공간로지스틱모형 기반의 시장분석에 관한 연구

• 영문명: A Study on Market Analysis Based on Spatial Logistic Model
• 발행기관: 한국자료분석학회
• 저자명: 남대경(Dae Kyeong Nam) 허태영(Tae Young Heo) 박찬근(Chan Keun Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.10 No.1, 211~222쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2008.02.28

국문 초록

공간상에서 발생한 자료에 공간상관성을 반영한 공간모형에 대하여 활발한 연구가 진행되고 있다. 공간모형에서는 실제 거리가 아닌 인구통계학적 변수중 하나인 소비자들의 연령별 이웃정보를 통하여 소비자간 상관성을 반영한 공간 모형을 구축할 수 있으며, 이러한 모형을 일반적인 로지스틱모형에 포함시킬 수 있다. 본 연구에서는 공간격자자료에 대한 공간모형을 구축하기 위하여 조건부자기회귀모형(conditional autoregressive model)을 제시하였으며 공간상관성을 반영한 공간로지스틱모형을 개발하였으며 마케팅 관점에서 소비자들의 연령별 유사성을 반영한 공간상관성을 이용하여 정보통신서비스에 대한 공간로지스틱모형을 구축하고 공간상관성을 반영하지 않은 로지스틱모형과 비교하였다. 두 가지의 정보통신서비스를 통한 실제예제에서도 평균제곱예측오차(mean squared prediction erorr)를 통하여 제안된 공간로지스틱모형의 예측력이 뛰어남을 보였다.

영문 초록

A research about regression analysis reflected in spatial interaction which arise in spatially referenced data actively in progress. The spatial model reflecting the customer interaction through the age bracket neighborhood information of the consumers which is not actual distance and is one of the demographical variable can be made, and this kind of a model can be included in the logistic model. In this study, we suggested a conditional autoregressive model to construct the spatial model for spatial lattice data and developed the spatial logistic model with spatial correlation and constructed the spatial logistic model about information and communication technology service and compared with the logistic regression model which does not reflect the spatial interaction by using the spatial interaction reflecting the age bracket similarity of the customers in the marketing viewpoint. In real application with two information and communication technology services, we found that forecasting ability of suggested spatial logistic model is excellent in terms of mean squared prediction error.

목차

1. 서론

2. 공간자료분석 및 조건부자기회귀모형

3. 고객상관성을 반영한 공간로지스틱모형

4. 실증분석

5. 결론

참고문헌

키워드

공간자료 고객세분화 공간상관성 공간로지스틱모형 spatial data spatial correlation customer segmentation spatial logistic model