• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.19-25
• /
• 2020

빈발 패턴 마이닝에서 각 패턴이 가지는 불확실한 정보로 인하여 정보의 손실을 수반하기 마련이다. 또한 실제적인 환경에서는 패턴들의 중요도가 시간에 따라서 변하기 때문에 이러한 요구에 부합하기 위하여 퍼지논리를 적용하고 패턴이 가지는 중요도의 동적특성을 고려하여야 한다. 본 논문에서는 웹 로그 데이터베이스에서 퍼지 유틸리티 기반 웹페이지 집합 마이닝을 통해 웹 로그 데이터베이스에서 빈발 웹 페이지 집합의 추출을 위한 퍼지 유틸리티 마이닝 기법을 제안한다. 여기서 퍼지 집합의 하향 폐쇄 특성은 최소 퍼지 유틸리티 임계 값(MFUTV) 및 사용자 정의 백분위 수(UDP)에 의해 넓은 공간을 제거하기 위해 적용된다. 여러 실험을 통하여 제안하는 기법은 매우 효과이며 확장성이 좋은 것임을 보인다.

• 패션비즈니스
• /
• 제6권5호
• /
• pp.136-150
• /
• 2002

In this study, we proposed a method to be standing customers as the supporting system for the improvement of fashion garment industry which was the marginal growth getting into full maturity of market. As for the customer creation method of Fashion garment company is developing a marketing program to be standing customer as customer scoring to estimate a existing customer‘s buying power, and figure out minimum fixed sales of company to use a future purchasing predict. This study was a result of data from total sixty thousands data to be created for the 11 months from september. 2000 to July. 2001. The data is part of which the company leading the Korean fashion garment industry has a lot of a customer purchasing history data. But this study used only 48,845 refined purchased data to discriminate from sixty thousands data and 21,496 customer case with the exception of overlapping purchased data among of those. The software used to handle sixty thousands data was SAS e-miner. As the analysis process is put in to operation the analysis of the purchasing customer’s profile firstly, and the second come into basket analysis to consider the buying associations for Association goods, the third estimate the customer grade of Customer loyalty by 3 ways of logit regression analysis, decision tree, Artificial Neural Network. The result suggested a method to be estimate the customer loyalty as 3 independent variables, 2 coefficients. The 3 independent variables are total purchasing amount, purchasing items per one purchase, payment amount by one purchasing item. The 2 coefficients are royal and normal for customer segmentation. The result was that this model use a logit regression analysis was valid as the method to be estimate the customer loyalty.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 한국유통학회지:유통연구
• /
• 제17권4호
• /
• pp.29-53
• /
• 2012

제조업체와 유통업체의 판매촉진 구사가 증가하면서 이들 사이의 바람직한 판매촉진 비용 분담 방식에 대한 관심도 증가하고 있다. 특히 유통업체 점포를 방문하는 소비자의 비계획구매 요소는 유통업체에게 명시적 잉여를 제공하지만 제조업체에게는 그렇지 않다는 점에서 이를 고려한 판매촉진 비용 분담의 방향 제시가 필요한 것이 현실이다. 문제는 유통업체 방문 소비자의 점포내 비계획구매 요소가 있을 때 제조업체가 어떻게 대응해야 하는지에 대해서는 충분한 설명이 이루어지지 못하고 있다는 점이다. 이러한 문제의식에서 본 연구에서는 유통업체 점포내 비계획구매 요소가 있을 때 제조업체가 구체적으로 공동 판매촉진 행동을 어떻게 전개해야 하는지 조명하고 있다. 본 연구의 주요결과는 다음과 같다: (1) 유통업체 점포 방문 소비자의 비계획구매 수준이 증가할수록 채널 전체의 판매촉진 수준은 높아지고, 제조업체의 비용 분담액도 커진다. (2) 유통업체 점포 방문 소비자의 비계획구매 수준이 증가할수록 채널 전체 판매촉진 비용 중에서 제조업체의 판매촉진 비용 분담 비중은 낮아지고, 유통업체의 판매촉진 비용 분담 비중은 높아진다. (3) 제조업체 이익은 유통업체 점포 방문 소비자의 비계획구매 수준인 b의 증가함수이다. (4) 유통업체가 소비자의 비계획구매 대상 제품을 조달하는데 소요되는 비용 수준이 증가할수록 유통업체 점포 방문 소비자의 비계획구매 수준 증가에 따른 채널 전체의 판매촉진 수준 증가 정도, 제조업체의 판매촉진 비용 분담액 증가 정도, 유통업체의 판매촉진 비용 분담 비중 증가 정도, 제조업체 이윤 증가 정도가 낮아진다.