저는 중소기업청과 캐플릭스가 주관하는 '빅데이터기반 지능형 차량자원관리시스템의 개발' 과제를 수행하며 실제 차량 데이터를 기반으로 데이터 처리 및 분석 그리고 차량 가격 예측 모델, 차량 추천 시스템을 개발한 경험이 있습니다. Feature importance를 기반으로 중요 변수를 선정하고, 차량 이용에 제약이 있는 특정 연령층을 고려하여 데이터를 조정했습니다. 그리고 그러한 데이터를 Rfr, LSTM, ARIMA등의 머신러닝 알고리즘을 사용하여 차량 가격 예측 모델을 개발하고 성능을 비교하고 분석했습니다. 또한 LSTM을 기반으로 다단계 예측 알고리즘을 구성하고 성능을 향상 시키기 위해 parameter 최적화 알고리즘인 BOHB를 통해 성능을 향상 시켰습니다. 이를 기반으로 논문을 작성하여 제출하였습니다. 그리고 나이, 성별, 분기에 따른 선호 차량을 분석하여 이 데이터를 기반으로 Content based filtering, Light GCN등의 다양한 알고리즘을 사용하여 추천 시스템을 개발했습니다. 현재는 LLM을 적용한 추천시스템 구현중에 있습니다.
[빅데이터기반 지능형 차량자원관리시스템의 개발]
- KAFLIX 차량 데이터를 이용한 렌터카 가격 예측 구현(22.09~23.04)
-KAFLIX 차량 데이터를 이용한 그래프 기반 차량 추천 시스템 구현(23.05~23.11)
- KAFLIX 차량 데이터를 이용한 LLM 기반 차량 추천 시스템 구현(23.11~)
- Python
undefined