• 응용통계연구
• /
• 제19권3호
• /
• pp.599-617
• /
• 2006

최근 모바일 컴퓨팅 시스템에서 위치 기반 서비스(Location Based System: LBS)에 대한 연구가 활발히 진행되고 있다. 시공간 이동 시퀀스 마이닝은 이동 경로 데이터로부터 사용자 이동 패턴을 추출하는 새로운 마이닝 기법이다. 시공간 이동 시퀀스 패턴 마이닝은 기존의 빈발 패턴 마이닝 기법과 유사하나 몇 가지 차이점이 있다. 빈발 패턴 마이닝은 장바구니 분석에서와 같이 고객이 구입한 아이템과 관련된 것이나 시공간 이동 시퀀스 패턴 마이닝은 사용자 이동 시퀀스 경로를 대상으로 한다. 또한 사용자의 관심도를 반영하기 위해 해당 위치에서의 소요시간을 고려한다. 본 연구는 대표적인 빈발 패턴 마이닝 기법의 하나인 Apriori 알고리즘에 이동 시퀀스 데이터를 적용하여 Apriori_msp 알고리즘을 제안하였으며 성능 평가를 수행한 결과를 제시하였다.

• 경영과학
• /
• 제17권3호
• /
• pp.19-30
• /
• 2000

Customization and personalization services are considered as a critical success factor to be a successful Internet store or web service provider. As a representative personalization technique, personalized recommendation techniques are studied and commercialized to suggest products or services to a customer of Internet storefronts based on demographics of the customer or based on an analysis of the past purchasing behavior of the customer. The underlining theories of recommendation techniques are statistics, data mining, artificial intelligence, and/or rule-based matching. In the rule-based approach for personalized recommendation, marketing rules for personalization are usually collected from marketing experts and are used to inference with customers data. however, it is difficult to extract marketing rules from marketing experts, and also difficult to validate and to maintain the constructed knowledge base. In this paper, we proposed a marketing rule extraction technique for personalized recommendation on Internet storefronts using market basket analysis technique, a well-known data mining technique. Using marketing basket analysis technique, marketing rules for cross sales are extracted, and are used to provide personalized advertisement selection when a customer visits in an Internet store. An experiment has been performed to evaluate the effectiveness of proposed approach comparing with preference scoring approach and random selection.

• 산업경영시스템학회지
• /
• 제35권2호
• /
• pp.163-172
• /
• 2012

In this study, It is assumed that customers are both usage unit of spare parts and stores of displaying and selling the goods that are installation unit of having the spare parts. The demand pattern through the effective order of spare parts and issue list in installation unit is investigated based on the assumption. Current ASL (Authorized Stockage List) selection of the army has been conducted in the way of using the analysis result of real usage experiences on spare parts used during the Korea War. For this study, ASL selection criteria and procedures based on army regulations and field manuals are specified. Since the traditional method does not presents the association analysis on spare parts used for the current equipment operating and does not have the clear criterion and analysis system about the ASL selection, in order to solve these problems, it was carried out that the association rule is employed for analyzing relationship between the effective order and issue list of the spare parts in point of the spare parts between usage unit and occurring month about purchase spare parts based on the star-schema table. Finally the new ASL selection way using the analysis result is proposed.

• 디지털산업정보학회논문지
• /
• 제17권4호
• /
• pp.109-120
• /
• 2021

Despite the growing online exposure of retailes, offline retail channels still outperform online channels in the total retail volume of some countries. There is much interest in the physical layout plans of retail stores to expand sales. Product placement that have a large impact on customer purchasing behavior at offline retailers influences customer movement and sales volume. But in many cases, each retailer relies on unsystematic and autonomous product placement. When multiple products are sold with one purchase, the customer's movement for shopping may be evaluated in terms of customer efficiency and additional impulse purchase. In this paper, the social network is applied to sales data of a retail store and the result is used for evaluation of product placement and customer path. The frequent sales product composition was identified using k-core from sales data in the form of shopping baskets. The location was checked for the identified compositions of products, the spatial variance was measured and the customer's path was identified. With these results, the store arrangement of products was evaluated with appropriate improvement directions. The analysis method of this paper can be an alternative analysis approach for better layout of retail stores.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권1호
• /
• pp.1-14
• /
• 2002

연관규칙 탐사는 지지도와 신뢰도를 바탕으로 연관성 있는 강한 항목들을 탐사한다. 탐사된 연관규칙은 장바구니 분석 등과 같이 전자 상거래 및 대형 소매점 등의 판매 패턴에 대한 분석에 유용하게 적용될 수 있다. 이와 같은 연관규칙 탐사는 대규모로 축적되어 트랜잭션 데이터를 대상으로 하는 기법으로서 대규모 데이터에 대한 반복적 스캔연산을 수반한다. 그러므로 매우 높은 연산 부하를 안고 있으며 이로 인해 동적 환경에서 실시간 제한사항을 탐사에 대한 시도를 하지 못하고 있다. 따라서 이 논문에서는 연관규칙 탐사의 비 실시간적 제한사항을 위하여 트리거와 점진적 갱신 기법을 이용한 능동적 후보항목 관리 모델을 제안하였다. 아울러 제안 모델을 구현하기 위해 점진적 갱신 기법을 이용한 능동적 후보항목 관리 모델을 제한하였다. 아울러 제안 모델을 구현하기 위해 점진적 갱신 연산의 구현 모델을 제시하고 이의 구현 및 실험을 통해 성능 특성을 분석하였다.

• 한국전자거래학회지
• /
• 제16권2호
• /
• pp.39-71
• /
• 2011

최근 정보기술이 발전함에 따라 전자거래가 증가되고, 시스템의 분산화가 빠르게 진행되면서 상호운용성의 중요성에 대한 공감대가 형성되고 있다. 그러나 적용분야와 이해관계자의 관점에 따라 상호운용성의 정의가 상이하여 특정 시스템에 요구되는 상호운용성의 수준이나 평가 방법에 관한 공감대는 여전히 부족한 실정이다. 예를 들어 국방 분야에서는 동일한 업무를 하는 관계 기관별로도 상이한 정의를 사용하며 상호운용성의 실질적인 시험평가는 정의와는 다소 무관하게 정보교환 능력 수준의 저차원적인 평가만을 수행한다. 본 연구에서는 다양한 상호운용성 정의를 수집하여 그 정의의 구성요소를 추출하고, 이들을 데이터 마이닝의 연관성 규칙 탐사 방법을 이용하여 새로운 상호운용성 정의를 제시한다. 이 정의를 기준으로 한국군에서 사용 중인 정의들과 비교 분석한다. 본 연구에서는 장바구니 분석 기법을 이용하여 민간 및 국방 분야의 상호운용성 정의 구성요소의 연관성을 찾아, 가장 일반적이고 범용적인 정의를 도출하였다. 이 결과는 상호운용성에 대한 정의와 수준 및 평가항목 등에 대한 다양한 이해당사자들의 합의를 도출하는 데에 도움을 줄 것으로 기대한다.

• 패션비즈니스
• /
• 제6권5호
• /
• pp.136-150
• /
• 2002

In this study, we proposed a method to be standing customers as the supporting system for the improvement of fashion garment industry which was the marginal growth getting into full maturity of market. As for the customer creation method of Fashion garment company is developing a marketing program to be standing customer as customer scoring to estimate a existing customer‘s buying power, and figure out minimum fixed sales of company to use a future purchasing predict. This study was a result of data from total sixty thousands data to be created for the 11 months from september. 2000 to July. 2001. The data is part of which the company leading the Korean fashion garment industry has a lot of a customer purchasing history data. But this study used only 48,845 refined purchased data to discriminate from sixty thousands data and 21,496 customer case with the exception of overlapping purchased data among of those. The software used to handle sixty thousands data was SAS e-miner. As the analysis process is put in to operation the analysis of the purchasing customer’s profile firstly, and the second come into basket analysis to consider the buying associations for Association goods, the third estimate the customer grade of Customer loyalty by 3 ways of logit regression analysis, decision tree, Artificial Neural Network. The result suggested a method to be estimate the customer loyalty as 3 independent variables, 2 coefficients. The 3 independent variables are total purchasing amount, purchasing items per one purchase, payment amount by one purchasing item. The 2 coefficients are royal and normal for customer segmentation. The result was that this model use a logit regression analysis was valid as the method to be estimate the customer loyalty.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권9호
• /
• pp.835-840
• /
• 2008

본 논문에서는 고객의 다양한 행동 분석을 통해 e-commerce 포탈에서 향상된 개인화 기법을 제안한다. 고객의 행동은 "상품 구매" '장바구니에 상품 추가", "상품 정보 확인" 세가지로 구분하였다. 추천된 상품에 대한 평점을 측정하기 위해 사용자의 행동을 암묵적으로 추적한다. 제안하는 추천 기법은 Cross Correlation Coefficient를 변형하여 비슷한 선호도를 가진 고객들을 분류한 후 대상 고객이 선호하는 상품과 비슷한 선호도를 가진 고객들의 상품 유사도를 측정한다. 본 시스템의 가장 주목할만한 특징은 고객의 행동을 바탕으로 상품에 대한 평점을 암묵적으로 계산하는 것이다. 상품의 선호도에 대하여 고객의 직접적인 대답을 요구하면 고객들이 불편함을 느낄 수 있기 때문에 고객의 행동을 통하여 상품에 대한 선호도를 반영한다. 실험결과 부분에서 우리의 시스템과 협업 필터링을 기반으로 한 다른 기법의 비교를 통하여 각 기법들의 장단점을 보일 것이다.

• 한국정보통신학회논문지
• /
• 제8권6호
• /
• pp.1284-1290
• /
• 2004

장바구니 분석에서, 가중 연관 규칙 탐사는 특정 상품에 대한 아이템의 중요도를 반영함으로써 더 많은 이익을 주는 정보를 규칙으로 탐사하였다. 그러나 트랜잭션을 구성하는 아이템들이 한 개 이상의 서로 다른 그룹으로 나누어진다면, 각 그룹의 특성을 반영하는 서로 다른 측정 방법으로 평가되어야 하므로 기존의 가중연관규칙 탐사 방법을 적용할 수가 없다. 본 논문에서는 이를 해결하기 위해서 가중 연관 규칙의 새로운 탐사 방법을 제안하였다. 먼저 각 아이템들은 유사한 특성에 따라 서브 그룹으로 나누고, 아이템 중요도(아이템 가중치)는 서브 그룹에 포함된 아이템들 단위로 계산한다 이때 적용되는 여러 가중 인자들은 아이템의 특성을 반영하는 아이템 그룹별로 재 정의하였다. 제안하는 방법은 네트워크 보안 데이터에 적용하여 위험을 일으키는 요소에 대한 위험 규칙 집합을 생성함으로써 네트워크 위험관리의 정성평가와, 규칙 생성 시 적용된 가중치와 같은 여러 통계인자들에 의해서 위험도를 계산함으로써 정량평가를 가능하게 하였다. 또한 데이터 아이템들이 상이하게 구별될 수 있는 특성을 만족하는 마켓 데이터의 새로운 응용분야에 넓게 적용될 수 있다.

• 한국컴퓨터산업학회논문지
• /
• 제2권7호
• /
• pp.945-952
• /
• 2001

인터넷 사용 인구의 증가로 전자상거래는 새로운 상거래 형태로 빠르게 발전하고 있으며, 대다수 인터넷 쇼핑몰들은 사용자에게 더 많은 정보와 편리한 사용자 인터페이스를 제공함으로써 보다 많은 고객을 확보하려고 노력하고 있다. 편리한 인터페이스 중의 하나는 상품을 추천해주는 서비스이며, 이를 위해서는 쇼핑몰에서의 구매정보, 행동 그리고 장바구니 등 사용자로부터 특정 행동패턴을 추출하고 분석하는 방법이 필요하다. 이러한 방법 중에서 상품간의 연관성 추출을 위하여 주로 연관규칙과 순차패턴이 이용되고 있는데, 대부분의 온라인 전자상거래에서는 사용자의 정보 또는 구매이력을 가지고 카테고리를 중심으로 수행하고 있다. 그러나 이는 단일한 구매패턴에 의한 연관성만을 나타낼 뿐이며, 상품 각각에 대한 연관성을 찾아보기 힘들다. 또한 단일 구매패턴은 계산 비용이 작기는 하지만 사용자의 구매패턴을 정확하게 반영하기 어렵다. 따라서 본 논문에서는 이러한 문제를 해결하기 위하여 카테고리 독립적이고 단일 항목간의 구조화를 통하여 항목간의 연계성을 갖는, 다중 구매패턴을 고려하는 마이닝 방법을 제안한다.