선사들의 자가 터미널 확보, 전략적 제휴 및 M&A, 선박의 대형화는 항만으로 하여금 기항지 축소와 항만간 경쟁을 초래하게 하였다. 이러한 해운 항만의 환경변화는 선사들이 항만평가 기준인 항만선호도, 성장가능성 항만경쟁력 등에 대한 평가도 변하게 하고 있다. 선사들의 항만평가 기준의 변화는 항만이 추구해야 하는 정책방향을 결정하기 때문에 중요한 연구의 주제라고 할 수 있다. 따라서 본 연구에서는 ANVOA 분석과 Duncan 검증을 통해 선사들의 항만 기항선호도, 성장가능성, 항만경쟁력의 평가변수들을 대상으로 전세계 8개 주요항만(싱가포르항, 홍콩항, 상하이항, 부산항, 로테르담항, 함부르크항, 카오슝항, 도쿄항)을 유사 항만군으로 그룹핑하여 평가하고자 한다. 이는 평균차이 검증을 통해 선사들이 전세계 주요 항만을 평가하는 객관적인 평가결과로 사용될 수 있을 것이다.

평균법과 클러스터링은 다속성 평가문제에서 널리 쓰이고 있는 중요한 데이터 마이닝 기법들이다. 그러나, 다양한 다속성 평가 문제에서 데이터 마이닝을 할 때, 데이터들의 특징은 그 중요성이 달라질 수 있기 때문에 이러한 데이터의 중요도 차이를 고려해야 할 필요가 있다. 따라서, 이러한 기법들은 데이터의 선택 및 중요도 등과 같이 그 특징을 얼마나 잘 반영하는 지가 중요하다. 게다가, 산술평균법의 경우에는 우선순위 및 가중치로 정의되는 평가구조에서 적합한 결과를 산출하기에는 한계가 있을뿐 만 아니라, 평가자 그룹별 특징을 반영하기 곤란하다. 따라서, 본 연구에서는 기하학적 도형을 바탕으로 유사도를 평가하여, 평가자 그룹별로 특징지어지는 이산적인 환경에서의 평균을 산출하는 알고리즘을 제안하였다. 본 알고리즘의 핵심사항 중 하나는, 항목별 우선순위의 혼돈없이 유사도를 평가할 수 있다는 점이다.