구매예측을 위한 로지스틱회귀모형과 MBR 모형 비교

• 영문명: Comparison of Two Repurchase Models using Logistic Regression and Memory based Reasoning
• 발행기관: 한국자료분석학회
• 저자명: 김병수(Byungsoo Kim) 조대현(Daehyeon Cho) 이종언(Jongun Lee) 이태우(Taewoo Lee) 현정보(Jungbo Hyun) 김소언(Soeun Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.14 No.3, 1301~1314쪽, 전체 14쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2012.06.30

국문 초록

고객들의 재구매 유도를 위한 고객들의 재구매 예측 모형은 마케팅에 활용성이 높다. 본 연구에서는 일회용 렌즈 고객들의 거래 자료로 고객들의 재구매 유도를 위한 전략적 마케팅 계획 수립에 유용하게 사용될 고객의 재구매 예측모형들을 데이터마이닝을 통해 구축하고 이들을 비교하고자 한다. 메모리 기반 추론(memory based reasoning; MBR)은 로지스틱회귀모형을 구성할 때 고려해야 하는 이상치 제거와 변수변환 과정을 거치지 않아도 되므로 모형 구축을 쉽게 할 수 있다는 장점을 가지고 있다. 목표변수가 이진인 경우 보편적으로 사용되는 모수적 모형인 로지스틱회귀모형과 비모수적 모형인 MBR 모형으로 재구매 예측모형을 구축하고 각각 HSS를 최대로 하는 분계점을 찾은 후 두 모형을 비교하였다. 분석결과 로지스틱 회귀모형과 MBR 모형에서의 정분류율이 각각 73.18%와 73.33%로 MBR에 의한 예측모형이 조금 나은 것으로 나타났다.

영문 초록

In this paper using the transaction data of daily lens customers we want to develop the prediction model of royalty of customers through logistic regression and memory based reasoning. Threshold was determined by using of Heidke skill score (HSS). The method of MBR is more easily applicable without complex procedures such as outlier deletion or variable transformation than the other analytic methods. From the model obtained by MBR the correct classification rate is 73.33% and from the model obtained by logistic regression is 73.18%. So we see that the model obtained by MBR is a little better than the model obtained by logistic regression in view of correct classification rate.

목차

1. 서론

2. 자료 분석

3. 재구매 변수 분석

4. 재구매 예측 모형

5. 결론

참고문헌

키워드

데이터마이닝 분계점 예측모형 재구매율 하이드게 점수 Data mining Threshold Prediction Model Repurchase Model HSS