농산물 가격은 국내 식품시장과 밀접하게 관련되어 내수경제에 지대한 영향을 주기 때문에 정부, 농민 및 소비자들에게 큰 관심을 받아왔다. 따라서 미래 농산물 가격 예측에 대한 중요성이 강조되고 있으며, 이를 위한 많은 연구들이 수행되었다. 예를 들어 농산물의 유통가격 견적, 감정분석알고리즘을 통해 추출된 소비자 평판, 뉴스 통계정보 등을 활용하여 농산물 가격을 예측한다. 본 논문에서는 돼지고기 관련 뉴스를 이용하여 돼지고기의 일일 소매가격를 예측하는 방법론을 제안한다. 우리는 2010 년부터 2019 년까지 약 10 년 동안의 국내 뉴스와 돼지고기 소매가격 데이터를 수집했다. 먼저, 우리는 수집한 뉴스 데이터로부터 돼지고기의 가격변동을 나타내는 관련된 키워드를 추출하기 위해 ...
농산물 가격은 국내 식품시장과 밀접하게 관련되어 내수경제에 지대한 영향을 주기 때문에 정부, 농민 및 소비자들에게 큰 관심을 받아왔다. 따라서 미래 농산물 가격 예측에 대한 중요성이 강조되고 있으며, 이를 위한 많은 연구들이 수행되었다. 예를 들어 농산물의 유통가격 견적, 감정분석알고리즘을 통해 추출된 소비자 평판, 뉴스 통계정보 등을 활용하여 농산물 가격을 예측한다. 본 논문에서는 돼지고기 관련 뉴스를 이용하여 돼지고기의 일일 소매가격를 예측하는 방법론을 제안한다. 우리는 2010 년부터 2019 년까지 약 10 년 동안의 국내 뉴스와 돼지고기 소매가격 데이터를 수집했다. 먼저, 우리는 수집한 뉴스 데이터로부터 돼지고기의 가격변동을 나타내는 관련된 키워드를 추출하기 위해 자연어처리 기술의 토픽 모델링 알고리즘을 적용한다. 그 후, 추출된 토픽과 키워드들을 활용하여 통계, 기계 학습 및 딥 러닝 방법을 기반으로 하는 다양한 예측 모델을 생성한다. 우리는 예측 모델들을 평가하기 위해 RMSE, MAE 및 MAPE와 같은 잘 알려진 평가 척도를 사용한다. 실험의 결과는 뉴스의 토픽과 돼지고기 소매가격 사이에 강한 관계가 있음을 나타낸다.
농산물 가격은 국내 식품시장과 밀접하게 관련되어 내수경제에 지대한 영향을 주기 때문에 정부, 농민 및 소비자들에게 큰 관심을 받아왔다. 따라서 미래 농산물 가격 예측에 대한 중요성이 강조되고 있으며, 이를 위한 많은 연구들이 수행되었다. 예를 들어 농산물의 유통가격 견적, 감정분석 알고리즘을 통해 추출된 소비자 평판, 뉴스 통계정보 등을 활용하여 농산물 가격을 예측한다. 본 논문에서는 돼지고기 관련 뉴스를 이용하여 돼지고기의 일일 소매가격를 예측하는 방법론을 제안한다. 우리는 2010 년부터 2019 년까지 약 10 년 동안의 국내 뉴스와 돼지고기 소매가격 데이터를 수집했다. 먼저, 우리는 수집한 뉴스 데이터로부터 돼지고기의 가격변동을 나타내는 관련된 키워드를 추출하기 위해 자연어처리 기술의 토픽 모델링 알고리즘을 적용한다. 그 후, 추출된 토픽과 키워드들을 활용하여 통계, 기계 학습 및 딥 러닝 방법을 기반으로 하는 다양한 예측 모델을 생성한다. 우리는 예측 모델들을 평가하기 위해 RMSE, MAE 및 MAPE와 같은 잘 알려진 평가 척도를 사용한다. 실험의 결과는 뉴스의 토픽과 돼지고기 소매가격 사이에 강한 관계가 있음을 나타낸다.
The price of agricultural commodities is the spotlight of the government, farmers, and consumers. Thus, there are many proposes to predict the future price of agriculture commodities. For example, Researchers predict the future price of agriculture commodities by extracting price quotes, sentiment a...
The price of agricultural commodities is the spotlight of the government, farmers, and consumers. Thus, there are many proposes to predict the future price of agriculture commodities. For example, Researchers predict the future price of agriculture commodities by extracting price quotes, sentiment analysis algorithms, statistical information of news, and others. In this thesis, we propose the methodology to predict pork's daily retail price based on news using topic modeling and deep learning methods. We have Korean news and retail price data that belonged to a decade from 2010 to 2019. We first applied a topic modeling technique to obtain relevant keywords that can express price fluctuations. Based on the keywords, we constructed prediction models using statistical, machine learning, and deep learning methods. To evaluate the prediction models, we employed the well-known error metrics like RMSE, MAE, and MAPE. The result of experiments shows that there is a strong relationship between the meaning of news and the price of pork.
The price of agricultural commodities is the spotlight of the government, farmers, and consumers. Thus, there are many proposes to predict the future price of agriculture commodities. For example, Researchers predict the future price of agriculture commodities by extracting price quotes, sentiment analysis algorithms, statistical information of news, and others. In this thesis, we propose the methodology to predict pork's daily retail price based on news using topic modeling and deep learning methods. We have Korean news and retail price data that belonged to a decade from 2010 to 2019. We first applied a topic modeling technique to obtain relevant keywords that can express price fluctuations. Based on the keywords, we constructed prediction models using statistical, machine learning, and deep learning methods. To evaluate the prediction models, we employed the well-known error metrics like RMSE, MAE, and MAPE. The result of experiments shows that there is a strong relationship between the meaning of news and the price of pork.
주제어
#Agriculture, Topic Modeling, LDA, Deep Learning Prediction, LSTM
학위논문 정보
저자
Tserenpurev Chuluunsaikhan
학위수여기관
충북대학교
학위구분
국내석사
학과
전기·전자·정보·컴퓨터학부 컴퓨터과학전공
지도교수
Aziz Nasridinov
발행연도
2020
총페이지
57 p.
키워드
Agriculture, Topic Modeling, LDA, Deep Learning Prediction, LSTM
※ AI-Helper는 부적절한 답변을 할 수 있습니다.