The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

A Customer Profile Model for Collaborative Recommendation in e-Commerce

전자상거래에서의 협업 추천을 위한 고객 프로필 모델

  • 이석기 (한양대학교 정보시스템학과) ;
  • 조현 (한국과학기술원 경영대학) ;
  • 천성용 (단국대학교 경영학부)
  • Received : 2011.04.01
  • Accepted : 2011.04.26
  • Published : 2011.05.28
Download PDF
⟨ Previous Next ⟩

Abstract

Collaborative recommendation is one of the most widely used methods of automated product recommendation in e-Commerce. For analyzing the customer's preference, traditional explicit ratings are less desirable than implicit ratings because it may impose an additional burden to the customers of e-commerce companies which deals with a number of products. Cardinal scales generally used for representing the preference intensity also ineffective owing to its increasing estimation errors. In this paper, we propose a new way of constructing the ordinal scale-based customer profile for collaborative recommendation. A Web usage mining technique and lexicographic consensus are employed. An experiment shows that the proposed method performs better than existing CF methodologies.

협업 추천은 전자상거래 기업들이 고객별로 개인화 된 상품추천을 하기 위하여 널리 활용하는 추천기법이다. 추천 행위는 고객들이 상품에 대해 가지고 있는 선호도를 분석하고 이를 프로필화 하는 것을 전제로 한다. 전통적인 명시적 평가법은 취급하는 상품이 매우 다양한 전자상거래 기업의 고객들에게 구매활동외에 추가적 부담을 준다는 점에서 한계를 가진다. 따라서 고객의 개입 없이 간접적으로 선호도를 파악할 수 있는 묵시적 평가법이 보다 바람직하다고 볼 수 있는데, 여기에도 추정된 선호도의 지표화에 주로 사용하는 카디널 척도가 추정 오차를 증가 시킨다는 점에서 문제점이 있다. 따라서 본 연구에서는 이러한 문제의 개선을 위해 웹 마이닝과 사전식 컨센서스 기법에 근간하여 서열 척도 기반의 고객 프로필을 생성, 활용하는 협업 추천 기법을 제안하고자 한다. 실제 온라인 쇼핑몰의 거래 데이터를 이용한 실험을 통해 제안된 기법의 우수성을 입증 하였다.

Keywords

References

  1. F. Liu and H. J. Lee, "Use of social network information to enhance collaborative filtering performance," Expert Systems with Applications, Vol.37, pp.4772-4778, 2010. https://doi.org/10.1016/j.eswa.2009.12.061
  2. W. D. Cook, "Optimal allocation of proposals to reviewers to facilitate effective ranking," Management Science, Vol.51, No.4, pp.655-661, 2005. https://doi.org/10.1287/mnsc.1040.0290
  3. C. Wang and W. A. Wulf, "Towards a framework for security measurement," in: Proc. of National Information Systems Security Conference pp.522-533, 1997.
  4. S. K. Lee, S. H. Kim, and Y. H. Cho, "Collaborative filtering with ordinal scale-based implicit ratings for mobile music recommendations," Information Sciences, Vol.180, No.11, pp.2142-2155, 2009.
  5. 박종학, 조윤호, 김재경, "사회연결망: 신규고객 추천문제의 새로운 접근법", 지능정보연구, 제15권, 제1호, pp.123-139, 2009.
  6. 김귀정, 김봉한, 한정수, "복합지식 기반 개인 맞춤형 지능화 추천 시스템", 한국콘텐츠학회논문지, 제10권, 제8호, pp.26-31, 2010. https://doi.org/10.5392/JKCA.2010.10.8.026
  7. 여운동, 박현우, 권영일, 박영욱, "연구논문 추천 시스템의 전자도서관 적용방안", 한국콘텐츠학회논문지, 제10권, 제11호, pp.10-19, 2010. https://doi.org/10.5392/JKCA.2010.10.11.010
  8. 정귀임, 박상성, 신영근, 장동식, "역전파 신경망을 이요한 개인 맞춤형 상품 추천 시스템 구축", 한국콘텐츠학회논문지, 제7권, 제12호, pp.292-302, 2007. https://doi.org/10.5392/JKCA.2007.7.12.292
  9. T. Kamishima, "Nantonac collaborative filtering: recommendation based on order response," in: Proc. of the Ninth International Conference on Knowledge Discovery and Data Mining, pp.583-588, 2003.
  10. T. Joachims, "Optimizing search engine using click through data," in: Proc. of the Eighth International Conference on Knowledge Discovery and Data Mining, pp.133-142, 2002.
  11. C. Y. Kim, J. K. Lee, Y. H. Cho, and D. H. Kim, "VISCORS: a visual-content recommender for the mobile Web," IEEE Intelligent Systems Vol.19, No.3, pp.32-38, 2004. https://doi.org/10.1109/MIS.2004.75
  12. Y. H.Cho and J. K. Kim, "Application of Web usage mining and product taxonomy to collaborative recommendations in e-commerce," Expert Systems with Applications, Vol.26, No.2, pp.236-246, 2004.
  13. M. Condorcet, "Essai sur L'Application de L'Analyse a la Probabilite des Decisions Rendues," a La Pluralite des Voix, Paris, 1785.
  14. J. Borda, "Memoire sur les elections au scrutin," Histoire de l'academie royale de science, Paris, 1981.