• 마케팅과학연구
• /
• 제14권
• /
• pp.125-144
• /
• 2004

본 연구는 중소규모의 인터넷 전자상거래쇼핑몰의 소비자정보 최적화를 위한 마케팅모듈의 적용에 관한 연구이다. 본 연구에서 적용한 마케팅모듈은 e-CRM 의 RFM 모듈과 이메일에 대한 장기적인 고객반응도를 분석한 이메일 반응모듈이며, 이 두 가지 분석방법으로 분류된 소비자그룹에 대한 이메일발송을 통한 ROI 분석을 통해 마케팅모듈에 대한 타당성을 검증하고자 하였다. 연구결과 두 가지 모듈에 의해 분류된 각 그룹에 대한 ROI 분석결과 매출에 대한 기여도인 전환율, 개인화요소 및 이메일반응점수인 충성도지수 모두 우수고객이 타 고객에 비해 높은 것으로 나타났으며, 이메일 기초반응도인 오픈율, 인지율, 클릭율에서도 접수가 높은 것으로 나타났다. 따라서 자본, 인원의 제약이 따르는 중소 인터넷기업은 저비용, 고효율의 타겟 마케팅 전략으로서 유효DB를 확보해야 하며, 기업의 DB구조 및 특성에 따라 RFM 및 이메일반응 모듈과 같은 타당한 마케팅모듈을 채택하여 고객서비스 및 기업수익을 강화할 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제9권9호
• /
• pp.1173-1183
• /
• 2006

행렬-스타그래프와 팬케익 및 RFM 그래프는 스타 그래프가 갖는 좋은 성질을 가지면서 하이퍼큐브보다 망 비용이 적은 값을 갖는 상호연결망이다. 행렬-스타그래프는 스타그래프를 기본 모듈로 하여 노드 대칭성, 최대고장허용도, 계층적분할 성질을 갖고 스타그래프보다 망비용이 개선된 상호연결망이다. 본 논문에서는 그래프의 에지 정의를 이용하여 행렬-스타그래프, 팬케익그래프, RFM그래프 사이의 임베딩 방법을 제시한다. 행렬-스타그래프 $MS_{2,n}$은 팬케익그래프 $P_{2n}$에 연장율 4, 확장율 1, $RFM_{n}$그래프는 팬케익그래프 $P_n$에 연장율 2, 확장율 1, 그리고 행렬-스타그래프 $MS_{2,n}$을 $RFM_{2n}$으로 평균연장율 3에 임베딩 가능함을 보인다.

• 항공우주기술
• /
• 제4권1호
• /
• pp.229-238
• /
• 2005

본 연구는 인공위성 영상의 전처리 시스템에 사용되기 위한 RPC 기하보정 모듈을 개발하는 것이다. 이를 위하여, Terrain-Independent Ⅰ, Terrain-Independent Ⅱ 및 Terrain-Dependent의 3가지 방법이 KOMPSAT-1, SPOT PAN 영상에 적용되었다.

• 지식경영연구
• /
• 제23권2호
• /
• pp.277-299
• /
• 2022

관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.

• 한국지형공간정보학회:학술대회논문집
• /
• 한국지형공간정보학회 2002년도 춘계학술대회 논문집
• /
• pp.145-149
• /
• 2002

CORONA는 미국이 1960년에서 1972년까지 냉전시대 관심지역에 대한 첩보영상을 취득하기 위하여 운영한 영상취득시스템으로 1995년 일반에 자료가 공개됨에 따라 과거의 고해상도 영상자료를 이용할 수 있는 길이 열리게 되었다. 그러나 현재까지 CORONA 영상처리를 위한 모듈을 제공하는 원격탐측 소프트웨어가 개발되어 있지 않기 때문에 CORONA 영상을 이용하여 수치표고모형이나 정사영상을 제작하기 위해서는 적절한 모델링 방법이 필요하다. CORONA 영상은 파노라마 영상으로 필름 가장자리로 갈수록 왜곡이 많이 생기며 사진기 지표가 없고 위성의 궤도와 위치, 자세, 속도, IMC(Image Motion Compensation)에 대한 자세한 자료를 제공하지 않는 문제점이 있다. 따라서 본 논문에서는 지형복원을 위하여 지상기준점을 이용하는 2가지 모델링 방법을 이용하였다. 첫 번째는 파노라마 왜곡과 촬영 비행체 이동에 의한 왜곡, IMC에 의한 왜곡을 보정하는 모형식을 구성하여 이용하였으며, 두 번째는 위성과 센서에 대한 정보를 필요로 하지 않는 다항식비례모형(RFM; Rational Function Model)을 이용하였다. 대상지역은 서울지역의 입체영상으로 대략 $33km{\times}26km$ 지역이다. 영상은 지상해상도 약 2.7m로 스캐닝하였고 1:1000 수치지도를 통해 20개의 기준점과 36개의 검사점을 관측하였다. 검사점의 위치정확도를 평가해 본 결과 첫 번째 방법은 수평방향으로 평균 3.9m(X), 2.8m(Y)의 오차를 보였으며 표고의 경우 4.2m의 오차를 보여주었다. 두 번째 방법은 수평방향으로 평균 3.2m(X), 2.8m(Y)의 오차를 보였으며 표고의 경우 5.5m의 오차를 보여주었다. 지형복원 정확도를 검증하기 위하여 첫 번째 방법을 이용하여 대상지역 중 일부인 서울 남산지역에 대해 정사영상과 10m간격의 DEM을 제작하였으며 1:1000 수치지도를 통해 제작된 DEM과 비교한 결과 총 43990개 격자점의 표고 차이는 평균 5.98m였다.