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

국문 초록 (Abstract)

본 연구에서는 온라인 마켓에서의 구매실현지연기간을 여러 가지로 가정하고, 이들 각각에 대한 연관성 분석을 통해 합리적인 장바구니 기준을 도출하고자 한다. 합리성의 근거로는 흥미성 척도의 일관성을 사용하고자 하며, 구매실현지연기간을 어떻게 설정했을 때 가장 일관성 있는 결과를 도출하는지를 측정하고자 한다.

흥미성 척도의 비일관성은 다음의 과정에 의해 계산된다. i) 전체 데이터에 대한 연관분석을 통해 규칙을 도출한다(ex:, 지지도 상위 규칙 100개) ii) 전체 데이터를 임의의 개수의 그룹으로 나눈다(ex: 5 그룹) iii) 앞에서 도출한 100개의 규칙 각각에 대해, 다섯 개 그룹 각각에서 해당 규칙이 갖는 지지도 값을 계산한다 iv) 각 규칙이 나타낸 다섯 개의 지지도 값의 표준편차를 구한다. v) 앞에서 계산된 표준편차 100개의 평균을 구하고 이 값을 해당 흥미성 척도의 비일관성 값으로 사용한다. 즉 계산된 비일관성 값이 낮을수록, 즉 규칙들의 표준편차의 평균이 낮을수록 규칙들이 각 그룹에 대해 일관적인 지지도를 가짐을 의미하며, 이는 곧 해당 분석에 사용된 구매실현지연기간이 적절하게 설정된 것으로 해석된다.

주문 단위로 저장된 거래 내역으로부터 각 구매실현지연기간에 따른 새로운 장바구니를 정의하기 위해 추가적인 변환 작업이 필요하다. 예를 들어 동시 구매의 기준을 7일로 설정한 경우, 00년 10월 1일부터 00년 10월 7일까지 구매한 물품은 모두 동시에 구매된 것으로 간주되어야 한다. 만약 단순한 방법으로 10/1 ~ 10/7 사이에 구매된 물품을 바구니 1로, 10/8 ~ 10/14 사이에 구매된 물품을 바구니 2로 정의하는 경우를 고려해보자. 이 경우 10월 7일에 구매된 물품과 10월 8일에 구매된 물품은 실제로 하루 간격으로 구매되었음에도 불구하고 서로 다른 바구니에 속하게 되는 이상 현상이 발생한다. 본 연구에서는 이러한 이상 현상을 제거하기 위해 장바구니 구간이 하루씩 증가하는 슬라이딩 윈도우방식을 제안하여 사용하고자 한다.

본 과제의 성공적 수행을 위한 가장 중요한 요소는 실험 데이터 확보 가능성 및 실험 설계의 합리성이라고 할 수 있다. 본 실험은 연구 내용의 특성상 방대한 양의 자료 수집 및 많은 회수의 실험을 필요로 하게 되며, 이 과정에서 많은 시간과 노력을 소요하게 된다. 따라서 실험 과정에서 발생할 수 있는 오류를 최소화하고 연구 방법론에 대한 확신을 갖기 위해, 현재 확보하고 있는 실 데이터의 일부에 대한 파일럿 실험을 수행하였다. 파일럿 실험을 통해 결정한 본 실험의 규모 및 사용 데이터는 다음과 같다. 본 실험에서는 국내 5위권 내의 한 인터넷 쇼핑몰의 최근 2년간 실제 거래 내역을 사용하고자 한다. 약 2만 5천 명의 고객을 표본으로 추출하는 경우, 이들 고객이 주문한 전체 내역 약 58만 건이 분석 대상이 된다. 다양한 속성 중 성별, 연령, 회원번호, 주문번호, 주문일자, 상품명을 이용하여 실험을 수행할 예정이며, 연관성 분석은 SAS Enterprise Miner 9.2 상에서 수행된다. 본 실험에서는 전체 고객을 성별과 연령에 따라 8개의 고객군으로 나누고, 각 고객군에 대해 1일, 1주, 2주, 3주, 4주 단위의 다섯 가지 기준으로 장바구니를 확장한다. 즉 8*5 = 40 가지의 set에 대해 실험을 수행하고, 이를 그래프로 요약하여 고객군별 최적 동시성 기준을 찾아내는 것이다. 예를 들어 20대 여성의 경우 최적 동시성 기준이1주일로 나타나고 40대 남성의 경우 4주일로 나타났다면, 20대 여성 고객에 대한 연관 상품 추천 시에는 최근 1주간의 구매이력을, 40대 남성 고객에 대한 추천 시에는 최근 4주간의 구매이력을 참조하는 것이 바람직할 것이다.