딥러닝 모델을 이용한 전자 입찰에서의 예정가격 예측

• 영문명: Prediction of Budget Prices in Electronic Bidding using Deep Learning Model
• 발행기관: 한국전자통신학회
• 저자명: 이은서(Eun-Seo Lee) 박귀만(Gwi-Man Bak) 이지은(Ji-Eun Lee) 배영철(Young-Chul Bae)
• 간행물 정보: 『한국전자통신학회 논문지』제18권 제6호, 1171~1176쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2023.12.31

국문 초록

본 논문은 입찰사이트 전기넷과 OK EMS에서 입수한 입찰데이터로 DNBP(Deep learning Network to predict Budget Price) 모델을 통해 예정가격을 예측한다. 우리는 DNBP 모델을 활용하여 4개의 추첨예비가격을 예측을 하고, 이를 산술평균 한 뒤 예정가격 사정률을 계산하여, 실제 예정가격 사정률과 비교하여 모델의 성능을 평가한다. DNBP의 15개의 입력노드 중 일부 입력노드를 제거하여 모델을 학습시켰다. 예측 결과 예측 결과 입력노드가 6개(a, g, h, i, j, k) 일 때 DNBP의 RMSE가 0.75788% 로 가장 낮았다.

영문 초록

In this paper, we predicts the estimated price using the DNBP (Deep learning Network to predict Budget Price) model with bidding data obtained from the bidding websites, ElecNet and OK EMS. We use the DNBP model to predict four lottery preliminary price, calculate their arithmetic mean, and then estimate the expected budget price ratio. We evaluate the model's performance by comparing it with the actual expected budget price ratio. We train the DNBP model by removing some of the 15 input nodes. The prediction results showed the lowest RMSE of 0.75788% when the model had 6 input nodes (a, g, h, i, j, k).

목차

Ⅰ. 서 론

Ⅱ. 입찰 데이터

Ⅲ. 딥러닝 모델 구성 및 학습

Ⅳ. 예정가격 예측 결과

Ⅴ. 결 론

References

키워드

전자 입찰 예측 예정 가격 딥러닝 Electronic bidding Prediction Budget price Deep learning