• 제목/요약/키워드: 서비스이용

검색결과 19,465건 처리시간 0.055초

토픽 모델링을 이용한 트위터 이슈 트래킹 시스템 (Twitter Issue Tracking System by Topic Modeling Techniques)

  • 배정환;한남기;송민
    • 지능정보연구
    • /
    • 제20권2호
    • /
    • pp.109-122
    • /
    • 2014
  • 현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

빅데이터의 효과적인 처리 및 활용을 위한 클라이언트-서버 모델 설계 (Design of Client-Server Model For Effective Processing and Utilization of Bigdata)

  • 박대서;김화종
    • 지능정보연구
    • /
    • 제22권4호
    • /
    • pp.109-122
    • /
    • 2016
  • 최근 빅데이터 분석은 기업과 전문가뿐만 아니라 개인이나 비전문가들도 큰 관심을 갖는 분야로 발전하였다. 그에 따라 현재 공개된 데이터 또는 직접 수집한 이터를 분석하여 마케팅, 사회적 문제 해결 등에 활용되고 있다. 국내에서도 다양한 기업들과 개인이 빅데이터 분석에 도전하고 있지만 빅데이터 공개의 제한과 수집의 어려움으로 분석 초기 단계에서부터 어려움을 겪고 있다. 본 논문에서는 빅데이터 공유를 방해하는 개인정보, 빅트래픽 등의 요소들에 대한 기존 연구와 사례들을 살펴보고 정책기반의 해결책이 아닌 시스템을 통해서 빅데이터 공유 제한 문제를 해결 할 수 있는 클라이언트-서버 모델을 이용해 빅데이터를 공개 및 사용 할 때 발생하는 문제점들을 해소하고 공유와 분석 활성화를 도울 수 있는 방안에 대해 기술한다. 클라이언트-서버 모델은 SPARK를 활용해 빠른 분석과 사용자 요청을 처리하며 Server Agent와 Client Agent로 구분해 데이터 제공자가 데이터를 공개할 때 서버 측의 프로세스와 데이터 사용자가 데이터를 사용하기 위한 클라이언트 측의 프로세스로 구분하여 설명한다. 특히, 빅데이터 공유, 분산 빅데이터 처리, 빅트래픽 문제에 초점을 맞추어 클라이언트-서버 모델의 세부 모듈을 구성하고 각 모듈의 설계 방법에 대해 제시하고자 한다. 클라이언트-서버 모델을 통해서 빅데이터 공유문제를 해결하고 자유로운 공유 환경을 구성하여 안전하게 빅데이터를 공개하고 쉽게 빅데이터를 찾는 이상적인 공유 서비스를 제공할 수 있다.

Blended Learning(BL) 전략을 활용한 실천적 문제 중심 가정과 교수 학습 과정안 개발 - '청소년과 소비생활' 단원을 중심으로 - (Development of Practical Problem-Based Home Economics Teaching.Learning Process Plans by Blended Learning Strategy - Focusing on a Unit 'the Youth and Consumer Life' -)

  • 이진희;채정현
    • 한국가정과교육학회지
    • /
    • 제20권4호
    • /
    • pp.19-42
    • /
    • 2008
  • 본 연구의 목적은 중학교 2학년 기술 가정 교과의 '청소년과 소비생활' 단원을 중심으로 Blended Learning(BL: 혼합형 학습)전략을 활용한 실천적 문제 중심 가정과 수업을 위한 교수 학습 과정안을 개발하고 평가하는데 있다. 이러한 연구목적을 달성하기 위하여 ADDIE 교수설계 모형에 따라 분석(Analysis) 단계, 설계(Design) 및 개발(Development) 단계, 실행(Implement) 단계, 평가(Evaluation) 단계를 수행하였다. 분석 단계에서는 청소년과 소비생활에 관련된 선행연구와 문헌, 제7차 기술 가정 교육과정에서 제시하고 있는 교과 교육의 목표, 기술 가정 10종 교과서의 '소비자 교육' 관련 단원의 내용, 소비자 교육 내용에 대한 요구도 및 지식 정보화 사회에서 요구되는 소비자 교육 내용을 분석하여 청소년 소비자 특성을 파악하고 중학교 2학년 소비자 교육에 적합한 학습 목표와 내용을 추출하였다. 설계 및 개발 단계에서는 분석 결과를 토대로 '청소년과 소비생활' 단원을 실천적 문제 중심으로 재구성하고, BL전략을 활용한 실천적 문제 중심 수업의 구체적인 진행 과정을 설계하였다. 에듀넷을 이용하여 수업에 필요한 온라인 학습 환경으로 "BL전략을 활용한 실천적 문제 중심 가정과 수업( http://community.edunet4u.net/${\sim}$consumer2)" 홈페이지를 개설하였다. 그리고 BL전략을 활용한 실천적 문제 중심 수업을 위한 총 8차시의 교수 학습 과정안을 개발하였으며, 수업에 활용할 수 있는 학생용 학습 활동지 및 교사용 자료를 개발하였다. 실행 단계에서는 개발된 8차시 교수 학습 과정안 중에서 소단위 실천적 문제 '현명한 소비자가 되기 위해 나는 무엇을 준비해야 하는가?'의 1차시 교수 학습 과정안을 학교 수업에 적용하였다. 적용 대상은 충청북도 청주시 소재의 중학교 2학년 두 개 학급과 대전광역시 소재의 중학교 2학년 한 개 학급, 총115명을 대상으로 하였다. 이 수업은 2주 동안 두 차례의 온라인 수업과 세 차례의 오프라인 수업으로 실행하였다. 두 차례의 온라인 수업, 즉 교실에서 행해진 수업의 첫번째에는 이 수업에 대한 전체적인 소개를 하는 예비수업을 하였고 두 번째에는 1차시에 해당하는 본시 수업을 하였다. 컴퓨터로 이루어지는 온라인 학습은 1차시의 본시 수업에 해당하는 내용으로 세 차례(수업 전의 학습 활동지 작성, 수업 후의 행동계획 작성, 실천 후 성찰일기 작성) 진행하였다. 비록 온라인 학습을 세 차례나 하였으나 이 학습이 1차시 본시 수업에 해당하는 내용이고 온라인 학습을 차시로 규정하는 것이 애매하기에 차시의 합계에 포함시키지 않았다. 평가 단계에서는 모든 수업이 끝나고 수업에 참여한 학습자를 대상으로 수업에 대한 전반적인 의견과 수업의 효과, 수업에 대한 제언점 등에 대하여 자유응답식 개방형 질문지로 물어 분석하였다. 본 연구 결과를 교수 학습 과정안 개발과 이 수업에 대한 학생들의 평가 측면으로 살펴보면 다음과 같다. 첫째, 본 교수 학습 과정안은 온라인 학습과 오프라인 교실 수업을 연계하고 다양한 학습 매체와 학습방법을 혼합하는 BL전략을 가정과의 실천적 문제 중심 수업에 도입하여 구체적인 수업 진행 과정을 설계하고, '청소년과 소비생활'단원을 실천적 문제로 재구성하여 개발된 것이 특징이다. 특히, 이 교수 학습 과정안을 개발하는 과정에서 수업 전 온라인 학습, 오프라인 본시수업, 수업 후 온라인 학습으로 진행되는 BL전략의 도입으로 교실 현장에서 실천적 문제 중심 수업으로 수업을 진행하였을 때의 한계점인 시간이나 시수 부족의 문제, 참고할 학습 자료 부족의 문제, 많은 학생 수와 공간부족으로 인한 상호작용 부족의 문제 등을 해결하는데 역점을 두었다. 이 교수 학습 과정안의 내용은 중학교 2학년의 '청소년과 소비생활' 단원명을 '나와 가족과 사회의 구성원으로서 바람직한 소비생활을 위해 나는 무엇을 해야 하는가?'라는 큰 단위의 실천적 문제를 해결하기 위해서 4개의 작은 단위의 실천적 문제, 즉 '현명한 소비자가 되기 위해 나는 무엇을 해야 하는가?' '합리적으로 물품과 서비스를 구매하는 태도를 기르기 위해 나는 무엇을 해야 하는가?' '소비자의 권리와 책임을 알고 소비 문제를 적극적으로 해결하기 위해 나는 무엇을 해야 하는가?' '환경을 생각하는 지속가능한 소비생활을 위해 나는 무엇을 해야 하는가?'로 정한 후에 총 8차시의 분량을 개발하였다. 학습 자료 내용은 학생들이 주로 실생활에서 접하는 소비생활과 직접적으로 관련이 있는 동영상, 신문자료, 인터넷 정보 등을 바탕으로 구성하였다. 둘째, 수업에 참여한 학생들은 BL전략을 활용한 실천적 문제 중심 학습이 다양한 학습매체 사용과 정보 공개 공유가 가능하고, 정보 탐색이 용이하며, 자기 주도적 학습과 협동학습을 할 수 있을 뿐만 아니라 활발한 상호작용이 가능하고, 학습한 내용을 실천하고 반성할 수 있고, 수업에 흥미가 있어 수업의 참여가 촉진되며, 수업 내용을 이해하는 데 도움이 될 뿐만 아니라 가정과수업에 만족을 주어 그들의 소비생활 태도에 긍정적인 변화를 주는 것으로 평가하였다. 하지만 부족한 수업시간에 비해 학습 자료량이 너무 많고, 수업을 위한 물리적 환경 시설이 미비하며, 에듀넷 회원 가입이 어렵고, 자신들의 정보 소양 능력이 미숙하고, 학습 방법을 이해하지 못한 점을 단점으로 평가하였다. 본 연구의 결과 BL전략을 활용한 실천적 문제 중심 수업이 교실에서만 수행되던 학습의 공간을 온라인의 사이버 학습 공간으로 확장하고, 실천적 문제 중심 수업의 한계점이었던 학습 정보량 부족의 문제와 상호작용 부족의 문제를 보완할 수 있었으며, 다양한 활동으로 학생들의 흥미와 수업 참여도를 증대시킨 점에서 효과가 있는 수업이라는 것이 밝혀졌다. 하지만 앞으로 BL전략을 활용한 실천적 문제 중심 수업이 학교 현장에서 좀 더 잘 수행되기 위해서는 이 수업에 참여한 학생과 교사들이 지적한 문제들, 즉 학생들의 정보 소양 능력 및 토론능력, 교사의 수업에 대한 이해, 학생들의 수업 참여 방안, 물리적 환경 확충 등을 체계적으로 해결하는 방안이 마련되어야 할 것이다.

  • PDF

평점과 리뷰 텍스트 감성분석을 결합한 추천시스템 향상 방안 연구 (How to improve the accuracy of recommendation systems: Combining ratings and review texts sentiment scores)

  • 현지연;유상이;이상용
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.219-239
    • /
    • 2019
  • 개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.

기계학습을 이용한 수출신용보증 사고예측 (The Prediction of Export Credit Guarantee Accident using Machine Learning)

  • 조재영;주지환;한인구
    • 지능정보연구
    • /
    • 제27권1호
    • /
    • pp.83-102
    • /
    • 2021
  • 2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.

전환 좌절상황에서 소비자의 부정적 심리반응에 관한 연구 (The Effects of Switching-Frustrated Situation on Negative Psychological Response)

  • 정윤희
    • Asia Marketing Journal
    • /
    • 제14권1호
    • /
    • pp.131-157
    • /
    • 2012
  • 현재 치열한 경쟁상황 속에서 기업들은 소비자들이 다른 대안으로 전환하는 것을 막기 위한 다양한 전략들을 실행하고 있으며, 이 중에서 전환장벽을 이용하는 전략은 고객유지와 관련해 매우 효과적인 것으로 알려져 있다. 하지만 전환 장벽으로 인해 새로운 대안으로 바꾸지 못하고 현재 서비스제공자와의 관계를 유지해야 하는 소비자 입장에서도 전환장벽이 긍정적일 것인가? 심리적 반작용이론에 의하면, 사람들은 어떤 자유가 위협받거나 제거될 때, 그 자유를 되찾는 방향으로 동기부여 되거나 어떤 부정적 반응을 보일 수 있다고 하였다. 전환장벽 역시 전환의 자유를 제약한다는 점에서 소비자의 부정적 반응을 유발할 수 있으므로, 본 연구는 전환장벽으로 인해 다른 대안을 단념해야 하는 상황에서 소비자가 경험할 수 있는 부정적 심리 반응과 그에 영향을 주는 변수들에 초점을 맞춘다. 연구가설에서, 부정적 심리반응에는 '이전선택에 대한 후회', '현재 제공자에 대한 원망', '좌절된 제공자에 대한 열망'을 포함하였으며, 전환좌절 상황의 특성-'좌절된 대안의 매력성', '전환 장벽의 심각성'-이 이러한 반응들에 영향을 줄 것으로 가정하였다. 그리고 이러한 전환 좌절상황의 특성이 주는 부정적 영향은 현재까지 해당 제공자로부터 받은 대우에 따라서 달라질 것으로 보고 지각된 공정성을 조절변수로 추가하였다. 연구 결과 전환좌절상황의 특성과 부정적 심리반응의 관계는 모두 지지된 반면, 지각된 공정성의 조절효과는 대부분의 관계를 상호작용 공정성이 조절하는 것으로 나타나 일부만이 지지 되었다. 이러한 결과는 전환 장벽의 긍정적 측면에만 영향을 밝혀온 기존 연구의 한계점보완하고 있으며 그에 따른 이론적 실무적 시사점을 제공해준다.

  • PDF

천리안해양위성 2호(GOCI-II) 원격반사도 품질 검증 시스템 적용 및 결과 (Application and Analysis of Ocean Remote-Sensing Reflectance Quality Assurance Algorithm for GOCI-II)

  • 배수정;이은경;;이경상;김민상;최종국;안재현
    • 대한원격탐사학회지
    • /
    • 제39권6_2호
    • /
    • pp.1565-1576
    • /
    • 2023
  • 천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, Rrs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 Rrs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 Rrs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 Rrs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 Rrs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, Rrs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, Rrs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 Rrs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 Rrs 자료만을 적용할 수 있도록 도움을 줄 것이다.

협업 필터링 및 하이브리드 필터링을 이용한 동종 브랜드 판매 매장간(間) 취급 SKU 추천 시스템 (SKU recommender system for retail stores that carry identical brands using collaborative filtering and hybrid filtering)

  • 조용민;남기환
    • 지능정보연구
    • /
    • 제23권4호
    • /
    • pp.77-110
    • /
    • 2017
  • 최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

국내 대형마트의 유통업체 브랜드 상품 구매 소비자의 특성 분석에 관한 연구 (The Study of Characteristics of Consumer Purchasing Private Brand Products at Large-Scale Mart)

  • 황성혁;이정희;노은정
    • 한국유통학회지:유통연구
    • /
    • 제15권4호
    • /
    • pp.1-19
    • /
    • 2010
  • 최근 대형마트를 중심으로 유통업자브랜드(PB) 상품의 확대가 이루어지고 있다. 대형마트는 소비자가 상품을 구입할 때 PB를 또 하나의 고려 상표군으로 인식하길 바라고 있지만, 소비자들의 반응은 여전히 PB상품에 대해 중립적인 입장이다. 즉 소비자마다 각기 다른 평가를 내리고 있다. 따라서 본 연구는 PB상품을 구매한 소비자들의 특성을 분석하여 PB상품 개발과 판매에 있어 마케팅적 시사점을 주고자 한다. 본 연구는 서울과 경기 지역에 있는 소비자 설문조사 자료를 이용하였으며 프로빗 모형을 이용하여 PB상품을 구매하는 소비자들의 특성을 분석하였다. 분석 결과 인구통계학적 특성으로는 결혼여부, 소득수준, 거주지역이 PB상품 구매에 영향을 미치는 요인으로 나타났으며, 구매특성으로는 대형마트 방문 빈도가 유의한 요인으로 나타났다. 구체적으로 살펴보면, 미혼자보다 기혼자가 PB상품을 구입할 확률이 더 높게 나타나, DM(Direct Mail)발송이나 핸드폰 SMS(Short Message Service) 발송 등 PB상품 판촉활동의 타겟팅에 있어 기혼자에 대한 비중을 높일 필요가 있을 것으로 보인다. 둘째, 소득수준과 관련해서는 고소득계층보다 중산층(월소득 301~600만원) 소비자들이, 서울지역보다는 지방 거주 소비자들이 PB상품 구매 확률이 높았다. 이러한 소비자들의 특성은 가격에 민감하기 때문에 소비자를 위한 추가 증정, 사은품 지급, 1+1행사 등을 강화할 필요가 있을 것으로 보인다. 셋째, 대형마트 방문 빈도가 월 2회 증가할 경우, PB상품을 구매할 확률이 5.3%이상 증가하는 것으로 나타나 소비자들의 내점빈도를 높일 수 있는 재미있는 매장 만들기, 찾아오는 서비스 등 다양한 집객 전략이 필요해 보인다. 결론적으로 PB상품이 단지 가격이 저렴한 일회성 구매 상품이라는 한계를 넘어 NB상품처럼 상품에 대한 로열티를 높이고 지속적 구매가 일어나도록 하기 위해서는 PB상품을 다른 제조업체 브랜드처럼 카테고리 내에서 하나의 고려 상품군(consideration commodity set)이 될 수 있도록 하는 노력이 필요하다.

  • PDF

전시장 참관객의 계획되지 않은 방문행동에 있어서 부스추천시스템의 영향에 대한 연구 (A Study on the Effect of Booth Recommendation System on Exhibition Visitors Unplanned Visit Behavior)

  • 정남호;김재경
    • 지능정보연구
    • /
    • 제17권4호
    • /
    • pp.175-191
    • /
    • 2011
  • 국가신성장동력으로MICE(Meeting, Incentive travel, Convention, Exhibition) 산업이각광받으면서국내전시산업에 대한 관심이 드높아 지고 있다. 이에 따라 국내 전시산업(domestic exhibition industry)도 미국이나 유럽과 같이 전시성과를 향상시키기 위한 다양한 연구가 진행 중이다. 그 중에서도 전시환경이나 전시기법 등에 따라 관람효과가 다르기 때문에 지능형 정보기술을 이용하여 전시장에 방문한 참관객의 참관패턴을 분석하여 참관객을 이해하고 더 나아가 참여업체 간의 연관관계 도출 및 전시회의 성과를 높이고자 하는 연구들이 진행되고 있다. 그런데, 이러한 기존의 부스추천시스템과 관련된 연구를 살펴보면 시스템적인 관점에서 추천의 정확성만을 논하고 있을 뿐 추천을 통한 참관객의 행동이나 인식의 변화에 대해서는 충분히 논의하고 있지 못하다. 부스추천시스템(Booth Recommendation System)은 참관객의 부스방문 정보를 바탕으로 참관객에게 적절한 부스를 추천하기 때문에 참관객은 사전에 계획하지 않은 전시장을 방문하게 될 수 있다. 이 때 참관객은 계획하지 않은 방문행동을 통해서 만족할 수도 있지만 추천과 정이 번거롭다거나 자유롭게 참관을 하는데 방해가 된다고 생각할 수 있다. 이 경우 참관객의 자유로운 관람보다 오히려 더 좋지 않은 성과를 낼 수 있다. 따라서 부스 추천시스템을 전시장에 적용하기 위해서는 시스템의 성과에 미치는 영향요인이 무엇인지 전반적으로 검토하고, 부스추천시스템이 참관객의 계획되지 않은 방문행동에 미치는 영향에 대해 면밀히 검토해야 한다. 이에 본 연구에서는 부스추천시스템의 성과에 영향을 미치는 요인이 무엇인지 이론과 기존문헌을 통해 살펴보고자 하였다. 또한, 참관객의 지각된 부스추천시스템의 성과가 참관객의 계획되지 않은 행동에 대한 만족도와 부스추천시스템의 재사용의도에 어떤 영향을 미치는지 살펴보고자 하였다. 이러한 연구목적을 달성하기 위한 이론적 프레임워크로 본 연구는 계획되지 않은 행동이론(Unplanned Behavior Theory)을 도입하였다. 계획되지 않은 행동(unplanned behavior)이란 "소비자들이 사전에 계획하지 되지 않은 채 실행된 어떤 행동"으로 정의할 수 있다. 소비자들의 계획되지 않은 행동은 그 동안 마케팅 등 다양한 분야에서 연구되어 왔다. 특히, 마케팅에서는 계획되지 않은 행동 중 계획되지 않은 구매(unplanned purchasing)에 많은 관심을 두어 왔는데 이 개념은 종종 충동적 구매(impulsive purchasing)와 혼동되어 사용되곤 하였다. 그런데, 충동적 구매가 갑자기 무엇인가 구매를 해야하는 강하고 지속적인 충동(urge)이라고 본다면 계획되지 않은 구매는 구매의사결정의 시점이 상점에 들어가기 전이 아닌 상점 내에서 수행된다는 점이 다르다. 즉, 모든 충동적 구매는 비계획적이나, 모든 계획되지 않은 구매가 충동적인 구매는 아니다. 그런데, 왜 소비자들은 계획되지 않은 행동을 하는가? 이에 대해서는 학자들에 따라 여러 가지 의견이 있으나 소비자가 사전에 철저한 계획을 수립하지 않고 따라서 중간에 계획을 변화시킬만한 유연성(flexibility)이 있기 때문이라는 점에 일관된 의견을 보인다. 즉, 계획되지 않은 행동을 하는데 많은 비용이 소요된다면 소비자들은 사전에 수립한 계획을 변경하기 어렵게 될 것이기 때문이다. 본 연구에서 살펴보고자 하는 전시장 역시 참관객들은 방문하기 전에 전시장이 어떤 프로그램으로 구성되어 있는지 살펴보고, 어떤 부스를 방문할지를 사전에 계획하게 된다. 그 이유는 참관객들이 전시장 방문에 투입할 수 있는 시간은 한정되어 있는 반면에 전시회는 대규모의 다양한 부스로 운영되기 때문에 참관객들이 모든 부스를 참관한다는 것이 현실적으로 불가능하기 때문이다. 따라서 본 연구에서 제시하는 부스추천시스템이 참관객이 선호할 만한 부스를 추천하게 되면 참관객은 자신의 계획을 변화시켜서 부스추천시스템이 추천한 부스를 방문하게 된다. 이러한 방문행동은 소비자가 상점을 방문하거나, 관광객이 관광지에서 계획하지 않은 행동을 하는 것과 유사한 측면에서 이해가 가능하며 특히 최근 여행소비자들이 정보기기의 영향으로 계획되지 않은 행동을 하는 경우가 부쩍 증가한 추세와 동일한 맥락에서 이해가 가능하다. 이에 다음과 같은 연구모형을 설정하였다. 이 연구모형은 참관객이 지각한 부스추천시스템의 성과(performance)를 매개변수로 하고 있는데 이 성과에 영향을 미치는 요인으로 부스추천시스템에 대한 신뢰(trust), 전시장 참관객의 지식수준 (knowledge level), 부스 추천시스템의 기대된 개인화 (expected personalization) 그리고 부스추천시스템의 자유위협(threat to freedom)을 영향요인으로 파악하였다. 또한, 지각된 부스추천시스템 성과와 계획되지 않은 행동에 대한 참관객의 만족도와 향후 부스추천시스템의 재사용의도간의 인과관계도 파악하고자 하였다. 이 때 부스추천시스템에대한신뢰는권한(competence), 자선(benevolence), 그리고진실(integrity)의2차요인(2nd order factor)으로구성하고, 나머지 요인들은 1차 요인으로 구성하였다. 이를 검증하기 위해 2011 DMC Culture Open 행사에서 부스추천시스템을 테스트하기 위하여 시스템을 개발하고, 101명의 참관객을 대상으로 실증조사를 하여 분석하였다. 분석결과 첫째, 부스추천시스템에 있어서 참관객의 신뢰가 가장 중요한 요소이며 실제 해당 부스추천시스템을 이용한 참관객들은 신뢰를 통해 부스추천시스템이 성과 있다고 인식하였다. 둘째, 참관객의 지식수준 역시 부스추천시스템의 성과에 유의한 영향을 미쳤는데 이는 추천의 성과가 전시장에 대한 사전적 이해가 필요함을 의미한다. 즉, 전시장에 대한 이해가 높은 참관객이 부스추천시스템의 유용성을 더 잘 파악하는 것으로 나타났다. 셋째, 기대된 개인화 수준은 성과에 유의한 영향을 미치지 못했는데 이는 기존 연구와 다른 결과로 본 연구에 사용된 부스추천시스템이 충분히 개인화 서비스를 제공하지 못했기 때문이라고 판단된다. 넷째, 부스추천시스템의 추천정보는 개인의 자유를 위협하거나 제한한다고 느끼지 않음으로 충분히 유용한 가치를 갖는다고 할 수 있다. 끝으로 부스정보시스템의 높은 성과는 참관객들의 계획되지 않은 행동에 대한 높은 만족도와 향후에도 부스추천시스템을 재사용할 의도를 만드는 것으로 나타났다. 이와 같이 본 연구는 부스추천시스템이 야기하는 참관객의 계획되지 않은 부스방문행동에 미치는 영향력을 분석하기 위해 계획되지 않은 행동이론을 중심으로 실증자료를 이용하여 분석하고, 이를 통해 향후 부스추천시스템의 구축 및 설계에 유용한 시사점을 도출할 수 있었다. 향후에는 보다 정교한 설문구성과 측정대상을 이용하여 추가적인 검토가 필요할 것으로 기대된다.