Earticle

Korea professional baseball industry has grown to take the lion"s share of the domestic sports industry, but still does not make break even. The purpose of this study is to examine the financial impact of adopting the Customer Relation Management (CRM) approach on the profitability of Korea professional baseball industry. We use a measuring tool called entropy used in ID3 decision tree algorithm. In the paper, we specify five the most important factors that affect spectator satisfaction based on the previous literature, perform survey analysis, calculate entropy values, and find the results. We predicted the change in revenues when we adopt CRM by checking the spectators" willingness to pay more when the conditions of each factor are improved. We find that we can reap significant fruits of the effect of CRM introduction through enhancing "game content factor" and "game promotion factor" among the five factors. We also find that we can increase the revenues of domestic professional baseball teams to 2.4 times or 2.1 times the current level if we manage intensively those two factors. respectively. It is very surprising to see that the improvement in total revenues makes both ends meet for domestic professional baseball teams. This clearly demonstrates the effectiveness of CRM approach in improving the profitability of organizations.

모바일 스마트 플랫폼 중심의 ICT 기술의 발전은 협력적 소비에 기반을 둔 공유경제 플랫폼을 출현시키고 있 다. 본 연구에서는 2008년부터 2016년 현재까지 상용화된 공유 경제 플랫폼에 있어서 성공과 실패에 영향을 미치는 요 인이 무엇인지 분석하고 공유 경제 플랫폼이 활성화 되기 위하여 필요한 정책적 요인이 무엇인지 제시하고자 한다. 이 를 위하여 성공한 공유경제 플랫폼 사례와 실패한 사례에 대한 분석을 진행하고, 성공과 실패에 영향을 미치는 주요 변수를 도출한 후 이를 기반으로 ID 3 알고리즘 기반의 귀납적 분석을 실시하고자 한다. 이를 통하여 공유 경제 플랫 폼의 성공과 실패에 있어서의 규칙들을 도출하여, 공유경제 플랫폼의 상업적 성공을 위하여 필요한 정책적 요인이 무엇인지 제시하고자 한다.

The development of ICT technology centered on mobile smart platforms have been emerging as a shared economic platform based on collaborative consumption. In this study, we analyze what factors affect success and failure in commercialized shared economic platforms from 2008 to 2016, and present what policy factors are needed to activate shared economic platform. To do this, we analyze successful cases of shared economic platforms and failed cases, derive key variables that affect success and failure, and conduct inductive analysis based on ID 3 algorithm based on them. Through this, we present the policy factors for the commercial success of the shared economic platform by deriving the rules for the success and failure of the shared economic platform.

This study explored the factors contributing to the activation of residential space user management platforms through a multiple case study approach. Twenty platforms that existed from 2012 to April 2024 were analyzed, focusing on 11 key features, with 8 selected as variables. Service activation was measured based on Play Store downloads and ratings, classifying 10 platforms as successful and 10 as needing development. Using an inductive reasoning approach with the ID3 algorithm, supported by GPT-4's Advanced Data Analytics, the analysis identified the "Neighbor Communication Function" as the most influential variable, followed by the "Newsletter Function" and "Facility Status Check Function." The study found that platforms including a neighbor communication function are more likely to be activated. Platforms without both the neighbor communication and newsletter functions are less likely to succeed. Even without the neighbor communication function, platforms with both the newsletter and facility status check functions tend to be activated. Platforms lacking the neighbor communication function will not be activated unless both the newsletter and facility status check functions are present. These findings provide strategic insights for the commercial success of residential space user management services. The results suggest that interaction services, such as the neighbor communication function, are crucial for success. However, success can still be achieved with robust monitoring and information services, even in the absence of user interaction features.

This paper presents a new hybrid classifier that combines the k-Nearest Neighbor (k-NN) distance based algorithm with the classification tree paradigm based on the ID3 algorithm. The k-NN algorithm is used as a preprocessing algorithm in order to obtain a modified training database for the posterior learning of the classification tree structure. Then the incorrectly classified instances are duplicated with the previous data set and finally ID3 is applied to complete the classification procedure of biomedical data. In this approach a boosting technique is incorporated in such way that the incorrectly classified instances in the training set are identified using the k –NN algorithm. The performance of the proposed method is compared with the related algorithms. Experimental results show that the newly proposed approach performs better than the other existing techniques.

Data mining is the process of extracting useful information from the vast and complex databases. In real time scenario the data sources contain many varied data including imbalance data category. Imbalance data sets contain more percentage of instances from one class and are very less percentage of instances from other class. The traditional decision tree algorithm called Iterative Dichotomiser 3 (ID3) is built for not handling the imbalance datasets. To overcome the drawback of ID3 on imbalance datasets, an improved algorithms are needed. In this paper, propose extension of ID3 algorithm called Over Sampled ID3 (OSID3) for imbalance data learning. The proposed OSID3 approach uses the oversampling technique with unique statistical oversample strategy for removing less privileged instances in the early stage and later on oversampling the high privileged instances for approximate data balance. The experimental observation suggests that the proposed approach improves in terms of Accuracy, Area Under Curve (AUC) and Root Mean Square Error (RMSE) with the benchmark ID3 on 15 imbalance datasets from University of California, Irvine (UCI) repository.

Korea professional baseball industry has grown to take the lion's share of the domestic sports industry, but still does not make break even. The purpose of this study is to examine the financial impact of adopting the Customer Relation Management (CRM) approach on the profitability of Korea professional baseball industry. We use a measuring tool called entropy used in ID3 decision tree algorithm. In the paper, we specify five the most important factors that affect spectator satisfaction based on the previous literature, perform survey analysis, calculate entropy values, and find the results. We predicted the change in revenues when we adopt CRM by checking the spectators' willingness to pay more when the conditions of each factor are improved. We find that we can reap significant fruits of the effect of CRM introduction through enhancing 'game content factor' and 'game promotion factor' among the five factors. We also find that we can increase the revenues of domestic professional baseball teams to 2.4 times or 2.1 times the current level if we manage intensively those two factors respectively. It is very surprising to see that the improvement in total revenues makes both ends meet for domestic professional baseball teams. This clearly demonstrates the effectiveness of CRM approach in improving the profitability of organizations.

결정 트리(Decision Tree)는 주어진 데이터의 경향을 학습하는 데 사용되는 대표적인 방식이다. 이것은 주어진 데이터를 구조화하기 위하여 데이터의 속성과 정보의 엔트로피에 기반을 둔 정보획득량을 이용한다. 본 논문에서는 유비쿼터스 환경에서 사용자 프로파일 정보처럼 시간에 따라 그 경향이 변하는 데이터에 유용하게 적용할 수 있는 시간 가중치 엔트로피를 정의한다. 그리고 ID3 알고리즘을 기반으로 새롭게 제안하는 시간 가중치 엔트로피를 이용하는 향상된 ID3 알고리즘을 쓰고 사용자의 경향을 분석한다. 본 논문에서 제안하는 엔트로피를 이용하는 방식은 데이터들의 시간에 관한 영향을 고려해서 기준방식보다 분석결과가 더욱 유리하다. 두 방식의 비교 테스트 결과를 보면 시간 가중치 엔트로피를 이용하는 알고리즘은 기존의 ID3 알고리즘보다 구성된 트리의 구조가 매우 간단하고 유리하다.

결정 트리(Decision Tree)는 주어진 데이터의 경향을 학습하는 데 사용되는 대표적인 방식이다. 이것은 주어진 데이터를 구조화하기 위하여 데이터의 속성과 정보의 엔트로피에 기반을 둔 정보획득량을 이용한다. 본 논문에서는 유비쿼터스 환경에서 사용자 프로파일 정보처럼 시간에 따라 그 경향이 변하는 데이터에 유용하게 적용할 수 있는 시간 가중치 엔트로피를 정의한다. 그리고 ID3 알고리즘을 기반으로 새롭게 제안하는 시간 가중치 엔트로피를 이용하는 향상된 ID3 알고리즘을 쓰고 사용자의 경향을 분석한다. 본 논문에서 제안하는 엔트로피를 이용하는 방식은 데이터들의 시간에 관한 영향을 고려해서 기준방식보다 분석결과가 더욱 유리하다. 두 방식의 비교 테스트 결과를 보면 시간 가중치 엔트로피를 이용하는 알고리즘은 기존의 ID3 알고리즘보다 구성된 트리의 구조가 매우 간단하고 유리하다.

본 연구에서는 최초로 출현한 모바일 운영시스템인 Palm OS을 시작으로 주요 모바일 운영 시스템의 성공과 실패에 영향을 미치는 요인들이 무엇인지 제시하였다. 이를 위하여 성공한 사례와 실패한 사례에 대한 분석을 실시하고, 성공과 실패에 영향을 미치는 주요 변수를 도출한 후 이를 기반으로 ID 3 알고리즘 기반의 귀납적 분석을 실시하였다. 이를 통하여 모바일 운영 시스템의 성공과 실패에 있어서의 규칙들을 도출하여, 모바일 운영 시스템이 상업적으로 성공하는데 혁신성과 글로벌화 관점에서 전략적 시사점으로 제시하였다.

This research suggests critical factors affecting success and failure of several commercial mobile operating systems from Palm OS appearing in to main mobile OSs appearing in 2013. For this, we analyses several mobile operating cases, elicit factors affecting success and failure of mobile OS, and conduct ID3 based inductive learning analyses based on elicited factors and values in case dataset. Through this, we draw rules in success and failure of mobile OS and suggest strategic implications for the commercial success of mobile OS in perspective of innovation and globalization.

디지털 생태계가 기존의 데스크톱위주에서 모바일위주로 변모됨에 따라 모바일 플랫폼 상에서의 주된 사용자의 인터페이스를 담당하며 모바일 디바이스를 관장하는 다양한 운영시스템이 출현하고 있다. 본 연구에서는 1996년 최초로 출현한 모바일 운영시스템인 Palm OS을 시작으로 주요 모바일 운영 시스템의 성공과 실패에 영향을 미치는 주요 요인들이 무엇인지 제시하고자 한다. 이를 위하여 성공한 사례와 실패한 사례에 대한 분석을 실시하고, 성공과 실패에 영향을 미치는 주요 변수를 도출한 후 이를 기반으로 ID 3 알고리즘 기반의 귀납적 분석을 실시하고자 한다. 이를 통하여 모바일 운영 시스템의 성공과 실패에 있어서의 주요 규칙들을 도출하여, 모바일 운영 시스템이 상업적으로 성공하는데 필요한 전략적 시사점을 제시하고자 한다.

As digital ecosystem has been rapidly transforming into the mobile based platform, several mobile operating system, which is in charge of user interface with mobile device has been appeared. This research suggest critical factors affecting success and failure of several commercial mobile operating systems from Palm OS appearing in 1996 to main mobile OSs appearing in 2013. For this, we analyse several mobile operating OS cases, elicit factors affecting success and failure of mobile OS, and conduct ID3 based inductive learning analyses based on elicted factors and values in case dataset. Through this, we draw rules in success and failure of mobile OS and suggest strategic implications for the commercial success of mobile OS.

웹에서, 모바일, 스마트에서 시작하여 사물인터넷, 빅데이터, 인공지능과 같은 형태의 새로운 기술들은 이전에 존재하지 않았던 새로운 비즈니스 모델을 가능하게 하고 있고, 이와 같은 비즈니스 모델에 기반한 다양한 형태의 인터넷 기업들이 출현하고 있다. 본 연구에서는 이와 같은 인터넷 기업들의 성공과 실패에 비즈니스 모델의 어떠한 요소가 영향을 미쳐왔는지를 중다사례 연구로 분석하고자 한다. 이를 위하여 비즈니스 모델에 대한 최근 연구들을 고찰하고, 인터넷 기업의 성공에 영향을 미치는 변수를 네트워크 효과 발생, 사용자 인터페이스, 제공 이해관계자와의 협력, 사용자에 대한 가치창출, 수익모델의 확보의 다섯 가지로 도출하고자 한다. 도출한 다섯 가지 변수를 사용하여, 상업화가 활발한 일곱 가지 카테고리에서 성공하고 실패한 인터넷 기업 14개를 선정하여 사례분석을 실시하고자 한다. 분석결과에 대하여 ID3 알고리즘에 기반을 둔 귀납적 추론을 적용하여 의사결정 나무를 도출하고, 도출한 의사결정 나무를 기반으로 성공과 실패에 영향을 미치는 규칙을 도출하고자 한다. 이와 같이 도출된 규칙을 가지고, 인터넷 기업들이 성공하기 위하여 필요한 전략적 방향을 이해관계자에게 제시하고자 한다.

New technologies such as the IoT, Big Data, and Artificial Intelligence, starting from the Web, mobile, and smart device, enable new business models that did not exist before, and various types of Internet companies based on these business models has been emerged. In this research, we examine the factors that influence the success and failure of Internet companies. To do this, we review the recent studies on business model and examine the variables affecting the success of Internet companies in terms of network effect, user interface, cooperation with actors, creating value for users. Using the five derived variables, we will select 14 Internet companies that succeeded and failed in seven commercial business model categories. We derive decision tree by applying inductive learning based on ID3 algorithm to the analysis result and derive rules that affect success and failure based on derived decision tree. With these rules, we want to present the strategic implications for actors to succeed in Internet companies.

공간 빅데이터를 활용한 신생 비즈니스들이 제조, 출판, 학술연구, 지도제작, 교육 등 다양한 산업 분야들에서 빠르게 늘어가고 있다. 특히 미디어 산업에서는 공간정보를 광고, 영화, 드라마, 레저, 관광을 포함한 문화콘텐츠와 연동하는 ‘공간문화콘텐츠’가 최근 고부가가치 사업으로 주목받고 있다. 본 연구는 지난 10여 년간 등장한 국내외 주요 공간문화콘텐츠 비즈니스 사례 20건을 선별한 후 미디어 분야 전문가 심층 인터뷰를 통해 비즈니스의 성공과 실패에 영향을 미치는 총 5개의 주요 변수들을 도출했다. 사례별 변수들을 입력한 사례 테이블을 대상으로 ID3 알고리즘 기반의 귀납적 분석을 진행한 결과 공간문화콘텐츠 비즈니스의 성공조건들을 도출했다. 토론부에서는 본 연구를 통해 얻은 결론을 바탕으로 공간문화콘텐츠 비즈니스 운영에 있어서 실무적 함의와 학술적 시사점, 그리고 산업진흥을 위한 정책방향을 제시했다.

Businesses that utilize spatial big data are increasing in a variety of industries including manufacturing, publishing, academic research, geo-mapping, and education. Notably, in the media industry, ‘location-based cultural content’ that link spatial information with cultural contents including advertisement, movie, drama, and tourism has recently attracted attention as a high value-added business. This study interviewed with the media experts to identify 20 major business cases of domestic and foreign cultural contents that have appeared over the past ten years and then carried out an inductive analysis based on ID3 algorithm by deriving five key variables influencing business success and failure. Through this, we derive the success conditions of the location-based cultural content business. Based on the conclusions of this study, the discussion section suggested policy implications for promoting domestic location-based cultural contents industry.