연관규칙 마이닝에서의 동시성 기준 확장에 대한 연구

김미성; 김남규; 안재현

추천

검색

질문

자료유형: 학술저널

저자정보: 김미성 (국민대학교) 김남규 (국민대학교) 안재현 (KAIST)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제18권 제1호

발행연도: 2012.3

수록면: 23 - 38 (16page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

온라인 쇼핑몰은 인터넷을 통해 손쉽게 접근이 가능하기 때문에, 최초 구매의사가 발생한 시점으로부터 이에 대한 실제 구매가 실현되기까지의 기간이 오프라인 쇼핑몰에 비해 비교적 짧게 나타난다. 즉 오프라인 쇼핑몰의 경우 구매 희망 물품을 바로 구매하기 보다는 몇 개의 물품들을 모아서 구매하는 행태가 일반적이다. 하지만, 인터넷 쇼핑몰의 경우 단 하나의 물품만을 포함하고 있는 주문이 전체 주문의 절반 이상을 차지한다. 따라서 온라인 쇼핑몰 데이터의 장바구니 분석에 전통적 데이터마이닝 기법을 그대로 적용할 경우, Null Transaction의 수가 지나치게 많음으로 인해 합리적 수준의 지지도(Support)를 만족시키는 규칙을 찾는 것이 매우 어렵게 된다. 이러한 이유로 온라인 데이터를 사용한 많은 연구는 동시성 기준을 여러 방법으로 확장하여 사용하였는데, 이들 동시성 기준은 명확한 근거나 합의 없이 연구자의 상황에 따라 임의로 선택된 측면이 있다. 따라서 본 연구에서는 온라인 마켓 분석에 적용되는 구매의 동시성 기준을 정확도 측면에서 평가함으로써, 구매의 동시성 기준 선정을 위한 근거를 제시하고자 한다. 또한 동시성 기준의 정확도가 고객의 평균 구매간격에 따라 상이하게 나타나는 것을 파악하여, 향후 고객의 특성에 따른 차별화된 추천 시스템 구축을 위한 기본 방향을 제시하고자 한다. 이를 위해 국내 대형 인터넷 쇼핑몰의 최근 2년간 실제 거래 내역을 대상으로 실험을 수행하였으며, 실험 결과 단골 고객의 구매 추천을 위한 분석의 경우 추천 범위와 분석 데이터의 동시성 기준을 맞추어 연관규칙을 도출하는 것이 바람직하며, 비단골 고객의 경우 대부분의 추천 범위에 대해서 분석 데이터의 동시성 기준을 비교적 길게 설정하여 연관규칙을 도출하는 것이 바람직한 것으로 나타났다.

There is a large difference between purchasing patterns in an online shopping mall and in an offline market. This difference may be caused mainly by the difference in accessibility of online and offline markets. It means that an interval between the initial purchasing decision and its realization appears to be relatively short in an online shopping mall, because a customer can make an order immediately. Because of the short interval between a purchasing decision and its realization, an online shopping mall transaction usually contains fewer items than that of an offline market. In an offline market, customers usually keep some items in mind and buy them all at once a few days after deciding to buy them, instead of buying each item individually and immediately. On the contrary, more than 70% of online shopping mall transactions contain only one item. This statistic implies that traditional data mining techniques cannot be directly applied to online market analysis, because hardly any association rules can survive with an acceptable level of Support because of too many Null Transactions.
Most market basket analyses on online shopping mall transactions, therefore, have been performed by expanding the co-occurrence criteria of traditional association rule mining. While the traditional co-occurrence criteria defines items purchased in one transaction as concurrently purchased items, the expanded co-occurrence criteria regards items purchased by a customer during some predefined period (e.g., a day) as concurrently purchased items. In studies using expanded co-occurrence criteria, however, the criteria has been defined arbitrarily by researchers without any theoretical grounds or agreement. The lack of clear grounds of adopting a certain co-occurrence criteria degrades the reliability of the analytical results. Moreover, it is hard to derive new meaningful findings by combining the outcomes of previous individual studies.
In this paper, we attempt to compare expanded co-occurrence criteria and propose a guideline for selecting an appropriate one. First of all, we compare the accuracy of association rules discovered according to various co-occurrence criteria. By doing this experiment we expect that we can provide a guideline for selecting appropriate co-occurrence criteria that corresponds to the purpose of the analysis.
Additionally, we will perform similar experiments with several groups of customers that are segmented by each customer’s average duration between orders. By this experiment, we attempt to discover the relationship between the optimal co-occurrence criteria and the customer’s average duration between orders. Finally, by a series of experiments, we expect that we can provide basic guidelines for developing customized recommendation systems.
Our experiments use a real dataset acquired from one of the largest internet shopping malls in Korea. We use 66,278 transactions of 3,847 customers conducted during the last two years. Overall results show that the accuracy of association rules of frequent shoppers (whose average duration between orders is relatively short) is higher than that of causal shoppers. In addition we discover that with frequent shoppers, the accuracy of association rules appears very high when the co-occurrence criteria of the training set corresponds to the validation set (i.e., target set). It implies that the co-occurrence criteria of frequent shoppers should be set according to the application purpose period. For example, an analyzer should use a day as a co-occurrence criterion if he/she wants to offer a coupon valid only for a day to potential customers who will use the coupon. On the contrary, an analyzer should use a month as a co-occurrence criterion if he/she wants to publish a coupon book that can be used for a month. In the case of causal shoppers, the accuracy of association rules appears to not be affected by the period of the application purposes. The accuracy of the causal shoppers’ association rules becomes higher when the longer co-occurrence criterion has been adopted. It implies that an analyzer has to set the co-occurrence criterion for as long as possible, regardless of the application purpose period.

#Data Mining #Online Market Analysis #Market Basket Analysis #Association Rule Mining

참고문헌 (24)

참고문헌 신청

1. [학술지(정기간행물)] - 강동원 / 2001 / 인터넷 쇼핑몰에서 원투원 마케팅을 위한 장바구니 분석 기법의 활용 / 컴퓨터산업교육학회논문지 2 (9) : 1175 ~ 1182

2. [학술지(정기간행물)] - 김남규 / 2008 / 장바구니 크기가 연관규칙 척도의 정확성에 미치는 영향 / Asia Pacific Journal of Information Systems 18 (2) : 95 ~ 114

3. [학술지(정기간행물)] - 박철 / 2000 / 인터넷 정보탐색가치가 인터넷 쇼핑 행동에미치는 영향에 관한 연구 : 쇼핑몰 방문빈도와구매의도를 중심으로 / 마케팅연구 5 (1) : 143 ~ 162

5. [학술지(정기간행물)] - 안현철 / 2006 / 연관규칙기법과 분류모형을 결합한 상품 추천 시스템: G 인터넷 쇼핑몰의 사례 / Information Systems Review 8 (1) : 181 ~ 201

6. [학술지(정기간행물)] - 윤성준 / 2005 / 데이터마이닝 기법을 통한 백화점의 고객이탈예측모형연구 / 아시아마케팅저널 6 (4) : 45 ~ 72

이 논문의 저자 정보

김미성

소속기관 국민대학교

주요연구분야 공학 > 산업공학

논문수 2 이용수 348

김남규

소속기관 국민대학교

주요연구분야 공학 > 산업공학 TOP 1% 공학 > 전기전자공학 > 정보통신공학

논문수 96 이용수 23,446

안재현

소속기관 한국과학기술원

주요연구분야 사회과학 > 경영학 TOP 5% 공학 > 산업공학

논문수 52 이용수 6,780

이 논문과 함께 이용한 논문

데이터마이닝 기법을 활용한 스팸메일 분류 및 예측모형 구축에 관한 연구

안수산 , 신경식 한국지능정보시스템학회 학술대회논문집 2000 .11

온라인 상점 방문 고객의 구매 확률 예측을 위한 연관규칙 활용 방안

김동성 , 한송이 , 김종우 한국지능정보시스템학회 학술대회논문집 2012 .05

전통적 데이터 마이닝 기법을 온라인 마켓 분석에 적용하기 위한 구매실현지연기간의 규명 및 측정

김미성 , 김남규 한국지능정보시스템학회 학술대회논문집 2011 .05

연관규칙을 이용한 뉴스기사의 계층적 자동분류기법

주길홍 , 신은영 , 이주일 외 1명 멀티미디어학회논문지 2011 .06

Data Base Marketing에 따른 서비스 전략 : SK의 「OK Cashbag」

김용갑 마케팅 2001 .01

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (24)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)