Development of Intelligent Internet Shopping Mall Supporting Tool Based on Software Agents and Knowledge Discovery Technology

소프트웨어 에이전트 및 지식탐사기술 기반 지능형 인터넷 쇼핑몰 지원도구의 개발

  • 김재경 (경희대학교 경영학부) ;
  • 김우주 (전북대학교 산업시스템공학과) ;
  • 조윤호 (동양공업전문대학 인터넷정보과) ;
  • 김제란 ((주)오픈테크 개발본부)
  • Published : 2001.12.01

Abstract

Nowadays, product recommendation is one of the important issues regarding both CRM and Internet shopping mall. Generally, a recommendation system tracks past actions of a group of users to make a recommendation to individual members of the group. The computer-mediated marketing and commerce have grown rapidly and thereby automatic recommendation methodologies have got great attentions. But the researches and commercial tools for product recommendation so far, still have many aspects that merit further considerations. To supplement those aspects, we devise a recommendation methodology by which we can get further recommendation effectiveness when applied to Internet shopping mall. The suggested methodology is based on web log information, product taxonomy, association rule mining, and decision tree learning. To implement this we also design and intelligent Internet shopping mall support system based on agent technology and develop it as a prototype system. We applied this methodology and the prototype system to a leading Korean Internet shopping mall and provide some experimental results. Through the experiment, we found that the suggested methodology can perform recommendation tasks both effectively and efficiently in real world problems. Its systematic validity issues are also discussed.

데이터베이스 마케팅을 필두로 최근 마케팅 분야에서는 보다 고객에 적합한 제품이나 서비스를 제공하고 또한 이로 인해 그 마케팅 비용을 최소화하고 또한 그 매출효과를 극대화하고자 하는 움직임이 가속화되고 있으며, 극단적으로는 일대일 마케팅이라고까지 표현하고 있다. 더욱이 전자쇼핑몰에 있어서는 실제 판매원이 존재하지 않는 이상 보다 더 고객의 관심을 유도하고 궁극적으로 매출을 발생시키기가 더욱 어려운 실정이며 따라서 고객을 파악하기 또한 그 고객에 적합한 제품이나 서비스에 대한 정보를 즉각적 또는 사전적으로 추측 제시하여야 하는 역량이 매우 중요하다 하겠다. 그러나 이와 같은 즉시성의 추정이나 판단의 유효성을 제고하기 위해서는 전자쇼핑몰 입장에서 일단의 단편적 정보에 의존하는 방식보다는 이용가능한 모든 정보에 대한 통합적 고찰과 또한 고객에 대한 제안 여부와 추천 의사 결정을 개별적이고 순차적인 절차로 보는 관점보다는 하나의 통일된 관점에서 최대의 효과를 발생시킬 수 있도록 하는 상품 추천 방법론이 필요하다 하겠다. 본 연구는 이를 위해 전자쇼핑몰에서의 오프라인/온라인의 통합 정보를 바탕으로 추천 대상 고객 선정 및 추천 효과의 최적화를 목적으로 추천 상품 및 서비스 결정의 의사결정들에 대한 단일 의사결정 방법론 즉 상품 추천 방법론을 제안하며 이를 에이전트 기법을 바탕으로 설계하였다. 또한 이상의 방법론과 설계기법을 국내 유수의 전자쇼핑몰에 적용하여 그 실험적 성과를 제시하고 있다.

Keywords

References

  1. Proceedings of the fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD-99) Expert-driven Validation of Rule-Based User Models in Personalization Applications Adomavicius,G.;A,Tuzhilin
  2. Proceedings of the ACM SIGMOD Conference on Management of Data Mining Association Rules between sets of Items in Large Database Agrawal,R.T.Imielinski ;A Swami
  3. Proceedings of the 20th VLDB Conference , Fast Algorithms for Mining Association Rules Agrawal,R.;R.Srikant
  4. McGraw Hill Berson,A.;S,J.Smith,Data Warehousing Data Mining ; OlAP
  5. IEEE .Coomputer v.31 no.4 Ganging up on Information Overload Borchers,A.J.Herlocker,J.Konstan,;J.Ridl
  6. SIGMOD Record v.27 no.4 Discovering internet marketing intelligence through online analytical web usage mining Buchner,A.;M.D.Mulvenna,
  7. Knowledge and Information Systems Data Preparation for Mining World Wide Web Browsing Patterns Cooley,R.B.Mobasher;J.Srivastava
  8. IEEE Transaction on Knowledge and Data Engineering v.11 no.5 Mining Multiple-Level Association Rules in Large Databases Han,J.;Y.Fu
  9. Proceedings of Third Int'1 Conf,Information and Knowledge Management ,Gaithersburg,Md Finding Interesting Rules from Large Sets of Discovered Association Rules Klemettinen,M.,H.Mannila,P.Ronkainen,H.Toivonen;A.I.Verkamo
  10. Communications of the ACM v.40 no.3 GroupLens : Applying Collaborative Filtering to Usenet News Konstan,J.B.Miller,D.Maltz,J.Herlocker,L.,Gordon,;J.Riedl,
  11. Technical Report RC 21792,IBM Personalization of supermarket product recommendations Lawrence,R.D.,G.S.Almasi,V.Kotlyar,M.S.Viveros,;S.S.Duri
  12. Working Paper,IBM T.J.Watson Research Center Visualization and Analysis of Clickstream Data of Online Stores for Understanding Web Merchan dising Lee,J.;M,Podlaseck,
  13. Programs for Machine Learning Morgan Kaufmann Quinlan,J.R.,C4.5
  14. Programs for Machine Learning ,Morgan Kaufmann Quinlan,J.R.C4.5
  15. Proceedings of CSCW '94,Chapel Hill,NC. Grouplens : An Open Architecture for Collabortive Filtering of Netnews Resnick,P.,N.Iacovou,M.Suchak,P.Bergstrom; J.Riedl
  16. Communications of the ACM v.40 no.3 Recommender Systems Resnick,P.;H.R.Varian,
  17. Proceedings of EC'00 Conference Minneapolis,Minnesota Analysis of Recommendation Algorithm for E-Commerce Sarwar,B.G.Karypis,J.Konstan,;J.Riedl,
  18. Proceedings of ACM SIGKDD International Conference on Knowledge Discovery & Data Mining,San Diego,CA Horting Hatches an Egg : A New Graph-Theoretic Approach to Collaborative Filtering Wolf,J.C.Aggarwal,K-L,Wu;P.Yu,
  19. Expert Systems with Applications v.20 Mixed-initiative Synthesized Learing Approach for Web-based CRM Yuan,S.;W.Chang,