$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

웹 로그를 이용한 고객행동모델 분석방법에 관한 연구
Analysis Procedure For CBM Using Web-Log 원문보기

안전경영과학회지 = Journal of the Korea Safety Management and Science, v.4 no.4, 2002년, pp.119 - 128  

서장훈 (명지대학교 산업시스템공학부) ,  박명규 (명지대학교 산업시스템공학부)

Abstract ▼ AI-Helper 아이콘AI-Helper

In this report, we provide the focus on suggesting a method of estimating and measurement of CBM(Customer Behavior Model). Through the use of internet, a new trend of business for e-CRM on B2C Web Site known as EC has emerged. The purpose of this study is to identify the relationship between the cus...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 클러스터의 중심은 CBMG의 특성을 결정한다. 본 논문에서, GetCBMGs 알고리즘을 설명하기 위해서, 클러스터링 알고리즘으로 k- 평균 클러스터링 방법을 제시하였다.[7] k-평균 클러스터링 알고리즘은 n개의 속성들을 가지는 각각의 데이터를 n차원의 공간내에 벡터로 표현하면 유사한 특성을 가지는 데이터들끼리 서로 근접하게 위치하게 된다는 가정을 근거로 한다.
  • 본 논문에서는 HTTP(HyperText Transfer Protocol) 로그파일(log files)을 이용한 e-Business Site 고객 행동을 포착하는 이유를 논하고, 사례연구로서 제시된 모델을 이용하여 고객 행동 수준을 분석하고, 그 고객과 Site 접속방식에 대한 정량적 통찰력이 제공하는 것이 어떻게 도움이 될 수 있는지에 대한 방법을 제시하고자 한다.[11]
  • 본 논문에서는 e-CRM을 위한 데이터마이닝의 한 기법으로 CBMGs와 CVMs 알고리즘을 통하여 고객특성을 파악하는 방법을 제시하였다. 기업은 쌍방향 커뮤니케이션으로 고객에게 제공되는 서비스의 응답성과 활용 가능성 분석을 CBMGs와 CVMs를 통해서 비즈니스나 마케팅 분석을 할 수 있으며, 고객의 Site 탐색 Pattern과 고객행동관련 유용한 정보들을 효과적으로 추출하고, 분석할 수 있다는 것을 제시하였다.
  • 본 논문에서는 사용자 관점에서 가상쇼핑몰 HTTP 로그파일 (Log File) 을 통하여 e-Business Site 고객 행동을 정량적으로 분석하고, 평가할 수 있는 사용자 네비게이션 (Nevigation) 패턴(Pattern) 모델을 제시한다. 이 모델은 네비게이션 패턴, 사용자가 이용하는 전자상거래 기능, 여러 가지 전자상거래 기능들에 대한 접근 빈도, 전자상거래 사이트가 제공하는 여러 서비스에 대한 접근 간격의 측면에서 사용자 행동의 요소들을 파악할 수 있으며, 사이트 레이아웃(Site Layout) 변경이나 콘텐트 디자인(Content DesigrO으로 인한 고객에 대한 영향과 관련하여 여러 가지 문제점을 해결할 수 있는 방안을 제시할 수 있다.
  • 이러한 접근법은 보통 세션의 작은 비율만을 차지하는 구매자들을 특별하게 처리할 수 있다는 장점을 가지고 있다. 본 논문에서는 웹로그 파일중에서 접속로그에 대한 분석과정을 보여주고 있다. 접속로그가 누적되면 사용자의 주된 방문시간, 요일, 계절, 검색경로 둥을 상세히 알 수 있으므로 사용자의 구매방식과 웹구매 패턴 둥을 분석할 수 있게 한다.
  • 그런더), 유의할 사항은 점 X와 M 사이의 거리 dXjXb를 유클리드 거리를 계산하기전에 부하를 정확히 나타내는 k개의 클러스터수를 결정하는 것이다. 이러한 문제는 두 가지 척도 즉, 클러스터의 점들과 그 중심간의 평균(클러스터내 거리)과 중심들간의 평균 거리(클러스터간거 리)의 변이량을 살펴봄으로써 확인할 수 있다. 이 변이량은 변이량 계수(CV:coefficient of variation), 즉 평균과 표준편차 사이의 비율로 정의할 수 있다.

가설 설정

  • 본 논문에서, GetCBMGs 알고리즘을 설명하기 위해서, 클러스터링 알고리즘으로 k- 평균 클러스터링 방법을 제시하였다.[7] k-평균 클러스터링 알고리즘은 n개의 속성들을 가지는 각각의 데이터를 n차원의 공간내에 벡터로 표현하면 유사한 특성을 가지는 데이터들끼리 서로 근접하게 위치하게 된다는 가정을 근거로 한다. 다시 말해, 데이터 공간 내에 랜덤하게 위치하는 k개 클러스터의 중심에서 시작하여 각각의 데이터가 클러스터의 중심을 중심으로 분포되기까지 클러스터의 중심(평균)은 계속 움직여 나가는 과정을 반복함으로서 모든 데이터를 클러스터에 할당 시킨다.
본문요약 정보가 도움이 되었나요?

참고문헌 (9)

  1. 다니엘 A, 메나세 . 비르질리우 A.F. 알메이다 공저, 전종훈 . 주우석 .나연묵 공저. 'e-Biz 웹사이트 설계에서 운용까지', 2001. p62-71. p357-370 

  2. 오라클 연구회 공저, 'e- 비즈니스 시스템', 2001. p199-206 

  3. Friedman, J.H.(1997). Data Mining and Statistcs : What's the Connection?, Proceedings of the International Conference on the Interface : Computing Science and Statistics, http://www.stat.rice.edu/interface97.html 

  4. Hand, D.J. (1997). Intelligent Data Analysis: Issues and Opportunities, Intelligent Data Analysis, Vol. 2, No.2, 1-14 

  5. Menasce', D. A. B. Peraino, N. Dinh, and Q. Dinh, 'Planning the Capacity of a Web Server; An Experience Report,' Proc. 1999 Comp. Measurement Group(CMG) Conf., Reno, NY, Dec. 5-10, 1999 

  6. B. D. Davidson, 'Web Traffic Logs: an Imperfect Resoures for Evaluation,' Proc. INET' 99 Conf. Internet Society, San Jose, CA, June 1999 

  7. D. Ferrari, G. Serazzi, and A Zeigner, Measurement and Tuning of Computer Systems, Upper Saddle River, Prentice Hall, NJ, 1983 

  8. http://crmcolumn.sungilsys.co.kr/column_06.html 

  9. 정인근, 김운회 공저 'The Principles of Digital Economy and e-Business', 2002, p233-239 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로