• 제목/요약/키워드: 이용자 세그멘테이션

검색결과 3건 처리시간 0.02초

요인 분석과 클러스터 분석 기법을 활용한 사용자 세분화를 통한 정보이용자 이해 (Understanding information users through user segmentation using factor analysis and cluster analysis)

  • 박민수
    • 문화기술의 융합
    • /
    • 제6권3호
    • /
    • pp.437-442
    • /
    • 2020
  • 인터넷이라는 혁신적인 정보기술의 도래 이후, 정보 환경의 다이너미즘(dynamism)은 정보 이용자들의 니즈 및 행태에 있어서의 변화를 초래하였다. 이러한 급변하는 환경의 정보 이용자들에 대한 이해는 필수적이며, 이를 기초해서 정보서비스와 이를 위한 시스템을 효과적으로 구축하여 운영할 필요가 있다. 본 연구의 목적은 과학기술정보서비스시스템 이용자의 세분화(segmentation)에 따른 특성을 이해하고 콘텐츠 이용실태 조사·분석을 통하여 맞춤형 서비스와 콘텐츠 개발에 대한 개선사항을 도출함에 있다. 총 816명의 과학기술정보서비스시스템 이용자들이, 지난 9월부터 11월까지, 온라인 설문조사에 참여하였다. 수집된 데이터는 요인 분석과 클러스터 분석 기법을 적용하여, 이용자를 세분화하고 새로운 정보기술과 정보서비스에 대한 인식, 과학기술정보 니즈, 그리고 이용자들이 중요하게 생각하는 과학기술 속성 등을, 세분화된 이용자그룹에 따른 결과를 도출하였다.

매니아 소비자의 태도와 성향에 의한 디지털 매니아 세그멘테이션 제안 (A proposition on digital maniac consumer market segmentation by consumer characteristics and behavior)

  • 김유리;이혜선
    • 디자인학연구
    • /
    • 제19권5호
    • /
    • pp.243-254
    • /
    • 2006
  • 매니아는 트렌드와 소비의 주체라는 점에서 마케팅의 파급력이 크다. 그렇기 때문에 매니아들의 심리적 동인인 니즈와 원츠를 읽어내고 세그먼트를 찾아내는 것이 무엇보다도 먼저 실행되어야 한다. 본 연구는 디지털 제품 매니아 시장세분화에 대한 통찰력을 얻기 위한 탐색적 연구로 혁신적 소비자에 관한 선행연구 스케일들을 이용하여 국내 매니아 커뮤니티의 이용자들이 어떤 성향을 갖는지, 선행연구와 어떤 차이를 보이는지, 그들의 구매우선순위와 가치항목은 무엇인지를 알아낸다. 이를 토대로 매니아 유저를 심층면접한 후 분석하여 새로운 매니아 세그먼트를 발견하고 분류하는 데 연구의 초점을 두었다. 우리나라의 디지털 매니아들이 소비자로서 어떤 구매행태를 보이고, 어떻게 구매로 이르는 의사결정을 하는지, 매니아들의 잠재 니즈는 무엇인지를 해석하고 새로운 매니아 세그멘트를 발견함으로써 디지털 매니아의 성향 및 실태에 대해 접근할 수 있으며 추후에 이뤄질 매니아 타켓 마케팅과 디자인의 전략적 단서를 제시하고자 한다.

  • PDF

사용자 선호도와 시각적 기술자를 이용한 사용자 프로파일 기반 이미지 추천 알고리즘 (Image recommendation algorithm based on profile using user preference and visual descriptor)

  • 김덕환;양준식;조원희
    • 정보처리학회논문지D
    • /
    • 제15D권4호
    • /
    • pp.463-474
    • /
    • 2008
  • 정보 기술과 인터넷의 발전은 멀티미디어 컨텐츠의 양에 있어서 폭발적인 성장을 가져 왔으며 이러한 멀티미디어 컨텐츠 양의 증가는 이용자의 요구에 맞는 멀티미디어 컨텐츠 추천에 대한 필요성을 더 증가 시켰다. 현재까지 일반상품과 멀티미디어 컨텐츠 추천을 위한 기법에는 협업필터링 (CF: Collaborative Filtering)이 있다. 하지만 기존의 CF 기법은 이미지가 갖고 있는 시각적 특징을 제대로 표현하지 못하고 있으며, 입력 데이터의 희박성 (Sparsity) 문제와 신상품 추천 문제 그리고 선호도의 동적인 변화 문제를 포함하고 있기 때문에 이미지 컨텐츠 추천에는 적합하지 않다. 이와 같은 기존의 CF기법의 단점을 해결하기 위해서 본 논문에서는 새로운 이미지 추천 방법으로 FBCF (Feature Based Collaborative Filtering) 기법을 제안한다. FBCF 기법은 시각적 특징을 선호도에 따라 군집화한 새로운 사용자 프로파일 구성방법을 제시하며, 선호도 피드백을 통하여 구매자의 현재 성향을 추천에 반영할 수 있다. 실제 모바일 이미지 데이터를 사용한 실험에서 FBCF 기법이 기존의 CF 기법보다 400% 향상된 성능을 보임을 확인할 수 있다.