전자상거래에서의 벡터 공간 모델링을 통한 Configuration 시스템

Configuration System through Vector Space Modeling In I-Commerce

  • 김세형 (인하대학교 전자계산공학과) ;
  • 조근식 (인하대학교 전자계산공학과)
  • 발행 : 2001.06.01

초록

최근 전자상거래에는 일대일 마케팅이나 협력적 정보여과기법등을 이용한 다양한 추천서비스가 도입되고 있다. 이러한 추천 서비스의 형태는 다양한 제약 조건을 갖고 계산 복잡도가 높은 제품의 경우에는 고객을 만족시킬 만큼 적절한 추천서비스가 이루어지기 어려울 것으로 본다. 본 논문에서는 Clancey의 Classification Problem Solving 방법과 제약조건 기반 Configuration기술을 통합하여, 이러한 문제를 해결할 수 있는 방법을 제시하였다. 이 방법은 Clancey의 이론에 따라 구성 복잡도가 높은 제품의 해집합 도메인을 분할하여 문제의 복잡도를 줄일 수 있도록 하였으며, 여기에서 선택된 도메인을 제약조건 기반 Configuration기술에 적용시킴으로써, 구매자와 제품 컴포넌트 사이에 존재하는 제약조건을 처리할 수 있도록 하였다. 제약조건기반 Configuration기술은 구매자에게 적합한 제품을 구성하기 위해서 제막 조건 판촉 문제(Constraint Satisfaction Problem; CSP)해결 기법을 이용한다. 또한 Clancey이론은 구매자의 만족도를 고려하기 위해서 정보검색 분야의 벡터공간 모델링 방법을 변형하여 적용하였다. 마지막으로 본 모델의 평가를 위해 전체 시스템의 수행시간 및 구매자 만족도를 비교 분석하였다

There have been lots of researches for providing a personalized service to a customer using one-to-one marketing and collaborative filtering techniques in E-Commerce. However, there are technical difficulties for providing the recommendation of products far users, which often involve high complexity of computation. In this paper, we have presented an integrated method of classification problem solving method and constraint based configuration techniques. This method can reduce a complexity of computation by classifying a solution domain space that has a higher complexity of composition. Thereafter, we have modeled customers constraints and the components of products to configure a complete system by passing it to constraint processing module in Constraint Satisfaction Problems. Constraint-based configuration uses the constraint propagation using the constraints of buyers and the constraints among PC components to configure a proper product for a customer. We have transformed and applied vector space modeling method in the field of information retrieval to consider a customer satisfaction in addition to the CSP. Finally, we have applied our system to test data fur evaluating a customers satisfaction and performance of the proposed system.

키워드

참고문헌

  1. SGAICO Conference on Artificial Intelligence in Manufacturing, Assembly, and Robotics Configuration Expert Systems: A Case Study and Tutorial Bernd Neumann
  2. Artificial Intelligence v.27 Heuristic Classification Clancey, W.J.
  3. Foundations of Constraint Satisfaction Edward Tsang
  4. IEEE Intelligent Systems & their applications v.13 no.4 Configuring large systems using generative constraint satisfaction Fleischanderl, G.;G. E. Friedrich;A. Haselb$\"{o}$ck;H. Schreiner;M. Stumptner
  5. Artificial Intelligence for Engineering Design, Analysis and Manufacturing Proof Planning: A Methodology for Developing AI Systems Incorporating Design Issues Helen Lowe
  6. AAAI 1996 Fall Symposium Workshop Case-Based Reasoning in the Configuration of Telecooperation Systems J$\"{o}$rg Rahmer;Voβ Angi
  7. Artificial Intelligence v.19 RI: A Rule-Based Configurer of Computer Systems McDermott, J.
  8. M.Sc Thesis Proof Planning and Industrial Configuration Michal Pechoucek
  9. Modern Information Retrieval Ricardo Baeza-Yates;Berthier Ribeiro-Neto
  10. Journal of the American Society for Information Science Term-Weighting Approaches in Automatic Text Retrieval Salton, G.;C. Buckley
  11. Informatik-Fachberichte PLAKON-$\"{U}$bersicht $\"{u}$ber das System Strecker A.;R. C$\"{u}$nis;A. Gunter
  12. Build Your Own System
  13. PersonaLogic
  14. Trilogy's Selling Chain