Publications

Detailed Information

항공권 선택 데이터를 활용한 고객 선호모형 학습체계 개발

DC Field Value Language
dc.contributor.advisor홍유석-
dc.contributor.author이상옥-
dc.date.accessioned2017-07-14T03:25:10Z-
dc.date.available2017-07-14T03:25:10Z-
dc.date.issued2016-08-
dc.identifier.other000000137009-
dc.identifier.urihttps://hdl.handle.net/10371/123607-
dc.description학위논문 (석사)-- 서울대학교 대학원 : 산업공학과, 2016. 8. 홍유석.-
dc.description.abstract최근 여행수요의 증가와 함께, 항공권 검색사이트의 활용빈도가 높아지고 있다. 항공권은 가격, 시간, 환승횟수 등 다양한 속성들로 이루어져 있으며, 같은 구간에 대해서도 무수히 많은 항공권이 존재한다. 하지만, 기존 항공권 검색서비스들은 구간 내 검색된 모든 항공권을 하나의 기준으로 정렬하여 제공하기 때문에, 실제 고객이 선호할 만한 항공권을 찾는 데에 많은 시간이 소요된다. 본 연구는 고객이 선택할 확률이 높은 항공권을 우선적으로 보여주기 위해, 고객의 항공권 선호모형을 학습하고 이를 바탕으로 항공권 항공권 검색 결과를 제공하는 방식을 제안하고자 한다. 고객 선호모형 학습을 위해, 이산선택모형이 사용되었다. 이산선택모형은 다수의 제품 대안 중 선택된 대안들을 분석하여, 제품의 속성별 선호도를 정량적으로 추정하는 방법론이다. 본 연구에서는 이산선택모형 중 다항로짓 모형을 사용하여, 항공권의 선호도를 추정하였다. 우선 초기 선호도 정보를 얻기 위해 가상의 항공권 대안을 활용한 설문조사를 시행하였다. 다음으로, 항공권 검색사이트 이용 고객의 행동로그를 통해 선택 데이터를 수집하여 초기 선호모형을 점진적으로 개선하는 방식을 제안한다.-
dc.description.tableofcontents1. 서론 1
1.1. 연구의 배경 1
1.2. 고객선호를 고려한 검색결과 정렬방식 필요성 3
1.3. 관련연구 4
1.3.1. 이산선택 모형 4
1.3.2. 항공권 선택 및 수요예측 관련 연구 6
1.3.3. 기존 연구의 한계점 11

2. 항공권 선택 데이터를 활용한 고객 선호모형 학습체계 13

3. 초기 고객 선호모형 도출을 위한 설문조사 17
3.1. 독립성 검정을 통한 항공권 속성 분류 18
3.2. 속성 종류별 통계분석을 통한 대표값 도출 20
3.3. 우월대안 제거를 통한 필요 설문문항 수 축소 22
3.4. 관련 속성 및 구간 정보 추가를 통한 설문 작성 24

4. 선택 데이터를 활용한 고객 선호모형 학습 26
4.1. 검색엔진 이용고객의 행동로그를 통한 선택 데이터 수집 27
4.2. 이산선택모형의 크기요인을 고려한 선호모델 학습 방법 28

5. 설문조사 및 선택 데이터를 통한 모델 학습 결과 32
5.1. 실험계획 결과 및 설문조사 문항작성 결과 32
5.1.1. 관련속성 및 구간별 정보 추가한 설문문항 33
5.2. 설문 데이터를 통한 초기 선호모델 도출 33
5.2.1. 대상자 선정 및 설문 실행 33
5.2.2. 초기 선호모델 도출 결과 33
5.3. 선택 데이터 수집 및 1차 학습 결과 검증 35

6. 결론 및 향후 연구과제 37

참고 문헌 40

부록 44
주요속성 데이터 분석 결과 44
설문문항 작성 및 모바일 설문 양식 예시 46
선택확률 기준 검색결과 변경 예시 48
-
dc.formatapplication/pdf-
dc.format.extent1534015 bytes-
dc.format.mediumapplication/pdf-
dc.language.isoko-
dc.publisher서울대학교 대학원-
dc.subject이산선택모형-
dc.subject다항로짓 모형-
dc.subject데이터 학습-
dc.subject항공권 선택-
dc.subject.ddc670-
dc.title항공권 선택 데이터를 활용한 고객 선호모형 학습체계 개발-
dc.typeThesis-
dc.description.degreeMaster-
dc.citation.pages48-
dc.contributor.affiliation공과대학 산업공학과-
dc.date.awarded2016-08-
Appears in Collections:
Files in This Item:

Altmetrics

Item View & Download Count

  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Share