텍스트마이닝을 활용한 일본 웹소설 일고찰 팬데믹과 그 전후 비교를 중심으로

남유민 ( Nam Yoomin ) 고려대학교 글로벌일본연구원 2023 일본연구 Vol.40 No.0

2000년대 이후 정립된 개념으로서의 웹소설이란 일반적으로 ‘웹소설 투고 플랫폼에 투고된 소설’을 말한다. 2010년대 본격적으로 그 존재감을 드러내기 시작한 웹소설은 코로나19 유행을 배경으로 그 시장이 크게 성장했다. 그러나 이에 대한 일본 웹소설 조사 및 연구는 전무하다. 이에 본 연구는 코로나19 ‘팬데믹’ 시기와 그 전후 2년의 <소설가가 되자> 소설 496,505개 작품을 대상으로 파이썬을 활용한 텍스트마이닝 분석을 실행하였다. 첫 게재 일시 분석을 통한 투고수 변화, 장르 분포 분석을 통한 시기별 선호 장르의 흐름, 키워드 빈도 분석을 통해 웹소설 장르 및 주제의 변화, 줄거리에 사용된 단어 빈도 분석을 통해 팬데믹 시기의 웹소설과 그 전후 사이의 변화를 파악하고자 했다. 분석 결과, 일본 웹소설은 ‘팬데믹’을 거쳐 그 규모가 확장되었는데 그 확장에는 여성 이용자들의 유입이 있었다. 그 배경에는 이미 많은 통계자료가 밝힌, 일본 여성들이 마주한 잔혹한 현실이 있다. ‘팬데믹’의 영향은 여성에게 더욱 험난하게 작용했고 이것이 ‘팬데믹’ 시기 집에서 보내는 시간이 늘면서 웹에서 이야기를 통해 위로를 받고자 하는 웹소설로의 유입으로 이어진 것이다. 일본 웹소설은 그동안 ‘이세계물’로 대표되는 남성향 작품이 주목을 받았지만 본 연구의 시도는 더 이상 일본 웹소설 연구에 있어 여성향 작품을 시야에서 배제할 수 없음을 알려준다. 이러한 여성향 작품에 대한 구체적인 분석과 함께, 텍스트마이닝을 본고가 시도한 메타데이터 분석 이외에도 다양한 방식으로 적용할 연구방법론에 대한 고민을 추후 과제로 남겨둔다. 타 플랫폼에도 적용할 수 있는 텍스트마이닝 연구방법을 도입해 추후 일본 웹소설 전체를 다루는 연구가 필요하다고 사료된다. The Web novels, as a concept established since the 2000s, generally refer to ‘Novels submitted to web novel platforms’. Web novels, which began to show their presence in earnest in the 2010s, have grown significantly in the market against the backdrop of the COVID-19 epidemic. However, there is no Japanese web novel research on this. In this regard, this study conducted text mining analysis using Python for 496,505 novels of <Shosetuka ni Narou(小説家になろう)> during the COVID-19 pandemic and two years before and after that. Changes in the number of submissions through analysis of the first publication date, trend of preferred genres by period through analysis of genre distribution, changes in web novel genres and themes through keyword frequency analysis, and word frequency analysis used in the plot to identify changes between web novels during the pandemic and before and after it. As a result of the analysis, the size of Japanese web novels has expanded through the ‘pandemic’, and there was an influx of female users in the expansion. In the background, there is a cruel reality that Japanese women face, which has already been revealed by many statistics. The influence of the ‘pandemic’ was more harsh on women, and this led to an influx of web novels to receive comfort through stories on the web as the time spent at home during the ‘pandemic’ increased. In Japanese web novels, male-oriented works, represented by ‘Isekai(異世界)’, have received attention, but the attempt of this study informs that female-oriented works can no longer be excluded from the field of view in Japanese web novel research. In addition to the detailed analysis of these women-oriented works, in addition to the metadata analysis attempted in this paper, the consideration of research methodologies to be applied in various ways is left as a future task. It is believed that it is necessary to introduce a text mining research method that can be applied to other platforms and study the entire Japanese web novel in the future.

전자상거래를 위한 Stochastic Process 모델을 이용한 웹 페이지 추천 기법

박병준(Park Byung Joon),노수호(Noh Soo Ho) 한국전자상거래학회 2004 전자상거래학회지 Vol.5 No.3

  다양하고 많은 양의 정보가 존재하는 웹 환경에서 웹 사이트를 방문하는 사용자의 접근패턴도 매우 다양하며, 웹 환경의 변화에 따라서 이러한 접근패턴은 계속 변화한다. 이러한 이유로, 웹 사이트 개발자가 사전에 사용자의 욕구에 완벽하게 부합하는 완벽한 사이트를 개발하기란 사실상 불가능하다. 이에 대한 해결방안으로, 웹 사이트에 대한 사용자 접근 패턴을 학습해서 웹 사이트의 구조나 외형을 자동적으로 개선시켜 나가는 적응형 웹 사이트 (Adaptive Web site)가 제시되었다. 본, 논문에서는 DTMC(discrete-time Markov chain)에 의거한 확률적 모델을 이용하여 적응형 웹 사이트 구축에 필요한 사용자 접근패턴을 학습하고 이를 적용하기 위한 효과적인 방법론을 제시한다.   In the Web environment with a huge amount of information, Web page access patterns for the users visiting certain web site can be diverse and change continuously in accordance with the change of its environment. Therefore it is almost impossible to develop and design web sites which fit perfectly for every web user"s desire. Adaptive web site was proposed as solution to this problem. In this paper, we present an effective method that uses a probabilistic model of DTMC(Discrete-Time Markov Chain) for learning user"s access patterns and applying these patterns to construct an adaptive web site.

Web minging을 이용한 개인화(Personalization) 시스템 설계에 관한 연구

배희호 경복대학 2002 京福論叢 Vol.6 No.-

오늘날 인터넷의 편리함과 신속성 때문에 전자상거래가 급속히 확산되고 있다. 인터넷 비즈니스가 지닌 여러 가지 특징 중의 하나는 바로 고객의 관심과 행동양식을 개인별로 파악할 수 있다는 것이다. 고객들이 웹을 사용하면서 남긴 로그와 고객의 개인 신상 자료 등을 이용하여 데이터 마이닝 기법을 적용하면 웹 개인화를 이루어 Don Peppers와 Martha Rogers가 말하는 진정한 일대일 마켓팅을 실현할 수가 있다. 전자상거래 사이트가 더욱 활성화되기 위해서는 해당 사이트를 방문하는 고객에게 더욱 신속하고, 반드시 필요한 정보를 정확하게 제공하는 개인화가 경쟁 전략의 핵심으로 생각한다. 웹 마이닝은 웹 구조 마이닝, 웹 내용 마이닝, 웹 사용 마이닝으로 구분할 수 있다. 본 연구에서는 웹 사용자의 사용 패턴을 기록한 웹 엑세스 로그를 분석하는 여러 가지 기법을 소개 합니다. 또한 개인화 시스템을 구축하는 과정에서 핵심은 추천 시스템을 어떻게 구축할 것인가에 있다. 이러한 추천 시스템에는 개인에게 알맞은 정보를 여과하여주는 방법에 따라 협동적 여과, 인구 통계학적 여과, 규칙기반 여과법 등이 있다. 또한 이러한 기법은 추천 시스템의 신뢰도에 큰 영향을 주므로 한 가지 방법만을 사용하는 것보다 여러 가지 기법을 혼합하여 사용하는 것이 효율적이다. Because of the convenience anti speed of the Internet, e-commerce is expanding rapidly. One of the many characteristics of e-commerce is the ability to track the individual interests and browsing patterns of the customer. By using data mining techniques to process customer Web logs and profiles, it is possible to realize one to one marketing described by Don Peppers and Martha Rogers. Personalization by providing relevant and crucial information quickly is the key to increasing the likelihood of an actual transaction at an e-commerce site. Web mining consists of three components: Web structure mining, Web content mining, Web usage mining. This study introduces the many ways of analyzing Web access logs. The key to creating a personalization system is using the appropriate recommendation system. A recommendation system consists of collaborative filtering, demographic filtering, and rule-based filtering. Using a hybrid of these methods will increase the reliability of the recommendation system.

의견정보 모니터링을 위한 웹 마이닝 시스템에 관한 연구

주해종(Hae-Jong Joo),홍봉화(Bong-Hwa Hong),정복철(Bok-Cheol Jeong) 한국컴퓨터정보학회 2010 韓國컴퓨터情報學會論文誌 Vol.15 No.1

최근에 인터넷 사용이 점차 활발해 짐에 따라, 다른 사람들이 인터넷 상에 올려놓은 의견정보를 참조하고자 하는 수요가 높아지고 있다. 하지만, 이러한인터넷상에존재하는의견들은개개의웹사이트들에만존재하여, 이러한 의견정보들을 사용하고자 할 경우에는 사용자가 일일이 이러한 개개의 모든 웹사이트를 수동으로 찾아보아야 하는 번거로움이 존재하는 문제점이 있다. 본 논문은 웹 콘텐츠에서의 통계기반 웹 마이닝(Web Mining)을 통한 의견 추출 및 분석 시스템에 관한 것으로, 인터넷 상에 존재하는 여러 웹사이트들에 흩어져 있는 웹문서에서 사용자 의견정보들을 자동으로 추출 및 분석한다. 또한, 긍정/부정 의견별로 실시간으로 검색 및 통계를 확인할 수 있는 의견정보 검색 서비스를 간편하게 제공할수 있으며, 의견정보 검색 사용자들은 특정 키워드에 대하여 다른 사용자들의 의견정보를 손쉽게 실시간으로 검색 및 모니터링(Monitoring)할 수 있는 시스템이다. 제안한 기법들은 기존의 다른 기법들과의 비교 실험을 수행하여 실제 성능이 우수함을 증명하였다. 성능 평가는 긍정/부정 의견정보를 추출하는 기능의 성능 평가를 실시하였다. 그 적용 사례로 대표적인 영화 리뷰 문장 실험 데이터를 대상으로 실험하고 그 결과를 분석하였다. As the use of the Internet has recently increased, the demand for opinion information posted on the Internet has grown. However, such resources only exist on the website. People who want to search for information on the Internet find it inconvenient to visit each website. This paper focuses on the opinion information extraction and analysis system through Web mining that is based on statistics collected from Web contents. That is, users' opinion information which is scattered across several websites can be automatically analyzed and extracted. The system provides the opinion information search service that enables users to search for real-time positive and negative opinions and check their statistics. Also, users can do real-time search and monitoring about other opinion information by putting keywords in the system. Proposed technologies proved to have outstanding capabilities in comparison to existing ones through tests. The capabilities to extract positive and negative opinion information were assessed. Specifically, test movie review sentence testing data was tested and its results were analyzed.

웹마이닝 시스템을 위한 페이지 로깅 시스템

윤선희,오해석,Yun, Seon-Hui,O, Hae-Seok 한국정보처리학회 2001 정보처리학회논문지 C : 정보통신,정보보안 Vol.8 No.6

웹은 그 양적인 면이나 복잡도에 있어 현재 놀라운 속도로 급성장학고 있다. 이와함께 웹사이트 설계나 웹서버나 설계와 같은 작업은 물론 단순희 웹사이트를 검색하는 작업에 있어서도 그 복잡도가 크게 증가했다. 이러한 설계 작업들에 있어서 중요한 입력 요소로는 웹사이트가 어떻게 사용되고 이TSms가에 대한 정확한 데이터가 필수적으로 요구된다. 본 연구에서는 웹 마이닝 시스템에서 요구되는 사용자의 웹페이지 이용정보 즉 사용자 세션(user sessions)을 효과적으로 획득할수 있는 페이지 로깅 시스템(Page Logging System:PLS)을 제안한다. 페이지 로깅 시스템은 사용자의 웹페이지 탐색 정보를 획득하는 페이지 로깅(page logger)와 획득한 데이처를 이용하여 사용자 세션 파일을 생성하는 로그 처리기(log processor)그리고웹 사이트의 HTML 페이지에 페이지 로거 애플릿을 삽입하는 코드로 구성된다. 제안한 PLS는 기존의 웹 마이닝 시스템에서 많은 시간과 비용을 수반했던 데이터 전처리 작업의 일부를 제거한다. 특히 사용자가 각 페이지를 탐색한 시간 (access length)을 직접 획득함으로서 트랜잭션 구분 단계를 단순화시킨다. 또한 PLS는 기존의 웹서버 로그로부터 사용자 세션을 획득함에 있어 가장 문제가 되었던 로컬 캐쉬(local cache)및 ISP가 제공하는 프록시 서버 사용으로 인하여 야기되는 문제등을 해결한다. The Web continues to grow fast rate in both a large aclae volume of traffic and the size and complexity of Web sites. Along with growth, the complexity of tasks such as Web site design Web server design and of navigating simply through a Web site have increased. An important input to these design tasks is the analysis of how a web site is being used. The is paper proposes a Page logging System(PLS) identifying reliably user sessions required in Web mining system PLS consists of Page Logger acquiring all the page accesses of the user Log processor producing user session from these data, and statements to incorporate a call to page logger applet. Proposed PLS abbreviates several preprocessing tasks which spends a log of time and efforts that must be performed in Web mining systems. In particular, it simplifies the complexity of transaction identification phase through acquiring directly the amount of time a user stays on a page. Also PLS solves local cache hits and proxy IPs that create problems with identifying user sessions from Web sever log.

웹마이닝 기법을 이용한 학과 홈페이지 분석

최승배,강창완 한국자료분석학회 2011 Journal of the Korean Data Analysis Society Vol.13 No.1

어떤 사이트의 홈페이지에 대한 고객들의 행태를 분석함으로써 해당 홈페이지의 장점 또는 단점을 파악할 수 있다. 이러한 장단점을 파악하기 위한 기법으로 웹마이닝 기법이 있다. 웹마이닝 기법은 웹사이트에 남겨진 웹 로그데이터를 분석함으로써 효율적인 홈페이지 관리 및 CRM(고객관계관리: customer relationship management)을 수행할 수 있다. ‘학과 홈페이지는 학과의 얼굴이다’고 할 수 있을 정도로 학과 홈페이지는 학과에 대한 많은 정보들을 포함하고 있다. 그렇기 때문에 학과 홈페이지의 역할은 재학생들에게 뿐만 아니라 대학에 들어오고자 하는 신입생에게도 중요하다고 할 수 있다. 본 연구의 목적은 웹마이닝 기법을 통하여 수시와 정시기간 동안 D대학교 D학과의 홈페이지에서 얻어진 웹 로그데이터를 분석함으로써 신입생 유치를 위한 입시 홍보 전략을 세우는데 기초적인 정보를 도출하는데 있다. 이를 위해서 D학과의 홈페이지에 대한 웹 로그데이터 분석을 수행하였고, 분석을 위한 툴로서 (주)넷스루에서 개발된 와이즈로그(WiseLog)를 사용하였다. 본 연구의 결과는 다음과 같다. (1) 종합적인 추이에서 평상시보다 입시기간에 학과 홈페이지를 많이 방문하는 것으로 나타났다. (2) 페이지 관점에서는 입시기간에 입시와 관련된 페이지를 많이 보고 있음을 알 수 있었다. (3) 시스템 운영적인 측면에서 입시기간에 에러가 많이 발생한 것으로 나타났다. The web log data is traces which visitors remain while they visit in a web site. The webmining is a technique to analyze a homepage for obtaining a lot of useful information in the web log data. We can efficiently manage homepage and perform CRM (customer relationship management) by analyzing a homepage analysis using webmining technique. A department homepage contains various informations related with the department. So, a role of the department homepage is very important for both of students and freshmen. The purpose of this paper is to provide a basic information to manage efficiently homepage of D department of D university and to establish strategy for a freshman attraction. For this purpose, we analyzed D department homepage and used the wiselog package developed by the nethru company as a tool for analysis. Some results of this paper are as follows. (1) In overall trend, there were more visits to D department homepage in entrance period than in regular period. (2) From a page point of view, they saw many pages related with an entrance examination in an entrance examination period. (3) In aspect to system operating, errors more occurred in an entrance examination than usual period.

온라인 뉴스 웹사이트의 로그를 이용한 연관규칙 발견에 관한 연구

황현석(Hyunseok Hwang),유기동(Keedong Yoo) 한국산업정보학회 2013 한국산업정보학회논문지 Vol.18 No.2

인터넷의 활용으로 기업활동의 많은 영역이 온라인을 통해 이루어지고 있다. 온라인 쇼핑몰에서는 고객이 웹사이트 방문 후에 어떤 활동을 하는지를 파악하고 이를 경영활동의 성과로 연계하기 위해 웹 로그를 분석하고 있다. 온라인 뉴스 사이트에서도 방문자의 활동을 파악하고 어떤 기사에 관심이 많은지, 어떤 분야의 기사를 많이 보는지 등을 파악하여 독자에게 서비스하는 것이 필요하다. 그러나 언론사의 웹사이트 로그를 분석하는 연구는 충분히 이루어지지 않고 있다. 본 연구에서는 온라인 뉴스 웹사이트에서 수집된 로그를 이용하여 방문자의 웹사이트 내에서의 활동을 파악하고 뉴스 기사간 연관규칙을 도출한다. 연구는 크게 방문자의 세션(session)을 파악하는 첫 번째 단계와 방문자가 읽은 뉴스 기사간의 연관규칙을 살펴보는 두 번째 단계로 이루어져 있으며 두 차례에 걸쳐 수집된 웹사이트 로그를 이용하여 분석하였다. 최종적으로 도출된 규칙의 의미와 온라인 뉴스 사이트에서 고려해야 하는 함의를 제시하였다. Today a lot of functional areas of a firm are operated on the Web. Online shopping malls analyze web log recording customers’ activities on the web to connect them to business outcomes. Not only commercial websites, but online news sites also need to collect and analyze web logs to understand their news readers’ interest. However, little research has been performed yet. In this research we mined the web access log of an online news website and conduct Market Basket Analysis to uncover the association rules among the categories of news articles. The research is composed of two stages: 1) Identifying the individual session of a visitor; 2) Mining association rule from news articles read by each session. We gather 7-day access logs two times. The results of log mining and meanings of association rules are suggested with managerial implications in conclusion section.

상호인식차이 분석을 통한 웹사이트 개선전략

김진화,임옥선 서강대학교 경영연구소 2005 서강경영논총 Vol.16 No.2

본 연구는 웹사이트에 대한 사용자와 제공자의 인식의 차이를 확인하고 분석한 후 이를 데이터마이닝을 이용해 웹사이트의 개선을 위한 전략의 도출을 제시하고자 한다. 이 연구에서는 웹사이트 사용자와 제공자간의 인식차이 분석을 위하여 기존 문헌 연구를 통해서 웹사이트 개선을 위한 웹사이트의 평가 요인과 항목을 중심으로 인터넷 서점 사이트를 연구대상으로 한 설문지를 재구성하였다. 그 다음 동일한 문항으로 사용자와 제공자에게 각각 설문 조사를 실시하여 데이터를 수집하였다. 수집된 사용자와 제공자 각각의 응답을 통계분석을 통해 비교하고 그 차이를 확인한 후 조하리 창(Johari Window)을 바탕으로 인식차이에 대한 분석을 하였다. 웹사이트의 개선을 위한 전략을 도출하기 위해서 사용자와 제공자간 인식차이가 상이하게 나타난 설문 항목에 대해 데이터마이닝을 이용하여 응답 데이터에서 규칙을 도출해내고 이를 기반으로 웹사이트 사용자와 제공자간 인식차이 분석을 통한 웹사이트 개선전략을 제시하였다.

프로세스 마이닝을 이용한 웹 로그 분석 프레임워크

안윤하,오규협,김상국,정재윤 한국엔터프라이즈아키텍처학회 2014 정보기술아키텍처연구 Vol.11 No.1

Web mining techniques are often used to discover useful patterns from data log generated by Web servers for the purpose of web usage analysis. Yet traditional Web mining techniques do not reflect sufficiently sequential properties of Web log data. To address such weakness, we introduce a framework for analyzing Web access log data by using process mining techniques. To illustrate the proposed framework, we show the analysis of Web access log in a campus information system based on the framework and discuss the implication of the analysis result. 웹 마이닝은 사용자의 웹 이용 분석을 위해 웹에서 발생한 데이터를 대상으로 유용한 패턴을 찾아내는 기법이다. 하지만 기존의 웹 마이닝은 웹 로그의 연속적인 특성을 충분히 반영하여 분석하지 못하였다. 이를 보완하기 위하여 본 연구에서는 프로세스 마이닝을 활용하여 프로세스 모델에 의한 순차적인 관계에 따른 웹 접속 로그를 분석하는 프레임워크를 제시한다. 프로세스 모델에 기반한 웹 로그 분석은 웹 페이지들을 이동한 사용자들의 행위를 이해하고 문제점과 개선방안을 도출하는 데 유용하게 사용될 수 있다. 본 연구에서는 제안한 방법론을 이용하여 대학정보시스템의 웹 로그를 분석하여 적용 가능성과 그 분석 결과를 제시하였다.

쇼핑 웹사이트 탐색 유형과 방문 패턴 분석

최경빈,남기환 한국지능정보시스템학회 2019 지능정보연구 Vol.25 No.1

Online consumers browse products belonging to a particular product line or brand for purchase, or simply leave a wide range of navigation without making purchase. The research on the behavior and purchase of online consumers has been steadily progressed, and related services and applications based on behavior data of consumers have been developed in practice. In recent years, customization strategies and recommendation systems of consumers have been utilized due to the development of big data technology, and attempts are being made to optimize users' shopping experience. However, even in such an attempt, it is very unlikely that online consumers will actually be able to visit the website and switch to the purchase stage. This is because online consumers do not just visit the website to purchase products but use and browse the websites differently according to their shopping motives and purposes. Therefore, it is important to analyze various types of visits as well as visits to purchase, which is important for understanding the behaviors of online consumers. In this study, we explored the clustering analysis of session based on click stream data of e-commerce company in order to explain diversity and complexity of search behavior of online consumers and typified search behavior. For the analysis, we converted data points of more than 8 million pages units into visit units' sessions, resulting in a total of over 500,000 website visit sessions. For each visit session, 12 characteristics such as page view, duration, search diversity, and page type concentration were extracted for clustering analysis. Considering the size of the data set, we performed the analysis using the Mini-Batch K-means algorithm, which has advantages in terms of learning speed and efficiency while maintaining the clustering performance similar to that of the clustering algorithm K-means. The most optimized number of clusters was derived from four, and the differences in session unit characteristics and purchasing rates were identified for each cluster. The online consumer visits the website several times and learns about the product and decides the purchase. In order to analyze the purchasing process over several visits of the online consumer, we constructed the visiting sequence data of the consumer based on the navigation patterns in the web site derived clustering analysis. The visit sequence data includes a series of visiting sequences until one purchase is made, and the items constituting one sequence become cluster labels derived from the foregoing. We have separately established a sequence data for consumers who have made purchases and data on visits for consumers who have only explored products without making purchases during the same period of time. And then sequential pattern mining was applied to extract frequent patterns from each sequence data. The minimum support is set to 10%, and frequent patterns consist of a sequence of cluster labels. While there are common derived patterns in both sequence data, there are also frequent patterns derived only from one side of sequence data. We found that the consumers who made purchases through the comparative analysis of the extracted frequent patterns showed the visiting pattern to decide to purchase the product repeatedly while searching for the specific product. The implication of this study is that we analyze the search type of online consumers by using large - scale click stream data and analyze the patterns of them to explain the behavior of purchasing process with data-driven point. Most studies that typology of online consumers have focused on the characteristics of the type and what factors are key in distinguishing that type. In this study, we carried out an analysis to type the behavior of online consumers, and further analyzed what order the types could be organized into one another and become a series of search patterns. In addition, online retailers will be able to try to improve the... 온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.