Journal of Intelligence and Information Systems (지능정보연구)

Korea Intelligent Information System Society (한국지능정보시스템학회)
권호 표지

Product Value Evaluation Models based on Itemset Association Chain

상품군 연관망 기반의 상품가치 평가모형

  • Received : 2010.06.02
  • Accepted : 2010.06.21
  • Published : 2010.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Association rules among product items by association analysis suggest sales effect among products. These are useful for marketing strategies such as cross-selling and product display etc. However, if we evaluate more practical product values reflecting cross-selling effects, they will be also more useful for the decisions of companies such as product item selection for product assortment and profit maximization etc. This study proposes product value evaluation models with the concept of effective value based on single-item association chain and itemset association chain. In addition to that, we performed experiments with transaction data related to clothing of an online shopping mall in Korea to show the performances of our models. In result, we confirmed that some items increased in effective values compared with their pure values while the others decreased in effective values.

연관분석에 의한 연관규칙은 상품 간 연관성을 나타내고 있으며, 교차판매와 상품진열 등의 마케팅 전략에 활용되고 있다. 그러나, 교차판매 효과를 반영하는 더 실질적인 상품가치를 평가한다면, 상품구색과 이윤극대화 등의 기업 의사결정에 더 유용하게 활용될 수 있을 것이다. 본 연구는 단일상품 간의 연관망과 상품군 간의 연관망 기반에서 상품의 순수가치, 이득가치, 손실가치로 구성되는 유효가치를 바탕으로 상품의 가치를 평가하는 수학적 모형을 제시하고, 두 모형에 대해 각각 예시를 통한 평가과정을 기술하였다. 이 경우, 상품군은 단일상품을 포함하기 때문에 상품군 간 연관망 기반에서의 상품가치 평가모형은 단일상품 기반의 평가모형을 포함하고 있다. 모형의 실질적인 유용성을 보이기 위하여, 국내 한 온라인 쇼핑몰의 과거 1년 간 의류 관련 거래데이터 표본을 이용하여 상품분류군 간의 연관규칙을 발견하고 상품분류별 유효가치를 평가하는 실험을 하였다. 표본은 총 106개 상품분류와 48,044건의 거래 데이터로 이루어져 있다. 먼저, SPSS Clementine 12.0을 이용하여 상품분류군 간 18개의 연관규칙을 발견하였다. 한편, 순수가치와 연관규칙을 바탕으로 이득가치, 손실가치를 계산하고 유효가치를 평가하는 JAVA 어플리케이션을 구현하였다. 유효가치 평가의 실험결과, 순수가치보다 큰 유효가치를 갖는 상품분류가 있는 반면, 순수가치 보다 작은 유효가치를 갖는 상품분류를 확인하였다. 본 연구는 상품 연관망에서 일차적인 관계만을 고려한 유효가치를 평가하였다. 향후, 다단계 연관성의 교차판매 효과를 반영하는 고차적인 평가모형 연구는 보다 효과적인 유효가치 평가를 가능케할 것이다.

Keywords

References

  1. Agrawal, R., T. Imielinski, and A. Swami, "Mining Association Rules between Sets of Items in Large Databases", In Proceedings of the ACM SIGMOD Conference on Management of Data, (1993), 206-216.
  2. Agrawal, R. and R. Srikant, "Fast Algorithms for Mining Association Rules", The International Conference on Very Large Database, (1994), 487-499.
  3. Albert, R., H. Jeong, and A. L. Barabasi, "Diameter of the World Wide Web", Nature, Vol.401(1999), 130-131. https://doi.org/10.1038/43601
  4. Barabasi, A.-L., Linked : The New Science of Networks, Perseus Books Group, 2002.
  5. Barabasi, A.-L., H. Jeong, Z. Neda, E. Ravasz, A. Schubert, and T. Vicsek, "Evolution of the Social Network of Scientific Collaborations", Physica A, Vol.311(2002), 590-614. https://doi.org/10.1016/S0378-4371(02)00736-7
  6. Brijs, T., B. Goethals, G. Swinnen, K. Vanhoof, and G. Wets, "A Data Mining Framework for Optimal Product Selection in Retail Supermarket Data : The Generalized PROFSET Model", In Proceedings of the sixth ACM SIGKDD international conference on Knowledge discovery and data mining, (2000), 300-304.
  7. Brin, S., R. Motwani, J. D. Ullman, and S. Tsur, "Dynamic Itemset Counting and Implication Rules for Market Basket Data", SIGMOD Record(ACM Special Interest Group on Management of Data), Vol.26, No.2(1997), 255-264.
  8. Cho, Y. H. and J. H. Bang, "Social Network Analysis for New Product Recommendation", Journal of Intelligence and Information Systems, Vol.15, No.4(2009), 177-194.
  9. Faloutsos, M., P. Faloutsos, and C. Faloutsos, "On Power-Law Relationships of the Internet Topology", Computer Communications Review, Vol.29(1999), 251-262. https://doi.org/10.1145/316194.316229
  10. Grossman, J. et al., The Erdos Number Project, http://www.oakland.edu/enp.
  11. Hwang, I. S., "Item Selection by Estimated Profit Ranking based on Association Rule", Asia Pacific Journal of Information Systems, Vol. 14, No.4(2004), 83-97.
  12. Hwang, I. S., "A Study on the Business Value of Products Considering Cross Selling Effect", Asia Pacific Journal of Information Systems, Vol.15, No.3(2005), 210-221.
  13. Kim, Y. H., Social Network Theory, Parkyoungsa, Korea, 2003.
  14. Kim, H. K., J. K. Kim, and Q.-Y. Chen, "A Network Approach to Derive Product Relations and Analyze Topological Characteristics", Journal of Intelligence and Information Systems, Vol.15, No.4(2009), 155-176.
  15. Park, J. S., M.-S. Chen, and P. S. Yu, "An Effective Hash based Algorithm for Mining Association Rules", In M. J. Carey and D. A. Schneider, editors, Proceedings of the 1995 ACM SIGMOD International Conference on Management of Data, San Jose, CA(1995), 175-186.
  16. Sarasere, A., E. Omiecinsky, and S. Navathe, "An Efficient Algorithm for Mining Association Rules in Large Databases", In Proceedings of 21st International Conference on Very Large Data Bases, (1995), 432-444.
  17. Toivonen, H., "Sampling Large Databases for Association Rules", In Proceedings of 22nd International Conference on Very Large Data Bases, (1996), 134-145.
  18. Watts, D. J. and S. H. Strogatz, "Collective Dynamics of Small-World Networks", Nature, Vol.393(1998), 440-442. https://doi.org/10.1038/30918