KCI등재
SVM-NN Hybrid모형을 활용한 호텔도산예측 = Cost-conscious SVM-NN Hybrid Model for the Hotel Bankruptcy Prediction
저자
김수영 (세종사이버대학교)
발행기관
학술지명
권호사항
발행연도
2011
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
101-125(25쪽)
KCI 피인용횟수
4
제공처
소장기관
This study proposes an integration strategy regarding the efficient prediction of hotel bankruptcy by combining data mining techniques. In particular, by combining support vector machine(SVM) and neural network(NN), SVM based NN hybrid model for hotel bankruptcy prediction is newly introduced in this study. In the experiments on Korea deluxe hotel data, SVM-NN hybrid model achieves a performance accuracy of 96.34%, which is better than that of stand-alone classifiers. The hybrid model performs better in the grey area where some bankrupt hotels appear to be less financially distressed. The results suggest that debt-burdened hotels with low profit margin and ordinary income margin as well as lower growth in asset are more likely to be candidates of bankruptcy. Accurate bankruptcy prediction usually brings into many benefits such as risk reduction in investment return, better monitoring, and an increase in profit. Limitations of the study and avenue for future research directions are also discussed at the end.
더보기본 연구는 data mining기술을 통합하여 보다 효율적으로 호텔도산을 예측할 수 있는 통합모형을 제시하는데 그 목적을 두었다. 특히, support vector machine과 neural network을 통합함으로써 SVM에 근거한 NN hybrid 호텔도산예측모형을 소개하였다. 국내 관광호텔의 자료에 근거한 선험적 연구를 통해 SVM-NN hybrid모형이 특히 경제 불황기에는 도산의 위험이 있는 호텔들에 대해 보다 예민한 예측변수를 제공할 뿐 만 아니라, 전체 예측율을 96.34%까지 개선하고, type I 오류율을 제거하여 비용효율적인 예측 모형을 제공하고 있음을 증명하였다. 연구결과는 매출액순이익율과 총자본경상이익율, 총자산증가율이 낮은 동시에 부채에 대한 의존성이 높은 호텔들이 상대적으로 높은 도산가능성을 보이는 것을 확인하였다. 정확한 도산예측모형을 제시함으로써 투자에 대한 보장뿐 아니라 더 나은 모니터링 시스템을 제공하고 나아가 수익의 극대화를 꾀함으로써 손실을 최소화하는데 도움을 주고자 하였다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2017-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2001-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1998-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.95 | 1.95 | 1.78 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.8 | 1.82 | 2.049 | 0.92 |
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)