본문 바로가기
KERD
논문KCI 등재

대리운전 시장의 지역별 수요 예측 모형의 성능 향상을 위한 방법론 연구

A Study on Methodology for Improving Demand Forecasting Models in the Designated Driver Service Market

권재은|배혜림|김민섭|허재현|박기군
사)한국빅데이터학회 (KOREA BIGDATA SOCIETY)|2023.06|한국빅데이터학회 학회지 (The Korea Journal of BigData)|제8권 제1호|pp. 23-34|DOI 10.36498/kbigdt.2023.8.1.23

1

조회

0

다운로드

0

인용

0

참고문헌

키워드

대리운전조건부 확률Demand ForecastingConditional ProbabilitySARIMAProphet수요 예측Designated Driver Service

초록

대리운전 시장의 요금체계는 이용자의 대리운전 서비스 요청 시, 주위 대리운전 기사의 수, 대리운전 서비스 이용자 수, 날씨 등의 다양한 영향에 의해 실시간으로 변하는 Dynamic Pricing의 특징이 있다. 불확실한 변동성은 대리운전 서비스 요금을 상승시켜 고객의 이탈과 대리운전 기사의 배차거부를 유발하는 주된 원인이 되며, 이러한 문제를 해결하기 위해 적절한 수요를 예측하고 선제적으로 대응하기 위한 수요 예측 모형의 도입이 요구된다. 본 연구에서는 대리운전 서비스 이력 데이터를 활용하여 지역별, 시간대별 대리운전 서비스 수요를 예측하는 모형을 제시한다. 이후 실제 대리운전 서비스 이력 데이터를 활용하여 시간과 요일에 따른 조건부 확률을 구축하고 이를 예측 모형과 결합한 Time-Series with Conditional Probability 방법론을 제안하였으며 실험을 통해 SARIMA, Prophet의 기존 시계열 모형보다 성능이 우수함을 검증하였다. 본연구는 제안된 방법론을 통해 구축된 수요 예측 모형을 활용하여 대리운전 서비스의 단기 전략 수립에 활용할 수 있다는 시사점이 있다.

Abstract

Nowadays, the Designated Driver Services employ dynamic pricing, which adapts in real-time based on nearby driver availability, service user volume, and current weather conditions during the user’s request. The uncertain volatility is the main cause of price increases, leading to customer attrition and service refusal from driver. To make a good Designated Driver Services, development of a demand forecasting model is required. In this study, we propose developing a demand forecasting model using data from the Designated Driver Service by considering normal and peak periods, such as rush hour and rush day, as prior knowledge to enhance the model performance. We propose a new methodology called Time-Series with Conditional Probability(TSCP), which combines conditional probability and time-series models to enhance performance. Extensive experiments have been conducted with real Designated Driver Service data, and the result demonstrated that our method outperforms the existing time-series models such as SARIMA, Prophet. Therefore, our study can be considered for decision-making to facilitate proactive response in Designated Driver Services.

참고문헌 (27)

  1. 자가용자동차 대리운전 실태조사 및 정책 연구, "국토교통부", ~ (2014)
  2. 대리운전 서비스시장의 이슈와 과제, "산업연구원", ~ (2016)
  3. X. Li, "Prediction of urban human mobility using large-scale taxi traces and its applications", Frontiers Comput. Sci., 6(1), pp.111~121 (2012)
  4. K. Zhang, "A framework for passengers demand prediction and recommendation", Proc. IEEE Int. Conf. Services Comput., pp.340~347 (2016)
  5. L. Moreira-Matias, "Predicting taxi –passenger demand using streaming data", IEEE Trans. Intell. Transp. Syst., 14(3), pp.1393~1402 (2013)
  6. Li, Yunxuan, "Taxi booking mobile app order demand prediction based on short term traffic forecasting", Transportation Research Record, 2634(1), pp.57~68 (2017)
  7. Luo, Aling, "Spatial-Temporal Diffusion Convolutional Network: A Novel Framework for Taxi Demand Forecasting", ISPRS International Journal of Geo-Information, 11(3), pp.193~ (2022)
  8. A model for short-term taxi demand forecasting accounting for spatio-temporal correlations, "Qian, Xinwu", ~, pp.No. 17-02470 (2017)
  9. 김난희, "특수형태근로종사자의 근로자성 판단기준에 관한 연구 : 구성작가와 대리운전기사를 중심으로", 석사, 일반법무전공, pp.2012
  10. 하삼종, "경찰의 음주운전 예방대책에 관한 연구 : 음주운전 자체사고 유발요인분석을 중심으로", 석사, 사회복지, pp.2009
  11. 김상구, "음주운전 예방정책에 관한 연구 : 외국사례와 유발요인분석을 중심으로", 박사, 정책학, pp.2008
  12. 정대용, "자동차보험에 있어서 무면허 및 음주운전면책약관", 석사, pp.2008
  13. 석한음, "O2O방식이 적용된 대리운전 서비스의 소비자 후생효과", 정보통신정책연구, 23(4), pp.1~28 (2016), 정보통신정책학회
  14. 이철호, "대리운전기사 중심의 대리운전 시스템 제언", 한국민간경비학회보, 12(4) (2013)
  15. 안세홍, "서비스기업의 고객 마일리지이용특성이 브랜드태도, 브랜드충성도, 재이용의도에 미치는 영향 연구 –대리운전 이용자를 중심으로", 한국콘텐츠학회 논문지, 20(1), pp.202~216 (2020), 한국콘텐츠학회[DOI]
  16. 이동현, "SARIMA 모형을 이용한 태양광 발전량 예보 모형 구축", 한국태양에너지학회 논문집, 39(3), pp.59~66 (2019), 한국태양에너지학회[DOI]
  17. 정하영, "SARIMA 모델을 이용한 태양광 발전량 예측 연구", 멀티미디어학회논문지, 25(1), pp.82~91 (2022), 한국멀티미디어학회
  18. 민경창, "SARIMA 모형을 이용한 우리나라 항만 컨테이너 물동량 예측", 대한교통학회지, 32(6), pp.600~614 (2014), 대한교통학회[DOI]
  19. 김시연, "계절 ARIMA 모형을 이용한 104주 주간 최대 전력수요예측", 조명.전기설비학회논문지, 28(1), pp.50~56 (2014), 한국조명.전기설비학회
  20. 이지영, "SARIMA 모형을 이용한 김해국제공항의 여객 수요예측", Doctor, pp.2023
  21. 노윤승, "SARIMA모형을 이용한 철도여객 단기수송수요 예측", 한국ITS학회 논문지, 14(4), pp.18~26 (2015), 한국ITS학회[DOI]
  22. 박선엽, "Prophet 모형에 기반한 부산광역시 대기 중 PM10 농도의 시계열 예측 기법 평가", 국토지리학회지, 56(4), pp.333~351 (2022), 국토지리학회
  23. 김준기, "Prophet 모형을 활용한 국내 중소형 컨테이너항만 물동량 예측에 관한 연구: 인천, 평택･당진, 울산항을 중심으로", 인문사회 21, 13(1), pp.561~576 (2022), 인문사회 21
  24. 오진호, "시계열 데이터를 활용한 포항항 물동량 예측: SARIMA, Prophet, Neural Prophet의 적용", 무역학회지, 47(6), pp.291~305 (2022), 한국무역학회[DOI]
  25. 이지훈, "시계열 모형을 이용한 인천공항 이용객 수요 예측", 디지털융복합연구, 18(12), pp.87~95 (2020), 한국디지털정책학회[DOI]
  26. 택시 플랫폼 이용 실태 조사, "한국소비자원 시장조사국 온라인거래조사팀", ~ (2022)
  27. 카카오 모빌리티 리포트, "카카오 모빌리티", ~ (2020)

이 간행물의 다른 논문 (11건)

디지털 농업 데이터 활용 및 서비스 제공을 위한 농산업 데이터 공유 플랫폼 설계이명훈, 김승재, 고진광pp. 1-10Natural Language Processing(NLP)를 활용한 법원의 판결과 온라인상 대중 인식간 괴리에 관한 실증 연구노승국pp. 11-22A Big Data-Driven Business Data Analysis System: Applications of Artificial Intelligence Techniques in Problem Solving김상진, 고주용, 이재우, 김동근pp. 35-47제조업 노동자 근골격계 부담요인 데이터셋 클래스 분류와 유효성 검증강영진, 김기환, 정석찬, 노태경pp. 49-59식품 수입 절차에서의 효율적 의사결정을 위한 데이터 전처리 기술에 관한 연구박재형, 강주영, 송용욱pp. 61-71
원문 보기