퍼지 연관규칙을 이용한 뉴스레터 시스템 설계 및 구현
페이지 정보
작성일 23-03-04 08:55
본문
Download : 11-6.hwp
패턴 탐색 과정으로는 기술적 통계分析(분석) 방법, 연관 分析(분석), 클러스터링, 분류화, 순차적 分析(분석)들의 기법이 있따 마지막, 패턴分析(분석) 과정에서는 웹 데이터 마이닝을 이용하여 分析(분석)된 정보를 사용자들이 보다 더 쉽게 이해할 수 있도록 통계, 시각화, 사용성 分析(분석), 데이터베이스 쿼리 등을 이용한다[2].
3.3 추천 엔진
퍼지 연관규칙을 이용한 뉴스레터 시스템 설계 및 구현
3.1 개인화 스코어링
[6]Cody Wong, Simon Shiu and Sankar Pal, Mining fuzzy association rules for web access case adaptation.
3. 제안 시스템
퍼지이론 제안 시스템 개인화 스코어링 웹마이닝 / [1]프레드릭 뉴웰, 삼성전자 글로벌마케팅연구소, 인터넷 시대의 고객관계경영 CRM.com, 21세기북스. [2]http://www.ecminer.com/m4_webDataMining.html [3]김성민외 4명, 데이터마이닝 기법을 활용한 이메일 마케팅 시스템의 구축, 데이터베이스 연구회지, 17권 1호, 2001. 3 [4]김길평, 인터넷상에서 디렉트메일광고의 효과에 관한 연구, 한성대학교 논문집 1998. PP. 17～37. [5]Bamshard Mobasher, Robert Cooley, Jaideep Strivastava, Automatic Personalization Based on Web Usage Mining, http://maya.cs.depaul.edu/~ mobasher/personalizaton/index.html. [6]Cody Wong, Simon Shiu and Sankar Pal, Mining fuzzy association rules for web access case adaptation. [7]A. Gynesei. A Fuzzy Approach for Mining Quan- titative Association Rules TUCS Technical Reports No.336. March 2000 ISBN 952-12-0034-9 ISSN 1239-1891. [8]R. Cooley, B. Mobasher and J. Srivastava. Web Mining : Information and Pattern Discovery on the World Wide Web in Proceedings of the 9thIEEE International C
4. 구현 및 分析(분석)
본 논문에서 제안하는 시스템은 각 사용자의 컨텐츠 유형에 따라서 사용자의 URL을 필터링 한 후 분류화(classification) 과정을 거쳐서, 뉴스레터를 통하여 획득할 수 있는 정보와 통합하여 다양한 정보를 추출 할 수 있으며, 추출된 정보를 이용하여 컨텐츠별 개인 관심도를 구할 수 있따 이러한 관심도에 따라서 카테고리별로 분류 할 수 있으며, 이렇게 분류된 카테고리별로 퍼지 연관규칙을 적용하여 생성된 집합과 각 사용자에 의해서 생성된 집합을 비교하여 개인에게 맞는 정보를 추천할 수 있따 이러한 방식을 이용하여 뉴스레터 내용을 재구성하고 개인화 된 뉴스레터 시스템을 통하여 사용자에게 보다 긍정적이고 efficacy적인 뉴스레터 시스템을 설계하는 방법을 제시한다.
이메일 마케팅은 eCRM의 중요한 부분을 차지하고 있으며, 이메일 마케팅 분야에 데이터마이닝 기술을 적용함으로써 efficacy적인 고객관리를 할 수 있다[4].
[2]http://www.ecminer.com/m4_webDataMining.html
[7]A. Gynesei. A Fuzzy Approach for Mining Quan- titative Association Rules TUCS Technical Reports No.336. March 2000 ISBN 952-12-0034-9 ISSN 1239-1891.
[8]R. Cooley, B. Mobasher and J. Srivastava. Web Mining : Information and Pattern Discovery on
퍼지이론 제안 시스템 개인화 스코어링 웹마이닝
[3]김성민외 4명, 데이터마이닝 기법을 활용한 이메일 마케팅 시스템의 구축, 데이터베이스 연구회지, 17권 1호, 2001. 3
5. 결론 및 향후 Task 웹 마이닝은 World Wide Web으로부터 유용한 정보를 발견하고 分析(분석)하는 일로 정의(定義) 할 수 있따 본 논문에서는 이러한 웹 마이닝을 통하여, 사용자 접근 페이지(성향)를 分析(분석)하고, 사용자에게 유용한 정보를 제공할 수 있는 시스템을 구축 하였다. 이러한 과정을 통해 생성된 각 카테고리에 대해 최근에 접근한 사용자들에 퍼지 연관규칙(fuzzy association rules)을 적용하며, 이렇게 생성된 집합과 각 사용자가 접근한 페이지들의 집합을 비교하여 각 사용자에게 적합한 뉴스레터를 발송할 수 있따
[4]김길평, 인터넷(Internet)상에서 디렉트메일광고의 effect에 관한 연구, 한성대학교 논문집 1998. PP. 17～37.
웹을 통하여 사용자의 탐색행동을 추적 할 수 있으며, 그 취향을 分析(분석) 할 수 있따 일반적으로 웹 데이터마이닝은 웹 컨텐츠 마이닝(Web Contents Mining), 웹 구조적 마이닝(Web Structure Mining), 웹 유시지 마이닝(Web Usage Mining)으로 구분할 수 있따 여기서는 사용자들의 접속 유형을 발견하는 것을 목적으로 하는 웹 유시지 마이닝(Web Usage Mining)을 이용한다. 웹 마이닝 단계는 전처리 과정, 패턴 탐색, 패턴 分析(분석)으로 구분된다. 제안 시스템은 웹 사이트를 방문한 사용자의 행동과 발송된 뉴스레터로부터의 행동에 따른 정보를 조사하고 필터링을 통해 카테고리별로 분류과정을 거친다. 따라서, 데이터 마이닝 기술을 통하여 개개인에게 맞는 뉴스레터 시스템을 구현함으로서 사용자들에게 보다 친숙하고 유용한 정보를 제공할 수 있따
2. 관련연구
퍼지이론(理論) 제안 시스템 개인화 스코어링 웹마이닝 / [1]프레드릭 뉴웰, 삼성전자 글로벌마케팅연구소, 인터넷(Internet) 시대의 고객관계경영 CRM.com, 21世紀북스.
설명
1. 서 론
[5]Bamshard Mobasher, Robert Cooley, Jaideep Strivastava, Automatic Personalization Based on Web Usage Mining, http://maya.cs.depaul.edu/~ mobasher/personalizaton/index.html.
1. 서 론
레포트 > 사회과학계열
퍼지 연관규칙을 이용한 뉴스레터 시스템 설계 및 구현
2. 관련연구
Download : 11-6.hwp( 66 )
다.
순서
the World Wide Web in Proceedings of the 9thIEEE International C
Internet의 발달과 함께 이메일의 사용이 확산되고, 이를 바탕으로 전자상거래가 활성화되고 있다[8]. 따라서, 기업이 고객을 만나는 중요한 채널은 웹사이트이며, Internet을 통해 적은 비용으로 이메일 마케팅을 할 수 있게 되었다[1].
3.2 퍼지연관규칙 조사
뉴스레터 시스템[3]은 문서들이 지닌 의미와 문서 상호작용을 고려하여 구현하였지만, 동적으로 변하는 사용자 개개인의 취향을 반영하기에는 어려운 점이 많다. 전처리 과정 단계에서는 획득된 데이터를 分析(분석)에 적합한 형태로 정제하며, 이로 인해 원천 데이터에 비해 용량이 감소하게 된다.
