다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
The journal of Bigdata = 한국빅데이터학회지, v.5 no.1, 2020년, pp.147 - 154
홍준기 (배재대학교 컴퓨터공학과)
AI-Helper
Today, research is actively being conducted to derive meaningful results from big data. In this paper, we propose a partition-based big data analysis algorithm that can analyze the correlation between variables by setting the data areas of big data as partitions and calculating the representative va...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 최근 의류 상품과 관련되어 진행된 빅데이터 연구에는 어떤 것들이 있는가? | 또한 최근 의류 상품과 관련된 많은 빅데이터 연구가 진행되고 있다 [3-5]. 소셜미디어의 빅데이터와 패션 상품의 시장 변화 관계를 분석한 연구가 진행되었으며 [6], 의류 관련 빅데이터를 수집하고 분석하여 판매량을 예측하는 연구도 활발히 진행되고 있다 [7-12]. 하지만 기존 파티션을 이용한 빅데이터 연구는 기업에서 수집된 빅데이터의 변수들 사이의 상관관계는 분석하지 않았으며 알고리즘의 성능만을 분석한 한계를 갖고 있다. | |
| 본 연구에서 제안한 PBDA 알고리즘은 어떤 알고리즘인가? | 따라서 본 논문에선 빅데이터의 변수들 사이에서 유의미한 정보를 얻기 위해 파티션 기반 빅 데이터 분석(Partition-based Big Data Analytics, PBDA) 알고리즘을 제안한다. 제안한 PBDA 알고리즘은 수집된 빅데이터를 파티션으로 분할하고 각 파티션의 대표 값을 계산하여 다른 변수들 사이의 상관관계를 효율적으로 분석할 수 있는 알고리즘이다. 또한 제안한 PBDA 알고리즘의 성능을 검증하기 위해 의류 회사 ‘A’에서 수집한 시계열 빅데이터를 분석하고 시각화하여 유의미한 결과를 도출 할 수 있었다. | |
| 기존 파티션을 이용한 빅데이터 연구의 한계점은 무엇인가? | 소셜미디어의 빅데이터와 패션 상품의 시장 변화 관계를 분석한 연구가 진행되었으며 [6], 의류 관련 빅데이터를 수집하고 분석하여 판매량을 예측하는 연구도 활발히 진행되고 있다 [7-12]. 하지만 기존 파티션을 이용한 빅데이터 연구는 기업에서 수집된 빅데이터의 변수들 사이의 상관관계는 분석하지 않았으며 알고리즘의 성능만을 분석한 한계를 갖고 있다. |
M, Vojnovic, F. Xu, J. Zhou, "Sampling based range partition methods for big data analytics." Microsoft Res., Microsoft Corp., Redmond, WA, USA, Tech. Rep. MSR-TR-2012-18
L. Wu, R. J. Barker, M. A. Kim, A. K. A. Ross, "Navigating big data with high-throughput, energyefficient data partitioning." ACM SIGARCH Comput. Arch. News, Vol. 41, No. 3, 249-260, 2013.
S. Jain, J. Bruniaux, X. Zeng, and P. Bruniaux, "Big Data in Fashion Industry," IOP Conference Series: Materials Science and Engineering, Vol. 254, No. 15, 2017.
D. Oivind and T. Stenheim, "Big Data Viewed Through the Lens of Management Fashion Theory," Cogent Business & Management, Vol l, No. 3, 2016.
New York Times, The Age of Big Data(2012). https://www.nytimes.com/2012/02/12/sunday-review/big-datas-impact-in-the-world.html
T. Choi, "Incorporating Social Media Observations and Bounded Rationality into Fashion Quick Response Supply Chains in the Big Data Era," Transportation Research Part E: Logistics and Transportation Review, Vol. 114, pp. 386-397, 2018.
S. Thomassey, "Sales Forecasts in Clothing Industry: The Key Success Factor of the Supply Chain Management," International Journal of Production Economics, Vol. 128, No. 2, pp. 470-483, 2010.
W. K. Wong and Z. X. Guo, "A Hybrid Intelligent Model for Medium-term Sales Forecasting in Fashion Retail Supply Chains using Extreme Learning Machine and Harmony Search Algorithm," International Journal of Production Economics, Vol. 128, No. 2, pp. 614-624, 2010.
S. Ren, T. Choi, and N. Liu, "Fashion Sales Forecasting with a Panel Data-based Particle-filter Model," IEEE Transactions on Systems, Man, and Cybernetics: Systems, Vol. 45, No. 3, pp. 411-421, 2015.
K. Au, T. Choi, and Y. Yu, "Fashion Retail Forecasting by Evolutionary Neural Networks," International Journal of Production Economics, Vol. 114, No. 2, pp. 615-630, 2018.
Y. Ni and F. Fan, "A Two-stage Dynamic Sales Forecasting Model for the Fashion Retail," Expert Systems with Applications, Vol. 38, No. 3, pp. 1529-1536, 2011.
N. Liu, S. Ren, T.-M. Choi, C.-L. Hui, and S.-F. Ng, "Sales Forecasting for Fashion Retailing Service Industry: A Review," Mathematical Problems in Engineering, Vol. 2013, pp. 1-9, 2013.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.