최근 확인한 콘텐츠
loading...
본 연구는 국내 패션 회사 'A'의 실제 상품 판매 빅데이터를 활용하여 기온 변화에 따른 패션 상품의 판매량 변화를 분석하였다. 분석 결과, 제안된 빅데이터 분석 알고리즘을 통해 예상 가능한 판매량 변화와 예상치 못한 판매량 변화를 모두 확인했다. 효율적인 재고 관리를 위해 빅데이터 분석의 중요성을 강조한다.
(빅 데이터가 만드는) 비즈니스 미래지도 : 미래 경제를 움직이는 거대한 데이터 혁명
소매경영 =
시계열 예측과 분석 : 통계적 모형·혼합형 모형·딥러닝 모형
Artificial Intelligence for Fashion Industry in the Big Data Era
트렌드 코리아 2011 =
우리는 기후 변화에도 적응할 것이다 : 환경경제학의 관점에서
빅데이터 분석 마케팅 : 쿡패드는 어떻게 세계 NO.1 레시피 사이트가 되었는가?
Retail analytics : integrated forecasting and inventory management for perishable products in retailing
Fashion Recommender Systems
꿀벌, AI 그리고 브랜드 : 절대 실패하면 안 되는 100년짜리 실험의 시작
빅데이터(big data) 활용서 : R을 이용한 중ㆍ고급 데이터 분석의 바이블
왜 그것만 팔렸을까 : 시장을 뒤흔든 빅히트 아이템의 비밀
여기에 당신의 욕망이 보인다 : 빅 데이터가 찾아낸 70억 욕망의 지도
Engaging customers using big data : how marketing analytics are transforming business
빅데이터, 사람을 읽다 : 소비로 보는 사람, 시간 그리고 공간
빅데이터 게임화 전략과 만나다 : 로열티 3.0=동기+빅데이터+게임화 전략
퀀텀 : 기회를 포착해 비약적 성장을 이룬 비결 =
대담한 디지털 시대 : 세계적 컨설팅사 베인앤드컴퍼니가 찾아낸 미래 생존 전략
AI와 패션
(2017) 트렌드 노트 : 빅데이터에서 재발견한 비즈니스 키워드
한국빅데이터학회 학회지
이주형, 홍준기한국빅데이터학회 학회지
백승훈, 오지연, 이지수, 홍준기, 홍성찬한국빅데이터학회 학회지
홍준기한국지역경제연구
최수경Annals of Operations Research
Ren S.,Chan H.L.,Siqin T.복식
한기향상품학연구
홍진환, 이현정Journal of Information Technology Applications & Management
Zebin Wang, Tong Wu, Xinshuang Zhao, Shuchun Cheng, Genghui Dai, Weihui DaiAsia-Pacific Journal of Atmospheric Sciences
오정미, 하경자, 조영헌유통경영학회지
홍진환, 이현정, 나준희Journal of The Korean Data Analysis Society
김문욱; 진서훈한국의류산업학회지
오재호, 오희선, 최경민Management Science
Tran B.R.Journal of Enterprise Information Management
Srivastava P.R.,Sharma D.,Kaur I.European Journal of Operational Research
Martínez-de-Albéniz V.,Belkaid A.Journal of Retailing and Consumer Services
Badorf F.,Hoberg K.DATA MANAGEMENT, ANALYTICS AND INNOVATION, ICDMAI 2019, VOL 1
Makkar, GarimaASIA-PACIFIC JOURNAL OF ATMOSPHERIC SCIENCES
Oh, Jungmi; Ha, Kyung-Ja; Jo, Young-HeonIEEE Transactions on Engineering Management
Niu B.,Mu Z.,Chen L.企业技术开发(学术版) / Technological Development of Enterprise
王鸿鹭; WANG Hong-lu전선 / 대학원
패션마케팅에 관련된 최근의 이론과 연구결과를 살펴보고, 우리나라 패션산업의 현황을 국내외적으로 파악한다. 패션산업의 발전을 위하여 해결하여야 하는 문제점을 통찰력을 가지고 관찰하여, 패션마케팅이론에 근거한 해결방안을 모색한다. 특히 상품기획과정에서 패션정보와 소비자정보의 수집, 분석 및 상품화 과정의 문제에 중점을 둔다.전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 학사
기술의 발달로 새로운 시장 환경이 만들어지고 있는 상황에서 패션의 생산, 마케팅, 소비 등 전체 가치 사슬에 대한 IT 적용 문제를 다룬다. 특히 대량맞춤(mass-customized) 패션제품 및 서비스 구현, 3D 가상 패션 리테일링(3D visual retailing), 모바일 패션 커뮤니케이션(mobile communication)을 중심 주제로 패션산업현장에서 창의적으로 응용 가능한 기술을 습득한다.전선 / 학사
본 과목은 소비자 행동과 생활양식과 관련된 빅데이터를 이해하고, 분석하고, 해석할 수 있는 능력을 배양하기 위한 과목이다. 소비자 관련 빅데이터의 특징과 함의에 대한 이해를 바탕으로 빅데이터를 처리하고 분석할 수 있는 방법론을 학습하고, 이를 해석하는 역량을 배양한다. 이를 통하여 급변하는 시장환경에서 빅데이터를 적용하여 소비자 행동을 이해하고 예측할 수 있는 역량을 신장시킨다.전선 / 대학원
패션현상에 대한 이해와 과학적 해석을 통하여 우리나라 패션산업의 문제점을 파악하고, 이의 개선방안과 발전전망을 이론적 근거를 토대로 제시할수 있다. 또한, 패션마케팅의 특성을 이해함으로써 상품, 상표, 시장세분화, 유통 등의 측면에서 효율적인 마케팅전략을 제시할수 있다.전선 / 대학원
급격한 기술환경, 산업환경, 소비환경의 변화로 패션디자인의 물리적 속성과 가치는 물론 사회적, 심리적 속성과 가치가 빠르게 변화하고 있다. 이 강의는 다양한 기술이 패션디자인 과정과 표현에 미치는 영향은 물론, 사용자에게 소구하는 방식의 변화에 대해 고찰하고 현재는 물론 다가오는 미래에 패션디자인의 창의성과 혁신성을 리드하며 산업과 소비의 변화를 이끄는 역량과 능력을 키우는 것을 목표로 한다.전선 / 대학원
다양한 농림기상 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 배울 수 있는 과목이다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.전선 / 학사
패션현상을 반영하는 의류 및 섬유 상품을 기획하는 과정에 대해 이해한다. 제품 개발, 소싱, 생산관리, 시장과 소비자 분석, 판매에 이르기까지 전 과정을 통제할 수 있는 머천다이저의 역량을 높이고자 한다. 또한 판매계획 수립, 실행, 조정, 평가를 통해 패션산업의 경쟁력을 제고할 수 있는 방안을 모색한다.전선 / 학사
건강하고 지속가능한 사회에 대한 관심이 고조되면서 사회의 기본적 구성 단위가 되는 개인과 가계의 삶의 질과 안녕에 대한 사회적 관심이 커지고 있음. 이에 상품과 서비스의 개발에 있어서 상품중심이 아닌 소비자중심의 관점이 필요하고, 생활맥락에서 생성되는 다양한 데이터에 대한 이해와 활용에 대한 숙련도를 함양할 필요가 있음. 본 교과목은 빅데이터 분석을 실질적 라이프 솔루션 도출에 활용할 수 있는 융합적 역량을 강화하는 것을 목적으로 함. 소비, 의, 식, 아동, 가족 영역의 주요 현안을 파악하고, 각 영역에서 주로 활용되는 빅데이터의 종류와 내용을 학습하고, 빅데이터가 라이프 솔루션 도출에 실질적으로 활용되는 사례 학습을 통해 생활산업 영역 빅데이터 역량을 강화하고자 함.전선 / 학사
구매에서 소비자정보의 역할이 보다 더 강조되고 있다. 소비자들의 정보 사용 행동을 분석하고, 광고매체 등 정보제공환경을 파악함으로써 바람직한 정보정책의 틀을 모색한다.전선 / 학사
패션산업은 변화하는 환경과 시장, 소비자에 대한 이해로부터 시작된다. 본 수업에서는 패션기업의 의사결정에 기초가 되는 거시적, 미시적 환경을 이해하고 관련 정보를 수집하는 방법, 수집된 자료를 분석하고 그 결과를 해석하는 방법, 얻어진 지식을 의사결정에 활용하는 방법 등 패션시장조사의 전과정에 대해 학습한다. SPSS 통계 패키지 프로그램을 활용한 자료 분석실습이 포함된다.전선 / 학사
패션디자인 기초에 이어지는 과목으로 특정 주제를 갖고 평면에 제작된 패션디자인 스케치를 실제로 3차원의 입체로 완성하는 제작 과정과 방법을 연습함과 동시에 패션 컬렉션의 과정을 이해한다. 매주 제시되는 패션 동향에 따른 패션의 변화, 기타 다양한 민속 복식들에 대한 고찰, 유명한 디자이너의 작품 세계에 대한 연구, 미술 양식의 변화와 현대 디자인 경향에 대한 연구 등 다양한 시각으로 복식 디자인에 접근한다. 제작된 디자인 작품들을 실제 무대에서 발표하는 기회를 갖는다. 연출과 기획과정의 실습을 통해 패션 디자인의 세계를 좀 더 실제적으로 체험할 기회를 갖는다.전선 / 대학원
‘데이터’는 현 시대의 새로운 자원으로 평가받고 있다. 기업, 정부 등 시장 참여자들은 소비자를 이해하고 소비자문제를 도출하여 그 해결방안을 마련하기 위해 다양한 데이터를 분석하고 그 결과를 의사결정의 근거로 활용한다. 본 과목에서는 소비자의 시장환경에서 활용되는 다양한 데이터기반 의사결정을 이해하고, 이론, 사례 및 방법론 등을 학습한다. 이를 통해 시장참여자의 소비자지향적인 의사결정을 위한 데이터 활용방안을 모색하고 필요한 역량을 습득할 수 있다.전선 / 학사
본 과목은 다양한 마케팅 자료를 이용하여 기업의 최적 마케팅 프로그램을 설계하고 진행하는데 필요한 분석적 접근 방법을 학습하는 것을 목표로 한다. 기존의 설문 조사 중심의 전통적 마케팅 조사의 접근 방법으로는 매일 빠른 속도로 생성되는 다양하고 방대한 마케팅 자료를 충분히 활용하는데 한계가 존재하는데, 이 과목에서는 이러한 개별 기업의 독자적인 거래 내역 자료 및 소비자의 구매와 미디어 소비에 관련된 외부 자료등 다양한 마케팅 관련 자료를 활용하여 제품, 가격, 촉진, 유통 등의 마케팅 의사 결정의 개선을 돕는 새로운 분석적 기법을 학습한다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.전선 / 대학원
이 교과목에서는 농림기상 분야에 적용될 수 있는 빅데이터 분석과 관련한 최근 연구 동향이 다루어진다. 학생들은 농림생태계에서 생산된 빅데이터를 다루기 위한 다양한 종류의 기계학습 및 고성능 컴퓨팅에 대해 학계와 산업계 전문가의 특강을 통해 학습한다. 또한, 이 교과목을 통해 농림기상 분야 빅데이터 분석과 관련한 연구 주제에 대한 발표와 토론을 통해 학생들의 발표 및 소통능력을 함양한다.전선 / 대학원
ICT, 빅데이터 등 디지털 혁신 기술의 도입은 농식품산업의 디지털 전환(digital transformation)을 가속화하고 있다. 스마트팜, 푸드테크, 그린바이오 등 농식품산업 관련 신흥기술 이슈를 분석하기 위해서는 기존 정태 및 동태분석법을 넘어 정형 및 비정형 대용량 데이터 분석에 적합한 새로운 방법론을 학습할 필요가 있다. 이에 본 과목은 데이터마이닝, 기계학습, 프로세스 알고리즘 등을 포함한 최신 데이터사이언스 기법을 학습한다. 강의는 다음과 같이 구성된다. 첫째, 디지털 농식품산업의 동태적 변화를 실증적으로 파악하기 위해 선형 및 비선형 시계열 모형을 학습한다. 둘째, 베이지언(Bayesian) 통계에 기반한 칼만 필터링(Kalman filterting) 및 마르코프 체인 몬테카를로(Markov Chain Monte Carlo, MCMC) 시뮬레이션 등 최신 예측 방법론을 학습한다. 셋째, 빅데이터 마이닝, 머신러닝(machine learning), 인공신경망(artificial neural network) 관련 기초 이론을 학습하고 디지털 농식품산업 분야 경제 이슈에 적용한다.전선 / 대학원
"오늘날과 같이 기술간제품간 융합이 활발히 이루어지고, 소비자들의 신제품에 대한 수요가 다양해지는 환경에서, 신기술 혹은 신제품의 성패는 기술적인 요인에 의해서 결정되어 진다기보다는 시장에서의 성공에 좌우된다고 할 수 있다. 따라서, 신기술 및 신제품에 대한 수요분석 및 예측은 기업전략은 물론 국가의 연구개발정책에 있어서도 그 중요성이 더욱더 커진다고 할 수 있다. 본 교과는 이와 같은 신 기술경제 패러다임(New Techno-Economics Paradigm) 하에서 빠른 기술혁신과 불확실한 시장으로 정의될 수 있는 신기술 및 신제품의 수요를 분석하는데 필요한 기초적인 지식을 교육한다. 교과내용은 크게 2가지로 나누어지는데, 첫번째는 신기술의 개별속성에 대한 소비자의 선호구조를 분석하는데 필요한 다양한 이산선택모형(discrete choice model)과 이를 추정하는데 필요한 여러 가지 시뮬레이션 기법 및 베이지안적 접근에 의한 추정법이 포함되고, 두번째는 위험함수(hazard function)의 정의에 기반한 광범위한 형태의 확산모형(diffusion model)을 이용한 수요예측모형이 포함된다."전선 / 학사
인공위성 및 해양 관측 기술의 발전으로 해양 관측 데이터는 급속히 증가하고 있으며, 다양한 해양 및 기후변화 연구에 광범위하게 활용되고 있다. 이 강의에서는 인공위성과 해양 현장 관측을 통해 생성되는 방대한 해양 빅데이터의 생산 과정을 학습하고, 이를 효과적으로 처리, 분석, 시각화하고 해석하는 과정을 이해한다. 해양 데이터 분석 이론과 컴퓨터 프로그래밍을 활용한 일련의 자료 처리 방법을 중등학교 교육과정 중 해양 데이터 기반 탐구 활동에도 적용한다.전선 / 대학원