[발표논문] Support Vector Machine을 이용한 고객구매예측모형

이른바 ’대중 맞춤(mass customizatio)’이 기업 경쟁력 강화에 있어 중요한 이슈로 대두됨에 따라 인터넷 기반의 e-CRM에 대한 세간의 관심이 크게 높아지고 있다. 특히 e-CRM 의 여러 분야 중에서도 특정 고객이 어떤 상품 촉은 상품군을 구매할 것인지를 예측, 분류하는 ’고객구매예측모형의 구축’ 분야는 최근 많은 연구가 이루어지고 있으며, 이미 국내외 실무현장에서 널리 적용되고 있다 이러한 ‘고객구매예측모형’에는 전통적인 데이티마이닝 기법이 활용되어 왔다. 하지만 전통적인 기법의 경우, 정확도가 상대적으로 떨어지거나 흑은 모형의 구축 및 유지관리자 어렵다는 문제가 종종 제기되어 왔다. 이에 본 연구에서는 기존 모형의 문제점을 개선하기 위한 대안으로, 인공신경망 수준 이상의 높은 예측력을 나타내면서 동시에 과대적합 운제를 완화할 수 있는 것으로 알려진 Support Vector Machine(SVM)을 재안하고자 한다. 본 연구에서는 고객구매예측모형으로서 SVM의 적합성을 판단하기 위하여 로지스틱 희귀분석, 인공신경망과 그 성과를 비교하였다. 그 결과. SVM이 다른 기법들에 비해 상대적으로 우수한 성과를 나타냄을 확인할 수 있었다.