기계학습 알고리즘을 사용한 스포츠 경기장 방문객 마케팅 적용 방안

• Published in: 디지털콘텐츠학회논문지 Vol. 19; no. 1; pp. 27 - 33
• Main Authors: 박소현(So-Hyun Park), 임선영(Sun-Young Ihm), 박영호(Young-Ho Park)
• Format: Journal Article
• Language: Korean
• Published: 한국디지털콘텐츠학회 2018
• Subjects: 컴퓨터학; 데이터 분석; K-NN; Machine Learning Algorithm; K-근접 이웃; Big Data Analytics; 기계학습 알고리즘; 스포츠마케팅; K-Means Clustering; Sport Marketing; K-평균 군집화
• ISSN: 1598-2009; 2287-738X
• DOI: 10.9728/dcs.2018.19.1.27

본 연구에서는 마케팅 분야 중 스포츠 경기장을 찾는 관람객의 빅 데이터를 분석하여 소비자에게 맞춤형 마케팅 서비스를 제공하는 연구를 진행한다. 이를 위해 본 연구에서는 K-평균 군집화 방법을 사용하여 유사 관람객 그룹을 도출하고자 하며, K-근접 이웃 방법을 사용하여 새로운 방문객의 관심 매장을 예측하고자 한다. 실험 결과를 통해 상기 두 가지 알고리즘을 사용하는 것은 유사 관람객 그룹을 도출하며 신규 관람객 입장 시 신규 관람객의 특성에 맞는 적합한 마케팅 서비스를 제공 할 수 있게 하였다. In this study, we analyze the big data of visitors who are looking for a sports stadium in marketing field and conduct research to provide customized marketing service to consumers. For this purpose, we intend to derive a similar visitor group by using the K-means clustering method. Also, we will use the K-nearest neighbors method to predict the store of interest for new visitors. As a result of the experiment, it was possible to provide a marketing service suitable for each group attribute by deriving a group of similar visitors through the above two algorithms, and it was possible to recommend products and events for new visitors KCI Citation Count: 6