Evaluation Model Based on Machine Learning for Optimal O2O Services Layout(Placement) in Exhibition-space

전시공간 내 최적의 O2O 서비스 배치를 위한 기계학습 기반평가 모델

The emergence of smart devices and IoT leads to the appearance of O2O service to blur the difference between online and offline. As online services' merits were added to the offline market, it caused a change in the dynamics of the offline industry, which means the offline-space's digitization. Unlike these changing aspects of the offline market, exhibition industry grows steadily in the industry, however it is also possible to create a new value added by combining O2O service. We conducted a survey targeting 20 spectators in '2015 Seoul Design Festival' at COEX. The survey was used to analysis of the spatial structure and generate the dataset for machine learning. We identified problems with the analysis study of the existing spatial structure, and based on this investigation we propose a new method for analyzing a spatial structure. Also by processing a machine learning technique based on the generated dataset, we propose a novel evaluation model of exhibition-space cells for O2O service layout.

스마트 디바이스와 사물 인터넷의 등장은 온라인과 오프라인의 경계를 허무는 O2O 서비스의 등장으로 이어졌다. 이는 오프라인 시장에 온라인 서비스의 강점이 덧붙여지면서 오프라인 공간이 디지털화가 됨을 의미하며, 오프라인 산업의 판도를 바꾸고 있다. 이러한 오프라인 시장의 변화 양상과는 다르게 전시 산업은 오프라인 산업에서 꾸준한 성장세를 보이고 있으나, 전시 산업 또한 O2O 서비스와의 접목으로 새로운 부가가치를 창출이 가능한 것으로 보았다. 본 논문은 코엑스에서 열린 '2015 서울 디자인 페스티벌'에서 20명을 대상으로 설문을 진행하였다. 설문은 공간 구조에 대한 분석 용도 및 기계학습을 위한 데이터 세트를 생성하는데 사용되었다. 본 논문은 기존의 공간 구조에 대한 분석연구가 가진 문제점을 파악하여 공간 구조에 대한 새로운 분석 방법을 제안하였다. 또한 생성된 데이터 세트를 기반으로 기계학습을 진행하여 전시 공간 내 O2O 서비스 배치를 위한 평가 모델을 제안한다.