• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.289-292
• /
• 2000

인터넷이 생활의 일부분이 되어감에 따라 인터넷상에서 이루어지는 전자상거래는 빠르게 발전하고 있다. 지금까지의 전자상거래는 고객이 요구하는 제품을 판매하는 단순한 형태였다. 하지만 앞으로의 전자상거래에서는 고객이 선호할 만한 제품을 예상하여 고객에게 해당 제품을 추천해 줌으로서 양질의 서비스를 제공하고 더 많은 이익을 창출 할 수 있는 전자상거래 시스템이 요구되고 있다. 본 논문에서는 전자상거래시스템에서 이용될 수 있는 추천시스템을 개발하기 위하여 추천시스템의 핵심이 되는 사용자간 유사도에 기초한 GroupLens의 협동적 필터링 알고리즘을 실제 Data Set을 통해서 실험하였다. 또한 Data Set을 분석하여 아이템을 대표할 수 있는 장르를 결정하여 전체 학습데이터로부터 대표장르에 속하는 데이터들만을 분리하여 학습데이터로 사용하는 추천시스템을 제안하였고, 실험을 통하여 제안한 추천시스템의 타당성을 보였다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1848-1849
• /
• 2007

배전계통과 설비의 부하분석은 계측장치에 의존하여 왔으며, 대규모인 배전설비의 부하감시는 막대한 설치 및 유지보수 비용이 수반된다. 본 논문에서는 계측장치를 설치하지 않고도 정기적으로 취득되는 고객의 검침데이터를 이용하여 배전설비의 시간대별 부하분석 및 시뮬레이션을 수행할 수 있는 모델을 개발하고, 그 과정 및 결과를 제시한다. 이 모델은 고압고객의 원격검침 및 저압고객의 월검침 데이터를 구간계통에 적용하고 조류계산을 수행하여 15분 단위로 회선이하 구간 및 변압기의 부하를 분석할 수 있다. 또한, 특정 시점의 부하를 증감시키거나 다른 설비로 전환하여 시간대별 부하가 어떻게 변화하는지 시뮬레이션을 수행할 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.848-849
• /
• 2014

실시간으로 고객의 피드백을 파악할 수 있는 방법으로 SNS 등과 같은 빅 데이터를 이용하는 것이 매우 효율적 이다. 따라서 최근 기업들은 온라인상의 빅 데이터 평판을 분석하는 시스템들을 이용하여 고객피드백에 관한 정보를 수집하고 분석하고 있다. 본 논문에서는 온라인상의 고객피드백의 보다 정확하고 효율적인 정보 수집과 분석이 가능하며 분석 지식체계의 근간을 이루는 서비스 모델구축 방법을 제안한다. 서비스 모델 구축방법은 서비스 산업군에 대한 시소러스 분석 체계를 정의하고 데스트베드 대상의 인터뷰 등을 통하여 분류체계 기본 방향을 수립하며 타겟 대상의 특화된 수집원 및 범위를 설정하는 방법 등으로 이루어진다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.568-571
• /
• 2020

최근 빅데이터 기술이 다양한 산업과 접목되고 있다. 그 중 고객 이탈 방지가 최우선인 통신사들 또한 예외가 아닐 수 없다. 이에 본 논문은 통신사 데이터에 머신러닝 알고리즘을 접목. 이탈 예측과 데이터 추이를 분석하고, 이를 시각화 하여 일목요연하게 표출하는 과정을 제공함으로서 통신사의 고객 유치 정책을 위한 토대를 마련할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.949-950
• /
• 2023

본 연구는 AI 기술을 활용하여 CCTV(Closed-Circuit Television)영상 데이터를 분석하고, 실시간으로 고객을 측정하고 분석하는 방법에 대한 연구이다. 이러한 AI-Dirven Audience Measurement는 마케팅, 이벤트 기획 등에서 응용 가능성을 지니고 있다. 매장에 설치된 CCTV를 통해 데이터를 수집하고 수집된 데이터를 통해 입장한 고객의 성별과 나이를 예측한다. 이에 본 연구를 통해 기업의 마케팅 전략의 최적화 및 이벤트 기획 등 활용할 수 있고 고객의 행동 및 성향 분석을 통해 시설의 구조 및 레이아웃 개선 등을 위한 설계 개선에도 기여할 것으로 기대된다.

• Journal of Intelligence and Information Systems
• /
• v.5 no.1
• /
• pp.49-64
• /
• 1999

본 연구는 백화점 고객이 신용 카드 신청 요구 시에 작성되는 가입 정보 및 사용되고 있는 고객의 거래 정보는 카드 사용 패턴으로 신용도를 예측하는 여러 방법론을 제시하고 성능을 비교하였다. 가입 정보를 분석하기 위해 역전파 신경망(Back-Propagation Neural Network, BPNN), 사례기반추론(Case-Based reasoning)을, 거래 정보를 분석하기 위해 역전파 신경망과 더불어 시간지연 신경망(Time-Delayed Neural Network, TDNN)을 각각 사용하여 그 결과를 비교하였다. 또한 전체시스템의 적중률을 높이기 위햐여, ID3와 신경망을 이용한 Meta-Leaning 방법을 제시하였으며, Meta-Learning 방법과 다른 방법들을 비교, 분석을 하였다. 본 연구에서는 모형 수립과 검증을 위하여 T백화점의 실제 신용 카드 가입 고객 데이터를 이용하여 실험하였다. 데이터의 성격에 따라 각 모델의 예측력에는 차이가 나타났으나, 신경망 모형의 예측력이 우수하였으며, 시간적 특성을 고려하는 시간지연 신경회로망 모형의 예측력은 더욱 우수하게 나타났다. 또한 Meta-Learning 모형을 사용하면 예측력이 더 높아진다는 것을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.517-519
• /
• 2000

전자상거래는 비즈니스의 목적을 추구하기 위해서 거래 당사자들이 인터넷 등의 전자적인 매체를 이용하여 상품이나 서비스, 거래에 수반되는 경제활동을 일컫는다. 이러한 전자상거래는 기존의 상거래 형태가 고객의 필요와 요구에 부응해 고객과의 개별화된 일대일 관계를 유지하는 개별 고객 점유 형태로 탈바꿈하였다. 이러한 패러다임의 변화속에서 고객 중심의 패러다임을 추구하는 최적의 환경을 제공할 수 있도록 인터넷이 그 역할을 담당하고 있다. 이를 제공하는 환경이 바로 웹 웨어하우징이다. 그러나 전자상거래 플랫폼에서 웹 상에서 나타나는 데이터가 HTML 형태이므로 실행시에 필요한 형태로 재구성하여야 한다. 그러나 기존 연구에서는 복잡한 방법과 웹 웨어하우스에 소스 결과를 바로바로 적용할 수 없었다. 이에 본 연구에서는 웹 웨어하우스에 저장된 데이터를 정확하고 효율적으로 유지 관리할 수 있는 알고리즘을 제시하며 성능을 평가를 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.628-630
• /
• 2014

상품 판매량의 변화를 예측하는 것은 기업의 경영에 있어서 매우 중요한 요소이며, 상품의 재고 관리 등에 큰 도움을 줄 수 있다. 최근 여러 분야에서 그동안 수집된 방대한 양의 빅데이터를 분석하여 마케팅에 활용하려는 연구가 진행 중이다. 이 논문에서는 상품 판매 빅데이터로부터 고객의 특성에 따른 상품 판매량과 고객 특성별 상품 판매량의 변화 추이를 분석하고, 분석 결과를 바탕으로 각 상품별 판매량을 예측할 수 있는 방법을 제안한다. 이 방법을 활용하면 고객의 변화에 따른 상품의 판매량을 예측할 수 있으므로, 기업 경영에 있어서 생산관리, 전략수립, 마케팅 등에서 큰 효과를 얻을 수 있다.

• The Journal of Society for e-Business Studies
• /
• v.21 no.4
• /
• pp.55-67
• /
• 2016

Global courier companies have been devoting to get more customers and profits with different service because of the worse profits from price competition. So, the effort of improving satisfaction of customers through improving courier service qualities is more important than any other time. However, the previous way to measure courier service has limitation that costs lots of time and money from off-line survey. This limitation could be overcome with less effort and costs if utilizing on-line social big data analysis and it is so helpful to improve competitiveness of courier companies. Therefore, I have collected comments from domestic and international courier companies from big data on social network service, analyzed the satisfaction of customers by R and verified the result by comparing with American Customer Satisfaction Index (ACSI) and Korea National Customer Index (NCSI) in this research. I found out the result depicts clear correlation between SNS analysis and customer satisfaction. This study can be the foundation to predict customer satisfaction easily by utilizing real time SNS information.

• 한국데이터정보과학회:학술대회논문집
• /
• 2006.04a
• /
• pp.195-197
• /
• 2006