학술논문
텍스트 마이닝을 이용한 건강검진 수요 예측
이용수 67
- 영문명
- Prediction of Physical Examination Demand Using Text Mining
- 발행기관
- 한국IT서비스학회
- 저자명
- 박경보 김미량
- 간행물 정보
- 『한국IT서비스학회지』제21권 제5호, 95~106쪽, 전체 12쪽
- 주제분류
- 경제경영 > 경영학
- 파일형태
- 발행일자
- 2022.10.31
4,240원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.

국문 초록
영문 초록
Recently, physical examinations have become an important strategy to reduce costs for individuals and society. Pre-physical counseling is important for an effective physical examination. However, incomplete counseling is being conducted because the demand for physical examinations is not predicted. Therefore, in this study, the demand for physical examination was predicted using text mining and stepwise regression. As a result of the analysis, the most recent text data showed a high explanatory power of the demand for physical examination. Also, large amounts of data have high explanatory power. In addition, it was found that the high frequency of the text “health food” reduces the number of health examination customers. And the higher the frequency of the text of the word “food”, the lower the number of physical examination customers. However, when the word “wild ginseng” was exposed a lot on Twitter, the number of physical examination customers visiting hospitals increased. In other words, customers consume efficiently by comparing the health examination price with the price of consumer goods. The proposed research framework can help predict demand in other industries.
목차
1. 서론
2. 선행 연구
3. 연구 방법
4. 연구 결과
5. 결론
참고문헌
해당간행물 수록 논문
참고문헌
관련논문
경제경영 > 경영학분야 BEST
- 근로시간 단축(주 4일제) 관련 글로벌 동향 분석과 변화 방향 제언
- 소비자의 ESG경영요구가 ESG경영지지에 미치는 영향
- 직무만족, 조직몰입, 성과, 이직의도 간의 관련성 - 문헌고찰 및 메타분석
경제경영 > 경영학분야 NEW
- 일류기업(Great Company Research) 제2권 제1호 목차
- 다함께 돌봄사업 홍보영상에 대한 브랜드 포지셔닝 연구
- An International Comparative Analysis of Brand Value: Korean Ginseng and Changbai Mountain Ginseng
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!
