K-modes 클러스터링을 활용한 ScienceON 로그 데이터 기반 이용자 행동 패턴 분석

Abstract

전자 매체와 IT 기술의 발달로 다양한 방식으로 웹 사이트에 접근하는 이용자가 많아짐과 동시에 이용자의 니즈 또한 다양해지고 있다. 기업은 많은 양의 데이터를 구축할 수 있게 되었고, 이용자의 요구를 충족시키 위해 데이터를 바탕으로 고객의 특성에 대한 정확한 이해를 할 필요성이 있다. 본 연구에서는 K-modes 클러스터링을 활용하여 이용자의 특성을 파악하기 위해 이용자 행동 패턴 분석을 진행했다. 또한, 각 군집에서 나타나는 특징을 분석하고 정리하여, 새로운 이용자가 어떤 군집에 속하게 될 것인지 분석하였다. 이용자의 로그 데이터 패턴은 방대하기 때문에 분리하여 파악할 필요가 있으며, 이를 위해 전후 데이터 간격 30분 이상을 기준으로 데이터를 분리했다. 이용자의 행동은 URL과 로그 데이터에 존재하는 특성들을 고려하여 정규화하였으며, 패턴화시켜 분석을 진행했다. 9개의 군집을 설정하여 클러스터링을 진행하였고, 크게 상세보기에 대한 패턴과 다운로드에 대한 패턴으로 나뉘는 것을 확인했다. 또한 여러 특성들을 고려하였을 때, 각 군집마다 이용자가 어떤 방식으로 행동을 취했는지, 어떤 콘텐츠와 연계하였는 지에 대한 분석과 해당 군집의 이용자에 대한 특징을 결론지을 수 있었다.