Acknowledgement
Supported by : 정보통신기술진흥센터
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2018.10a
- /
- Pages.25-28
- /
- 2018
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Floating Population Prediction Method Using Deep Neural Networks
심층 신경망을 활용한 유동인구 예측 방법
- Doh, Yoo-Cheol (Department of Computer Science and Engineering, Dongguk University-Seoul) ;
- Kwon, Hee-Chang (Department of Computer Science and Engineering, Dongguk University-Seoul) ;
- Kim, Gang-Min (Department of Computer Science and Engineering, Dongguk University-Seoul) ;
- Song, Yang-Eui (Department of Computer Science and Engineering, Dongguk University-Seoul) ;
-
Lee, Yong Kyu
(Department of Computer Science and Engineering, Dongguk University-Seoul)
- 도유철 (동국대학교 컴퓨터공학과-서울) ;
- 권희창 (동국대학교 컴퓨터공학과-서울) ;
- 김강민 (동국대학교 컴퓨터공학과-서울) ;
- 송양의 (동국대학교 컴퓨터공학과-서울) ;
-
이용규
(동국대학교 컴퓨터공학과-서울)
- Published : 2018.10.31
Abstract
유동인구는 상권 분석에서 중요하게 사용되는 지표 중 하나로 유동인구 수와 속성에 따라 점포의 개점 가능성이 달라진다. 그중 유동인구 수는 상권의 이익과 직결되는 항목으로 그 수가 많을수록 기대되는 수익이 높다. 하지만 유동인구 조사는 사람이 직접 길목에 서서 세는 방식을 사용하고 있어 조사에 소모되는 비용이 크다. 본 논문에서는 통계 대이터와 일반 근사 이론에 기반한 심층신경망을 통해서 유동인구를 예측하는 방법을 제시하고자 한다.
Keywords