시계열모형을 활용한 춘천시 강촌역 단기수송수요 예측 = Forecasting short-term transportation demand at Gangchon Station in Chuncheon-si using time series model

다국어 초록 (Multilingual Abstract)

Purpose - This study attempted to predict short-term transportation demand using trains and getting off at Gangchon Station. Through this, we present numerical data necessary for future tourist inflow policies in the Gangchon area of Chuncheon and present related implications.
Design/methodology/approach - This study collected and analyzed transportation demand data from Gangchon Station using the Gyeongchun Line and ITX-Cheongchun Train from January 2014 to August 2023. Winters exponential smoothing model and ARIMA model were used to reflect the trend and seasonality of the raw data.
Findings - First, transportation demand using trains to get off at Gangchon Station in Chuncheon City is expected to show a continuous increase from 2020 until the forecast period is 2024. Second, the number of passengers getting off at Gangchon Station was found to be highest in May and October.
Research implications or Originality - As transportation networks are improving nationwide and people's leisure culture is changing, the number of tourists visiting the Gangchon area in Chuncheon City is continuously decreasing. Therefore, in this study, a time series model was used to predict short-term transportation demand alighting at Gangchon Station. In order to calculate more accurate forecasts, we compared models to find an appropriate model and presented forecasts.

참고문헌 (Reference)

1 김효종, "철도수요예측을 위한 직접수요모형 개발에 관한 연구" 2166-2178, 2010

2 방성철 ; 박광서, "지수평활법과 ARIMA모형을 이용한 무역인력 수급예측에 관한 연구" 한국무역상무학회 93 : 177-196, 2022

3 박득희 ; 강상훈 ; 이계희, "지속가능한 관광성장을 위한 방한 일본인 관광객 수요예측: 시계열 계량 모형 적용" 한국관광연구학회 34 (34): 47-60, 2020

4 김상원, "제주특별자치도 관광수요 예측모델의 정확도 비교" 동북아관광학회 14 (14): 219-237, 2018

5 김상원, "윈터스 지수평활법을 이용한 제주도 관광객 수요예측" 한국지역경제학회 9 (9): 133-154, 2011

6 최가영 ; 이정희 ; 유리화, "시계열분석을 통한 자연휴양림 계절별 이용수요 예측: 계절ARIMA 모형과 지수평활 모형을 중심으로" 관광경영학회 21 (21): 271-289, 2017

7 김동규, "시계열분석 기반 대구 도시철도 수요 예측" 27 (27): 1-11, 2019

8 김동규, "시계열 자료를 활용한 도시철도 수요 예측" 한국자료분석학회 22 (22): 753-765, 2020

9 김상원 ; 박미선, "수원시 관광객 수요예측 모델의 정확도 비교" 동북아관광학회 12 (12): 121-142, 2016

10 박득희 ; 이계희 ; 이민정, "방한 중국 관광객 수요 예측모델의 비교 연구" 한국관광연구학회 29 (29): 29-40, 2015

11 이충기, "관광응용경제학" 일신사 2011

12 송근석 ; 이충기, "관광수요 예측모형의 선정 시 표본후 예측의 중요성" 대한관광경영학회 22 (22): 95-116, 2007

13 김경범 ; 황경수, "계절 ARIMA 모형을 이용한 제주공항 여객 수요예측 및 효율적 운영에 관한 연구" 한국산학기술학회 13 (13): 3381-3388, 2012

14 김범승, "계절 ARIMA 모형을 이용한 여객수송수요 예측: 중앙선을 중심으로" 한국철도학회 17 (17): 307-312, 2014

15 송근석 ; 이충기, "결합기법을 이용한 관광수요예측" (사)한국관광레저학회 21 (21): 183-202, 2009

16 김관형 ; 김한수, "개입 ARIMA 모형을 이용한 KTX 수요예측" 한국철도학회 14 (14): 470-476, 2011

17 Zhang, Y., "Tourism demand forecasting : A decomposed deep learning approach" 60 (60): 981-997, 2021

18 Box, G. E., "Time series analysis: forecasting and control" John Wiley and Sons 2015

19 Ljung, G. M., "The likelihood function of stationary autoregressive-moving average models" 66 (66): 265-270, 1979

20 Vatsa, P., "Seasonality and cycles in tourism demand—redux" 90 : 103105-, 2021

21 노윤승 ; 도명식, "SARIMA모형을 이용한 철도여객 단기수송수요 예측" 한국ITS학회 14 (14): 18-26, 2015

22 Silva, E. S., "Forecasting tourism demand with denoised neural networks" 74 : 134-154, 2019

23 Pan, B., "Forecasting destination weekly hotel occupancy with big data" 56 (56): 957-970, 2017

24 Makridakis, S., "Forecasting Methods and Applications" Wiley 652-655, 1983

25 Palmer, A., "Designing an artificial neural network for forecasting tourism time series" 27 (27): 781-790, 2006

26 Bi, J. W., "Daily tourism volume forecasting for tourist attractions" 83 : 102923-, 2020