• 한국동물학회지
• /
• 제32권1호
• /
• pp.14-21
• /
• 1989

한국산 포유동물 6목 24종 279표본의 4개 외부형질과 22개 두골형질들을 측정하였으며, 측정치를 ordination법과 clustering법에 의해서 분석하였다. 형태적 분석의 결과는 족제비, 청서 및 토마스 땃쥐가 현존 분류체계상의 위치와 다르게 나타났다. 한국산 포유동물의 목 수준에서의 mrophological difference는 다른 포유동물보다는 크게 나타났으나, 목 이하의 수준에서는 별 차이가 없었다. 분류학적 체계에서의 단계가 높아질 수록 average taxonomic distance morphological difference의 수치는 커졌으며, 두 행렬식간의 상관계수는 0.59였다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.177-191
• /
• 2003

상품추천시스템은 고객들에게 추천 상품 리스트를 만들어 고객들이 구매 가능성이 있는 상품을 쉽게 찾도록 도와주는 개인화 된 정보필터링 기술이다 협업 필터링(collaborative filtering)이 가장 성공적인 상품추천 기법으로 알려져 있으며 많이 이용되고 있다. 그러나, 인터넷 쇼핑몰에서 관리하는 상품과 고객의 수가 급속히 증가하면서 협업필터링에 기반 한 상품추천 시스템은 입력데이터의 희박성(Sparsity) 문제와 시스템 확장성(Scalability) 문제가 노출되고 있다. 따라서 본 연구에서는 협업필터링 기반 상품추천시스템의 상품추천 효과 및 성능을 개선하기 위해 웹 마이닝과 군집분석 기법에 기반을 둔 개인별 상품추천 방법론을 개발한다. 또한 실제 인터넷 쇼핑몰에서 개인별로 상품을 추천할 때 개발된 상품추천 방법론을 적용하여 다른 기존 상품추천 방법론과 실험적으로 비교함으로써 개발 방법론의 효과 및 성능을 검증한다.

• 대한산업공학회지
• /
• 제42권3호
• /
• pp.222-230
• /
• 2016

As the global game market has been more competitive, it has been important to analyze success factors of game products. In this paper, we applied a Bass Diffusion Model and Clustering Analysis to identify the success factors of games based on data from Steam, an international game platform. By using a diffusion model, we first categorize game products into two groups : successful and unsuccessful games. Then, each group has been analyzed by using clustering analysis based on product features such as genres, price, and minimum system requirements. As a result, success factors of a game have been identified. The result shows that customers in game industry appreciate sophisticated contents. Unlike many other industries, price is not considered as a key success factor in the game industry. Expecially, advanced independent video games (commonly referred to as indie games) with killer contents show competitiveness in the market.

• Asia Marketing Journal
• /
• 제17권1호
• /
• pp.69-95
• /
• 2015

This paper examines a highly used social networking site (SNS) by studying the behavior of more than 11 million members over a 20 month period. The importance of the most highly active members to the overall network is demonstrated by the significant fraction of total visits by extremely active members in a given period but such members have surprisingly short lifespans (an average of only 2.5 months) as social hubs. We form and test a number of hypotheses concerning these social hubs and the determinants of their lifespan. We find that the speed of achieving social hub status increases the lifespan of a social hub. The norm of reciprocity is strongly confirmed to be present in the social hub population as visits are reciprocated. We also find that increasing local dominance in terms of activities over neighboring agents leads to a longer lifespan of a social hub. Contrary to expectations, local clustering in the vicinity of social hubs is smaller (rather than larger) than overall clustering. We discuss managerial implications in the paper.

• 한국강구조학회 논문집
• /
• 제18권2호
• /
• pp.213-223
• /
• 2006

전통적인 트러스 구조물의 최적화 기법은 종종 복잡하고 많은 계산과정이 요구되면서 정작 아주 간단한 중량최소화와 같은 경비문제를 다루고 있다. 또한 이러한 기법들은 복잡하고 종종 다목적함수인 실 경비함수를 갖는 트러스 구조물에 적용 시 만족할만한 결과를 보이지 못한다. 따라서 본 연구에서는 구조물의 중량뿐만 아니라 사용되는 제품 종류의 수와 트러스 구조물의 연결의 수 및 기타현장소요경비로 구성되어지는 실제 요구되는 경비함수를 가지는 트러스 구조물의 최적화문제에, 전체 트러스 구조물의 부재를 같은 치수의 제품을 가질 수 있는 몇 가지 종류의 부재들로 변별화하는 클러스터링 기법(Clustering Technique)을 도입하여 설계를 효율적으로 수행하고자 한다. 클러스터링 기법을 이용하여 사용되는 부재들을 그룹별로 변별하고 최적 해에 근접한 해를 찾은 후 간단한 타부 탐색기법을 이용하여 최종 최적해를 얻는다. 수치 예로써 실 경비함수를 갖는 트러스 구조 모형에 적용하여 최적설계를 시도하고 또한 중량최소화문제에도 적용하여 휴리스틱 기법(Heuristic Techniques)의 대표적인 유전알고리즘을 이용한 기존 연구의 중량최소화 설계결과와 비교 한다. 그 결과, 본 연구의 알고리즘은 실 경비함수를 가지는 트러스 구조물의 설계에 있어서 경제성이 있는 결과를 나타내며, 또한 기존연구의 알고리즘 보다 효율적임을 나타내었다.

• 한국시뮬레이션학회논문지
• /
• 제24권4호
• /
• pp.97-106
• /
• 2015

시장세분화를 위해 일반변수와 트랜잭션 기반 변수를 동시에 사용하는 하이브리드 방법이 널리 사용되고 있지만, 하이브리드 방법에는 일반변수의 기준에 따라 정확하게 세분화가 되지 않는 문제점이 존재한다. 본 연구에서는 이러한 문제점을 해결함과 동시에 상품 정보를 이용한 네트워크 분석을 활용하는 새로운 시장세분화 방법을 개발하는 것을 목표로 한다. QAP 상관관계분석을 이용하여 상품네트워크의 유사도를 계산하는 새로운 시장세분화 방법은 일반 변수 기준으로 시장을 명확하게 세분화하고, 상품 정보를 기반으로 하여 세분화된 집단 간의 구매패턴을 효과적으로 비교할 수 있도록 하는 장점을 갖고 있다. 본 연구를 통해 개발된 상품구매정보를 활용한 네트워크 기반 시장세분화 방법의 활용 가능성과 성과를 입증하기 위해 실제 운영중인 온라인 쇼핑몰의 고객정보와 상품구매정보를 수집하여 시장세분화 방법의 절차를 설명하고 결과를 제시한다. 본 연구에서 제안된 시장세분화방법은 기본적인 고객정보 및 상품구매정보를 이용하여 상품구매패턴이 유사한 고객 집단을 인구통계학적인 일반변수 기준으로 세분화할 수 있기 때문에 대다수의 온 오프라인 유통업체에서 폭넓은 활용이 가능할 것으로 기대된다.

• 한국전자거래학회지
• /
• 제22권3호
• /
• pp.87-103
• /
• 2017

많은 제조기반의 중소기업들은 프로세스나 제품을 혁신하기 위해 공공 및 사기업의 지식서비스를 아웃소싱하고 있다. 본 연구의 사례인 K 연구원은 여러 지식서비스를 다양한 조합형태로 제공하는데, 이러한 제공형태의 복잡성으로 인해 지식서비스 사업성과를 정확히 분석한다는 것이 어려운 상황이다. 본 연구는 기존에 성과평가 항목을 상향식으로 선정하는 방식이 아닌 하향식 관점에서 성과항목을 도출하였다. K 연구원 지식서비스 수혜기업인 82개 기업사례에서 74개의 성과항목이 도출되었고, 최종적으로 17개 항목으로 정제하였다. 이후 사례-성과 행렬을 구조화하여 기업별 성과의 유무를 조사하여 이진 데이터로 입력하였다. K-means 클러스터링 분석을 통해 3개의 군집을 각각 '핵심 경쟁력 강화(제품 및 특허)', '국내 및 해외시장 확대', '운영 효율성 제고'로 식별할 수 있었다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.

• 기술혁신학회지
• /
• 제14권spc호
• /
• pp.1187-1208
• /
• 2011

본 연구는 기업의 보유자원(역량) 기반 관점에서 기업이 필요로 하는 유망기술 도출 모형을 제시하고자 하였다. 이를 위해서 첫째, 중소기업과 유망기술에 대한 고찰을 통해 중소기업이 필요로 하는 유망기술에 대해 개념적으로 정의하였다. 둘째로, 연구의 개념적 틀을 제시하고 X사의 사례 분석을 통하여 제시된 연구의 틀에 대한 유용성을 검증하였다. 기업이 진입해 있는 기술, 용도, 제품분야 키워드를 기준으로 기업의 진입영역을 대리하는 참조특허집합(reference patent set)을 구성하였다. 분석데이터는 참조특허집합을 두 단계까지 전방인용(forward citation)한 특허로 대상을 확장하여 구성하였다. 분석특허 풀에서 전문가가 선정한 키워드를 기준으로 클러스터 분석을 수행하고 클러스터의 활동성, 참조특허집합과의 관련성 지표를 기준으로 군집별 유망성을 분류하였다. 마지막으로 기업이 접근 가능한 영역에 대한 잠재 포트폴리오를 표현하고 기업이 단계적으로 접근가능한 유망영역, 모니터링 대상, 모니터링 제외대상 영역을 도출하였다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.93-112
• /
• 2015

소비자의 소비성향이 필요 품목을 중심으로 근거리에서 구매하는 근린형으로 변화함에 기존의 소매점은 식료품, 생활용품을 위주로 제공하는 슈퍼마켓, 하이퍼마켓 또는 편의점으로 진화하고 있다. 따라서 소매점이 한정된 공간에서 효율적으로 공간을 활용하고 매출을 증대하기 위해서는 소비자의 구매욕을 충족시킬 수 있는 상품배치와 적정한 재고수준을 유지하는 것이 매우 중요하다. 본 연구에서는 소매점의 판매 상품에 대하여 RFM 기반 SOM 군집화를 하여 효율적으로 매장을 관리할 수 있는 상품 배치전략 및 재고전략을 제안하였다. 실제 M마트의 판매데이터를 이용하여 RFM모델을 상품에 적용한 후, 기존 문헌 연구뿐만 아니라 해석 가능성, 응용 가능성 등을 고려하여 3X3 총 9개의 군집으로 분류하여 분석한 결과, 주요 군집으로 R값, F값, M값이 모두 높은 군집, R값, F값, M값 모두 낮은 군집, R값만 높은 군집, F값만 높은 군집이 도출되었다. 본 논문에서는 다른 군집과 비교시 R값, F값, M값이 차이를 보이는 주요 4개의 군집의 상품 배치 및 재고 전략을 제시하였다. R값, F값, M값이 모두 높은 군집의 상품은 소비자 동선을 늘림으로써 상품 노출을 확대시킬 수 있는 장소에 배치하여야 할 뿐만 아니라 높은 수준의 재고를 보유할 필요가 있다. 반면에 R값, F값, M값이 모두 낮은 군집의 상품은 가시성이 낮은 곳에 배치하고 최소한의 안전재고만 보유할 필요가 있다. 또한 R값이 높은 군집은 신상품으로 매장 입구에 배치하여 상품의 판매를 유도할 필요가 있다. 그리고 F값만 높은 군집의 경우, R값과 M값이 평균 값 보다 작은 상품들의 군집이므로 최근에는 판매가 저조하며 빈도 수에 비해 총 판매액이 낮다는 것을 유추할 수 있다. 따라서 현재보다 과거에 많이 판매된 저가의 상품군집으로 재고 수준을 점차 감소시킬 필요가 있다. 본 연구에서 제시한 방법은 POS 시스템의 보유한 소매점에서 상품배치 및 재고관리 방법으로 활용되어 매장의 수익성 증대에 기여할 수 있을 것으로 기대된다.