k-최근접 이웃 알고리즘을 이용한 입찰가격예측 (A prediction of bid price using k-Nearest Neighbors Algorithm)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 29권 / 6호 / 482 ~ 487페이지
· 저자명 : 황대현, 김순환, 배영철

초록

우리나라는 입찰에서 전자입찰을 기본으로 사용하고 있다. 전자입찰은 발주처에 직접 찾아가서 입찰 서류를 제출해야했던 번거로움을 간소화하고, 조달업체와 공공기관에 대면접촉에 의한 부정입찰을 방지할 수 있다는 장점이 있다. 그러나전자입찰에서 입찰 가격을 예측하는 것은 쉬운 일이 아니다. 본 논문은 전자입찰에 적용할 수 있는 파이썬을 이용해머신러닝을 적용한 입찰프로그램을 제안한다. 입찰 프로그램은 k-최근접 이웃(k-Nearest Neighbors : KNN) 알고리즘의KNeighborsRegressor를 이용하여 기존의 낙찰현황 데이터를 분류한 후, 이를 분석하여 훈련 세트와 테스트 세트의 정확도를통해 KNN 알고리즘을 이용한 모델을 구성하고, 기존낙찰가 분석을 통해 낙찰금액을 예측하였다.

영어초록

In Korea, we have used electronic bidding as basics in the bidding. The electronic bidding has the advantages to simplify the troublesome of submitting bidding document directly to the client and to prevent unfair bidding due to fact-to-face contact between procurement company and public institution. However, it is not easy that predict the price tendered in the electric bidding. This paper proposes a bidding program with machine learning using python that can be applied to the electronic bidding. The bidding program classifies the data of existing bid status by using KNeighborsRegressor of k-Nearest Neighbors (KNN) algorithm. After we analyze the data of existing bid status, we compose a model using KNN algorithm through the accuracy of training set and test set.
Finally we predict price tendered by analyzing the existing b idprice.

참고자료

· 없음