기계학습 기법을 활용한 수요 예측 모형 개발

• 영문명: Demand Forecasting Model Development using Machine Learning: Case of Mongolian Retail Company
• 발행기관: 한국물류학회
• 저자명: 이강현 방선호 장지영 신광섭
• 간행물 정보: 『물류학회지』제32권 제6호, 111~120쪽, 전체 10쪽
• 주제분류: 경제경영 > 무역학
• 파일형태: PDF
• 발행일자: 2022.12.31

국문 초록

최근 모바일과 온라인 커머스 시장의 성장으로 인해 유통 및 물류 시장의 수요는 급격하게 증가하였다. 또한, 온라인과 오프라인 채널의 통합으로 인해 고객 입장에서는 여러 채널을 통해 다양한 상품을 구입할 수 있게 되었다. 그러나, 이러한 시장의 성장과 유통 채널의 통합은 다양한 제품을 판매하는 입장에서는 수많은 상품의 획득과 재고 관리의 어려움이 가중되었다. 특히, 시장의 변화에 빠르게 대응하기 위해서는 단기간의 미래 수요에 대한 정확한 예측이 더욱 중요하다. 그러나, 빠르게 변화하는 소비자의 요구사항으로 인해 상품의 판매 기간이 더욱 단축되었기 때문에 과거 데이터에 기반한 수요 예측은 불가능한 실정이다. 기존의전통적인 수요 예측 기법의 한계를 극복하기 위해 상품의 분류 체계 혹은 상품이 가진 속성에 기반하여 유사한 상품을 그룹핑하고 각 그룹별 수요 예측 모형을 개발하는 방법들이 제시되었다. 그러나, 같은 상품군에 속하더라도 시장의 판매 수요에는 큰 변동성이 존재하기 때문에 근본적인 한계점을 극복하는 데는 한계가 존재한다. 본 연구에서는 이러한 한계를 극복하기 위해 기존 군집기반의 수요예측 모형 개발 방법을 개선하여 상품별 판매 패턴과 관련된 새로운 입력 변수를 생성하고, 판매 패턴 기반의 군집화를 수행하였다. 군집별 판매 데이터를 통합하고, 과거 데이터로부터 미래 수요를 예측하기 위한 딥러닝 기반 시계열 수요 예측 모델을 설계하였다.

영문 초록

Because of the rapid development and expansion of mobile and e-commerce, the demand of retail and logistics industry has been greatly increased. In addition, customers gets the opportunity to purchase a lot of stuffs through the integrated channels both online and offline. However, this trend makes retail companies have difficulties to prepare more products and control the inventory. Especially, it gets more important to predict future demand. But, the life cycle of product gets shorten, thus it is impossible to predict demand based on the long-term historical data. In order to overcome the limitations of the traditional demand forecasting method, the cluster based demand forecasting methods have been proposed. Still, the previous research could not solve the limitations because they utilized the input variables from the categories or specifications of product. In this research, we have proposed the different approach to utilize the meta-data which can describe the sales patterns. Based on these pattern, we developed the cluster of products which are categorized into different groups. After integrating the sales data, we have developed demand forecasting models using deel learning technology, LSTM.

목차

Ⅰ. 서 론

Ⅱ. 문헌연구

Ⅲ. 연구방법

Ⅳ. 판매 관련 데이터 확보 및 전처리

Ⅴ. 클러스터링 기반 수요 예측 모형개발 및 분석

Ⅵ. 결 론

참고문헌

키워드

기계학습 수요예측 유통기업 클러스터링 Machine Learning Demand Forecasting Retail Company Clustering LSTM