학술논문
미디어 텍스트 분석 기반의 공급망 리스크 모니터링 시스템의 개발
이용수 89
- 영문명
- Development of Media Text Analysis Based Supply Chain Risk Monitoring System
- 발행기관
- 한국생산관리학회
- 저자명
- 최동엽 서용원
- 간행물 정보
- 『한국생산관리학회지』第34卷 第4號, 453~471쪽, 전체 19쪽
- 주제분류
- 경제경영 > 경영학
- 파일형태
- 발행일자
- 2023.11.30
5,080원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
오늘날의 기업들은 무역 갈등의 심화, 전염병, 경기 침체, 전쟁 및 각종 자연재해 등으로 인한 공급망 리스크에 노출되어 있다. 이러한 배경에서 공급망 리스크와 관련된 정보를 수집하고 동향을 파악하는 것의 중요성이 증대되고 있으며, 뉴스 기사와 같이 실시간으로 발생하는 미디어 텍스트를 분석하는 것은 공급망 리스크와 관련된 최신 정보를 빠르게 수집하는 유용한 방법으로 대두되고 있다. 하지만, 공급망 리스크와 관련된 텍스트를 분석하는 연구는 초기 단계이며, 최근 활용도가 증가하는 딥러닝 기반의 자연어 처리 기법을 적용한 텍스트 분석은 미비한 상황이다. 이에 본 연구에서는 뉴스 기사 분석을 활용하여 공급망 리스크와 관련된 정보를 수집, 도출하는 인공지능 기반의 공급망 리스크 모니터링 시스템을 개발한다. 이를 위해 사전 학습 언어모델인 KoBERT에 기반해 공급망 리스크 관련 기사만을 수집하는 필터링 모델을 수립하고, 수집된 기사의 공급망 리스크 유형을 LDA 토픽 모델링 기반으로 식별하여 학습 데이터를 구축하였다. 이후, BOW(Bag of Words)와 KoBERT를 사용한 딥러닝 기반의 공급망 리스크 분류 모델을 개발하여 수집된 기사의 공급망 리스크 유형을 예측하였다. 분석 결과, KoBERT 기반의 공급망 리스크 관련 기사의 필터링 정확도가 92.2%의 높은 성능을 보이는 것으로 나타났으며, 리스크 유형 분류 모델에서도 KoBERT 기반의 공급망 리스크 유형 분류 모델이 BOW 기반 모델에 비해 높은 분류 성능을 보이는 것을 확인하였다.
영문 초록
Recently, companies are exposed to various supply chain risks such as intensified trade conflicts, epidemics, economic and geopolitical uncertainties, and natural disasters. Thus there is increasing importance in monitoring information related to supply chain risks. Analyzing real-time media texts, such as news articles, can be utilized for monitoring up-to-date information supply chain risks. However, researches regarding analyzing supply chain risk related text are in early stages, and researches to apply modern AI techniques such as deep learning-based natural language processing to supply chain risk texts are scarce. This study aims to develop a supply chain risk monitoring system that monitors and extracts information related to supply chain risks by analyzing news articles. To collect supply chain risk related articles a filtering model based on KoBERT is developed, of which risk types are identified based on LDA topic modeling to be utilized as the train data. To predict news articles’ risk types, two deep learning- based risk classification models are developed using BOW(Bag of Words) and KoBERT. The results showed high accuracy of KoBERT based model in filtering supply chain risk-related articles, and in the classification of supply chain risk types also KoBERT based model showed better performance than BOW based model.
목차
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 웹 크롤러를 통한 기사 데이터셋 구축
Ⅳ. 공급망 리스크 관련 기사 필터링 모델 개발
Ⅴ. 토픽 기반의 공급망 리스크 유형 식별 모형 수립
Ⅵ. 텍스트의 공급망 리스크 유형 분류 모델 개발
Ⅶ. 결론
참고문헌
키워드
해당간행물 수록 논문
참고문헌
관련논문
경제경영 > 경영학분야 BEST
- 소비자의 ESG경영요구가 ESG경영지지에 미치는 영향
- 직무만족, 조직몰입, 성과, 이직의도 간의 관련성 - 문헌고찰 및 메타분석
- 근로시간 단축(주 4일제) 관련 글로벌 동향 분석과 변화 방향 제언
경제경영 > 경영학분야 NEW
- 글로벌경영학회지 제21권 제5호 목차
- 소비자 생애주기 특성과 기업 소비여건 신뢰 간 차이 분석: 전통시장 소비자를 중심으로
- Cultural Differences of Federal Districts in Russia: Evidence from World Value Survey
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!