머신러닝을 활용한 서울시 스포츠 시설 매출액 예측 모델 개발 (Development of Sales Prediction Model for Sports Facilities in Seoul Using Machine Learning)

서지정보

· 발행기관 : 한국스포츠산업경영학회
· 수록지 정보 : 한국스포츠산업경영학회지 / 28권 / 4호 / 67 ~ 80페이지
· 저자명 : 조정환, 마윤성, 정지명

초록

본 연구에서는 머신러닝 기법을 활용하여 서울시 스포츠시설에 대한 최적의 매출액 예측 모형과 매출액 예측에 관련된 주요 요인을 파악하는 것에 목적을 두고 있다. 연구의 수행을 위해 2019년 1월부터 23년 3월까지의 서울시 스포츠 시설의 일일 매출액 데이터를 수집하였다. 매출이 발생한 날짜의 기상정보를 수집하고 주말여부, 계절, 서울시 일일 코로나 확진자 데이터를 수집하여 설명변수로 투입하였다. 수집된 데이터는 Python ver 3.8로 분석하였으며 Lasso regression, random forest, XGboost 3가지의 기계학습 모형을 사용해 예측력을 교차 검증하였다. 교차검증결과 XGboost 모델이 가장 높은 예측력을 보여주었으며 서울시 전체 시설업에 대한 예측을 실시하였을 때 68.4%의 정확도를 나타내었다. 전체 시설업을 대상으로 분석결과 날씨 요인이 가장 많이 사용된 것으로 나타났으며 본 연구의 결과를 토대로 기상정보와 날짜 등을 고려하여 스포츠 시설 경영자들에게 좀 더 정확한 정보를 제공하여 시설 운영에 도움을 줄 수 있을 것으로 판단된다.

영어초록

The purpose of this research is to grasp the sales predict of sports facilities in Seoul and the main factors related to the sales forecast by utilizing machine learning. To conduct the study collected daily sales data of sports facilities in Seoul from January 2019 to March 2023. Collected weather information on the day sales were made, whether it was a weekend, the season, and daily COVID-19 confirmed cases in Seoul, and input them as explanatory variables. machine learning model was used to cross-validate the predictive power. As a result of cross-validation, the XGboost model showed the highest predictive power, showing an accuracy of 68.4% when prediction the facility industry in the entire city of Seoul. An analysis of all facilities businesses showed that the weather factor was the most frequently used factor. It is judged that it can be useful for facility management.

참고자료

· 없음