비지니스 GIS에서 공간 데이터마이닝(Spatial Data Mining)기법을 이용한 상권추출

Defining of Trade Area using Spatial Data Mining Technique in Business GIS

최근 마케팅이나 기업전략 수립분야에서 비지니스 GIS를 적용하기 위한 다양한 응용시스템이 개발되고 있다. 이 중 대부분이 의사결정지원을 위한 정보로서 지리공간상에서의 상권이라고 하는 특정 범위에 대한 통계정보의 산출을 요구한다. 기존에 상권범위의 정의는 대부분 개별점포에 대해 경험치를 적용하여 이루어져 왔으며, 특정업종이나 소비자 상권과 같은 일반적인 의미의 상권을 정의하는 객관적인 방법이 제시되지 않았다. 본 연구에서는 비지니스 GIS 분야에 축적된 점사상 정보에 공간 데이터마이닝 기법을 적용하여 상권의 범위를 추출할 때, 기법 간의 장단점을 비교분석하고, 상권추출의 타당성을 검증하고자 하였다. 본 연구의 결과 점사상으로 사용된 카드사 가맹점 데이터와 소매체인 회원의 정보를 이용하여 상권의 추출이 가능하며, DENCLUE(DENsity-based CLUstEring) 기법이 적합한 공간 데이터마이닝 기법임을 알 수 있었다.

Lots of application systems are developed for applying business GIS in marketing or strategic planning of the company, recently. Almost of the systems require statistics for some areas(trade areas or sales areas) as the important information of decision support. As far as now, trade areas are defined for individual stores using know-how of the specialists, but there is no well-defined method for defining of trade areas of the specific business domains or trade areas of the customers. In this study, we have applied the spatial data mining methods to the point features in GIS, evaluated the results of each methods, and discussed the feasibility of defining of trade areas. From the results of this study, we have concluded that the defining of trade areas from point features, such as franchisees of credit card company or memberships of retail chain store, and that the DENCLUE(DENsity-based CLUstEring) method is the best suitable spatial data mining algorithm for this purpose.