This study aims to establish an online shopping mall marketing strategy based on big data analysis methods. The customer cluster analysis method was utilized to analyze customer purchase patterns and segment them into customer groups with similar characteristics. Data was collected from orders placed over one year in 2023 at ‘Jeonbuk Saengsaeng Market’, the official online shopping mall for agricultural, fish, and livestock products of Jeonbuk Special Self-Governing Province. K-means clustering was conducted by creating variables such as ‘TotalPrice’ and ‘ElapsedDays’ for analysis. The study identified four customer groups, and their main characteristics. Furthermore, regions corresponding to customer groups were analyzed using pivot tables. This facilitated the proposal of a marketing strategy tailored to each group’s characteristics and the establishment of an efficient online shopping mall marketing strategy. This study is significant as it departs from the traditional reliance on the intuition of the person in charge to operate a shopping mall, instead establishing a shopping mall marketing strategy through objective and scientific big data analysis. The implementation of the marketing strategy outlined in this study is expected to enhance customer satisfaction and boost sales.

In light of recent social concerns related to issues such as water supply pipe deterioration leading to problems like leaks and degraded water quality, the significance of maintenance efforts to enhance water source quality and ensure a stable water supply has grown substantially. In this study, scan statistic was applied to analyze water quality complaints and water leakage accidents from 2015 to 2021 to present a reasonable method to identify areas requiring improvement in water management. SaTScan, a spatio-temporal statistical analysis program, and ArcGIS were used for spatial information analysis, and clusters with high relative risk (RR) were determined using the maximum log-likelihood ratio, relative risk, and Monte Carlo hypothesis test for I city, the target area. Specifically, in the case of water quality complaints, the analysis results were compared by distinguishing cases occurring before and after the onset of "red water." The period between 2015 and 2019 revealed that preceding the occurrence of red water, the leak cluster at location L2 posed a significantly higher risk (RR: 2.45) than other regions. As for water quality complaints, cluster C2 exhibited a notably elevated RR (RR: 2.21) and appeared concentrated in areas D and S, respectively. On the other hand, post-red water incidents of water quality complaints were predominantly concentrated in area S. The analysis found that the locations of complaint clusters were similar to those of red water incidents. Of these, cluster C7 exhibited a substantial RR of 4.58, signifying more than a twofold increase compared to pre-incident levels. A kernel density map analysis was performed using GIS to identify priority areas for waterworks management based on the central location of clusters and complaint cluster RR data.

PURPOSES : A highway operates in a continuous flow and has restricted access. When an accident occurs on a highway, the impact on the traffic flow is large. In particular, an accident that occurs in a tunnel has a more significant impact than an accident that occurs in a general section. Accordingly, the management agency classifies the tunnel as a dangerous section and manages a tunnel of more than 1000 m using the Tunnel Transportation Management System. The purpose of this study was to select dangerous tunnels that require intensive management for the efficient management of highway tunnels. METHODS : In this study, for the selection of dangerous tunnels for expressways, all highway tunnels were classified into five clusters by characteristics. The traffic accident severity — equivalent property damage only (EPDO) — for each tunnel cluster was derived through a traffic accident analysis. Based on the severity analysis results, the safety performance function (SPF) for each cluster was established, and the accident risk tunnel was selected based on the potential safety improvement (PSI) value of each tunnel calculated using the empirical Bayes (EB) method for each tunnel cluster. RESULTS : As a result of the analysis, accident risk tunnels were selected based on the PSI values of the tunnels for each highway tunnel group. Finally, 55 hazardous tunnels were identified as hazardous tunnels: 13 tunnels in Cluster 1, 3 tunnels in Cluster 2, 15 tunnels in Cluster 3, 18 tunnels in Cluster 4, and 6 tunnels in Cluster 5. CONCLUSIONS : After classifying all 1232 tunnels on the highway into five clusters according to tunnel characteristics, EPDO analysis was performed for each tunnel cluster. To this end, the SPF for each cluster was constructed, and accident risk tunnels were selected based on the PSI value of each tunnel calculated using the EB method for each tunnel cluster. The tunnel cluster was classified as a typical tunnel type. As a result, most of the first and second values were calculated from cluster E (long tunnel cluster).

MMORPG 게임의 특성상 이러한 사용자들에게 어떻게 효율적이고 안전하며 개인화된 네트워크 서비스를 제 공할 것인가 하는 문제가 시급히 해결되어야 할 과제입니다. 클러스터링 알고리즘은 네트워크 사용자 행동 을 분석할 때 사용자 행동 데이터의 규모를 미리 결정해야 하며 생성된 클러스터에도 의미 기능이 부족합 니다. 따라서 본 논문에서는 네트워크 사용자 행동 데이터의 특성에 대한 클러스터 분석을 수행하고 LFM, 행렬 분해 및 기타 방법을 적용하여 네트워크 사용자 행동 클러스터링을 위한 자동 클러스터 레이블 생성 방법을 제안한다. 실험 결과 제안하는 방법은 사용자 행동 데이터의 규모를 미리 결정할 필요가 없으며 클 러스터링 과정에서 클러스터 레이블을 동시에 생성할 수 있으며 생성된 클러스터 레이블은 사용자 행동의 실제 의미를 따릅니다.

이 연구는 전염병의 잠재적 확산 가능성이 높은 지역의 탐색을 목적으로, 코로나19 전후의 버스 네트워크 클러스터의 시공간적 변화를 분석한다. 분석방법으로는 Getis와 Ord의  통계를 공간 네트워크로 확장 및 적용한  통계 값을 사용하였다. 이 과정은 서울시 전체 버스 네트워크의 개별 흐름에 대해 각각 적용되기 때문에 대규모 연산을 위해 병렬컴퓨팅 방식을 적용한 슈퍼컴퓨터를 사용하였다. 연구 결과, 첫째, 코로나19 이후 버스 네트워크가 일부 흐름으로 집중된 경향을 보였다. 둘째, 코로나19이 후의 버스 흐름은 주거지, 농업지로의 이동은 증가하고 상업지역, 교통지역으로의 이동은 감소했음을 확인하였다. 셋째, 중심업무 지구 중 여의도 방면의 클러스터, 구로디지털단지역 방면의 클러스터와 달리, 강남일대는 코로나19 전후의 유의미한 변화가 나타나 지 않았다. 이 연구는 국내에서 처음으로 코로나19전후의 버스 네트워크 클러스터를 확인하고 변화 특징을 제시한다는 의미가 있다.

본 연구는 초등학생의 골연령에 따라 군집화 시켜 각 군집 그룹의 체격, 체력 및 골성숙도를 분석하고 자료 분석을 통해 초등학생들의 균형적인 발달을 위한 기초자료를 제공하는 데 있다. 연구대상은 8세∼13세에 해당하는 2243명을 대상으로 하였으며 골성숙도 산출을 위해 X-ray필름을 촬영한 후 TW3 방법 점수 환산표에 적용시켜 골성숙도를 산출했다. 신장계(Hanebio, Korea, 2021)와 Inbody 270 (Biospace, Korea, 2019)를 사용하여 총 2개의 체격 요소를 측정하였으며, 체력은 근력(악력), 평형성(외발 서기), 민첩성(플랫테핑), 순발력(제자리멀리뛰기), 유연성(좌전굴), 근지구력(윗몸일으키기), 심폐지구력(셔 틀런)으로 총 7개 체력 요소의 종목을 측정하였다. 자료처리 방법은 SPSS PC/Program(Version 26.0)과 Britics Studio Tool을 이용하여 K-Means 클러스터링 기법, 교차분석, 일원변량분석(One-Way ANOVA) 을 실시하였으며, p< .05 수준에서 유의한 것으로 간주하였다. 본 연구의 결과는 다음과 같다. 첫째, 미숙, 보통, 조숙의 3가지 골성숙도를 사용하여 군집화한 결과, 군집 1(미숙)은 근력, 평형성, 민첩성에서 높게 나 타났다. 군집 2(보통)는 유연성에서 낮게 나타났으며, 군집 3(조숙)은 근력에서 높게 나타났다. 둘째, 초등 학생의 개인특성별 군집화에 따른 체격 차이를 분석한 결과, 신장, 체중, 체지방률 모두 군집 3(조숙)이 높 게 나타났다. 셋째, 초등학생의 개인특성별 군집화에 따른 체력 차이를 분석한 결과, 악력검사(좌, 우)는 군 집 3(조숙)이 높게 나타났고 외발서기의 경우 군집 1(미숙)이 높게 나타났으며, 제자리멀리뛰기의 경우 군 집 3(조숙)이 높게 나타났다.

풍력자원평가를 수행할 때 풍력자원의 특성이 동질한 바람권역을 파악하여 측정지점을 선택하여야 한다. 본 연구에서는 풍력자원의 공간적인 동질성을 파악하기 위하여 시계열 바람벡터의 유사성, 시계열 풍속의 피어슨 상관계수, 시계열 풍향의 코사인, 시 계열 풍속의 일치도 지수, 24시간 자기상관함수, 풍력자원 요인의 주성분을 유사도 척도로 이용하여 바람권역을 군집분석하였다. 주성 분분석을 수행하여 와이블 풍속분포의 척도계수 및 형상계수가 제 1 주성분으로, 지형고도와 24시간 자기상관함수가 제 2 주성분인 것으로 파악되었다. 단순지형인 제주도와 복잡한 산지지형인 포항지역에 여러 가지 유사도 척도를 적용하여 바람권역을 분류하였으며, 다연상관계수와 상자그림으로 군집내 풍력자원 요인이 유의미한 통계적 차이가 존재하는가를 평가하였다. 결론적으로 시계열 바람벡 터의 유사도와 풍력자원 요인의 주성분 거리가 가장 효과적인 군집분석의 척도임을 확인하였다.

본 연구의 목적은 약선요리 소비가치에 대한 인구통계학적 차이점을 검정하고 이를 토대로 시장 세분화 전략을 제시 하는데 있다. 이를 위해 무작위 표본추출을 통한 설문조 사를 실시하였고, 회수된 설문지는 SPSS Ver.17을 이용해서 신뢰도 분석 및 요인분석, 계층 일반적 특징적 및 K-Means 군집분석을 실시하였다. 기능 영양사회적중시형 의 일반 적 특징은 남자보다는 여자의 선호도가 높고, 연령층 및 학력 전업주부들이 선호하고 있다. 기능영양사회적 중시형 시장 특징은,약선요리를 먹을 때의 행복함과 사회적 관계를 중시하며, 기능적 측면을 고려한 소비계층이다. 무관심형 의 일반적 특징은 여자보다는 남자들이 많으며, 특히 20대 이하 및 학생층에서의 특징이고, 학력별 구분할 수 있는 차이 가 없다. 무관심형의시장 특성은 남자, 20대이하 및 학생층에서 의미를 부여할 수 있을 만큼의 약선요리의 소비가치가 나타나지 않았다. 기능적 중시형 일반적인 특징은 직업별 로 학생층을 제외한 여타의 직업군에서 중시하는 성향을 보인다. 기능적 중시형의 시장특 성은 연령과 직업군에서는 뚜렷한 소비가치의 중요성을 인식하고 있다. 이러한 연구의 결과는 약선요리에 대한 시장 세분화를 설정하고 이에 대한 세부전략을 수립하는데 있어 의미있는 시사점이 될 것이다. 소득수준이 향상됨에 따라. 건강한 삶에 대한 수요 욕구가 증가하는 것이 일반적인 추세임을 고려해 볼 때, 약선요리의 기능적 특성을 반영한 마케 팅 전략을 수립한다면 새로운 음식문화의 한 장르로 확산발전 될 것으로 예상된다.

본 연구에서는 K-means 군집 분석을 통하여 최근 5년간(2014-2018) 한반도 남동 지역의 고농도 미세먼지 발생에 영향을 미치는 주요 종관 기상 패턴을 분류하였다. 또한 고농도 미세먼지 사례일의 발생과 관련된 지역적 차이를 살펴보기 위하여 NCEP (National Centers for Environmental Prediction)/FNL (Final Operational Global Analysis) 재해석 기상자료를 이용하여 부산, 울산, 경남 지역의 미세먼지 발생 특성과 관련된 종관 규모 기상의 특성에 대한 비교 연구도 수행하였다. 한반도 남동 지역의 고농도 미세먼지 사례일과 관련된 종관 기상 패턴은 총 5개(C1-C5)로 분류된다. 각 군집의 발생빈도는 24.8% (C1), 21.3% (C2), 20.4% (C3), 17.3% (C4), 16.2% (C5)이다. 기상 패턴 분석을 통하여 제시된 남동 지역의 고농도 미세먼지를 유발하는 요인에는 지역 외부에서 장·단거리 수송(C1, C3, C5)에 의한 영향과 지역내 배출(C2, C4)에 의한 것임을 알 수 있었다. 또한 고농도 미세먼지 발생일에 대해 부산, 울산, 경남 세 지역의 기상장을 분석하였을 때, 500 hPa 지위 고도 및 풍속 등의 기상학적 특성이 지역별로 다르게 나타났다. 그리고 고기압 의 작은 위치 변화가 각 지역의 미세먼지 발원과 장거리 이동 경향성에 영향을 미치고 있었다.

Understanding the classification of malocclusion is a crucial issue in Orthodontics. It can also help us to diagnose, treat, and understand malocclusion to establish a standard for definite class of patients. Principal component analysis (PCA) and k-means algorithms have been emerging as data analytic methods for cephalometric measurements, due to their intuitive concepts and application potentials. This study analyzed the macro- and meso-scale classification structure and feature basis vectors of 1020 (415 male, 605 female; mean age, 25 years) orthodontic patients using statistical preprocessing, PCA, random matrix theory (RMT) and k-means algorithms. RMT results show that 7 principal components (PCs) are significant standard in the extraction of features. Using k-means algorithms, 3 and 6 clusters were identified and the axes of PC1~3 were determined to be significant for patient classification. Macro-scale classification denotes skeletal Class I, II, III and PC1 means anteroposterior discrepancy of the maxilla and mandible and mandibular position. PC2 and PC3 means vertical pattern and maxillary position respectively; they played significant roles in the meso-scale classification. In conclusion, the typical patient profile (TPP) of each class showed that the data-based classification corresponds with the clinical classification of orthodontic patients. This data-based study can provide insight into the development of new diagnostic classifications.

This paper on language learner strategies utilizes a little used quantitative, datamining technique called cluster analysis to investigate characteristics of groups of South Korean learners of English. After 71 students in three first-year university liberal arts English conversation courses completed the Strategy Inventory for Language Learning (SILL), and the number of learning strategies was reduced from 50 to 26 based on standard deviation (SD) results, the non-hierarchical (K-means) 3-cluster procedure was applied to the self-reported data. Following statistical analysis, each of the three cluster groups could be profiled according to achievement scores. At this point, six items emerged as particularly meaningful with regard to the latter, including direct strategies (a memory one and a cognitive one) and indirect strategies (two affective and two metacognitive). These strategies and their significance with reference to the local context as well as results previously reported in the literature are discussed. Finally, limitations of the study and implications for future research using cluster analysis are reported.