선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그 중 딥러닝을 이용한 경제분야에 대한 예측은 관심도 높은 이슈 중 하나이다[2]. 본 논문에서는 경제예측 중 가계소비에 대한 예측을 하고자 한다. 소비에 대한 예측을 하기 위해서는, 소비자의 의사결정에 대한 예측이 중요하다.
- 본 논문에서는 미세먼지 농도와 SNS 버즈량, 소비데이터 사이의 상관관계를 도출하고, 이를 학습 LSTM 모델로 학습하여 소비를 예측하는 모델을 제시 했다. 실험 데이터는 미세먼지 데이터의 경우 충남 천안시의 관측소에서 2017.
- 소비자의 의사결정은 크게 라이프스타일, 동기, 개성, 학습 등 개인적인 영향요인과 문화, 기후, 가족 등 기타 상황적 요인을 포함하는 환경적 영향요인으로 나누어진다[3]. 본 논문의 연구는 이러한 요소들 중, 문화를 대표하는 SNS 데이터와, 기후 데이터와 소비와의 상관관계를 분석한다. 또한 상관관계 분석 뿐만 아니라 딥러닝을 이용하여 미래의 소비를 예측할 것이다.
- 본 절에서는 LSTM을 활용한 소비 예측 모델에 관한 연구 내용이다. 본 연구에서는 Google에서 제공하는 Tensorflow를 활용하여 가격 예측 모델을 구현했다.
- 이 cell-state로 인해 RNN의 최대 단점은 vanishing gradient problem을 극복한다. 비교적 구조가 간단한 RNN모델을 사용하지 않고 LSTM을 사용한 이유는, 시계열 데이터를 학습하고 데이터의 연속성을 고려하기 위해 본 연구에서는 LSTM을 이용하여 소비를 예측하고자 했다.
- 이러한 데이터를 Input 값으로 하는 LSTM을 활용하여 미래의 소비를 예측할 수 있는 모델을 제안했다. 이를 통해 고려해야할 요인이 많아 딥러닝으로 예측이 어려운 소비예측에 있어 지표를 제공하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.