Personalized Advertisement Service Method Using Web Log Mining

웹로그 마이닝을 이용한 개인화 광고 서비스 기법

Numerous internet pop advertisement are being provided according to the rapid development of e-commercial and a rise in users. However, it has not been based on analysis of users' inclination but just one-sided providing. With that reason, many web-site provider want to advertis e more efficient and distinguished Internet-advertisement as analyzing Server's Log accessed. In this thesis, we have studied and tested relatively simply adoption system to provide personalized advertisement service. In order to influence personal disposition to system as the most effective way, it first of all uses History files as source data and after refining it, it can search not only visitors' inclination but also the others' visit-list on the other server. As a result of it, it can make advertisement more reality and activity.

최근 전자상거래의 발전과 인터넷 사용자의 급증으로 온라인 상에서 수많은 광고들이 서비스되고 있다. 하지만 이러한 광고서비스는 사용자들의 성향 분석을 기초로 하기보다는 해당 광고의 일방적 서비스에 그치고 있다. 따라서 많은 웹사이트들이 해당 광고의 효율적 서비스를 위해 개인화된 광고서비스를 원하고 있고 해당 서버의 로그 분석을 통한 서비스를 연구 및 시행하고 있다. 본 논문에서는 개인화된 광고 서비스를 가능하게 하는 비교적 간단한 적응형 시스템을 설계하고, 그 성능을 실험하였다. 개인의 성향을 시스템에 가장 효율적으로 반영하기 위하여 개인 컴퓨터의 히스토리 파일을 원시 데이터로 하여 정제후 사용하여 이 파일을 이용하므로 해당 서버를 방문한 자에 한해서만 성향을 파악할수 있는 단점을 극복하여 고객이 다른 서버의 방문 기록도 활용하므로 좀더 현실성 있는 성향 파악이 가능하게 하였다.