태그 K-평균 군집분석

머신러닝을 이용한 고객세분화에 관한 연구 리뷰

전통적인 RFM 분석부터 K-평균 군집분석, 서포트 벡터 머신(SVM) 등 다양한 머신러닝 알고리즘을 활용한 고객 세분화 방법론들을 비교하고, 각 기법의 장단점과 활용 가능성을 탐색한다. 논문 요약 연구 배경 모든 고객을 동일하게 대할 수 없다는 것은 마케팅의 오랜 격언이다. 이 연구는 고객을…

빅데이터 기반 머신러닝 기법을 활용한 소비자유형 분석 및 군집화에 관한 연구: 고객 리뷰평점 중심으로 리뷰

고객이 남긴 상품 리뷰의 ‘평점 패턴’ 자체를 데이터로 활용하고, PCA와 K-평균 군집분석을 통해 ‘항상 5점을 주는 긍정형’, ‘깐깐하게 평가하는 비판형’ 등 숨겨진 소비자 유형을 발견한다. 논문 요약 연구 배경 고객이 남긴 별점 5개는 정말로 만족했다는 뜻일까, 아니면 습관적으로 5점을 주는…

고객의 온라인 행동 변수를 접목한 RFM 분석 방법론 리뷰

전통적인 RFM(최근성, 빈도, 금액) 분석에 고객의 온라인 행동 데이터(페이지뷰, 체류 시간 등)를 결합하여, 더욱 정교하고 설명력 높은 고객 세분화 모델을 제안한다. 논문 요약 연구 배경 고객이 남긴 ‘구매 기록’은 빙산의 일각에 불과하다. 이 연구는 물밑에 잠긴 거대한 ‘행동 기록’을 분석하여…

Who’s Buying NFTs in the Metaverse and Why? Identifying Influencing Factors and Segmenting Potential Buyers using Principal Component Analysis and K-means Clustering 리뷰

주성분 분석(PCA)과 K-평균 군집분석을 사용하여 NFT 잠재 구매자의 복잡한 구매 동기를 분석하고, 이를 바탕으로 시장을 ‘기술 선도자’, ‘사회적 경험 추구자’ 등 뚜렷한 고객 그룹으로 세분화한다. 논문 요약 연구 배경 NFT와 메타버스 시장이 주목받고 있지만, 정작 ‘누가, 왜 이것을 구매하는가’에 대한…

Web Usability Segmentation – Applying K‑Means Clustering to the System Usability Scale 리뷰

웹사이트 사용성 평가 도구인 SUS(System Usability Scale) 점수에 K-평균 군집분석을 적용하여 사용자를 세분화하고, 각 그룹별 특성에 맞는 맞춤형 웹사이트 개선 전략을 제시하는 방법론을 다룬다. 논문 요약 연구 배경 웹사이트나 시스템의 성공은 사용자가 얼마나 쉽고 편리하게 느끼는지, 즉 ‘사용성(Usability)’에 크게 좌우되며,…