• 정보화정책
• /
• 제18권4호
• /
• pp.42-58
• /
• 2011

웹(Web)의 창시자인 팀 버너스 리 경(Sir. Tim Berners-lee)은 웹의 힘은 보편성에 있으며, 장애에 구애 없이 모든 사람이 접근할 수 있는 것이 가장 중요한 요소라고 지적(W3C WAI, 2006)하였다. 또한 Lasswell(1971)과 허범(2009a;2009b)이 말하는 정책학의 이상과 가치의 핵심인 인간의 존엄성 추구라는 관점에서 볼 때에도 인터넷 상의 형평성 구현은 정보사회에서의 중요한 가치이다. 이러한 맥락에서 본 연구는 지식정보사회의 핵심인 웹 상에서의 형평성을 구현하는데 있어 중요한 웹 접근성 준수에 영향을 주는 요인을 도출하고 정책적 시사점을 제시하는데 연구 목적이 있다. 본 연구는 특히, 광역자치단체의 웹 접근성 정책에 영향을 미치는 주요 요소를 문헌 연구와 수요공급 균형 모형의 가정을 준용하여 법제도 환경 요소, 재정 기반 요소, 정책자원 투입 요소, 정책 수요 요소로 가정을 하고 이에 따라 연구 모형을 설계하였다. 이를 바탕으로 우리나라 16개 광역자치단체에 대한 전수 분석을 통해 웹 접근성 정책 결정요인 분석을 실시하였다. 연구의 정확성을 위해 본 연구는 각 광역자치단체들의 5개년 패널자료를 바탕으로 최적모형 검정을 통해 도출한 패널분석모형을 통해 분석을 실시하였다. 본 연구의 패널분석모형은 웹 접근성 지수를 종속변수로 설정하고 독립변수로는 정책수요(인터넷 이용률, 장애인 및 노인비율), 정책자원 투입(정보화 예산비율, 정보화 인력), 재정기반(재정자립도)을 설정하여 패널분석을 실시하였다. 분석 결과 정책 수요, 정책자원 투입, 정보화 역량 변수가 16개 광역자치단체의 웹 접근성 제고에 영향을 주는 것으로 나타났다. 나아가 본 연구는 패널분석 모형과 문헌연구를 통해 지방자치단체의 웹 접근성 제고를 위한 법제도 환경요소의 중요한 역할을 추론해 낼 수 있었다. 이러한 연구 결과를 바탕으로 웹 접근성 인식제고를 위한 노력, 표준 제정 및 관련 기술 개발 연구 확대, 웹 접근성 관련 인력양성 그리고 법 제도 개선을 정책제안으로 제시하였다.

• 산학경영연구
• /
• 제15권
• /
• pp.79-97
• /
• 2002

본 연구에서는 고객 세분화를 위하여 고객프로필과 사이트 접속자료를 통합, 분석하는 분석적 CRM을 시도하였다. 실제 고객 데이터를 분석하여 고객의 특성과 기호, 방문행태 등을 이해할 수 있다면 이를 기반으로 고객 세분화(segmentation)가 가능할 것이다. 예를 들어 고객의 거주지, 재산정도, 교육수준, 연령 등 인적정보를 토대로 동일 사이트에 접속하는 고객의 공통점을 찾게 된다면 이들 고객에 접근할 수 있는 적절한 마케팅 미디어가 무엇인지, 어느 페이지에 홍보물을 게재하는 것이 효과적일 것인가 등을 결정하는 데 도움을 줄 수 있을 것이다. 한편 웹 기반 마이닝의 핵심은 웹으로 부터의 자료를 어떻게 하면 효율적으로 수집할 것인가, 또한 이렇게 수집된 자료를 다양한 (multiple) DB와 어떻게 통합하고 분석하여 필요한 정보를 추출할 것인가 일 것이다. 본 연구에서는 실제 인터넷 사업자의 사용자 그룹의 비율에 따라 구성된 패널을 활용하여 효율적인 자료수집 방안을 모색하였다. 패널 구성원에 대한 웹 데이터를 수집함으로써 신뢰성과 대표성을 확보하면서 분석대상 자료의 양을 적절한 수준으로 유지할 수 있었다. 또한 고객자료 분석에서는 OLAP과 데이터 마이닝 기법(의사결정나무)을 동시에 사용하여 그 분석 결과를 비교함으로써 각 기법의 결과를 상호 확인하고 보완할 수 있었다. 이 결과는 데이터 마이닝 기법에 의해서 발견된 패턴을 분석하고 확인하는 작업에서 OLAP이 유용하게 사용될 수 있다는 과거 연구의 주장을 확인하였다.

• 마케팅과학연구
• /
• 제11권
• /
• pp.129-146
• /
• 2003

본 연구는 소비자들의 선택모형에서 널리 사용된 NBD (Negative Binomial Distribution) 타입의 계랑적 모델 접근법이 온라인 상에서 소비자들이 특정한 기업의 웹사이트를 방문하는 행위를 설명하는데 적용될 수 있는지를 탐구한다. 본 연구에서는 다음의 두 가지 연구 주제를 다루고 있다. 첫째, 소비자들이 웹사이트를 반복하여 방문하는 행위의 빈도에 관한 분포를 확률적으로 규정하며, 둘째로는 그러한 소비자들의 반복된 이용빈도의 분포에 소비자들의 일반적인 인터넷 사용패턴과 인구 통계적인 변수들이 어떤 영향을 미치는지를 조사하고 있다. 일련의 실증적 분석을 통하여, 이 논문은 마케팅의 선택모형 (Choice Model)들에서 널리 사용된 NBD 타입의 모댈들이 인터넷상의 사이트 방문빈도 연구에도 잘 적용될 수 있음을 보여주고 있다. 그리고 이 연구는 이러한 소비자들의 이용빈도에 관한 모델개발이 온라인 기업의 당면문제에 어떠한 영향을 미치는 지를 설명한다. 특히 본 연구는 반복된 이용빈도와 소비자들의 일반적인 인터넷사용 특징 및 인구 통계적인 변수들과의 상호관계를 규명했다. 본 연구에서 제시된 모델들을 추정하고 검정하기 위해 800,000번의 방문 기록과 1000개 이상의 상이한 방문사이트 수로 구성된 웹 패널 데이터를 사용하여 실증분석을 연구에서 제시하는 모델을 개발하고 검증하였다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2005년도 추계학술대회 및 정기총회
• /
• pp.257-263
• /
• 2005

초기에 하나의 상품 카테고리만을 다루던 전자상거래 사이트들이 브랜드 확립 후에 다른 상품 카테고리까지 확대해 나가는 모습을 많이 보아왔다. 고객이 아직 방문하지 않은 신규 상품 카테고리의 상품에 대하여 기존 상품 카테고리에서 만들어진 사용자 프로파일을 활용하여 개인화된 추천을 할 수 있다면, 고객이 다양한 상품 카테고리를 방문하도록 유도할 수 있을 것이다. 하지만 일반적으로 전자상거래 사이트에서는 상품 카테고리별로 사용자의 선호도를 파악하여 개인화된 추천을 수행하기 때문에, 해당 카테고리 내 상품의 구매나 방문 기록이 없다면 개인화된 추천을 수행하기가 어렵다 . 본 논문에서는 협업 필터링을 통해 신규 상품카테고리 내의 상품을 추천하기 어려운 고객들을 대상으로 기존의 사용자 선호도 데이터를 활용하여 신규 상품 카테고리 내의 상품을 추천하는 방안의 타당성을 살펴보도록 한다. 즉, 기존 사용자의 특정상품 카테고리 선호도 데이터를 통해 사용자간 유산도를 계산하고, 이를 추천하려는 타 상품 카테고리 내의 상품들에 대한 예측 선호도 계산에 활용 타당성을 살펴본다. 이를 실증적으로 검토하기 위해서, Yes24 사이트의 서적, 음반, DVD 3개의카테고리 내의 상품을 방문한 웹 패널 데이터를 이용하여 타당성 분석을 수행하였다. 분석 결과, 동일 상품 카테고리 내의 선호도 정보를 가지고 현업 필터링을 수행하는 것보다는 추천 성과가 낮았지만 활용할만한 추천 성과를 보였으며, 활용하는 상품 카테고리와 예측하는 상품 카테고리별로 추천성과가 상이했다.

• 인터넷정보학회논문지
• /
• 제16권3호
• /
• pp.59-69
• /
• 2015

많은 사용자들이 인터넷을 통해 정보검색, 쇼핑, 커뮤니티 참여 등의 일상 생활을 영위하고 있으며, 이들 인터넷 사용자들로부터 수익을 창출하기 위한 웹사이트들의 경쟁은 점점 치열해지고 있다. 각 사이트의 운영자 및 마케팅 담당자들은 경쟁 우위를 차지하기 위해 다양한 전략을 수립하고 있으며, 이 과정에서 타 사이트와의 제휴가 이루어지는 경우도 비일비재하다. 이는 타 사이트와의 제휴를 통해 타사의 고객 정보를 부분적으로 공유할 수 있을 뿐 아니라 포인트 공유, 상호 추천 등 보다 다양한 전략의 운용이 가능하기 때문이다. 제휴를 통해 긍정적인 성과를 거두기 위해서는 현재 자사의 고객은 아니지만 미래의 자사 고객이 될 수 있는 잠재 고객을 다수 확보하고 있는 타 사이트를 제휴 대상으로 선정하는 것이 매우 중요하다. 하지만 많은 사이트 중 이와 같이 자사에 도움이 되는 제휴 대상 사이트를 식별하는 것은 쉬운 일이 아니다. 따라서 본 논문에서는 방문 고객의 유사성 관점에서 사이트 클러스터링을 수행하고, 이에 근거하여 유사 고객군을 공유하고 있는 제휴 사이트 대상을 식별할 수 있는 방안을 제시한다. 또한 제안 방법론의 실무적용 가능성을 평가하기 위해, 웹사이트 150,295개에 대한 패널 5,000명의 실제 방문 기록 약 1억 4천만 건에 대해 실험을 수행하고 그 결과를 제시한다.