Data_Business_FOODLENDAR

                                    다양한 농식품들의 가장 저렴한 달을 예측해 알려주는 캘린더 서비스

멤버

김민석	윤서현	이강훈

장유리	정소연

1. 연구 배경

FoodLender 프로젝트는 식비가 고민인 자취생, 특히 대학생들을 위해 언제 농수삭품이(소매가격) 가장 싼 지 예측하고, 가격을 알려주는 식자재 달력입니다.

2. 사용 데이터

농산물 유통 정보를 종합적으로 알려주는 농넷에서 원본 데이터를 수집하였습니다. (www.nongnet.or.kr)

3. 모델 설명

농수산물의 가격을 예측하기 위해 Meta에서 개발한 Prophet 시계열 예측 모델을 사용했습니다. Prophet 모델은 자동화된 시계열 예측 기능 제공, 손쉬운 모델링 및 예측을 가능하게 하는 장점이 있어 해당 모델을 사용하게 되었습니다. 특히 다른 시계열 모델과 달리 결측값이 있어도 모델 성능에 큰 영향을 미치지 않았으며, 이를 자동으로 처리할 수 있어 데이터 전처리가 간편했습니다. 모델 탐색 과정에서 Prophet 모델은 ARIMA 계열 모델보다 더 우수한 성능을 보였습니다. Prophet 모델을 적용하여 장기적인 추세와 계절적 변동을 효과적으로 파악하여 예측 정확도를 높였으며, 간단한 설정만으로 강력한 예측 모델을 구축할 수 있었습니다. 이를 통해 농수산물 가격의 변동 패턴을 분석하고, 미래 가격을 예측하여 소비자의 더 나은 의사결정을 지원하고자 하였습니다.

4. 평가 척도

$$ MAPE = \frac{100}{n} \times \sum\limits_{i=1}^n \left\vert \frac{Y_i-\hat{Y}_i}{Y_i} \right\vert $$

$$ R^2 = 1 - \frac{\sum\limits_{i=1}^n (y_i-\hat{y})^2}{\sum\limits_{i=1}^n (y_i-\bar{y})^2} $$

모델의 성능 평가는 2023년 실제 농수산물 가격과 Prophet 모델에서 도출된 예측 결과를 비교하여 진행했습니다. 시계열 모형의 예측 성능을 평가하기 위해 R-Squared와 MAPE (Mean Absolute Percentage Error) 지표를 사용했습니다. R-Squared를 활용하여 모델의 설명력을 확인하였습니다. 절댓값과 비율로 계산하여 예측 오차를 평가하는 지표인 MAPE를 활용하였고, 오차의 직관적 해석 및 단위와 무관한 평가가 이루어질 수 있도록 하였습니다. MAPE 값이 10% 이하일 경우 해당 모델을 채택하였으며, 이 기준은 분석가의 재량에 따라 결정하였습니다. 이러한 평가 척도를 통해 Prophet 모델의 예측 성능을 객관적으로 판단하고, 실제 데이터와의 비교를 통해 모델의 신뢰성을 검증하였습니다.

5. 결과 및 인사이트

5-1. 결과

100개 품목 중 평가 척도 기준을 통과한 70개 품목 선정. 그 이후 70개의 품목 중 대중성이 있는 음식들을 선별하여 FoodLendar에 표시.

5-2. 인사이트

• 가격에서 계절성이 나타나는 품목은 수확 시기나 제철이 존재하는 품목이었습니다. 예) 제철 과일, 채소
• 추세만 존재하는 품목들은 2차 가공을 거치는 품목이었습니다. 예) 간장, 두부

5-3. 실제 적용

완성된 FOODLENDAR의 가격과 실제 마트의 가격 비교