신경망 기법을 이용한 온라인 서점 이용자들의 고객 유형 분석
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 전현치 | - |
dc.contributor.author | 신영근 | - |
dc.contributor.author | 박상성 | - |
dc.contributor.author | 김명훈 | - |
dc.contributor.author | 장동식 | - |
dc.date.accessioned | 2021-09-09T17:34:43Z | - |
dc.date.available | 2021-09-09T17:34:43Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2007 | - |
dc.identifier.issn | 1598-4877 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/125853 | - |
dc.description.abstract | 인터넷 기술의 발달로 B2C 전자상거래의 거래액이 꾸준히 증가하고 있으며 이에 따라 인터넷 소비자들의 효과적인 고객관계 관리를 위해서 기업들은 많은 노력을 기울이고 있다. 특히 특정 소비자 집단의 특성을 파악하고 분석하는 것은 효과적인 CRM과 마케팅 전략을 위해서 필수적이다. 따라서 본 논문에서는 온라인 서점을 이용하는 소비자들을 세분화시켜 의미 있는 그룹들로 정의할 수 있는 방법을 제시한다. 설문지를 통하여 데이터를 수집한 후 요인분석을 실시하여 다섯 가지의 주요인을 추출한다. 요인분석 후에 얻어지는 각 응답자별 요인점수를 input 데이터로 하여 군집분석을 실시하고 분류된 6개의 군집과 다섯 가지 주요인들과의 분산분석을 통하여 군집간의 차이성을 검증한다. | - |
dc.publisher | 한국콘텐츠학회 | - |
dc.title | 신경망 기법을 이용한 온라인 서점 이용자들의 고객 유형 분석 | - |
dc.title.alternative | Analyzing Customer Type in Online Bookstore Using Artificial Neural Networks | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 장동식 | - |
dc.identifier.bibliographicCitation | 한국콘텐츠학회 논문지, v.7, no.9, pp.127 - 138 | - |
dc.relation.isPartOf | 한국콘텐츠학회 논문지 | - |
dc.citation.title | 한국콘텐츠학회 논문지 | - |
dc.citation.volume | 7 | - |
dc.citation.number | 9 | - |
dc.citation.startPage | 127 | - |
dc.citation.endPage | 138 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001205008 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.description.journalRegisteredClass | other | - |
dc.subject.keywordAuthor | 고객관계관리 | - |
dc.subject.keywordAuthor | 요인분석 | - |
dc.subject.keywordAuthor | 군집분석 | - |
dc.subject.keywordAuthor | 신경망 | - |
dc.subject.keywordAuthor | CRM | - |
dc.subject.keywordAuthor | Factor Analysis | - |
dc.subject.keywordAuthor | Cluster Analysis | - |
dc.subject.keywordAuthor | Artificial Neural Network | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.