• 경영과학
• /
• 제23권3호
• /
• pp.183-194
• /
• 2006

In this paper, we propose a customer profiling technique based on customer behavior for personalized products recommendation in Internet shopping mall. The proposed technique defines customer profile model based on customer behavior Information such as click data, buying data, market basket data, and interest categories. We also implement CBCPT(customer behavior based customer profiling technique) and perform extensive experiments. The experimental results show that CBCPT has higher MAE, precision, recall, and F1 than the existing other customer profiling technique.

• Industrial Engineering and Management Systems
• /
• 제14권3호
• /
• pp.275-288
• /
• 2015

Purchase dependence is a frequent phenomenon in retail shops and is characterized by the purchase of certain items together due to their unknown interior associations. Although this concept has been significantly examined in the marketing field (e.g. market basket analysis), it has largely remained unaddressed in operations management. Since purchase dependence is an important factor in designing inventory replenishment policies, this paper demonstrates the means of applying it to the partial backordering inventory model. Through computational analyses, this paper compares the performance of inventory models that either consider or ignore purchase dependence; the results demonstrate that inventory models that ignore purchase dependence incur more average cost per unit time than the model that considers purchase dependence, and the impact of purchase dependence can increase in significance as the item set becomes more closely correlated with regard to order demand.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.340-342
• /
• 2002

다중 값이란 속성 값이 집합인 것을 말한다. 즉, 관계형 데이터베이스에서 자료 유형이 집합인 속성을 의미한다. 이러한 다중 값 속성 처리는 기존 데이터마이닝 기술 자체로는 처리한 수 없으며 후처리나 선처리 과정을 이용하여 처리하고 있다. 전처리나 후처리 과정을 통해 처리할 경우 수행과장에 있어 많은 시간이 소요되고 혹은 타당하지 않은 규칙이 생성되는 문제점을 가지고 있다. 특히 연관화 기법 특성상 분석하고자 할 항목이 증가할수록 연관성의 수가 지수(exponential)단위이기 때문에 이를 해결하는데는 상당한 어려움이 따르게 된다. 본 논문에서는 관계형 데이터베이스 테이블 구조에서 데이터 마이닝의 수행을 위한 전처리나 후처리의 과정을 고려하지 않음으로 위에서 언급된 문제점들을 해결하고자 한다. 특히 데이터 변환 작업 없이 정량적(Quantitative)연관 규칙과 연관 규칙(Market Basket Analysis)의 혼합 형태의 규칙을 생성할 수 있게끔 알고리즘을 확장하여 보다 효율적인 규칙이 생성될 수 있도록 한다. 마지막으로 Each Movie 데이터를 사용하여 확장한 알고리즘의 다중 값 속성 처리 방법의 효율성과 타탕성을 검증한다.

• 경영과학
• /
• 제33권1호
• /
• pp.1-16
• /
• 2016

Drop-shipping is a commonly adopted online-order fulfillment strategy in the Internet age. In this practice, online retailers leverage the fulfillment capabilities of suppliers to fulfill orders. On the other hand, purchase dependence is a frequent phenomenon and is characterized by the purchase of certain items together due to their unknown interior associations. Although this concept has been significantly examined in the marketing field (e.g. market basket analysis), it has largely remained unaddressed in operations management. This paper develops an (R, T) model to address an environment in which unmet demand orders are partially lost and partially backordered when purchase dependence exists. The partial backorders are fulfilled by a drop-shipping option. Through computational analyses, this paper demonstrates the effect of both drop shipping on a partial backordering and purchase dependence. The results shows that more profit can be realized by utilizing a drop-shipping option under purchase dependence.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.223-226
• /
• 2009

Recently, Mining negative association rules has received some attention and proved to be useful. Negative association rules are useful in market-basket analysis to identify products that conflict with each other or products that complement each other. Several algorithms have been proposed. However, there are some questions with those algorithms, for example, misleading rules will occur when the positive and negative rules are mined simultaneously. The chi-squared test that based on the mature theory and Correlation Coefficient can avoid the problem. In this paper, We proposed the algorithm PNCCR based on chi-squared test and correlation is proposed. The experiment results show that the misleading rules are pruned. It suggests that the algorithm is correct and efficient.

• 경영과정보연구
• /
• 제30권2호
• /
• pp.257-275
• /
• 2011

선물시장은 기초자산이 거래되는 현물시장을 대상으로 하여 거래가 이루어지기 때문에 양 시장간에는 필연적인 관련성을 가진다. 이러한 관련성에 관한 연구의 일환으로 본 연구에서는 국내시장에서 국채선물시장과 현물시장간의 일별 가격변화의 선-후행관계를 실증적으로 분석함으로써 양 시장간의 가격발견기능이 존재하는지를 살펴보았다. 2006년 3월 10일부터 2011년 5월 13일까지의 전체 분석기간을 글로벌 금융위기 전(2006. 3. 10~2008. 9. 12)과 후(2008. 9. 16~2011. 5. 13)로 구분하여 분석하였다. 분석한 결과를 종합하면, 국채선물 및 국채현물시장의 자기상관관계에서는 현물수익률의 경우 전날 현물가격이 다음날 현물가격에 유의한 영향을 미치는 것을 나타났으나, 선물수익률의 경우에는 유의한 상관관계가 나타나지 않았다. 다음으로 전체기간 및 하위기간에서의 교차상관관계의 분석에서는 양시장간에 유의한 가격적 선-후행관계가 존재하지 않는 것으로 나타났다. 마지막으로 회귀분석을 통한 양시장간 선-후행관계 분석에서도 양 시장간 유의한 선-후행관계가 존재하지 않는 것으로 나타났다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.23-38
• /
• 2012

온라인 쇼핑몰은 인터넷을 통해 손쉽게 접근이 가능하기 때문에, 최초 구매의사가 발생한 시점으로부터 이에 대한 실제 구매가 실현되기까지의 기간이 오프라인 쇼핑몰에 비해 비교적 짧게 나타난다. 즉 오프라인 쇼핑몰의 경우 구매희망 물품을 바로 구매하기 보다는 몇 개의 물품들을 모아서 구매하는 행태가 일반적이다. 하지만, 인터넷 쇼핑몰의 경우 단 하나의 물품만을 포함하고 있는 주문이 전체 주문의 절반 이상을 차지한다. 따라서 온라인 쇼핑몰 데이터의 장바구니 분석에 전통적 데이터마이닝 기법을 그대로 적용할 경우, Null Transaction의 수가 지나치게 많음으로 인해 합리적 수준의 지지도(Support)를 만족시키는 규칙을 찾는 것이 매우 어렵게 된다. 이러한 이유로 온라인 데이터를 사용한 많은 연구는 동시성 기준을 여러 방법으로 확장하여 사용하였는데, 이들 동시성 기준은 명확한 근거나 합의 없이 연구자의 상황에 따라 임의로 선택된 측면이 있다. 따라서 본 연구에서는 온라인 마켓 분석에 적용되는 구매의 동시성 기준을 정확도 측면에서 평가함으로써, 구매의 동시성 기준 선정을 위한 근거를 제시하고자 한다. 또한 동시성 기준의 정확도가 고객의 평균 구매간격에 따라 상이하게 나타나는 것을 파악하여, 향후 고객의 특성에 따른 차별화된 추천 시스템 구축을 위한 기본 방향을 제시하고자 한다. 이를 위해 국내 대형 인터넷 쇼핑몰의 최근 2년간 실제 거래 내역을 대상으로 실험을 수행하였으며, 실험 결과 단골 고객의 구매 추천을 위한 분석의 경우 추천 범위와 분석 데이터의 동시성 기준을 맞추어 연관규칙을 도출하는 것이 바람직하며, 비단골 고객의 경우 대부분의 추천 범위에 대해서 분석 데이터의 동시성 기준을 비교적 길게 설정하여 연관규칙을 도출하는 것이 바람직한 것으로 나타났다.

• 정보처리학회논문지D
• /
• 제17D권4호
• /
• pp.311-316
• /
• 2010

본 논문은 가중치를 고려한 연관규칙탐사 알고리즘(WARM)을 제시한다. 각 전략적 요소항목에 가중치를 부여하는 것과, 각 전략요소 항목별로 원시 자료값을 정규화하는 것이 이 논문에서 제시하는 알고리즘의 중요한 내용을 구성하고 있다. 본 논문은 TSAA 알고리즘을 확장 발전 시킨 연구로서 전략적 중요도를 반영하는 항목으로는 각 품목의 이익기여도, 마케팅 가치, 고객만족도 등을 사용하였다. 한 대형할인점의 실제 거래자료를 사용하여 알고리즘의 성능을 검사하였으며, Apriori, TSAA 및 WARM의 세 가지 알고리즘을 사용한 탐사결과를 비교 분석하였다. 분석의 결과 세 가지 알고리즘은 연관분석 행태에 있어서 각각 독특한 탐사행태를 보이는 것으로 나타났다.

• 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.

• 지식경영연구
• /
• 제19권4호
• /
• pp.59-76
• /
• 2018

With the arrival of the big data era, customer data and data mining analysis have gradually dominated the process of Customer Relationship Management (CRM). This phenomenon indicates that customer data along with the use of information techniques (IT) have become the basis for building a successful CRM strategy. However, some companies can not discover valuable information through a large amount of customer data, which leads to the failure of making appropriate business strategy. Without suitable strategies, the companies may lose the competitive advantage or probably go bankrupt. The purpose of this study is to propose CRM strategies by segmenting customers into VIPs and Non-VIPs and identifying purchase patterns using the the VIPs' transaction data and data mining techniques (K-means clustering and association rules) of online shopping mall in Korea. The results of this paper indicate that 227 customers were segmented into VIPs among 1866 customers. And according to 51,080 transactions data of VIPs, home product and women wear are frequently associated with food, which means that the purchase of home product or women wears mainly affect the purchase of food. Therefore, marketing managers of shopping mall should consider these shopping patterns when they build CRM strategy.