표제지
초록
목차
제1장 서론 10
제1절 연구의 배경 10
제2절 연구의 목적 14
제2장 이론적 고찰 16
제1절 선행연구 16
1. RFM(Recency Frequency Monetary) 18
제2절 선행 연구의 한계점 22
제3절 인공신경망의 개념과 활용 25
1. SOM(Self-Organizing Map) 26
제3장 제안하는 프레임워크 29
제1절 인공신경망을 이용한 판매처 평가 프레임워크 29
제4장 실험과 검증 31
제1절 실험 절차 31
제2절 입력 데이터 33
제3절 데이터 프로세싱 34
1. RFM 프레임워크 34
2. SOM 프레임워크 37
제4절 분류 결과 분석 38
1) RFM점수 별 판매처 분포 및 빈도 분석 40
2) RFM을 통한 판매처 Segmentation 41
3) SOM을 통한 판매처 Segmentation 42
4) SOM데이터 프로세싱 결과 도출된 Segmentation분석 43
제5절 수행능력 비교 44
제6절 실험결과 검증 47
제5장 결론 48
표 1. Recency -거래의 최근성 20
표 2. Frequency -거래의 빈도성 21
표 3. Monetary - 거래의 규모 22
표 4. 본 연구의 데이터 프로세싱을 위한 입력데이터 34
표 5. RFM 데이터 프로세싱 36
표 6. SOM Data Input 37
표 7. Recency 결과 39
표 8. Frequency 결과 39
표 9. Monetary결과 40
표 10. RFM점수 별 판매처 분포 및 빈도 40
표 11. RFM Segmentation 41
표 12. SOM Segmentation 분석 43
표 13. SOM과 RFM의 수행능력비교 44
표 14. SOM의 부가적인 장점 45
표 14-1. 3년간 구매가 꾸준한 판매처 그룹 46
표 14-2. 2007년에만 거래가 집중된 판매처 그룹 46
표 15. SOM과 RFM 의 AE산출 47
표 16. T-Test검증 47
그림 1. 가치 웹의 중요성 부각 11
그림 2. RFM 판매처 평가 프레임워크 17
그림 3. 새로운 프레임워크의 필요성 24
그림 4. SOM의 학습 결과 얻어진 색상 맵 28
그림 5. SOM 판매처 평가 프레임워크 30
그림 6. SOM판매처 평가 프레임워크를 통한 데이터 프로세싱 과정 31
그림 7. 판매처 평가 분류수행능력 비교를 위한 실험디자인 32
그림 8. RFM점수 배분 방법 35
그림 9. SOM Segmentation 42