KCI등재
기계학습을 활용한 혁신성과 예측 및 변수 중요도 분석 = Predicting the Innovation Performance and Analyzing the Variable Importance using Machine Learning Techniques
저자
발행기관
학술지명
권호사항
발행연도
2022
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
143-163(21쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
"[Purpose]This study predicts the innovation performance with machine learning techniques and derives importance of explanatory variables to affect the prediction of innovation performance.
[Methodology]This study used Ensemble learning which combined the decision-tree based classification techniques. Cross validation was used to solve overfitting problems. The data is STEPI Korea Innovation Survey 2020 manufacturing industry.
[Findings]Among the machine learning methods, excellent prediction results were shown in the order of Gradient Boosting, Light Gradient Boosting, and Random Forest. As a result of the variable importance survey, external private companies were the most important factor among information sources. Among the government support systems, economic support was more important than technical and manpower support. Among the explanatory variables, tax support was the most important variable in product innovation performance.
[Implications]This study has the implication that it is useful to use Boosting-based machine learning methods to predict innovation performance. In addition, policymakers must continuously monitor and improve the R&D tax system in order to predict and improve innovation performance."
"[연구목적]기계학습기법을 활용해서 불확실성이 높은 혁신성과를 예측하고 성과예측에 중요한 영향을 미치는 설명변수를 도출하는 것이다.
[연구방법]본 연구는 기계학습 기법 중에서 앙상블학습(Ensemble Learning)을 사용해서 여러 개의 분류기법을 통해 분석한 예측값을 결합해서 혁신성과를 예측하였다. 과적합 문재를 해결하기 위해서 교차 검증(Cross Validation)을 이용하였다. 활용한 데이터는 STEPI 기업혁신조사 2020년 제조업 자료이다.
[연구결과]기계학습 방법 중에서 Gradient Boosting, Light Gradient Boosting, Random Forest 순으로 우수한 예측결과를 보여주었다. 변수 중요도 조사결과, 정보원천 중에서는 외부 민간 기업이 가장 중요한 요소였고, 정부지원제도 중에서는 경제적 지원이 기술 및 인력 지원보다 중요한 요소였다. 설명 변수 중에서 조세지원이 상품혁신성과에 가장 중요한 변수였다.
[연구의 시사점]본 연구는 혁신성과를 예측하기 위해서는 Boosting 계열의 기계학습법을 활용하는 것이 유용하다는 시사점을 가진다. 또한 정책입안자는 R&D혁신제도를 설계할 때 혁신주체 간 협력 강화, R&D 조세지원방안 등을 고려해야 한다. "
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2011-01-24 | 학술지명변경 | 한글명 : 경영교육논총 -> 경영교육연구 | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2007-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2006-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2005-01-01 | 평가 | 등재후보 1차 FAIL (등재후보2차) | KCI후보 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2003-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.39 | 1.39 | 1.34 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.3 | 1.28 | 1.351 | 0.59 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)