KR100820901B1 - Method For Forecasting Safety Inventory And Apparatus Thereof - Google Patents

Method For Forecasting Safety Inventory And Apparatus Thereof Download PDF

Info

Publication number
KR100820901B1
KR100820901B1 KR1020060075749A KR20060075749A KR100820901B1 KR 100820901 B1 KR100820901 B1 KR 100820901B1 KR 1020060075749 A KR1020060075749 A KR 1020060075749A KR 20060075749 A KR20060075749 A KR 20060075749A KR 100820901 B1 KR100820901 B1 KR 100820901B1
Authority
KR
South Korea
Prior art keywords
safety stock
safety
prediction
inventory
stock
Prior art date
Application number
KR1020060075749A
Other languages
Korean (ko)
Other versions
KR20080014276A (en
Inventor
백진우
Original Assignee
엔에이치엔(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엔에이치엔(주) filed Critical 엔에이치엔(주)
Priority to KR1020060075749A priority Critical patent/KR100820901B1/en
Publication of KR20080014276A publication Critical patent/KR20080014276A/en
Application granted granted Critical
Publication of KR100820901B1 publication Critical patent/KR100820901B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

본 발명은 예측값과 실제값의 오차 비율에 따라 안전 재고 비율을 결정하는 안전 재고 비율 결정부와, 평균 제곱 오차(Mean Squared Error)를 이용하여 예측 모델을 최적화하는 최적화부 및 최적화된 예측 모델을 이용하여 안전 재고가 반영된 예측값을 예측하는 예측부를 포함하는 안전 재고 예측 장치를 제공한다.The present invention uses a safety stock ratio determination unit for determining the safety stock ratio according to the error ratio between the predicted value and the actual value, an optimizer for optimizing the prediction model using mean squared error, and an optimized prediction model. It provides a safety inventory prediction device including a prediction unit for predicting the prediction value reflected safety inventory.

안전 재고, 예측, 모델링 Safety inventory, forecasting, modeling

Description

안전 재고 예측 방법 및 그 장치{Method For Forecasting Safety Inventory And Apparatus Thereof}Safety Inventory Forecasting Method and Apparatus {Method For Forecasting Safety Inventory And Apparatus Thereof}

도 1은 안전 재고와 수익과의 관계를 나타내는 도면이다.1 is a diagram illustrating a relationship between safety inventory and revenue.

도 2는 안전 재고와 손실과의 관계를 나타내는 도면이다. 2 is a diagram showing a relationship between safety stock and losses.

도 3은 예측 재고와 집행 재고의 관계를 나타내는 도면이다.3 is a diagram illustrating a relationship between the predicted inventory and the execution inventory.

도 4는 본 발명의 일실시예에 따른 안전 재고 예측 장치의 구성을 나타내는 도면이다.4 is a view showing the configuration of the safety inventory prediction device according to an embodiment of the present invention.

도 5는 안전 재고와 수익 및 손실 관계에 따른 최적 지점을 나타내는 도면이다.5 is a view showing the optimum point according to the safety inventory and the profit and loss relationship.

도 6은 재고 부족에 대한 부담이 큰 경우 안전 재고와 수익 및 손실 관계에 따른 최적 지점을 나타내는 도면이다.6 is a view showing the optimum point according to the safety inventory and the profit and loss relationship when the burden for inventory shortage is large.

도 7은 재고 부족에 대한 부담이 작은 경우 안전 재고와 수익 및 손실 관계에 따른 최적 지점을 나타내는 도면이다.7 is a view showing the optimal point according to the safety inventory and the profit and loss relationship when the burden for inventory shortage is small.

도 8은 재고 부족이 발생한 경우의 일례를 나타내는 도면이다.8 is a diagram illustrating an example of a case where inventory shortage occurs.

도 9는 실제값과 예측값의 비율에 의한 재고 부족이 발생한 경우의 일례를 나타내는 도면이다.9 is a diagram illustrating an example of a case where inventory shortage occurs by a ratio between an actual value and a predicted value.

도 10 내지 도 12는 각 광고에 대한 실제값과 예측값을 나타내는 도면이다.10 to 12 are diagrams showing actual values and prediction values for each advertisement.

도 13은 광고 종류에 따른 예측 정확도 평균값과 예측 정확도 표준편차와의 관계를 나타내는 그래프이다.FIG. 13 is a graph illustrating a relationship between a prediction accuracy mean value and a prediction accuracy standard deviation according to an advertisement type. FIG.

도 14는 본 발명의 다른 실시예에 따른 안전 재고 예측 방법의 흐름을 나타내는 도면이다.14 is a view showing the flow of the safety inventory prediction method according to another embodiment of the present invention.

<도면의 주요 부분에 대한 부호의 설명><Explanation of symbols for the main parts of the drawings>

400: 안전 재고 예측 장치400: safety stock prediction device

410: 안전 재고 비율 결정부410: safety stock ratio determination unit

420: 최적화부420: optimizer

430: 예측부430: prediction unit

본 발명은 광고 시스템에서 안전 재고를 예측하는 방법 및 그 장치에 관한 것으로, 더욱 상세하게는 수익과 손실을 고려하여 최적의 안전 재고를 예측하는 방법 및 그 장치에 관한 것이다.The present invention relates to a method and apparatus for predicting safety inventory in an advertising system, and more particularly, to a method and apparatus for predicting optimal safety inventory in consideration of profit and loss.

일반적으로 광고 시스템에서 안전 재고(Safety Inventory)는 주어진 기간 동안에 예측한 재고보다 노출(Impression)이 만족시키지 못할 경우를 대비하여 보유하는 재고로서 수요 예측이 불확실하여 실제 노출이 예측 재고보다 못하면 재고 부족이 발생하기 때문에 보유하게 된다.In general, safety inventory in advertising systems is inventory that is held in case impressions do not meet the forecasted inventory for a given period of time. Because it occurs.

광고 시스템은 안전 재고를 크게 가져가면 도 1에 도시된 것과 같이 수익 (profit)이 그만큼 감소하게 된다. If the advertising system takes large inventory of safety, the profit will decrease by that much, as shown in FIG.

반면, 광고 시스템은 안전 재고를 작게 가져가면 도 2에 도시된 것과 같이 재고 부족이 발생할 위험이 커지므로 손실(loss)이 그만큼 증가하게 된다. On the other hand, in the advertising system, if the safety inventory is taken small, the risk of inventory shortage increases as shown in FIG.

종래 광고 시스템은 도 3에 도시된 것과 같이 10월 24일 예측 재고에 따라 광고를 판매하였으나 예측 잔여분 1,000만 노출 정도가 판매 기회를 상실하였으므로 만약 100퍼센트 재고 판매가 가능하다고 가정한다면, CPM(Cost Per Mill)이 3,000원인 경우 3,000만원의 수익 기회를 상실한 것이다. 이와 같이, 종래 광고 시스템에서 예측 재고보다 집행 재고가 더 큰 경우 광고 판매자가 그 차이만큼 손해를 보게 되는 문제점이 있다. The conventional advertising system sold the advertisement according to the forecast inventory on October 24, as shown in FIG. 3, but if the forecast residual amount of 10 million impressions lost the sales opportunity, assuming 100% inventory sales are possible, Cost Per Mill ) Is 30 million won, you lost the 30 million won revenue opportunity. As such, when the execution inventory is larger than the predicted inventory in the conventional advertisement system, there is a problem that the advertisement seller loses the difference.

종래 광고 시스템은 도 3에 도시된 것과 같이 10월 30일 예측 재고에 따라 예측값보다 적은 양을 개런티(guaranty)하여 광고를 판매하였으나 집행 재고가 판매보다 작은 경우인 재고 부족이 약 900만 노출 정도가 발생한다. 이와 같이, 종래 광고 시스템에서 실제 노출이 예측값보다 못한 경우 광고주가 광고 결과에 만족하지 못하므로 광고에 대한 신뢰도가 떨어지는 문제점이 있다.As shown in FIG. 3, the conventional advertising system guarantees that the advertisement is sold in a quantity less than the predicted value according to the predicted inventory on October 30, but there is about 9 million impressions of the stock shortage when the execution inventory is smaller than the sale. Occurs. As such, in the conventional advertising system, when the actual impression is less than the predicted value, the advertiser is not satisfied with the advertisement result, thereby lowering the reliability of the advertisement.

본 발명은 상기와 같은 종래기술을 개선하기 위해 안출된 것으로서, 광고 시스템에서 이익과 손실을 고려하여 최적의 안전 재고를 예측하는 방법 및 그 장치를 제공하는 것을 목적으로 한다. The present invention has been made to improve the prior art as described above, it is an object of the present invention to provide a method and apparatus for predicting the optimal safety inventory in consideration of the benefits and losses in the advertising system.

본 발명의 다른 목적은 광고 시스템에서 예측 모델을 최적화하기 위해 평균 에러 제곱에 가중치를 부여하여 안전 재고를 예측하는 방법 및 그 장치를 제공하는 것이다.It is another object of the present invention to provide a method and apparatus for predicting safety inventory by weighting the mean error squares to optimize the prediction model in an advertising system.

본 발명의 또 다른 목적은 광고 시스템에서 모델에 의한 예측값에 가중치를 곱하여 인위적으로 예측값을 낮춤으로써 재고 부족이 발생하는 경우를 대비할 수 있는 안전 재고 예측 방법 및 그 장치를 제공하는 것이다.It is still another object of the present invention to provide a safety inventory prediction method and apparatus capable of preparing for a case where inventory shortage occurs by multiplying a predicted value by a model in an advertisement system by artificially lowering the predicted value.

상기의 목적을 이루고 종래기술의 문제점을 해결하기 위하여, 본 발명은 예측값과 실제값의 오차 비율에 따라 안전 재고 비율을 결정하는 안전 재고 비율 결정부와, 평균 제곱 오차(Mean Squared Error)를 이용하여 예측 모델을 최적화하는 최적화부 및 최적화된 예측 모델을 이용하여 안전 재고가 반영된 예측값을 예측하는 예측부를 포함하는 안전 재고 예측 장치를 제공한다.In order to achieve the above object and to solve the problems of the prior art, the present invention uses a safety stock ratio determination unit for determining the safety stock ratio in accordance with the error ratio of the predicted value and the actual value, using a mean squared error (Mean Squared Error) Provided is a safety inventory prediction device including an optimization unit for optimizing a prediction model and a prediction unit for predicting a prediction value in which safety inventory is reflected using the optimized prediction model.

본 발명의 다른 일측에 따르는 광고 시스템에서의 안전 재고 예측 방법은, 예측값과 실제값의 오차 비율에 따라 안전 재고 비율을 결정하는 단계와, 평균 제곱 오차를 이용하여 예측 모델을 최적화하는 단계 및 최적화된 예측 모델에 의한 예측값에 가중치를 반영하는 단계를 포함한다.Safety inventory prediction method in the advertising system according to another aspect of the present invention, determining the safety stock ratio according to the error ratio of the predicted value and the actual value, optimizing the prediction model using the mean square error and optimized And reflecting the weights in the prediction values by the prediction model.

이하에서는 첨부된 도면들을 참조하여 본 발명의 실시예에 따른 광고 시스템에서 안전 재고 예측 방법 및 그 장치를 상세히 설명한다.Hereinafter, with reference to the accompanying drawings will be described in detail the safety inventory prediction method and apparatus in the advertising system according to an embodiment of the present invention.

도 4는 본 발명의 일실시예에 따른 안전 재고 예측 장치의 구성을 나타내는 도면이다.4 is a view showing the configuration of the safety inventory prediction device according to an embodiment of the present invention.

도 4를 참조하면, 본 발명에 따른 안전 재고 예측 장치(400)는 안전 재고 비율 결정부(410), 최적화부(420) 및 예측부(430)를 포함한다. Referring to FIG. 4, the safety inventory predicting apparatus 400 according to the present invention includes a safety stock ratio determiner 410, an optimizer 420, and a predictor 430.

안전 재고 비율 결정부(410)는 예측값과 실제값의 오차 비율에 따라 안전 재고 비율을 결정한다. The safety stock ratio determiner 410 determines the safety stock ratio according to the error ratio between the predicted value and the actual value.

도 8은 재고 부족이 발생한 경우의 일례를 나타내는 도면이다.8 is a diagram illustrating an example of a case where inventory shortage occurs.

도 8을 참조하면, 예측값보다 실제값이 작은 경우는 371일 중 75일의 재고 부족이 발생한 경우로서 일정 정도의 안전 재고를 가져가야 한다. 상기 예측값과 실제값의 오차 비율(error rate)은 |예측값-실제값|/예측값이며, 그 분포가 정규 분포와 유사하다. 안전 재고 예측 장치(400)는 상기 예측값과 실제값의 오차 비율의 분포가 정규 분포와 유사한 특성을 이용하여 상기 예측값과 실제값 사이의 오차 비율이 0이 아니므로 통계적인 관리(statistical control)가 필요하다. 안전 재고 예측 장치(400)는 오차 비율만큼 안전 재고를 갖고 있어야 하며 오차 비율이 정규 분포와 유사하므로 표준편차를 이용하여 재고 부족(예측값이 실제보다 더 큰 경우) 확률을 예상하고 이에 따른 안전 재고 비율을 결정한다. Referring to FIG. 8, when the actual value is smaller than the predicted value, 75 days out of 371 days may occur, and a certain amount of safety inventory should be taken. The error rate between the predicted value and the actual value is a predicted value-actual value / predicted value, and its distribution is similar to a normal distribution. The safety inventory predicting device 400 requires statistical control because the error ratio between the predicted value and the actual value is not zero using a characteristic in which the distribution of the error ratio between the predicted value and the actual value is similar to a normal distribution. Do. Since the safety stock prediction device 400 should have a safety stock as much as the error rate, and the error rate is similar to the normal distribution, the standard deviation is used to estimate the probability of inventory shortage (when the predicted value is larger than actual) and accordingly the safety stock rate. Determine.

안전 재고 비율 결정부(410)는 광고 시스템에서 사용된 과거 데이터를 이용하여 하기 수학식 1에 의해 상기 안전 재고 비율을 결정한다. The safety stock ratio determiner 410 determines the safety stock ratio by Equation 1 using historical data used in the advertisement system.

안전 재고 비율 = 오차 비율 평균 + k*오차 비율의 표준편차Safety stock ratio = mean of error ratio + standard deviation of k * error rate

안전 재고가 반영된 예측값 = 예측값*(1 - 안전 재고 비율) = 예측값*(1 - 오차 비율의 평균 - k*오차 비율의 표준편차)Predicted value with safety stock = predicted value * (1-safety stock rate) = predicted value * (1-mean of error rate-standard deviation of error rate)

상기 수학식 1을 이용하여 상기 예측값에 상기 안전 재고를 반영한다. The safety inventory is reflected in the predicted value by using Equation 1.

예를 들어 상기 오차 비율의 평균이 10%정도라면 평균적으로 10%만큼 예측값 이 틀릴 수 이므로 10%만큼 안전 재고를 갖고 있어야 한다. 이때, 상기 예측값의 오차 비율은 정규 분포와 유사하므로 약 50%의 확률로 재고 부족의 위험이 존재한다. 따라서, 본 발명에서는 오차 비율의 표준편차를 이용하여 약 1.65 표준편차의 안전 재고를 갖고 있으면 재고 부족 확률이 약 5%로 감소될 수 있다. For example, if the average of the error rate is about 10%, the predicted value may be wrong as much as 10% on average, so it must have a safety inventory of 10%. At this time, since the error ratio of the predicted value is similar to the normal distribution, there is a risk of inventory shortage with a probability of about 50%. Therefore, in the present invention, when the safety stock of about 1.65 standard deviations is used using the standard deviation of the error rate, the stock shortage probability may be reduced to about 5%.

도 9는 실제값과 예측값의 비율에 의한 재고 부족이 발생한 경우의 일례를 나타내는 도면이다.9 is a diagram illustrating an example of a case where inventory shortage occurs by a ratio between an actual value and a predicted value.

도 9를 참조하면, 참조부호(900)는 실제값과 예측값의 비율(실제값/예측값)이 1보다 큰 재고 부족이 발생한 경우를 나타낸다. Referring to FIG. 9, reference numeral 900 denotes a case where inventory shortage occurs in which the ratio (actual value / predicted value) between the actual value and the predicted value occurs.

최적화부(420)는 평균 제곱 오차를 이용한 예측 모델에 안전 재고 개념을 적용하여 예측 모델을 최적화한다. 즉, 최적화부(420)는 단순한 평균 제곱 오차(Mean Squared Error)가 아닌 가중치(W)가 반영된 평균 제곱 오차(Weighted Mean Squared Error)를 이용하여 상기 안전 재고 개념이 적용된 상기 예측 모델을 최적화한다. 상기 평균 제곱 오차는 하기 수학식 2와 같고, 상기 가중치가 반영된 평균 제곱 오차는 하기 수학식 3과 같다.The optimizer 420 optimizes the prediction model by applying the safety stock concept to the prediction model using the mean square error. That is, the optimizer 420 optimizes the predictive model to which the safety stock concept is applied using a weighted mean squared error in which a weight W is reflected, rather than a simple mean squared error. The mean square error is equal to Equation 2 below, and the mean square error reflecting the weight is equal to Equation 3 below.

Mean Squared Error = ∑(예측값 - 실제값)2/nMean Squared Error = ∑ (predicted-actual) 2 / n

Weighted Mean Squared Error = ∑W*(예측값 - 실제값)2/nWeighted Mean Squared Error = ∑W * (expected value-actual value) 2 / n

예를 들어 만약 가중치(W)가 '1'인 경우는 일반 평균 제곱 오차와 상기 가중 치가 반영된 평균 제곱 오차가 동일하고, 상기 가중치(W)가 '2'인 경우는 재고 부족이 발생한 경우를 그렇지 않은 경우보다 약 2배 정도 중요하게 판단하여 안전 재고 개념을 적용시킨다. 따라서, 본 발명에서는 재고 부족이 발생한 경우가 그렇지 않은 경우보다 n배 더 중요하다고 판단되면, 상기 가중치(W)를 n으로 사용한다. For example, if the weight W is '1', the average mean square error is equal to the average square error, and the weight W is '2'. It is about twice as important as it is, and the concept of safe stock is applied. Therefore, in the present invention, if it is determined that the case where inventory shortage occurs is n times more important than otherwise, the weight W is used as n.

최적화부(420)는 도 5 내지 도 7에 도시된 것과 같은 상기 안전 재고와 수익 및 손실 관계를 고려하여 상기 예측 모델을 최적화한다. The optimizer 420 optimizes the prediction model in consideration of the safety inventory and the profit and loss relationship as shown in FIGS. 5 to 7.

도 5는 안전 재고와 수익 및 손실 관계에 따른 최적 지점을 나타내는 도면이다.5 is a view showing the optimum point according to the safety inventory and the profit and loss relationship.

도 5를 참조하면, 참조부호(510)는 안전 재고와 수익과의 관계에 대한 그래프를 나타내며, 상기 안전 재고가 증가할수록 상기 수익이 감소하는 상태를 나타낸다. 참조부호(520)는 안전 재고와 손실과 관계에 대한 그래프를 나타내며, 상기 안전 재고가 감소할수록 상기 손실이 증가하는 상태를 나타낸다. 참조부호(530)는 상기 수익과 상기 손실을 모두 고려한 안전 재고의 최적 지점을 나타낸다. 상기 최적 지점은 상기 수익과 손실이 모두 반영된 안전 재고 그래프에서 상기 수익을 최대화하는 안전 재고의 지점을 나타낸다. 최적화부(420)는 도 5에 도시된 것과 같이 상기 안전 재고와 상기 수익과의 관계를 나타내는 그래프(510)와 상기 안전 재고와 상기 손실과의 관계를 나타내는 그래프(520)를 더하여 상기 수익의 최대값을 나타내는 안전 재고의 지점을 고려하여 상기 예측 모델을 최적화한다. Referring to FIG. 5, reference numeral 510 represents a graph of a relationship between safety inventory and revenue, and the profit decreases as the safety inventory increases. Reference numeral 520 represents a graph of the relationship between the safety inventory and the loss, and indicates that the loss increases as the safety inventory decreases. Reference numeral 530 denotes the optimal point of the safety inventory considering both the profit and the loss. The optimal point represents a point in the safety stock that maximizes the profit in a safety stock graph that reflects both the profit and the loss. The optimizer 420 adds a graph 510 representing the relationship between the safety stock and the profit and a graph 520 representing the relationship between the safety inventory and the loss, as shown in FIG. The predictive model is optimized by considering the point of the safety stock representing the value.

도 6은 재고 부족에 대한 부담이 큰 경우 안전 재고와 수익 및 손실 관계에 따른 최적 지점을 나타내는 도면이다.6 is a view showing the optimum point according to the safety inventory and the profit and loss relationship when the burden for inventory shortage is large.

도 6을 참조하면, 참조부호(610)는 안전 재고와 수익과 관계에 대한 그래프를 나타내며, 상기 안전 재고가 증가할수록 상기 수익이 감소하는 상태를 나타낸다. 참조부호(620)는 안전 재고와 손실과 관계에 대한 그래프를 나타내며, 재고 부족에 대한 부담이 큰 경우 참조부호(621)에서 참조부호(622)로 그래프가 이동하며, 상기 안전 재고를 증가시키는 예를 나타낸다. 참조부호(630)는 상기 수익과 상기 손실을 모두 고려한 안전 재고의 최적 지점을 나타내며, 참조부호(631)에서 참조부호(632)로 그래프가 이동함에 따라 최적 지점도 P1에서 P2로 이동하게 된다. 상기 최적 지점은 상기 수익과 상기 손실이 모두 반영될 때 안전 재고 그래프(630)에서 상기 손실을 더 많이 반영한 경우 상기 안전 재고가 증가되는 대신에 상기 수익은 감소하게 된다. 최적화부(420)는 재고 부족에 대한 부담이 크면, 도 6에 도시된 것과 같이 상기 안전 재고와 상기 수익과의 관계를 나타내는 그래프(610)와 상기 안전 재고와 상기 손실과의 관계를 나타내는 그래프(620)를 더하여 상기 손실을 더 많이 반영시켜 상기 예측 모델을 최적화한다. 이와 같이, 재고 부족에 대한 부담이 큰 경우 최적화부(420)는 상기 손실을 더 많이 반영시켜 상기 수익이 감소하더라도 상기 안전 재고를 증가시켜 상기 예측 모델을 최적화한다. Referring to FIG. 6, reference numeral 610 represents a graph of a relationship between safety inventory and revenue, and shows that the revenue decreases as the safety inventory increases. Reference numeral 620 represents a graph of the relationship between the safety inventory and the loss, when the burden of the lack of inventory is large, the graph is moved from the reference numeral 621 to the reference numeral 622, an example of increasing the safety inventory Indicates. Reference numeral 630 represents an optimal point of the safety inventory in consideration of both the profit and the loss, and as the graph moves from the reference numeral 631 to the reference numeral 632, the optimal point is also moved from P1 to P2. When the optimal point reflects the loss more in the safety stock graph 630 when both the profit and the loss are reflected, the profit decreases instead of increasing the safety stock. If the burden on inventory shortage is large, the optimizer 420 may have a graph 610 showing a relationship between the safety stock and the profit and a graph showing the relation between the safety stock and the loss, as shown in FIG. 620 is added to further reflect the loss to optimize the prediction model. As such, when the burden on inventory shortage is large, the optimizer 420 may optimize the prediction model by increasing the safety inventory even if the profit is reduced by more reflecting the loss.

도 7은 재고 부족에 대한 부담이 작은 경우 안전 재고와 수익 및 손실 관계에 따른 최적 지점을 나타내는 도면이다.7 is a view showing the optimal point according to the safety inventory and the profit and loss relationship when the burden for inventory shortage is small.

도 7을 참조하면, 참조부호(710)는 안전 재고와 수익과 관계에 대한 그래프를 나타내며, 상기 안전 재고가 증가할수록 상기 수익이 감소하는 상태를 나타낸다. 참조부호(720)는 안전 재고와 손실과 관계에 대한 그래프를 나타내며, 재고 부족에 대한 부담이 큰 경우 참조부호(721)에서 참조부호(722)로 그래프가 이동하며, 상기 안전 재고를 감소시키는 예를 나타낸다. 참조부호(730)는 상기 수익과 상기 손실을 모두 고려한 안전 재고의 최적 지점을 나타내며, 참조부호(731)에서 참조부호(732)로 그래프가 이동함에 따라 최적 지점도 P1에서 P2로 이동하게 된다. 상기 최적 지점은 상기 수익과 상기 손실이 모두 반영될 때 안전 재고 그래프(730)에서 상기 손실을 더 적게 반영한 경우 상기 안전 재고가 감소되는 대신에 상기 수익이 증가하게 된다. 최적화부(420)는 재고 부족에 대한 부담이 작으면, 도 7에 도시된 것과 같이 상기 안전 재고와 상기 수익과의 관계를 나타내는 그래프(710)와 상기 안전 재고와 상기 손실과의 관계를 나타내는 그래프(720)를 더하여 상기 손실을 더 적게 반영시켜 상기 예측 모델을 최적화한다. 이와 같이, 재고 부족에 대한 부담이 작은 경우 최적화부(420)는 상기 손실을 좀더 적게 반영하여 상기 안전 재고를 감소시켜 상기 수익이 증가되는 상기 예측 모델을 최적화할 수 있다. Referring to FIG. 7, reference numeral 710 denotes a graph of a relationship between safety inventory and profit, and the profit decreases as the safety inventory increases. Reference numeral 720 represents a graph of the relationship between the safety inventory and the loss, when the burden of the lack of inventory is large, the graph is moved from the reference numeral 721 to the reference numeral 722, the example of reducing the safety inventory Indicates. Reference numeral 730 represents an optimal point of the safety inventory in consideration of both the profit and the loss, and the optimal point is also moved from P1 to P2 as the graph moves from reference numeral 731 to reference numeral 732. The optimum point is that when both the profit and the loss are reflected, if the safety inventory graph 730 reflects the loss less, the profit increases instead of reducing the safety inventory. If the burden for lack of inventory is small, the optimizer 420 may have a graph 710 indicating a relationship between the safety stock and the profit and a graph showing the relationship between the safety stock and the loss, as shown in FIG. 7. 720 is added to reflect the loss less to optimize the prediction model. As such, when the burden for inventory shortage is small, the optimizer 420 may reduce the safety inventory by reflecting the loss less and optimize the prediction model in which the profit is increased.

예측부(430)는 상기 최적화된 예측 모델을 이용하여 안전 재고가 반영된 예측값을 예측한다. 즉, 예측부(430)는 상기 예측 모델에 의한 예측값에 상기 가중치를 곱하여 할인(discount)한다. The prediction unit 430 predicts the prediction value reflecting the safety inventory by using the optimized prediction model. That is, the prediction unit 430 multiplies and discounts the prediction value by the prediction model by the weight.

이와 같이, 예측부(430)는 상기 예측 모델을 통한 예측값에 상기 가중치를 곱하여 할인하여 인위적으로 최종 예측값을 낮춤으로써 재고 부족이 발생되는 경우를 대비할 수 있다. As such, the prediction unit 430 may prepare for a case where inventory shortage occurs by artificially lowering the final predicted value by multiplying the predicted value through the prediction model by the weight and discounting it.

도 10 내지 도 12는 각 광고에 대한 실제값과 예측값을 나타내는 도면이다. 10 to 12 are diagrams showing actual values and prediction values for each advertisement.

도 10을 참조하면, 광고가 일례로 제1 웹 페이지내 광고인 경우로서 2005년 1월 3일부터 2006년 1월 22일까지 실제값과 예측값을 나타내며, 예측 정확도 평균이 96.4%이고, 예측 정확도 표준편차가 4.4%인 경우를 나타낸다.Referring to FIG. 10, for example, when an advertisement is an advertisement in a first web page, an actual value and a predicted value are displayed from January 3, 2005 to January 22, 2006, and the average accuracy of prediction is 96.4%, and the accuracy of prediction is The standard deviation is 4.4%.

도 11을 참조하면, 광고가 다른 일례로 제2 웹 페이지내 광고인 경우로서 2005년 1월 3일부터 2006년 1월 22일까지 실제값과 예측값을 나타내며, 예측 정확도 평균이 92.5%이고, 예측 정확도 표준편차가 6.6%인 경우를 나타낸다.Referring to FIG. 11, another example is an advertisement in a second web page, which represents an actual value and a predicted value from January 3, 2005 to January 22, 2006, and has an average prediction accuracy of 92.5%. The standard deviation of accuracy is 6.6%.

도 12를 참조하면, 광고가 또 다른 일례로 제3 웹 페이지내 광고인 경우로서 2005년 1월 3일부터 2006년 1월 22일까지 실제값과 예측값을 나타내며, 예측 정확도 평균이 89.7%이고, 예측 정확도 표준편차가 8.8%인 경우를 나타낸다.Referring to FIG. 12, another example is an advertisement in a third web page, and represents an actual value and a predicted value from January 3, 2005 to January 22, 2006, with an average accuracy of prediction of 89.7%. The prediction accuracy standard deviation is 8.8%.

도 13은 광고 종류에 따른 예측 정확도 평균값과 예측 정확도 표준편차와의 관계를 나타내는 그래프이다. FIG. 13 is a graph illustrating a relationship between a prediction accuracy mean value and a prediction accuracy standard deviation according to an advertisement type. FIG.

도 13을 참조하면, 참조부호(1310)에 포함된 광고는 일례로 예측값에 0.9를 곱한 값을 사용하고, 참조부호(1320)에 포함된 광고는 다른 일례로 예측값에 0.8을 곱한 값을 사용한다. 참조부호(1310)에 포함된 광고가 참조부호(1320)에 포함된 광고보다 예측 정확도의 평균이 더 크고 예측 정확도의 표준편차가 더 작으므로 예측 정확도가 더 우수하다. 즉, 예측부(430)는 예측 정확도의 평균이 크고 예측 정확도의 표준편차가 작을수록 예측 정확도가 우수하기 때문에 예측 정확도가 더 우수한 참조부호(1310)에 포함된 광고의 예측값에 더 큰 가중치를 곱한다. Referring to FIG. 13, an advertisement included in reference numeral 1310 uses, for example, a value obtained by multiplying a prediction value by 0.9, and an advertisement included in reference numeral 1320 uses a value obtained by multiplying a prediction value by 0.8 as another example. . Since the advertisement included in the reference 1310 has a larger average of prediction accuracy and a smaller standard deviation of the prediction accuracy than the advertisement included in the reference 1320, the prediction accuracy is better. That is, the prediction unit 430 multiplies the prediction value of the advertisement included in the reference code 1310 having better prediction accuracy because the average of the prediction accuracy is larger and the smaller the standard deviation of the prediction accuracy is, the greater the weight is. .

예를 들어, 예측 결과에 대한 예측 정확도의 평균이 A는 98%이고, B도 98%인 경우, A는 98.1%, 98.0%, 97.9%와 같이 예측 정확도의 변동이 적으나 B는 100%, 98%, 96%와 같이 예측 정확도의 변동이 A보다 크다. 이처럼 A는 B와 예측 정확도 의 평균은 동일하나 B보다 예측 정확도의 표준편차가 작기 때문에 예측 결과가 더 우수하다고 할 수 있다. 따라서, 예측부(430)는 B보다 예측 정확도가 더 우수한 A의 예측값에 B보다 더 큰 가중치를 곱한다. For example, if the average of the prediction accuracy for the prediction result is 98% for A and 98% for B, A has small variation in prediction accuracy, such as 98.1%, 98.0%, 97.9%, but B is 100%, The variation in prediction accuracy is greater than A, such as 98% and 96%. As described above, A has the same average of B and B, but the prediction result is better because B has a smaller standard deviation of B. Accordingly, the prediction unit 430 multiplies the predicted value of A having better prediction accuracy than B by a weight greater than B.

이와 같이, 본 발명에 따른 안전 재고 예측 장치(400)는 예측 정확도의 평균이 크고 예측 정확도의 표준편차가 작을수록 상기 예측 정확도가 우수한다고 판단하여 예측값에 더 큰 가중치를 곱하여 보다 정확한 안전 재고 예측을 수행할 수 있다.As such, the safety inventory prediction apparatus 400 according to the present invention determines that the prediction accuracy is excellent as the average of the prediction accuracy is large and the standard deviation of the prediction accuracy is small, and thus the prediction value is multiplied by a larger weight to obtain a more accurate safety inventory prediction. Can be done.

도 14는 본 발명의 다른 실시예에 따른 안전 재고 예측 방법의 흐름을 나타내는 도면이다.14 is a view showing the flow of the safety inventory prediction method according to another embodiment of the present invention.

도 14를 참조하면, 단계(S1410)에서 광고 시스템은 안전 재고 비율 결정부를 통해 예측값과 실제값의 오차 비율에 따라 안전 재고 비율을 결정한다. 즉, 단계(S1410)에서 상기 광고 시스템은 과거 데이터를 이용하여 재고 부족이 발생한 경우, 상기 오차 비율만큼 안전 재고를 갖고 있어야 하며, 상기 오차 비율이 정규 분포와 유사하므로 표준 편차를 이용하여 재고 부족 확률을 예상하여 안전 재고 비율을 결정한다. 단계(S1410)에서 상기 광고 시스템은 상기 예측값의 오차 비율의 평균과 표준편차를 이용하여 상기 수학식 1과 같이 상기 안전 재고 비율을 결정한다. Referring to FIG. 14, in step S1410, the advertisement system determines the safety stock ratio according to the error ratio between the predicted value and the actual value through the safety stock ratio determination unit. That is, in step S1410, when the inventory system is out of stock using historical data, the advertisement system should have a safe stock as much as the error ratio, and since the error ratio is similar to a normal distribution, the inventory lack probability using the standard deviation. Anticipate this to determine the safety stock ratio. In step S1410, the advertisement system determines the safety stock ratio as shown in Equation 1 by using the average and the standard deviation of the error ratio of the prediction value.

단계(S1420)에서 상기 광고 시스템은 평균 제곱 오차를 이용하여 예측 모델을 최적화한다. 단계(S1420)에서 상기 광고 시스템은 안전 재고와 이익 및 손실 관계를 고려하여 상기 예측 모델을 최적화한다. 단계(S1420)에서 상기 광고 시스템은 단순한 평균 제곱 오차(Mean Squared Error)를 가중치가 적용된 평균 제곱 오 차(Weighted Mean Squared Error)를 사용하여 상기 예측 모델을 최적화한다. In operation S1420, the advertisement system optimizes the prediction model using the mean square error. In step S1420, the advertisement system optimizes the prediction model in consideration of the safety stock and the profit and loss relationship. In operation S1420, the advertisement system optimizes the prediction model by using a weighted mean squared error by weighting a simple mean squared error.

이와 같이, 본 발명에 따른 안전 재고 예측 방법은 광고 시스템에서 예측 모델을 최적화하기 위해 단순 평균 제곱 오차를 사용하는 대신에 가중치가 부여된 평균 제곱 오차를 이용하여 안전 재고 개념을 적용할 수 있다. As described above, the safety stock prediction method according to the present invention may apply the safety stock concept using a weighted average square error instead of using a simple average square error to optimize the prediction model in the advertisement system.

단계(S1430)에서 상기 광고 시스템은 예측부를 통해 최적화된 예측 모델에 의한 예측값을 구하고, 상기 예측값에 가중치를 반영한다. 즉, 단계(S1430)에서 상기 광고 시스템은 상기 최적화된 예측 모델에 의한 예측값을 예측하고, 상기 예측값에 상기 가중치를 곱하여 최종 예측값을 할인(discount)한다. In operation S1430, the advertisement system obtains a prediction value by using the prediction model optimized through the prediction unit, and reflects the weight on the prediction value. That is, in step S1430, the advertisement system predicts the prediction value by the optimized prediction model, and multiplies the prediction value by the weight to discount the final prediction value.

이와 같이, 본 발명에 따른 안전 재고 예측 방법은 광고 시스템에서 모델에 의한 예측값에 가중치를 곱하여 인위적으로 예측값을 낮춤으로써 재고 부족이 발생하는 경우를 대비할 수 있다. As described above, the safety inventory prediction method according to the present invention can prepare for the case in which the inventory shortage occurs by multiplying the prediction value by the model by the weight in the advertisement system and artificially lowering the prediction value.

또한 본 발명에 따른 안전 재고 예측 방법은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.In addition, the method for predicting safety stock according to the present invention includes a computer readable medium including program instructions for performing various computer-implemented operations. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. The medium or program instructions may be those specially designed and constructed for the purposes of the present invention, or they may be of the kind well-known and available to those having skill in the computer software arts. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks. Magneto-optical media, and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. The medium may be a transmission medium such as an optical or metal wire, a waveguide, or the like including a carrier wave for transmitting a signal specifying a program command, a data structure, or the like. Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above-described embodiments, which can be variously modified and modified by those skilled in the art to which the present invention pertains. Modifications are possible. Accordingly, the spirit of the present invention should be understood only by the claims set forth below, and all equivalent or equivalent modifications thereof will belong to the scope of the present invention.

본 발명에 따르면, 광고 시스템에서 이익과 손실을 고려하여 최적의 안전 재고를 예측하는 방법 및 그 장치를 제공할 수 있다. According to the present invention, it is possible to provide a method and apparatus for predicting an optimal safety inventory in consideration of profits and losses in an advertising system.

또한 본 발명에 따르면, 광고 시스템에서 예측 모델을 최적화하기 위해 평균 제곱 오차에 가중치를 부여하여 안전 재고를 예측하는 방법 및 그 장치를 제공할 수 있다.In addition, according to the present invention, it is possible to provide a method and apparatus for predicting the safety inventory by weighting the mean square error in order to optimize the prediction model in the advertising system.

또한 본 발명에 따르면, 광고 시스템에서 모델에 의한 예측값에 가중치를 곱하여 인위적으로 예측값을 낮춤으로써 재고 부족이 발생하는 경우를 대비할 수 있는 안전 재고 예측 방법 및 그 장치를 제공할 수 있다.In addition, according to the present invention, it is possible to provide a safety inventory prediction method and apparatus that can be prepared in case the inventory shortage occurs by artificially lowering the prediction value by multiplying the predicted value by the model in the advertising system.

Claims (10)

안전 재고에 대한 예측값과 안전 재고에 대한 실제값의 오차 비율에 따라 안전 재고 비율을 결정하는 안전 재고 비율 결정부; A safety stock ratio determining unit configured to determine a safety stock ratio according to an error ratio between the predicted value for the safety stock and the actual value for the safety stock; 평균 제곱 오차(Mean Squared Error)를 이용하여 안전 재고를 예측하기 위한 예측 모델을 안전 재고의 최적 지점에 기초하여 최적화하는 최적화부; 및An optimization unit for optimizing a prediction model for predicting a safety stock using a mean squared error based on an optimal point of the safety stock; And 상기 최적화된 예측 모델을 이용하여 안전 재고가 반영된 예측값을 예측하는 예측부Prediction unit for predicting the prediction value reflecting the safety inventory by using the optimized prediction model 를 포함하고,Including, 상기 안전 재고의 최적 지점은, The optimum point of the safety stock is, 안전 재고에 대한 손실 및 수익이 모두 반영된 안전 재고 그래프에서 수익을 최대화하는 안전 재고의 지점인 것을 특징으로 하는 안전 재고 예측 장치.Safety stock forecasting device, characterized in that the point of the safety stock to maximize the profit in the safety stock graph that reflects both losses and profits for the safety stock. 제1항에 있어서,The method of claim 1, 상기 최적화부는,The optimizer, 가중치가 부여된 평균 제곱 오차를 이용하여 상기 안전 재고를 예측하기 위한 예측 모델을 상기 안전 재고의 최적 지점에 기초하여 최적화하는 것을 특징으로 하는 안전 재고 예측 장치.And a predictive model for predicting the safety inventory based on the weighted average squared error, based on an optimal point of the safety inventory. 제1항에 있어서, The method of claim 1, 상기 예측부는,The prediction unit, 상기 예측 모델에 의한 상기 안전 재고에 대한 예측값을 예측하고, 상기 예측값에 상기 가중치를 곱하여 최종 예측값을 할인(discount)하는 것을 특징으로 하는 안전 재고 예측 장치.And predicting a predicted value for the safety inventory by the predictive model, and multiplying the predicted value by the weight to discount a final predicted value. 제1항에 있어서, The method of claim 1, 상기 안전 재고 비율 결정부는, The safety stock ratio determination unit, 오차 비율의 평균과 오차 비율의 표준 편차를 반영하여 상기 안전 재고 비율을 결정하는 것을 특징으로 하는 안전 재고 예측 장치.The safety stock prediction device, characterized in that for determining the safety stock ratio by reflecting the average of the error ratio and the standard deviation of the error ratio. 광고 시스템에서의 안전 재고 예측 방법에 있어서,In the safety inventory prediction method in the advertising system, 안전 재고에 대한 예측값과 안전 재고에 대한 실제값의 오차 비율에 따라 안전 재고 비율을 결정하는 단계;Determining a safety stock ratio according to an error ratio between the predicted value for the safety stock and the actual value for the safety stock; 평균 제곱 오차를 이용하여 안전 재고를 예측하기 위한 예측 모델을 안전 재고의 최적 지점에 기초하여 최적화하는 단계; 및Optimizing a predictive model for predicting the safety stock using the mean squared error based on the optimal point of the safety stock; And 상기 최적화된 예측 모델에 의한 예측값에 가중치를 반영하는 단계Reflecting the weight on the prediction value by the optimized prediction model 를 포함하고,Including, 상기 안전 재고의 최적 지점은, The optimum point of the safety stock is, 안전 재고에 대한 손실 및 수익이 모두 반영된 안전 재고 그래프에서 수익을 최대화하는 안전 재고의 지점인 것을 특징으로 하는 안전 재고 예측 방법.Safety stock forecasting method characterized by the point of the safety stock that maximizes the profit in the safety stock graph, which reflects both losses and profits for the safety stock. 제5항에 있어서,The method of claim 5, 상기 평균 제곱 오차를 이용하여 안전 재고를 예측하기 위한 예측 모델을 안전 재고의 최적 지점에 기초하여 최적화하는 단계는,Optimizing a predictive model for predicting a safety stock using the mean squared error based on an optimal point of the safety stock, 가중치가 반영된 평균 제곱 오차를 이용하여 상기 안전 재고를 예측하기 위한 예측 모델을 상기 안전 재고의 최적 지점에 기초하여 최적화하는 것을 특징으로 하는 안전 재고 예측 방법.And a prediction model for predicting the safety stock based on the weighted average squared error, based on an optimal point of the safety stock. 제5항에 있어서,The method of claim 5, 상기 평균 제곱 오차를 이용하여 안전 재고를 예측하기 위한 예측 모델을 안전 재고의 최적 지점에 기초하여 최적화하는 단계는,Optimizing a predictive model for predicting a safety stock using the mean squared error based on an optimal point of the safety stock, 안전 재고와 수익 및 손실 관계를 고려하여 상기 안전 재고를 예측하기 위한 예측 모델을 상기 안전 재고의 최적 지점에 기초하여 최적화하는 것을 특징으로 하는 안전 재고 예측 방법.And a prediction model for predicting the safety stock in consideration of the safety stock and the profit and loss relationship, based on an optimal point of the safety stock. 제5항에 있어서, The method of claim 5, 상기 최적화된 예측 모델에 의한 상기 안전 재고에 대한 예측값에 가중치를 반영하는 단계는, The step of applying a weight to the prediction value for the safety inventory by the optimized prediction model, 상기 최적화된 예측 모델에 의한 상기 안전 재고에 대한 예측값을 예측하고, 상기 예측값에 가중치를 곱하여 최종 예측값을 할인하는 것을 특징으로 하는 안전 재고 예측 방법.Predicting a predicted value for the safety stock by the optimized predictive model, and multiplying the predicted value by a weight to reduce a final predicted value. 제5항에 있어서,The method of claim 5, 상기 안전 재고에 대한 예측값과 안전 재고에 대한 실제값의 오차 비율에 따라 안전 재고 비율을 결정하는 단계는, The determining of the safety stock ratio according to the error ratio of the predicted value for the safety stock and the actual value for the safety stock, 상기 안전 재고에 대한 예측값과 상기 안전 재고에 대한 실제값의 표준 편차를 이용하여 재고 부족 확률을 예상하여 상기 안전 재고 비율을 결정하는 것을 특징으로 하는 안전 재고 예측 방법.And predicting the stock shortage probability using the standard deviation between the predicted value for the safety stock and the actual value for the safety stock to determine the safety stock ratio. 제5항 내지 제9항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록하는 컴퓨터 판독 가능한 기록매체.A computer-readable recording medium for recording a program for executing the method of any one of claims 5 to 9 on a computer.
KR1020060075749A 2006-08-10 2006-08-10 Method For Forecasting Safety Inventory And Apparatus Thereof KR100820901B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060075749A KR100820901B1 (en) 2006-08-10 2006-08-10 Method For Forecasting Safety Inventory And Apparatus Thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060075749A KR100820901B1 (en) 2006-08-10 2006-08-10 Method For Forecasting Safety Inventory And Apparatus Thereof

Publications (2)

Publication Number Publication Date
KR20080014276A KR20080014276A (en) 2008-02-14
KR100820901B1 true KR100820901B1 (en) 2008-04-10

Family

ID=39341596

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060075749A KR100820901B1 (en) 2006-08-10 2006-08-10 Method For Forecasting Safety Inventory And Apparatus Thereof

Country Status (1)

Country Link
KR (1) KR100820901B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117787A (en) * 2015-07-14 2015-12-02 温州科技职业学院 Model optimization prediction method of greenhouse energy consumption

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09297691A (en) * 1996-02-05 1997-11-18 Hewlett Packard Co <Hp> Fault detection method for data storage system
KR20030069128A (en) * 2003-06-25 2003-08-25 주식회사 제이앤제이 인터랙티브 The method and system of forecasting Reach of internet advertising on internet

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09297691A (en) * 1996-02-05 1997-11-18 Hewlett Packard Co <Hp> Fault detection method for data storage system
KR20030069128A (en) * 2003-06-25 2003-08-25 주식회사 제이앤제이 인터랙티브 The method and system of forecasting Reach of internet advertising on internet

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117787A (en) * 2015-07-14 2015-12-02 温州科技职业学院 Model optimization prediction method of greenhouse energy consumption
CN105117787B (en) * 2015-07-14 2019-01-08 温州科技职业学院 A kind of model optimization prediction technique of greenhouse energy consumption

Also Published As

Publication number Publication date
KR20080014276A (en) 2008-02-14

Similar Documents

Publication Publication Date Title
Fleten et al. Stochastic programming for optimizing bidding strategies of a Nordic hydropower producer
US7693801B2 (en) Method and system for forecasting commodity prices using capacity utilization data
Masten et al. Efficient adaptation in long-term contracts: Take-or-pay provisions for natural gas
US10142260B2 (en) Inquiry-based adaptive prediction
US10755216B2 (en) Energy supplier strategy based on supplier confidence scoring
JP4734059B2 (en) Power transaction bidding support system and method, and program
JP2005529412A (en) Price reduction operation
JP4660281B2 (en) Power trading support system and method, and program
US20150025931A1 (en) Business opportunity forecasting
US20170116624A1 (en) Systems and methods for pricing optimization with competitive influence effects
JP2016062191A (en) Power transaction support device, power transaction support system, control method, and program
US20150254673A1 (en) Analytics Driven End of Life Product Planning
KR20190041891A (en) Method and system for providing real estate strategy using artificial intelligence
US20150019289A1 (en) System and Method for Forecasting Prices of Frequently-Promoted Retail Products
US20150100369A1 (en) Selecting representative models
JPWO2017221448A1 (en) INFORMATION PROCESSING APPARATUS, INFORMATION PROCESSING METHOD, AND PROGRAM
US10572890B2 (en) Balancing inventory by personalized transition planning
KR102554135B1 (en) Method for providing product discount coupons based on store demand forecasting and system thereof
JP5084968B1 (en) Market risk prediction apparatus, market risk prediction method, and market risk prediction program
KR100820901B1 (en) Method For Forecasting Safety Inventory And Apparatus Thereof
US11288691B2 (en) Systems and methods for price markdown optimization
KR101471497B1 (en) Method and system for investment decision based on real option analysis for urban flood control system considering climate changes
US20120136822A1 (en) Key performance indicator feedback in rule-based system
US20160283897A1 (en) Days of inventory determination based on constraints
KR20090123351A (en) Method of optimizing portfolio and portfolio opimization system using the method

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20110404

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20130329

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20160329

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20190401

Year of fee payment: 12