Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2023.05a
  • /
  • Pages.413-414
  • /
  • 2023
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Real-time user purchase pattern analysis User Product Recommendation System in E-Commerce Environment

E-commerce 환경에서 실시간 사용자 구매 패턴 분석을 통한 사용자 상품 추천 시스템 연구

  • Beom Jung Kim (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College) ;
  • Ji Hye Huh (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College) ;
  • Hyeopgeon Lee (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College) ;
  • Young Woon Kim (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College)
  • 김범중 (한국폴리텍대학교 서울강서캠퍼스 빅데이터과) ;
  • 허지혜 (한국폴리텍대학교 서울강서캠퍼스 빅데이터과) ;
  • 이협건 (한국폴리텍대학교 서울강서캠퍼스 빅데이터과) ;
  • 김영운 (한국폴리텍대학교 서울강서캠퍼스 빅데이터과)
  • Published : 2023.05.18
Download PDF
⟨ Previous Next ⟩

Abstract

IT 기술의 발달로 E-Commerce 분야는 실시간으로 발생되는 데이터양이 증가하고 있으며, 발생된 데이터는 개인화 맞춤 서비스에 많이 활용되고 있다. 그러나 신생 E-commerce 기업은 신규 상품 및 기존 상품에 대한 정보와 고객 간의 상호 작용 데이터가 존재하지 않아 콜드 스타트 문제가 발생한다. 이에 본 논문에서는 E-commerce 환경에서 실시간 사용자 구매패턴 분석을 통한 사용자 상품 추천 시스템을 제안한다. 제안하는 시스템은 Kafka와 Spark를 사용해 실시간 스트림을 데이터를 처리한다. 주요 기능은 ALS 알고리즘과, FP-Growth 알고리즘을 적용해 콜트 스타트 문제를 해결하며, 사용자 구매 패턴 분석을 통한 분석 결과에 맞는 상품을 사용자에게 추천한다.

Keywords