Web minging을 이용한 개인화(Personalization) 시스템 설계에 관한 연구 = Study on Personalization System Design Using Web Usage Mining

국문 초록 (Abstract)

오늘날 인터넷의 편리함과 신속성 때문에 전자상거래가 급속히 확산되고 있다. 인터넷 비즈니스가 지닌 여러 가지 특징 중의 하나는 바로 고객의 관심과 행동양식을 개인별로 파악할 수 있다는 것이다. 고객들이 웹을 사용하면서 남긴 로그와 고객의 개인 신상 자료 등을 이용하여 데이터 마이닝 기법을 적용하면 웹 개인화를 이루어 Don Peppers와 Martha Rogers가 말하는 진정한 일대일 마켓팅을 실현할 수가 있다. 전자상거래 사이트가 더욱 활성화되기 위해서는 해당 사이트를 방문하는 고객에게 더욱 신속하고, 반드시 필요한 정보를 정확하게 제공하는 개인화가 경쟁 전략의 핵심으로 생각한다.
웹 마이닝은 웹 구조 마이닝, 웹 내용 마이닝, 웹 사용 마이닝으로 구분할 수 있다. 본 연구에서는 웹 사용자의 사용 패턴을 기록한 웹 엑세스 로그를 분석하는 여러 가지 기법을 소개 합니다. 또한 개인화 시스템을 구축하는 과정에서 핵심은 추천 시스템을 어떻게 구축할 것인가에 있다. 이러한 추천 시스템에는 개인에게 알맞은 정보를 여과하여주는 방법에 따라 협동적 여과, 인구 통계학적 여과, 규칙기반 여과법 등이 있다. 또한 이러한 기법은 추천 시스템의 신뢰도에 큰 영향을 주므로 한 가지 방법만을 사용하는 것보다 여러 가지 기법을 혼합하여 사용하는 것이 효율적이다.

다국어 초록 (Multilingual Abstract)

Because of the convenience anti speed of the Internet, e-commerce is expanding rapidly. One of the many characteristics of e-commerce is the ability to track the individual interests and browsing patterns of the customer. By using data mining techniques to process customer Web logs and profiles, it is possible to realize one to one marketing described by Don Peppers and Martha Rogers. Personalization by providing relevant and crucial information quickly is the key to increasing the likelihood of an actual transaction at an e-commerce site.
Web mining consists of three components: Web structure mining, Web content mining, Web usage mining. This study introduces the many ways of analyzing Web access logs. The key to creating a personalization system is using the appropriate recommendation system. A recommendation system consists of collaborative filtering, demographic filtering, and rule-based filtering. Using a hybrid of these methods will increase the reliability of the recommendation system.