$\require{mediawiki-texvc}$

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.

Support Vector Machine 기법을 이용한 고객의 구매의도 예측
Forecasting of Customer's Purchasing Intention Using Support Vector Machine 원문보기

Information Systems Review, v.10 no.2, 2008년, pp.137 - 158  

김진화 (서강대학교 경영대학 경영학과) ,  남기찬 (서강대학교 경영대학 경영학과) ,  이상종 (서강대학교 경영전문대학원)

초록
AI-Helper 아이콘AI-Helper

기업 경쟁력 강화의 중요한 이슈인 대량 개별화(mass-customization)의 실행을 위하여 통합 고객관계 관리 프로세스로서의 CRM(customer relationship management)에 대한 관심과 활용에 대한 필요성은 점점 더 높아지고 있다. 특히, 기존 고객들의 구매 정보를 기반으로 고객의 구매 패턴을 파악하고 의도를 예측하는 것은 오늘날 실질적인 판매 전략을 수립하는 마케팅 분야에서 상당히 큰 비중을 차지하고 있다. 고객의 구매의도 예측에는 대량의 데이터로부터 과거에 인지하지 못했던 의미 있고, 근거 있는 정보를 추출하는 데이터마이닝(datamining)이 주로 사용되고 있다. 기존의 구매의도 예측에 사용된 데이터마이닝 기법들은 주로 신경망(neural networks)과 로지스틱 회귀분석(logistic regression analysis)이었는데, 예측 정확성 및 모형 구축의 어려움으로 인한 다양한 문제점들이 제기되고 있는 실정이다. 따라서, 본 논문에서는 기존의 기법들이 가지고 있는 단점들을 개선하기 위하여 신경망과 로지스틱 회귀분석 외에 연관규칙(association rule), 연관성 매트릭스(association matrix), 의사결정 나무(decision tree), 베이지안 망(bayesian network), SVM(support vector machine) 기법들을 추가로 제안하였다. 본 연구의 목적은 고객의 특정 상품에 대한 구매의도 예측을 위하여 새로운 알고리즘을 제시하기보다는 기존의 다양한 데이터마이닝 기법들을 적용시켜 봄으로써, 가장 우수한 예측성과를 나타내는 기법을 발견하는 것이다. 연구에 사용된 자료는 기존의 연구에서는 적용되지 않았던 편의점의 영수증 데이터이다. 예측 목표상품은 카테고리화 된 '우유'와 '냉동식품'이며, 제안된 기법들의 신뢰성을 위하여 전체 데이터를 10개의 training과 test 셋으로 중복되지 않게 구분함과 동시에 10번의 교차 검증(cross validation)을 실시하였다. 실험 결과 SVM이 영수증 데이터를 이용한 고객의 특정 상품에 대한 구매의도 예측에서 가장 우수한 성과를 나타내는 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Rapid development of various information technologies creates new opportunities in online and offline markets. In this changing market environment, customers have various demands on new products and services. Therefore, their power and influence on the markets grow stronger each year. Companies have...

주제어

#고객관계관리   #추천시스템   #영수증데이터   #데이터마이닝   #구매의도예측  

참고문헌 (41)

  1. 김종우, 이경미, "인터넷 상점에서 개인화 광고를 위한 장바구니 분석 기법의 활용", 한국경영과학회, 제17권, 제3호, 2000 

  2. 류문배, 장남식, "의류 판매 자료의 실증적 분석을 통한 연관관계 발견", 한국경영정보학회 춘계학술대회, 1999, pp. 351-360 

  3. 민재형, 이영찬, "Support Vector Machine을 이용한 부도예측모형의 개발: 격자탐색을 이용한 커널 함수의 최적 모수 값 선정과 기존 부도예측모형과의 성과 비교", 한국경영과학회, 제30권, 제1호, 2005, pp. 55-74 

  4. 송수섭, 이의훈, "인공신경망을 이용한 소비자 선택 예측에 관한 연구", 한국경영과학회, 제26권, 제4호, 2001 

  5. 안현철, 김경재, 한인구, "Support Vector Machine을 이용한 고객구매예측모형", 한국지능정보시스템학회, 제11권, 제3호, 2004 

  6. 알렉스 버슨, 스테판 스미스, 커트 티어링, Entrue Consulting CRM 그룹, CRM을 위한 데이터마이닝, 대청, 2000 

  7. 이군희, 사회과학연구방법론, 법문사, 2004 

  8. 이극노, 이홍철, "이동통신고객 분류를 위한 의사결정나무(C4.5)와 신경망 결합 알고리즘에 관한 연구", 한국지능정보시스템학회, 제9권, 제1호, 2003, pp. 139-155 

  9. 이학식, 안광호, 하영원, 소비자 행동-마케팅전략적 접근, 법문사, 2001 

  10. 이학식, 임지훈, SPSS 12.0 매뉴얼: Statistical package for the social science: 통계분석 방법 및 해설, 법문사, 2005 

  11. 주영진, "장바구니분석을 이용한 주식투자전략 수립 방안", 한국데이터베이스학회, 정보기술과 데이타베이스 저널, 제9권, 제4호, 2002, pp. 65-78 

  12. 정영미, "필터링 기법을 이용한 도서 추천 시스템 구축", 정보관리연구, 제33권, 제1호, 2002, pp. 1-17 

  13. 최종후 외, SAS Enterprise Miner 4.0을 이용한 데이터마이닝 방법론 및 활용, 3판, 자유아카데미, 2001 

  14. 하선영, 장병탁, "Reversible Jump MCMC와 베이지안망 학습에 의한 데이터마이닝", 한국정보과학회, 2000 

  15. 한상만, 박승배, 정남호, "인공신경망과 로짓모형을 이용한 내구재의 구매의도 예측에 관한 비교연구", 한국마케팅학회, 2004 

  16. 허명회, 이용구, 데이터마이닝 모델링과 사례, SPSS 아카데미, 2003 

  17. 허준, 최병주, 정성원, 클레멘타인을 이용한 데이터마이닝 입문편, SPSS 아카데미, 2001 

  18. 황인수, "연관규칙을 이용한 상품선택과 기대수익 예측", 경영정보학연구, 제14권, 제4호, 2004 

  19. Alex Berson, Stephen Smith, Kurt Thearing, Building Data Mining Apllications for CRM, McGraw-Hill, 1999 

  20. Ashok Savasere, Edward Omiecinski, Shamkant Navathe, "An Efficient Algori-thm for Mining Association Rules in Large Databases", Proceeding of the 21th International Conference on Very Large Data Bases, 1995, pp. 432-444 

  21. Berry, J. A. Michael, and Gordon Linoff, Data Mining Techniques: For Marketing, Sales and Customer Support, Wiley Computer Publishing, 1997 

  22. Burke. R, "Knowledge-based recommender systems", Encyclopedia of Library and Information Systems, Vol.69, 2000 

  23. Chang, C.-C. and C.-J. Lin, LIBSVM: a library for support vector machines, Technical Report, Department of Computer Science and Information Engineering, National Taiwan University, 2001 

  24. Chiu, C., "A case-based customer classification approach for direct marketing", Expert Systems with Applications, Vol.22, 2002. pp. 163-168 

    상세보기 crossref

  25. Francesco Ricci, Fabio Del Missier, "Personalized Product Recommendation through Interactive Query Management and Case-Based Reasoning", Proceedings of CHI'03 Workshop on Designing Personalized User Experiences for eCommerce, Fort Lauderdale, USA, 2003 

  26. Ganti, V., J. Gehrke and R. Ramakrishnan, "Mining very large databases", IEEE Computer, Vol.32, No.8, 1999, pp. 38-45 

  27. Gunn, S. R., "Support Vector Machines for Classification and Regression", Technical Report, University of Southamton, 1998 

  28. Hsuan-Tien Lin, "Introduction to Support Vector Machines", Learning System Group, Califonia Institute of Technology, 2005 

  29. HyunJung Shin, Sungzoon Cho, "Response Modeling with Support Vector Machines", Preprint submitted to Elsevier Science, 2005 

  30. Jain, Bharat A. and Nag, Barin N., "Performance Evaluation of Neural Network Decision Models", Journal of Management Information Systems, Vol.14, No.2, 1997, pp. 201-230 

    상세보기 crossref

  31. Kate A. Smith, "Nueral Networks: An Intrduction", Neural Networks for business, 2002 

  32. Marti A. Hearst, "Trends and Controversies: Support Vector Machines", IEEE Intelligent Systems, 1998 

  33. Margahny, M. H. and A. A. Mitwaly, "Fast Algorithm for Mining Association Rules", AIML 2005 Confrence, 2005 

  34. Peppers and Roggers Group(Asia), "Customer Realtionship Management in Asia", 2002 

  35. Robert Burdidge, Bernard Buxton, "An introduction to Support Vector Machines for Data Mining", YOR 12 conference Data Mining Stream, 2001 

  36. Rumelhart, D. E., G. E. Hinton, and R. J. Williams, "Leaning International Representations by Error Propagation. In Parallel Distributed Processing: Explorations in the Microstructure of Cognition", Vol.1, Chapter 8, Cambridge, MA: MIT, 1986, pp. 318-364 

  37. Seong-Whan Lee and Alessandro Verri (eds.), "Pattern recognition with support vector machines", first international workshop, SVM 2002, Niagara Falls, Canada, 2002 

  38. SPSS, "Data mining with Clementine for smarter retailing: White paper executive briefing", SPSS USA, 2000 

  39. Sun-Mi, Lee and Patricia A. Abbott, "Bayesian networks for knowledge discovery in large datasets: basics for nurse researchers", Journal of Biomedical Informatics, 2003 

  40. Tom Brijs, Gilbert Swinnen, Koen Vanhoof, Geert Wets, "Using Association for Product Assortment Decision: A Case Study", KDD-99 San Diego CA USA, 1999 

  41. J. Cheng, http://www.cs.ualberta.ca/～jcheng/bnsoft.htm., 2001 

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