수익성을 제고하려는 움직임이 일어나고 있다. 인터넷, 홈쇼핑, 모바일 등 택배산업의 채널 다양화로 인하여 일별 5백만 건 이상의 택배가 발생하고 있으며 이 과정에서 발생하는 데이터를 활용하여 수동적인 예측 방법이 아닌 과학적이고 정확한 분석 방법을 필요로 하고 있다. 빅데이터가 화두가 되고 있는 현재 우리나라 산업 전반에 걸쳐 빅데이터에 관련된 많은 연구 및 사업이 진행되고 있으며, 그 중에 머신 러닝(딥러닝)에 관한 연구 또한 활발히 진행되고 있다. 본 연구에서는 시계열 데이터를 활용한 딥러닝(Recurrent Neural Network) 기반의 수요 예측 모형 개발로 택배 사에서의 효율적인 네트워크 인프라 구축 및 인력, 자원 운영을 위해 활용하기를 기대한다.
Due to the recent slowdown in the courier market, there is a movement to increase profitability by reducing costs by building network infrastructure and efficiency of manpower and resource management, rather than increasing profit through attracting new customers. Due to the diversification of chann...
Due to the recent slowdown in the courier market, there is a movement to increase profitability by reducing costs by building network infrastructure and efficiency of manpower and resource management, rather than increasing profit through attracting new customers. Due to the diversification of channels in the home delivery industry such as the Internet, home shopping, and mobile, more than 5 million courier services a day are generated, and scientific and accurate analysis methods are required instead of passive prediction methods using the data generated during this process. Big data is the subject of much research and business related to big data throughout the industry in Korea now, and the study about machine learning (deep run) is also actively carried out.
In this study, it is expected that the development of the demand prediction model based on the Deep Learning (Recurrent Neural Network) using the time series data will be utilized for the construction of the efficient network infrastructure and the manpower and resource management in the service companies.
Due to the recent slowdown in the courier market, there is a movement to increase profitability by reducing costs by building network infrastructure and efficiency of manpower and resource management, rather than increasing profit through attracting new customers. Due to the diversification of channels in the home delivery industry such as the Internet, home shopping, and mobile, more than 5 million courier services a day are generated, and scientific and accurate analysis methods are required instead of passive prediction methods using the data generated during this process. Big data is the subject of much research and business related to big data throughout the industry in Korea now, and the study about machine learning (deep run) is also actively carried out.
In this study, it is expected that the development of the demand prediction model based on the Deep Learning (Recurrent Neural Network) using the time series data will be utilized for the construction of the efficient network infrastructure and the manpower and resource management in the service companies.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.