지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김남규
- 발행연도
- 2015
- 저작권
- 국민대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
기업에서 내놓는 제품과 서비스의 평균 수명이 짧아지고 고객의 선택의 폭이 다양해짐에 따라, 대부분의 기업들은 고객의 니즈(Needs)를 파악하여 맞춤형 제품과 서비스를 제공함으로써 수익을 극대화하기 위한 노력을 기울이고 있다. 하지만 고객 개개인의 니즈를 파악하는 것은 시간과 비용 측면에서 지나치게 큰 부담을 가져오므로, 이에 대한 대안으로 특정 기준에 따라 고객을 여러 그룹으로 세분화하고 각 그룹에 맞는 마케팅 전략을 수립하는 방식이 사용되고 있다. 이러한 고객 세분화 또는 고객 클러스터링은 일반적으로 성별, 연령, 소득수준 등의 인구통계학 정보와 고객의 구매 내역, 검색 내역 등을 통해 간접적으로 파악한 행태 정보를 활용하여 이루어지고 있다. 하지만 기업이 보유하고 있는 고객의 행태 정보는 일반적으로 해당 고객이 자사의 사이트 내에 진입한 이후에 보이는 한정된 정보만을 활용한다는 측면에서 한계를 갖는다. 이는 특정 사이트에 접속한 후에 나타낸 패턴이 그 고객의 일반적인 성향을 나타낸다고 보기 어렵기 때문이다. 따라서 본 연구에서는 특정 사이트 내에서 보인 패턴이 아닌 외부 뉴스의 접속 기록을 통해 고객의 관심을 분석하고, 이를 활용하여 고객 세분화를 수행할 수 있는 방안을 제시하고자 한다. 또한 인터넷 뉴스 기사 약 3,000건에 대한 토픽 분석을 통해 주요 이슈를 추출하고 이를 고객 세분화에 적용하는 실제 실험을 수행함으로써, 제안 방법론의 실무 적용 가능성을 분석하였다.
목차
그림 목차 ⅱ국문 요약 ⅳ1. 서론 12. 관련 연구 52.1. 텍스트 마이닝 및 토픽 분석 52.2. 고객 세분화 63. 텍스트 마이닝 기반 고객 세분화 방법론 83.1. 연구 범위 83.2. Module1: 인구통계학 정보 기반의 고객 클러스터링 103.3. Module2: 뉴스 접속 기록 기반의 고객 클러스터링 113.4. Module3: 포털사이트 검색 키워드 기반의 고객 클러스터링 144. 실험 및 결과 174.1. 실험 데이터 소개 174.2. Module1: 인구통계학 정보 기반의 고객 클러스터링 174.3. Module2: 뉴스 접속 기록 기반의 고객 클러스터링 184.4. Module3: 포털사이트 검색 키워드 기반의 고객 클러스터링 224.5. 고객 클러스터링 결과 비교 245. 결론 31참고문헌 33Abstract 37
최근 본 자료
댓글(0)
0