날씨 및 환경 요인을 활용한 음식 배달 소비자 군집화 연구: K-prototype 알고리즘 중심으로
A Clustering Study of Food Delivery Consumers Using Weather and Environmental Factors: Focusing on the K-prototype Algorithm
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
최근 배달 문화의 발전과 음식 배달 플랫폼 서비스의 확산으로 배달 음식은 특별한 날이 아닌 일상적인 식사 형태로 자리 잡았다. 이에 따라 여러 음식 배달 플랫폼 기업들은 이용자 유치를 최우선 과제로 삼고 다양한 전략을 전개하고 있다. 이용자를 정확히 파악하는 것은 필수적이지만, 고도로 개인화된 사회에서 모든 이용자 데이터를 개별적으로 분석하는 데는 한계가 존재한다. 본 연구는 K-prototypes 알고리즘을 활용해 날씨별 배달 품목 차이 데이터와 추가 요인을 결합하여 군집화를 수행하였다. 이를 통해 각 군집의 날씨 요인, 환경 요인, 배달 음식 주문 패턴 등 특징을 도출하고 군집을 정의하였다. 이러한 결과는 군집별 특성을 지식 자산으로 축적하여 플랫폼의 지식경영 관점에서 활용할 수 있으며, 신규 사업이나 마케팅 전략 수립 시 군집별 맞춤 적용으로 효율적인 플랫폼 운영에 기여한다.
Abstract
With the recent development of food-delivery culture and the expansion of food-delivery platform services, ordering delivery food has become part of daily life rather than something reserved for special occasions. As a result, attracting users has become a critical objective for food-delivery platform companies, leading them to invest in various strategies. Understanding users is essential for this purpose; however, in an era of personalization, analyzing each user’s data individually is not practically feasible. Therefore, this study performs clustering using the K-prototypes algorithm by incorporating weather-related delivery-item variation data together with additional contextual factors. The resulting clusters reveal distinctive profiles in terms of weather conditions, environmental factors, and food-ordering patterns. By converting these insights into actionable knowledge assets, the platform can practice effective knowledge-management—for example, by tailoring marketing or service strategies to each cluster when launching new businesses. These findings thus contribute to more efficient and intelligent platform operations.