한국공간정보시스템학회 논문지 (Journal of Korea Spatial Information System Society)

대한공간정보학회 (Korea Spatial Information System Society)
권호 표지

GIS-우편 마케팅 시스템에서 Geo-Lifestyle 군집화 및 시공간 데이터 큐브를 이용한 구매.소비 성향 예측

Prediction of Consumer Propensity to Purchase Using Geo-Lifestyle Clustering and Spatiotemporal Data Cube in GIS-Postal Marketing System

  • 이헌규 (한국전자통신연구원 우정물류기술연구부) ;
  • 최용훈 (한국전자통신연구원 우정물류기술연구부) ;
  • 정훈 (한국전자통신연구원 우정물류기술연구부) ;
  • 박종흥 (한국전자통신연구원 우정물류기술연구부)
  • 발행 : 2009.12.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

이 연구는 국내 우편물량 감소와 우편사업 경쟁력 강화를 위하여 GIS 및 시공간 마이닝 기술을 이용한 GIS 기반의 새로운 우편 마케팅 기법을 제안한다. 홍보를 원하는 기업체에게 의미 있고 정확한 마케팅 정보 제공을 위해서 Geo-Lifestyle 군집화를 적용한 인구 사회학적 마켓 세분화 기법과, 시간 공간 차원의 다차원적 분석을 통한 시공간 구매 소비 성향 예측 기법을 제안하였다. Geo-Lifestyle 군집분석 및 시공간 큐브 마이닝의 평가를 위해서 강남구, 송파구 지역의 내부 외부데이터를 사용하였고, 실험결과 14개의 최적 마케팅 클러스터를 생성하였으며 구매 소비 성향 예측을 위한 시 공간 패턴을 추출하였다.

GIS based new postal marketing method is presented in this paper with spatiotemporal mining to cope with domestic mail volume decline and to strengthening competitiveness of postal business. Market segmentation technique for socialogy of population and spatiotemporal prediction of consumer propensity to purchase through spatiotemporal multi-dimensional analysis are suggested to provide meaningful and accurate marketing information with customers. Internal postal acceptance & external statistical data of local districts in the Seoul Metropolis are used for the evaluation of geo-lifestyle clustering and spatiotemporal cube mining. Successfully optimal 14 maketing clusters and spatiotemporal patterns are extracted for the prediction of consumer propensity to purchase.

키워드

참고문헌

  1. 정동한, 최원길, 김응모, “고객 중심의 기업 경영 및 마케팅을 위한 데이터 마이닝의 활용: 멀티플렉스에 적용,” 한국정보처리학회 2008년 추계학술발표대회, 제15권 제2호., 2008. pp.311-314.
  2. Setnes, M., Kaymak, U, "Fuzzy modeling of client preference from large data sets: an application to target selection in direct marketing," IEEE Trans. on Fuzzy Systems, Vol.9 No.1, 2001, pp.153-163. https://doi.org/10.1109/91.917121
  3. Shan L., Jae Nam Lee, "Using e-CRM for a unified view of the customer," Communications of the ACM, Vol.46 No.4, 2003, pp.95-99.
  4. 김호연, 장태우, 김용진, 윤형호, 한국우편주소파일설계서 V3.1, ETRI 기술문서, 한국전자통신연구원, 2003.
  5. 통계청지리정보서비스, 센서스 공간통계 자료제공, 통계청, http://gis.nso.go.kr/, 2009.
  6. Milligan, G. W., "Clustering validation: Results and implications for applied analyses," in Clustering and Classification World Scientific, Singapore, 1996, pp.341-375.
  7. Han, J., Kamber, M., Data Mining: Concepts and Techniques, Morgan Kaufmann publishers, 2000.
  8. Guyon, L., Elisseeff, A., "introduction to variable and feature selection," Journal of Machine Learning Research 3, 2003, pp. 1157-1182. https://doi.org/10.1162/153244303322753616
  9. Bhanot G., Alexe G., Venkataraghavan B., Levine A., "A robust meta-classification strategy for cancer detection from MS data," Proteomics, Vol.6 No.2, 2006, pp.592-604. https://doi.org/10.1002/pmic.200500192
  10. Fayyad, U., Irani, K., "Multi-Interval discretization of continuous-valued attributes for classification learning," In proceedings Int'l Joint Conference. on AI, 1993, pp.1022-1027.
  11. "Witten, IH., Frank, E., Data Mining: Practical Machine Learning Tools and Techniques 2nd Edition, San Mateo, CA: Morgan Kaufmann, Knowledge Representation, 2005, pp.62-65.
  12. Witten, IH., et al., "Data Mining Software in Java, Weka Machine Learning Project," 2009.
  13. Burges, C. J. C., "A Tutorial on Support Vector Machine For Pattern Recognition," Data Mining and Knowledge Discovery, Vol.2, 1998, pp.1-71.
  14. Chen, J., Greiner, R., "Comparing Bayesian Network Classifiers," In proceedings of UAI-99, 1999, pp.101-108.
  15. 엄정호, 니하드 카림 초우더리, 이현조, 장재우, 김연중, “Naive Bayesian 분류화 기법을 이용한 시간대별 평균 구간 속도 기반 주행 시간 예측 알고리즘,” 한국공간정보시스템학회논문지, 제10권 제3호, 2008, pp.31-43.
  16. Quinlan, J. R., C4.5: Programs for and Neural Networks, Machine Learning, Morgan Kaufman publishers, 1993.
  17. Ji, L., Tan, K. L., Tung, A. K. H., "Mining frequent closed cubes in 3D datasets," In proceedings of the 32nd int'l conference on VLDB, 2006, pp.811-822.
  18. Besson, J., Robardet, C., Boulicaut, J. F., "Constraint-based mining of formal concepts in transactional data," In proceedings of PAKDD'04, 2004, pp.615-624.
  19. 박성승, 손호선, 이동규, 지은미, 김희석, 류근호, “u-City응용에서의 시간 패턴을 이용한 단기 전력부하 예측,” 한국공간정보시스템학회논문지, 제11권 제2호, 2009, pp.177-181.
  20. Gidofalvi, G., Pedersen, T. B., "Spatio-temooral Rule Mining: Issues and Techniques," LNCS 3589, 2005, pp.275-284.
  21. 이헌규, 노기용, 서성보, 류근호, “캘린더 패턴 기반의 시간 연관적 분류 기법,” 한국정보과학회논문지, 제32권 제6호, 2005, pp.567-584.
  22. Li, Y., Ning, P., "Discovering Calendar-based Temporal Association Rules," In proceedings of Int'l Symposium on Temporal Representation and Reasoning, 2001.