Abstract
The objective of this research is to achieve an objectivity of site decision after extracting site decision factors on a large-scale discount store(LSDS) and utilize any hidden information using the association rules mining through huge database. To catch this objective, we collect a census, economic, and environmental dataset related with locating of LSDS. And then, we construct a spatial data on the research area. These data is used for the extraction of a spatial association rules. To verify whether the extracted rules are suitability or not, we use the sales of some LSDS. As the result of test, the more sales, the more factors of the extracted rules relate with the sales it coincides. Consequently, the spatial association rules mining is efficient method which support the ideal site decision of LSDS.
본 연구의 목적은 1990년대부터 급속히 증가한 대형할인점에 대하여 입지영향인자를 추출하여 의사결정에 객관성을 확보하고 대량의 데이터베이스를 이용하여 숨겨진 유용한 정보를 입지 선정에 활용하는 것이다. 이를 위해 대형할인점이 입점하는데 미치는 인구학적 변수, 경제학적 변수 그리고 주변환경적 변수에 대한 다양한 인자를 통계자료를 수집하고 연구대상 지역의 공간 자료를 구축하여 공간 연관성 분석을 실시하여 공간 연관규칙을 추출하였다. 결과의 검증을 위해 추출된 규칙과 대형할인점의 매출액을 이용한 적용성 여부를 상호 비교하였다. 검증 결과 추출된 공간 연관규칙이 해당 대형할인점에 많이 부합할수록 매출액도 많은 것으로 나타났다. 본 연구를 통해 공간 연관규칙을 활용하여 객관적이고 매출에 이익을 주는 대형할인점의 최적입지 선정을 기대할 수 있다.
