• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 유통과학연구
• /
• 제9권1호
• /
• pp.17-27
• /
• 2011

세계화의 진전으로 기업 간의 경쟁은 날로 치열해지고 있으며 그동안 단순 비용으로만 인식되던 물류분야가 비용과 서비스 제고 측면에서 제3의 이익원으로 인식되고 있다. 이에 물류경로 상에서 공급자와 판매자 및 수송과 보관의 연계를 원활하게 수행하도록 하는 핵심 인프라인 물류센터의 관심이 고조되고 있으며 본 연구에서는 물류센터의 활성화 및 발전을 위한 방안을 모색하고자 한다. 먼저 이론적 고찰을 통하여 선행연구 및 물류센터의 개요 및 역할, 현황 등에 대하여 알아보았으며 물류센터의 문제점 파악과 더불어 물류시설의 수요조사 및 표준화 구축을 위한 가이드 제시, 관련 법령 및 제도 정비, 규제 보완, 불공정 거래 척결을 위한 방안 등의 정책 개선, 공동화, 정보화 등을 통한 효율적 운영을 위한 시스템 구축, 안전관리, 원가산정을 통한 비용개선, 파트너쉽 구축, 재정적 지원, 부처별 협력 등의 발전방안을 제시하였으며, 이러한 방안은 물류센터의 활성화 및 선진화에 도움이 될 것으로 기대한다.

• 한국문헌정보학회지
• /
• 제17권
• /
• pp.11-47
• /
• 1989

This study intends to examine the background and the procedure of the carving of the tablets of the second edition of Dae-Jang-Mock­Lock(재조대장목록). the time and the route of the moving of the tablets. into Haein-sa, and the contents and the system of it. This study is mainly based on the second edition of Dae-Jang-Mock-Lock. But the other closely related materials such as restored first. edition of the Dae- Jang-Mock-Lock, Koryo Sin-Jo-Dae-Jang-Byeol-Lock (고려신조대장교정별록). Kae-Won-Seok-Kyo-Lock (개원석교록). Sok-Kae­Won-Seok-Kyo-Lock (속개원석교록). Jeong-Won-Sin-Jeong-Seok-Kyo­Lock(정원신정석교록), Sok-Jeong-Won-Seok-Kyo-Lock(속정원석교록), Dea-Jung-Sang-Bu-Beob-Bo-Lock(대중상부법보록), and Kyeong-Woo-Sin-Su-Beob-Bo-Lock(경우신수법보록), are also analysed and closely examined. The results of this study can be summarized as follows: 1. The second edition of Tripitaka Koreana(고려대장경) was carved for the purpose of defending the country from Mongolia with the power of Buddhism, after the tablets of the first edition in Buin-sa(부이사) was destroyed by fire. 2. In 1236. Dae-Jang-Do-Gam(대장도감) was established, and the preparation for the recarving of the tablets such as comparison between the content, of the first edition of Tripitalk Koreana, Gal-Bo-Chik-Pan-Dae­Jang-Kyeong and Kitan Dae- Jang-Kyeong, transcription of the original copy and the preparation of the wood, etc. was started. 3. In 1237 after the announcement of Dae-Jang-Gyeong-Gak-Pan-Gun­Sin-Gi-Go-Mun(대장경핵판군신석고문), the carving was started on a full scale. And seven years later (1243), Bun-Sa-Dae-Jang-Do-Gam(분사대장도감) was established in the area of the South to expand and hasten the work. And a large number of the tablets were carved in there. 4. It took 16 years to carve the main text and the supplements of the second edition of Tripitaka Koreana, the main text being carved from 1237 to 1248 and the supplement from 1244 to 1251. 5. It can be supposed that the tablets of the second edition of Tripitaka Koreana, stored in Seon-Won-Sa(선원사), Kang-Wha(강화), for about 140 years, was moved to Ji-Cheon-Sa(지천사), Yong-San(용산), and to Hae-In-Sa(해인사) again, through the west and the south sea and Jang-Gyeong-Po(장경포), Go-Ryeong(고령), in the autumn of the same year. 6. The second edition of Tripitaka Koreana was carved mainly based on the first edition, comparing with Gae-Bo-Chik-Pan-Dae-Jang-Kyeong(개보판대장경) and Kitan Dae-Jang-Kyeong(계단대장경). And the second edition of Dae-Jang-Mock-Lock also compiled mainly based on the first edition with the reference to Kae-Won-Seok-Kyo-Lock and Sok-Jeong-Won-Seok-Kyo-Lock. 7. Comparing with the first edition of Dae-Jang-Mock-Lock, in the second edition 7 items of 9 volumes of Kitan text such as Weol-Deung­Sam-Mae-Gyeong-Ron(월증삼매경론) are added and 3 items of 60 volumes such as Dae-Jong-Ji-Hyeon-Mun-Ron(대종지현문논) are substituted into others from Cheon chest(천함) to Kaeng chest(경함), and 92 items of 601 volumes such as Beob-Won-Ju-Rim-Jeon(법원주임전) are added after Kaeng chest. And 4 items of 50 volumes such as Yuk-Ja-Sin-Ju-Wang-Kyeong(육자신주왕경) are ommitted in the second edition. 8. Comparing with Kae-Won-Seok-Kyo-Lock, Cheon chest to Young chest (영함) of the second edition is compiled according to Ib-Jang-Lock(입장록) of Kae-Won-Seok-Kyo-Lock. But 15 items of 43 vol­umes such as Bul-Seol-Ban-Ju-Sam-Mae-Kyeong(불설반주삼매경) are ;added and 7 items of 35 volumes such as Dae-Bang-Deung-Dae-Jib-Il­Jang-Kyeong(대방등대집일장경) are ommitted. 9. Comparing with Sok-Jeong-Won-Seok-Kyo-Lock, 3 items of the 47 volumes (or 49 volumes) are ommitted and 4 items of 96 volumes are ;added in Caek chest(책함) to Mil chest(밀함) of the second edition. But the items are arranged in the same order. 10. Comparing with Dae- Jung-Sang-Bo-Beob-Bo-Lock, the arrangement of the second edition is entirely different from it. But 170 items of 329 volumes are also included in Doo chest(두함) to Kyeong chest(경함) of the second edition, and 53 items of 125 volumes in Jun chest(존함) to Jeong chest(정함). And 10 items of 108 volumes in the last part of Dae-Jung-Sang-Bo-Beob-Bo-Lock are ommitted and 3 items of 131 volumes such as Beob-Won-Ju-Rim-Jeon(법원주임전) are added in the second edition. 11. Comparing with Kyeong-Woo-Sin-Su-Beob-Bo-Lock, all of the items (21 items of 161 volumes) are included in the second edition without ;any classificatory system. And 22 items of 172 volumes in the Seong­Hyeon-Jib-Jeon(성현집전) part such as Myo-Gak-Bi-Cheon(묘각비전) are ommitted. 12. The last part of the second edition, Joo chest(주함) to Dong chest (동함), includes 14 items of 237 volumes. But these items cannot be found in any other former Buddhist catalog. So it might be supposed as the Kitan texts. 13. Besides including almost all items in Kae-Won-Seok-Kyo-Lock and all items in Sok-Jeong-Won-Seok-Kyo-Lock, Dae-Jung-Sang-Bo­Beob-Bo-Lock, and Kyeong-Woo-Sin-Su-Beob-Bo-Lock, the second edition of Dae-Jang-Mock-Lock includes more items, at least 20 items of about 300 volumes of Kitan Tripitaka and 15 items of 43 volumes of traditional Korean Tripitake that cannot be found any others. Therefore, Tripitaka Koreana can be said as a comprehensive Tripitaka covering all items of Tripitakas translated in Chinese character.

• 지능정보연구
• /
• 제23권3호
• /
• pp.69-94
• /
• 2017

최근 빅데이터 분석 수요의 지속적 증가와 함께 관련 기법 및 도구의 비약적 발전이 이루어지고 있으며, 이에 따라 빅데이터 분석은 소수 전문가에 의한 독점이 아닌 개별 사용자의 자가 수행 형태로 변모하고 있다. 또한 전통적 방법으로는 분석이 어려웠던 비정형 데이터의 활용 방안에 대한 관심이 증가하고 있으며, 대표적으로 방대한 양의 텍스트에서 주제를 도출해내는 토픽 모델링(Topic Modeling)에 대한 연구가 활발히 진행되고 있다. 전통적인 토픽 모델링은 전체 문서에 걸친 주요 용어의 분포에 기반을 두고 수행되기 때문에, 각 문서의 토픽 식별에는 전체 문서에 대한 일괄 분석이 필요하다. 이로 인해 대용량 문서의 토픽 모델링에는 오랜 시간이 소요되며, 이 문제는 특히 분석 대상 문서가 복수의 시스템 또는 지역에 분산 저장되어 있는 경우 더욱 크게 작용한다. 따라서 이를 극복하기 위해 대량의 문서를 하위 군집으로 분할하고, 각 군집별 분석을 통해 토픽을 도출하는 방법을 생각할 수 있다. 하지만 이 경우 각 군집에서 도출한 지역 토픽은 전체 문서로부터 도출한 전역 토픽과 상이하게 나타나므로, 각 문서와 전역 토픽의 대응 관계를 식별할 수 없다. 따라서 본 연구에서는 전체 문서를 하위 군집으로 분할하고, 각 하위 군집에서 대표 문서를 추출하여 축소된 전역 문서 집합을 구성하고, 대표 문서를 매개로 하위 군집에서 도출한 지역 토픽으로부터 전역 토픽의 성분을 도출하는 방안을 제시한다. 또한 뉴스 기사 24,000건에 대한 실험을 통해 제안 방법론의 실무 적용 가능성을 평가하였으며, 이와 함께 제안 방법론에 따른 분할 정복(Divide and Conquer) 방식과 전체 문서에 대한 일괄 수행 방식의 토픽 분석 결과를 비교하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.49-65
• /
• 2014

구전(WOM: Word of Mouth)는 주변 사람들에게 상품에 대한 경험을 입에서 입으로 전달하는 현상을 말하며 소셜 미디어의 발전으로 온라인 구전(eWOM: Electronic Word of Mouth) 형태로 발전하였다. 구전 효과의 중요성으로 인해서 대부분의 기업들의 자사의 상품이나 서비스에 대한 온라인 구전에 촉각을 세우고 있으며, 특히 영화와 같은 경험재의 경우에는 그 영향력이 더욱 크다. 본 연구에서는 영화 커뮤니티에 대한 사회 네트워크 분석을 통해서 영화 흥행성과 지표인 매출에 미치는 영향요인을 규명하고자 한다. 영화 흥행성과 연구들에서 주요하게 다루어진 영화에 대한 구전의 크기(volume)와 방향성(valence)과 같은 구전 요인들을 추가하여, 구전 네트워크의 중심성 척도를 영향 요인에 고려하였다. 구전의 크기, 방향성, 그리고 3가지 중심성 척도(연결 중심성, 매개 중심성, 근접 중심성)의 최종 영화 매출에 영향 관계를 가설로 설정하였다. 제시한 연구 모형을 검증하기 위하여 대표적인 온라인 영화 커뮤니티 사이트인 IMDb(Internet Movie Database)에서 영화 구전 데이터를 수집하였고, Box-Office-Mojo사이트에서 영화 매출 데이터를 수집하였다. 2012년 9월부터 1년 동안, 주간 Top-10에 포함된 적이 있는 영화들을 대상으로 하였으며, 총 103개의 영화가 선정되어 이 영화들에 대한 메타 데이터와 커뮤니티 데이터가 수집되었다. 영화 커뮤니티 네트워크는 평가자들간의 댓글 관계를 기초로 구축하였다. 본 연구에서 사용한 3가지 중심성 척도는 사회 네트워크 분석 도구인 NodeXL을 사용하여 계산되었으며, 각 영화별 커뮤니티 참여자들의 중심성 척도의 평균값을 활용하였다. 가설 검증의 사전 분석을 위한 상관관계 분석에서는 3가지 중심성 척도간에 상관 관계가 높은 것으로 파악되어서, 각각에 대하여 별도로 회귀분석을 수행하였다. 분석 결과, 기존 연구와 일관성 있게 구전의 크기와 방향성은 영화 성과지표인 최종 매출에 긍정적인 영향을 미치는 것으로 파악되었다. 또한 구전 네트워크 내의 참여자 매개중심성 평균은 영화의 최종 매출에 영향을 미치는 것으로 파악되었다. 하지만 연결중심성과 근접중심성은 최종 매출에 영향을 주지 못하는 것으로 나타났다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.27-42
• /
• 2020

인터넷이라는 가상 공간을 활용함으로써 물리적 공간의 제약을 갖는 오프라인 쇼핑의 한계를 넘어선 온라인 쇼핑은 다양한 기호를 가진 소비자를 만족시킬 수 있는 수많은 상품을 진열할 수 있게 되었다. 그러나, 이는 역설적으로 소비자가 구매의사결정 과정에서 너무 많은 대안을 비교 평가해야 하는 어려움을 겪게 함으로써 오히려 상품 선택을 방해하는 원인이 되기도 한다. 이런 부작용을 해소하기 위한 노력으로서, 연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 구매의사결정 과정 중 정보탐색 및 대안평가에 소요되는 시간과 노력을 줄여주고 이탈을 방지하며 판매자의 매출 증대에 기여할 수 있다. 연관 상품 추천에 사용되는 연관 규칙 마이닝 기법은 통계적 방법을 통해 주문과 같은 거래 데이터로부터 서로 연관성 높은 상품을 효과적으로 발견할 수 있다. 하지만, 이 기법은 거래 건수를 기반으로 하므로, 잠재적으로 판매 가능성이 높을지라도 충분한 거래 건수가 확보되지 못한 상품은 추천 목록에서 누락될 수 있다. 이렇게 추천 시 제외된 상품은 소비자에게 구매될 수 있는 충분한 기회를 확보하지 못할 수 있으며, 또 다시 다른 상품에 비해 상대적으로 낮은 추천 기회를 얻는 악순환을 겪을 수도 있다. 본 연구는 구매의사결정이 결국 상품이 지닌 속성에 대한 사용자의 평가를 기반으로 한다는 점에 착안하여, 추천 시 상품의 속성을 반영하면 소비자가 특정 상품을 선택할 확률을 좀더 정확하게 예측할 수 있다는 점을 추천 시스템에 반영하기 위한 목적으로 수행되었다. 즉, 어떤 상품 페이지를 방문한 소비자는 그 상품이 지닌 속성들에 어느 정도 관심을 보인 것이며 추천 시스템은 이런 속성들을 기반으로 연관성을 지닌 상품을 더 정교하게 찾을 수 있다는 것이다. 상품의 주요 속성의 하나로서, 카테고리는 두 상품 간에 아직 드러나지 않은 잠재적인 연관성을 찾기에 적합한 대상이 될 수 있다고 판단하였다. 본 연구는 연관 상품 추천에 상품 간의 연관성뿐만 아니라 카테고리 간의 연관성을 추가로 반영함으로써 추천의 정확도를 높일 수 있는 예측모형을 개발하였고, 온라인 쇼핑몰로부터 수집된 주문 데이터를 활용하여 이루어진 실험은 기존 모형에 비해 추천 성능이 개선됨을 보였다. 실무적인 관점에서 볼 때, 본 연구는 소비자의 구매 만족도를 향상시키고 판매자의 매출을 증가시키는 데에 기여할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 마케팅과학연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2010

今天, 受到成熟零售市场挑战的时装市场需要新的 "品牌发展" 典范来提高他们的竞争优势. 时装市场的一个重要议题是为满足消费者由于生活方式的变化而产生的特别需求所进行的生活方式品牌扩张. 时装品牌扩张到生活方式产品类别, Y世代和婴儿潮可以说是新兴的 "前景"(婴儿潮的消费者正在改变他们的生活方式. Y世代正经历着他们生命阶段的变化). 他们有购买新产品的需求. 因此, 服装公司为品牌扩张注重消费群从而在新的产品类别中建立和管理他们的品牌资产是乐观的. 本文的研究目的是(a)评估母品牌和子品牌的品牌资产. (b)鉴定消费者对品牌扩张的感知营销因素. (c)评估两个选择的群体(Y世代和婴儿潮)的营销因素和扩张到生活方式的产品类别(包括家居时尚产品)品牌的品牌资产之间因果关系的结构方程模型. 关于理论框架, 本文关注传统的营销4P组合来鉴定哪个营销因素在品牌扩张资产方面更重要. 比较营销可以建立 "品牌扩张资产", 从而成功的进入新类别. 借鉴相关的文献, 通过关注选择的消费者(Y世代, 婴儿潮), 本研究发展的研究假设结合了品牌资产因子和营销因素. 在品牌扩张至生活方式产品的背景下, 品牌资产的构念包括品牌认知/联合, 品牌感知(例如感知质量, 情感价值)和从CBBE因子(Keller, 2001)中而来的品牌共鸣. 据推测, 通过品牌扩张至生活方式产品, 市场营销要素在品牌认知/联合, 品牌感知方面创建品牌扩张资产, 进而影响品牌的共鸣. 为了收集数据, 样本由韩国Y世代的女性消费者和在婴儿潮中出生的消费者. 这些在婴儿潮中出生的消费者由于生活周期的改变而对生活方式产品有较高的需求. 在韩国Y世代(n=326)和婴儿潮(n=325)的女性消费者中共有651份有用的问卷被使用. 我们用LISREL8.8测试了使用相关矩阵的结构和测量模型. 结果显示品牌扩张的感知营销因素包括三个因子: 价格/店铺形象, 产品和广告. 在Y世代的模型中, 价格/店铺形象对品牌资产因素有积极的影响(例如品牌认知/联合, 感知质量). 同时, 在品牌扩张中产品对情感价值有积极的影响. 品牌认知/联合有可能提高感知质量和情感价值, 从而对扩张至生活方式产积极的品牌产生品牌共鸣. 在婴儿潮消费者模型中, 价格/店铺形象对感知质量有积极的影响, 感知质量可以创造品牌扩张的品牌共鸣. 产品对质量感知和情感价值有正的影响, 这些都会消费者产生对扩张至生活方式产品的品牌的品牌共鸣. 但是, 在这两个群体中广告和品牌资产都是负相关. 本研究为时装营销者提供了发展成功的品牌扩张战略以及可持续的竞争优势的见解. 本研究补充和扩展了先前的有关通过营销努力的因素促使品牌扩张成功的研究. 研究结果支持为进入新的产品类别, 时装品牌扩张(Aaker and Keller, 1990; Tauber, 1998; Shine et al., 2007; Pitta and Katsanis, 1995)和营销行动的增效作用. 因此, 我们推荐营销者同时针对Y世代和婴儿潮一代通过标准化的营销推广进入新产品类别(例如家具)可以降低营销成本. 时装营销者可以(a)提供高价的产品线. (b)在韩国通过零售渠道(例如专门百货商店)强调高档特征的商店形象定位. (c)结合服装与生活方式产品包括新颖的款式和设计师的限量版. 对品牌资产,成功品牌延伸的关键是消费者的品牌认知度和品牌联合,确保新产品类别的品牌特征. 对于营销者来说, 在进入新产品类别的时候知道什么有助于更具体的联合是必要的. 对时装品牌而言, 品牌扩张的第二个关键是进入 "奢侈" 生活方式新产品类别的途径. 更高的价格或店铺形象都对质量感知有影响. 而质量感知可以引起品牌共鸣. 更重要的是, 本研究提高了对品牌扩张的理论理解并对营销者提出了在制定针对Y世代和婴儿潮一代消费者的行销项目时的方向.

• 마케팅과학연구
• /
• 제20권2호
• /
• pp.219-230
• /
• 2010

数字内容在给公司带来机遇和挑战的同时也极大的改变了我们的生活. 创意企业整合视频, 图片, 文本和数据进行数字化过的音频, 开发新产品或服务, 创作数字经验推广自己的品牌. 大多数有关数字内容的文献是关于基本概念或者营销的发展. 其实, 比起普通产品或服务的传统价值链, 数字内容产业似乎有更多的潜在价值. 因为相当多的数字内容是免费的, 价格, 作为信息的质量或价值的指标, 不是必须被感知的(Rowley 2008). 很显然, 当前数字内容的主题是 "价值" 和关于消费者对数字内容的感知价值的研究. 本文讨论了体验价值在消费者评估数字内容时的优势. 本文在对数字内容 "价值" 的理解方面有两个不同但是相关的贡献. 第一, 基于数字内容与普通产品和服务的比较, 本文提出了两个关键特点使得体验战略适合数字内容: 无形和接近于零的再造成本. 最重要的是, 基于对公司的理想化的价值和客户的感知价值之间的差异的讨论, 本文强调了数字内容的价格和定价与普通产品和服务的不同. 无形的结果是, 价格可能并不反映顾客感知价值. 另外, 数字内容的成本处在发展阶段可能非常高但再造会大幅缩水. 而且, 由于前面提到的价值鸿沟, 这个价格政策改变因不同的数字内容而不同. 例如, 平价战略通常用于电影和音乐(Magiera 2001;Netherby 2002), 而有持续的需求的数字内容如在线游戏和杀毒软件的问题牵涉到一个更复杂的效用和极具竞争力的价格水平. 数字内容企业必须探索各种各样的策略来克服这个缺口. 对于广告, 形象, 口碑等常用的市场战略和他们对顾客感知价值的影响的研究变得至关重要. 中国数字内容产业正变得越来越国际化, 并引起了具有各自竞争优势的国家和地区的关注. 2008-2009中国数字内容产业年度发展报告(CCIDConsulting 2009)表明, 在国内需求和政府政策的大力支持下, 中国数字内容产业在2008年保持了大约30%的快速增长, 表明了这个产业在明显的初期扩张阶段. 在中国, 需要更新的杀毒软件和其他软件程序使用季度定价政策. 用户可以免费下载试用版, 用6个月或一年. 如果他们更久的使用, 连续的付款方式是必要的. 他们在试用阶段检测数字内容的优良度, 决定是否要付继续使用. 对于中国的音乐和电影工业的发展战略, 体验最初没有被广泛的应用, 虽然其他国家的公司注意到体验的重要性并探索了相关的战略(如客户在下载前有好几秒可以免费听听音乐). 由于上述原因, 杀毒软件在中国可以代表数字内容产业而且在中国杀毒市场探索了体验价值在顾客的数字内容感知价值中的优势. 为了提高调查数据的可靠性, 该研究集中在那些有使用杀毒软件经验的人群. 实证结果显示, 体验价值对顾客对数字内容的感知价值有积极的影响. 换句话说, 因为数字内容是无形的, 再造成本几乎为零, 客户的评估是根据他们的体验. 另外, 形象和口碑不产生积极的影响, 只对体验价值有影响. 这就是说, 数字内容价值链不同于普通产品或服务. 体验价值有显著的优势并调节形象和口碑对感知价值的作用. 这个研究结果有助于了解为什麽在发展中国家存在免费的数字内容下载. 客户只有通过体验它才可以感知数字内容的价值. 这也是为什么政府如此扶持发展数字内容. 其他发展中国家在起步阶段的数字内容企业可以借鉴这里的建议. 另外, 基于体验战略的优势, 公司应该更努力投资于客户的体验. 由于数字内容的特点和价值鸿沟的存在, 顾客只有经历了他们真正想要的才能感知更多的无形的数字内容的价值. 而且, 因为再造成本近乎为零, 公司可以使用体验战略, 以提高客户对数字内容的理解.