• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.671-674
• /
• 2007

전위그래프는 스타 그래프와 그의 변형 그래프를 포함할 수 있는 일반화된 그래프이다. RFM 그래프는 스타 그래프가 갖는 좋은 성질을 가지면서 하이퍼큐브보다 망 비용이 적은 값을 갖는 상호연결망이다. 본 논문에서는 그래프의 에지 정의를 이용하여 전위그래프와 RFM그래프 사이의 노드를 일-대-일 사상하는 방법을 제시한다. 이러한 사상 결과를 통해 전위그래프는 RFM그래프에 연장율 4, 확장율 1에 임베딩 가능하고, RFM그래프는 전위그래프에 O(n)에 임베딩 가능하다.

• 유통과학연구
• /
• 제20권6호
• /
• pp.1-10
• /
• 2022

Purpose: This research proposes a new modified Recency-Frequency-Monetary (RFM) model by extending the model with spatial analysis for supporting decision-makers in discovering the promotional target market. Research design, data and methodology: This quantitative research utilizes data-mining techniques and the RFM model to cluster a university's provider schools. The RFM model was modified by adapting its variables to the university's marketing context and adding a district's potential (D) variable based on heatmap analysis using Geographic Information System (GIS) and K-means clustering. The K-prototype algorithm and the Elbow method were applied to find provider school clusters using the proposed RFM-D model. After profiling the clusters, the target segment was assigned. The model was validated using empirical data from an Indonesian university, and its performance was compared to the Customer Lifetime Value (CLV)-based RFM utilizing accuracy, precision, recall, and F1-score metrics. Results: This research identified five clusters. The target segment was chosen from the highest-value and high-value clusters that comprised 17.80% of provider schools but can contribute 75.77% of students. Conclusions: The proposed model recommended more targeted schools in higher-potential districts and predicted the target segment with 0.99 accuracies, outperforming the CLV-based model. The empirical findings help university management determine the promotion location and allocate resources for promotional information distribution and student recruitment.

• 한국재난정보학회 논문집
• /
• 제16권3호
• /
• pp.493-504
• /
• 2020

연구목적: 본 연구는 재해위험지역을 개선하는 재해예방사업을 실시하는 과정에서 예방사업의 우선순위를 선정하기 위한 분석 방법론 제안을 목적으로 한다. 연구방법:최근성(Recency), 빈도성(Frequency), 화폐성(Monetary)을 기준으로 데이터의 등급을 나누고 타겟 마케팅을 수행할 수 있는 RFM 모형을 활용하여 데이터 분석을 수행하였다. 연구결과: RFM 값이 높은 상위 10% 지역이 동해와 남해 연안을 중심으로 나타났으며, 피해 유형을 살펴보면 사유시설의 피해 건수가 크게 나타났다. 결론: 본 연구에서는 RFM 모형을 활용하여 재해위험의 우선순위를 선정하고 GIS를 활용한 지역재해위험도를 구현하였다. 이러한 결과는 재해예방사업의 우선 사업대상지를 선정할 수 있는 기초자료와 재해예방사업의 의사결정 과정에서 기초자료로 활용되기를 기대한다.

• 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.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.145-153
• /
• 2023

군에서 군인들의 체력 관리와 전투력 향상을 위한 필수적인 요소로서, 군인들의 운동 능력, 체력, 건강 수준을 효과적으로 측정하고 모니터링하는 중요성을 강조한다. 체력의 효과적인 측정이 관리의 핵심이며, 이는 현대경영학의 원칙과 일치하고 있다. 특히, 전장의 동적인 변화에 대비하기 위해서는 강인한 체력을 가진 군인을 양성하는 것이 중요하다. 이 연구에서는 RFM(Recency, Frequency, Monetary) 고객 분석 및 클러스터링 방법을 전자상거래에서 검증된 방법으로 소개하며, 이를 기반으로 머신러닝 알고리즘이 적용된 AI 고객 분석 방법을 군인 체력 평가에 적용하기 위해, RSC(Reveal, Sustainable, Control) 분석 모형을 도입하여 군인 체력을 효과적으로 분류하고 모니터링하는 방법을 검토하였다. RFM 기법을 적용한 RSC 분석 모형을 통해 군인 체력을 계량화하고 모델링함으로써 지속적인 발전을 도모하고 체력 관리의 효과를 높일 수 있는 전략을 모색하였다. 이러한 방법을 통해 군인의 체력을 향상하고 유지하는데 있어서 AI 고객 분석 기법을 응용한 RSC 클러스터링 분석방법을 도출하였다.

• 한국전문물리치료학회지
• /
• 제23권4호
• /
• pp.1-8
• /
• 2016

Background: Various methods are used for recovery of knee flexion range of motion (ROM) due to a tightened rectus femoris muscle (RFM) or limited inferior glide of the patella. Stretching methods are common interventions for restoring the tightened RFM length. Also patellar inferior gliding (PIG) technique can recover tightened RFM length too. However, effect of applying the PIG to passive knee flexion (PKF) has not been studied. Objects: The purpose of this study was to investigate the effect of combining PIG with RFM stretching for improving knee flexion ROM in subjects with RFM tightness. Methods: Twenty-six subjects with RFM tightness were recruited. Two different methods of knee stretching were tested: 1) PKF during modified Thomas test (MTT) and 2) PKF with PIG during MTT. The passive stretching forces was controlled by hand-held dynamometer. The knee flexion ROM angle was measured by a MTT with ImageJ software. Differences between the conditions with and without PIG were identified with a paired t-test. Results: The knee flexion ROM was significantly greater for PKF with PIG ($114.44{\pm}9.33$) than for PKF alone ($108.97{\pm}9.42$) (p<.001). Conclusion: A combination of passive knee flexion exercise and PIG can be more effective than PKF in increasing knee flexion ROM in individuals with RFM tightness.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제17권2호
• /
• pp.197-206
• /
• 2012

기존의 연관규칙을 이용한 추천시스템은 매번 계속적으로 대량의 데이터를 스캔해야 하므로 속도가 느릴 뿐 아니라 확장성 문제와 정확도 문제가 있다. 본 논문에서는 사용자의 평가 자료에 의존하지 않고 묵시적인(Implicit)방법을 이용하여 RFM(Recency, Frequency, Monetary)기반 FP-tree 마이닝을 이용한 개인화 추천시스템을 제안한다. 구매 가능성이 높은 아이템을 찾기 위해서 고객정보와 구매이력정보를 기반으로 고객과 아이템의 속성 반영이 가능한 RFM기법과 FP-tree 마이닝을 이용한다. 제안 방법으로 RFM기반의 FP-tree 마이닝을 이용하여 후보집합의 발생없이 빈발항목을 구성하고 연관규칙을 생성한다. 생성된 연관규칙의 지지도, 신뢰도, 향상도를 사용하여 추천 효율성이 높은 아이템 추천이 가능하다. 성능평가를 위해 현업에서 사용하는 인터넷 화장품 아이템 쇼핑몰의 데이터를 기반으로 데이터 셋을 구성하여 기존의 시스템과 비교 실험을 통해 성능을 평가하여 효용성과 타당성을 입증하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.185-187
• /
• 2013

유비쿼터스 컴퓨팅이 생활의 일부가 되어가면서 정보의 양도 급속도로 늘어나고 있으며, 이로 인해 많은 데이터 속에서 정보를 찾아내는 기술이 부각되고 있다. 고객 기반의 협력적 필터링을 이용한 고객 선호도 예측 방법에서는 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 내용을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하고 있다. 그리고 비슷한 선호도를 가진 일부 아이템의 정보를 바탕으로 하기 때문에 아이템의 속성은 무시하는 경향이 있다. 본 논문에서는 유비쿼터스 상거래에서 RFM(Recency, Frequency, Monetary) 분석 기반의 SOM을 이용한 군집방법을 제안한다. 제안 방법은 고객의 구매 데이터 기반의 유사한 속성의 데이터끼리의 클러스터링을 통해 보다 빠른 시간 내에 고객 성향에 맞는 추천이 가능한 구매 패턴 추출이 가능하다.

• 대한가정학회지
• /
• 제43권3호
• /
• pp.1-10
• /
• 2005

The purpose of this study was to investigate the enforcement strategy for Consumer Service marketing of an e-Commerce shopping mall. An e-CRM for a Cosmetic e-Commerce shopping mall, Data Warehousing(DW) component, analysis of data mining of the DW, and web applications and strategies had to developed for marketing of consumer service satisfaction. The major findings were as follows: An RFM analysis was used for consumer classification, which is a fundamental process of e-CRM application. The components of the DW were web sales data and consumer data fields. The visual process of consumer segmentations (superior consumer class) for e-CRM solutions is presented. The association analysis algorithm of data mining to up-selling and cross-selling indicates an association rule. These e-CRM results apply web DB marketing and operating principles to a shopping mall. Therefore, the system applications of e-CRM to Consumer services indicate a marketing strategy for consumer-oriented management.