• 융합보안논문지
• /
• 제15권2호
• /
• pp.19-24
• /
• 2015

웹3.0, 미래 인터넷 및 사물인터넷 등으로 인터넷 이용이 급증함에 따라 사용자와 웹서버들 사이의 상호 정보 교환을 통한 빅데이터들이 증가하고 있다. 이런 데이터들의 분석 결과들은 상업용 웹사이트의 경우 마케팅과 캠페인에 활용하고, 비상업용 사이트의 경우에도 사용자의 서비스 만족도 향상을 위한 기초자료로 이용된다. 본 논문에서는 웹사이트 분석을 위한 정량적 지표들을 제시하고 지표들 사이의 상관관계와 유의성 검정 분석을 통하여 최적화된 웹사이트 설계 방안을 제시한다. 138개의 웹사이트에 대한 분석 결과, 방문수와 순방문자 수, 페이지뷰 수와 평균 방문시간의 사이에는 각각 강한 양(+)의 상관관계가 존재하며, 방문당 페이지뷰 수 및 신규 방문 비율과 이탈률 사이에는 음(-)의 상관관계가 존재함을 알 수 있다. 특히, 웹사이트 방문자의 이탈률을 줄이기 위해서는 방문수와 순방문자 수를 높이기보다, 방문당 페이지뷰의 수와 신규 방문비율을 높이기 위한 전략이 요구된다.

• 정보보호학회논문지
• /
• 제19권6호
• /
• pp.121-134
• /
• 2009

소비자 중심 마케팅 성장과 더불어 확대되고 있는 웹 트래픽 수집 및 분석 서비스 시장에서는 이미 서비스 제공자와 사용자간 정보 활용과 정보보호의 치열한 공방이 시작되었고 보다 상세한 소비자 정보를 마케팅에 활용하고 싶은 욕구가 극대화되고 있다. 기업은 익명화된 개인정보의 마케팅활용을 정당화하고 개인은 잠재적 우려사항을 감수할 수밖에 없는 실정이다. 그러므로 본고에서는 국내의 웹 트래픽 수집 및 분석 서비스 산업에서 개인정보보호에 저해되는 프로세스를 검토하고 잠재적 우려사항을 밝히고자 한다. 국내 주요 상용서비스를 중심으로 개인정보보호정책 분석과 서비스과정의 고의 혹은 우연한 개인정보 수집행위 등 목적 외 범위 타당성을 검토하고, 역공학을 통해 서비스과정에서의 개인정보 수집 및 이용 범위를 분석하였다. 개인정보 추출 범위 확대와 침해 가능성 심화로 인해 현재 국내 서비스의 타당성 평가는 매우 중요하다. 웹 트래픽 수집 및 분석 행위로 인한 개인정보 침해의 잠재요인과 서비스 활용을 위한 개인정보보호의 요건을 명확히 밝히는 것은 웹 트래픽 분석산업과 개인정보보호의 균형 발전을 위해 매우 중요할 것이다.

• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.97-107
• /
• 2020

본 연구의 목적은 빅데이터 분석기법을 활용하여 공유경제 관련 국내 학술연구 동향을 탐색하기 위해 내용분석 관점에서 종합적 메타스터디를 수행하는데 있다. 종합적 메타분석 연구방법론은 일련의 전체 연구결과물들을 역사적으로 그리고 포괄적으로 살펴봄으로써 전체 연구동향의 규칙성이나 특성을 조명하여, 이를 통해 향후 연구에 대해 방향성을 제시할 수 있다. 공유경제를 주제로 하는 국내 학술연구는 Lawrence Lessig 교수가 2008년에 공유경제의 개념을 세상에 소개한 해에 등장하였으나, 본격적인 연구는 2013년부터 진행되었다. 특히, 2006~2008년 사이에 국내 공유경제 관련 학술연구는 양적으로 급격히 증가하였다. 본 연구는 2013년부터 현재까지 약 8년간의 논문들을 분석 논문으로 선정하고, 전자저널의 학술논문검색 및 원문서비스를 이용하여 제목, 키워드, 초록을 중심으로 텍스트 데이터를 수집하였다. 수집된 데이터를 정제, 분석, 시각화의 순서로 빅데이터 분석을 실시하여, 추출된 핵심어들을 통해 연도별 및 문헌 유형별 연구동향 및 인사이트를 도출하였다. 데이터 전처리 및 텍스트 마이닝, 메트릭스 빈도분석을 위해 Python3.7과 Textom 분석도구를 활용하였고, 핵심어 노드 간의 구조적 연관성을 파악하기 위해 UCINET6/NetDraw, Textom 프로그램 기반의 N-gram 차트, 중심성 및 소셜네트워크 분석, 그리고 CONCOR 클러스터링 시각화를 통해 8개로 군집화 한 키워드들을 토대로 연구동향의 유형별 특성을 발견하였다. 아직까지 사회과학적 관점에서 공유경제 관련 학술연구 동향에 관한 조사가 이루어진 바가 없기 때문에, 본 연구의 결과물은 선행연구로서 후속 연구들에게 이론적 고찰 및 향후 연구방향에 대해 유용한 정보를 제공하는 초석의 역할을 기대할 수 있다.

• 한국IT서비스학회지
• /
• 제17권1호
• /
• pp.17-32
• /
• 2018

The city image is considered one of important symbolic and important factors in selecting the travel destination. Many cities are trying to be an attractive and popular city to tourists through the construction of a good brand image by utilizing their representative characteristics. This study measures the city brand image by applying a big data analytic method. In addition, the big data measurement results were rearranged and analyzed to identify further detailed city images by utilizing several previous interpretation methods. Our study has chosen Dubai since this city has the diverse images due to its regional as well as economic characteristics. In particular, nowadays Dubai has been recognized as one of the most important touristic places in the Middle East region for its modern and innovative images in spite of the limitations of location, weather, religion, and even political issues of neighbor countries. Founded on a big data analysis rather than a questionnaire-based survey, the presented interpretation methods are evaluated to improve the understanding of Dubai's diverse city images. In addition, based on the results of this research, it is expected to have a practical impact on establishing the effective marketing strategies to build and implement the valuable city brand image.

• 경영정보학연구
• /
• 제11권1호
• /
• pp.133-144
• /
• 2009

오늘날 eCRM은 인터넷 홈페이지를 방문하는 고객 정보를 체계적으로 관리하고 활용하기 위한 기업용 정보 시스템으로 주목받고 있다. 본 논문은 국내 유수의 유가공 업체 N사가 eCRM을 도입하여 활용한 사례에 대한 연구이다. N사가 eCRM을 도입하여 웹 로그 분석을 실시하고 고객별 최적화 서비스 도구를 이용할 수 있게 되면서, 이를 통해 정보를 분석하고 마케팅 활동에 활용한 사례를 연구하였다. 특히 본 연구에서는 유가공 업체와 같은 제조업체에서 인터넷 홈페이지를 통한 프로모션 활동과 연계한 eCRM 솔루션 도입 과정에 대하여 분석하였다. 또한 eCRM을 기업에 도입한 후 활용 범위와 효과에 대하여 논하였다.

• 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.

• 문화기술의 융합
• /
• 제8권5호
• /
• pp.507-513
• /
• 2022

본 연구는 영화 산업에서 온라인 시장인 IPTV의 VOD 이용 건수 예측 모델을 개발하였다. 한국영화진흥위원회에서 수집한 2017년부터 2021년까지 VOD 이용건수 데이터를 활용하여 머신러닝 기반 예측모델을 구축했다. 문헌조사와 군집분석을 통하여 오프라인 시장과 온라인 시장의 차이를 밝히고, VOD 이용 건수의 새로운 범주를 제안한다. 머신러닝 기반의 VOD 이용 건수 예측 모델 개발을 통해 IPTV 기업들의 의사결정 지원 뿐 아니라 마케팅 전략 수립을 돕는 것을 목적으로 한다.

• Nuclear Engineering and Technology
• /
• 제55권2호
• /
• pp.603-622
• /
• 2023

Human error (HE) is an important concern in safety-critical systems such as nuclear power plants (NPPs). HE has played a role in many accidents and outage incidents in NPPs. Despite the increased automation in NPPs, HE remains unavoidable. Hence, the need for HE detection is as important as HE prevention efforts. In NPPs, HE is rather rare. Hence, anomaly detection, a widely used machine learning technique for detecting rare anomalous instances, can be repurposed to detect potential HE. In this study, we develop an unsupervised anomaly detection technique based on generative adversarial networks (GANs) to detect anomalies in manually collected surveillance data in NPPs. More specifically, our GAN is trained to detect mismatches between automatically recorded sensor data and manually collected surveillance data, and hence, identify anomalous instances that can be attributed to HE. We test our GAN on both a real-world dataset and an external dataset obtained from a testbed, and we benchmark our results against state-of-the-art unsupervised anomaly detection algorithms, including one-class support vector machine and isolation forest. Our results show that the proposed GAN provides improved anomaly detection performance. Our study is promising for the future development of artificial intelligence based HE detection systems.

• 식품보건융합연구
• /
• 제10권1호
• /
• pp.1-6
• /
• 2024

Purpose: The research aims to address the intricacies of AI and Big Data application within the food industry. This study explores the strategic implementation of AI and Big Data in the food industry. The study seeks to understand how these technologies can be employed to bolster consumer engagement and contribute to market expansion, while considering ethical implications. Research Method: This research employs a comprehensive approach, analyzing current trends, case studies, and existing academic literature. It focuses on the application of AI and Big Data in areas such as supply chain management, consumer behavior analysis, and personalized marketing strategies. Results: The study finds that AI and Big Data significantly enhance market analytics, consumer personalization, and market trend prediction. It highlights the potential of these technologies in creating more efficient supply chains, improving consumer satisfaction through personalization, and providing valuable market insights. Conclusion and Implications: The paper offers actionable insights and recommendations for the effective implementation of AI and Big Data strategies in the food industry. It emphasizes the need for ethical considerations, particularly in data privacy and the transparency of AI algorithms. The study also explores future trends, suggesting that AI and Big Data will continue to revolutionize the industry, emphasizing sustainability, efficiency, and consumer-centric practices.

• 경영정보학연구
• /
• 제20권2호
• /
• pp.39-62
• /
• 2018

컴퓨터 연산능력의 향상과 데이터를 수집하고 가공해 분석이 가능하도록 데이터를 정형화 시키는 기술이 발달함에 따라, 소셜미디어 및 인터넷 공간에서 생산되는 다양한 텍스트 데이터를 수집하고 그것을 분석하는 시도가 늘고 있다. 본 연구는 이와 같은 기술의 발전과 새롭게 시도되고 있는 분석법을 활용해 텍스트 데이터를 분석하여 과거에 설문조사 방법을 통해 확인했던 "내부마케팅"의 효과를 기존과는 다른 방식으로 확인해 보고자 하였다. 이와 같은 분석을 위해, 전/현직자들이 해당 기업의 구직자들에게 기업의 리뷰를 제공하는 플랫폼 잡플래닛(www.jobplanet.co.kr)의 리뷰 데이터를 웹크롤러를 생성하여 약 4만 건을 수집하였다. 또한 수집된 비정형 데이터를 정형화하기 위한 형태소 분석을 진행하여 명사만을 추출한 후, 미리 생성해 놓은 단어주머니에 들어있는 단어와 같을 경우 그 숫자를 세어 분류화를 진행하였다. 분류화된 내부마케팅 영역별 단어 수의 변화를 독립변수로, 시가총액 변동률을 종속변수로 활용하여, 내부마케팅과 시가총액간의 관계를 확인하고자 하였다. 그 결과, 대부분의 기존 연구와는 다르게 내부마케팅의 효과는 제한적인 영역에서만 기업의 성과에 긍정적인 영향을 미치며 대부분의 환경에서는 음의 영향을 미치는 것으로 나타났다. 산업군으로 나누었을 때, 제조업에서는 여성지원과 교육 훈련 부문에서 기업성과에 긍정의 영향을 미치는 것으로 나타났으나, 유통업에서는 직원 복지, 일-가정 양립 그리고 바이오/제약 업종에서는 직원 복지, 일-가정 양립, 사내 커뮤니케이션 그리고 보상 부문에서 모두 기업성과에 음의 영향을 미치는 것으로 나타났다. 또한 기업의 규모가 크고 역사가 오래된 기업에서는 직원 복지가 기업성과에 악영향을 미치는 것으로 나타났으나, 교육 훈련 부문에서는 종속변수에 긍정적 영향을 미치는 것을 확인할 수 있었으며, 기업의 규모가 작고 역사가 짧은 기업에서는 직원 복지, 사내 커뮤니케이션 그리고 일-가정 양립에서 종속변수와 음의 관계를, 여성지원 에서는 종속변수와 양의 관계를 갖는 것으로 나타났다. 본 연구는 이러한 결과들을 분석하여 이론적 의미뿐만 아니라, 실무적 함의를 제시하고자 하였다.