초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 5년동안 폭발적인 데이터양의 증가와 이를 실시간으로 처리할 수 있는 솔루션의 발전으로 빅데이터 분석은 모든 산업분야의 핵심역량이 되고 있다. 이러한 빅데이터 분석은 특히 인터넷 고객관계 관리(eCRM)에서 많이 활용되고 있는데, 전자상거래 기업들은 소비자들의 구매와 검색 기록 외에 각종 로그데이터까지 분석하여 개인화(personalization)에 활용하고자 한다. 개인화를 통한 정확한 ...

최근 5년동안 폭발적인 데이터양의 증가와 이를 실시간으로 처리할 수 있는 솔루션의 발전으로 빅데이터 분석은 모든 산업분야의 핵심역량이 되고 있다. 이러한 빅데이터 분석은 특히 인터넷 고객관계 관리(eCRM)에서 많이 활용되고 있는데, 전자상거래 기업들은 소비자들의 구매와 검색 기록 외에 각종 로그데이터까지 분석하여 개인화(personalization)에 활용하고자 한다. 개인화를 통한 정확한 추천시스템의 구축은 전자상거래(e-commerce) 기업의 성과를 좌우하는 중요한 요소이기 때문이다.본 연구는 이러한 로그데이터 중에서도 클릭스트림 데이터(Clickstream Data) 분석을 통해 실시간 인터넷사용자 구매예측 모델링을 제시한다. 예측모델링에는 랜덤 포레스트(Random Forest)기법을 활용하였고, 정보 엔트로피를 지수로 활용하였다. 엔트로피 추출과 모델링은 빅데이터 분석도구로 잘 알려져 있는 오픈소스, R에서 진행하였다. 생성한 예측모델의 성과를 검증하기 위하여 국내 인터넷 마케팅 솔루션 기업이 사용자 동의아래 수집한 클릭스트림 데이터를 사용하였다. 본 데이터는 2014년 4월부터 3개월간 동일한 사용자의 PC와 모바일 사용 로그데이터와 설문조사 결과를 포함하고 있다. 검증 결과, 사용자들이 구매한 세 가지 제품군에서 각기 다른 구매패턴과 예측력이 나왔으며 최고 66%까지 예측력이 증가됨을 확인하였다.본 연구는 빅데이터 분석을 통한 실시간 구매예측 알고리즘을 제안하고, 성과를 실증적으로 분석함으로써 빅데이터 분석의 유용성을 검증하였다는 점에서 학술적 의의를 가진다. 또한, 전자상거래 사업자들이 개인화된 배너광고 등을 통한 추천서비스 등 인터넷 고객관리 서비스를 제공함에 있어 전략적 시사점을 제공하였다는 점에서 실무적 의의를 가진다.

주제어