메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

...

저널정보

저자정보

  • 정재민 (충북대학교)
  • 정경창 (충북대학교)
  • 고은영 (도드람 협동조합)
  • 이의종 (충북대학교)
표지
이용수
내서재
2
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
해마다 육류 소비는 증가하고 있고 돼지고기는 많이 소비되는 육류 종류이다. 따라서 돈육 가격을 예측하는 것으로 선제적 돈육 수급 조절 등 이해관계자들에게 이점을 제공한다. 축산 시장에서 축산물의 가격은 다양한 요인에 영향을 받으므로 다양한 예측 변인을 고려해야 한다. 따라서 본 연구에서는 여러 정보가 담겨 있는 뉴스 데이터를 활용하여 돈육 도매가격을 예측하는 모델을 제안하고자 한다. 감정분석기를 활용하여 뉴스 문장들의 감정을 분석하고 분석한 감정을 이용하여 감정 점수를 측정했다. 측정한 감정 점수를 활용하여 딥러닝 모델을 통해 도매가격을 예측했다. 시계열 딥러닝 모델 학습 방식 중 다대다 방식을 이용하여 학습날짜와 예측 날짜 일수를 조정하며 성능 비교평가를 했다. 전체적으로 돈육 도매가격으로만 학습하였을 때보다 감정 점수를 활용하여 예측한 모델이 더 낮은 오차로 예측함을 확인할 수 있었다.

Meat consumption has increased every year, and pork is the most consumed type of meat. Therefore, predicting pork prices provides advantages to various stakeholders such as preemptive control of the supply and demand of pork. However, livestock prices are affected by various factors; thus, considering various variables has to be required. In this study, we proposed a model to predict pork prices using news data that contains various information about the pork market. A sentimental score was applied to analyze the atmosphere of the pork market, and the score was used to predict pork prices. Deep learning models are applied to predict the pork price using the sentimental score. We collected experimental data from 4 years of wholesale pork prices, and pork-related news. The results demonstrated the efficiency of the proposed method to predict pork prices using the sentimental score.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 돈육 도매가격 예측 시스템
Ⅳ. 실험 설계 및 성능평가
Ⅴ. 결론 및 향후 과제
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088529564