• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.7-12
• /
• 2004

본 연구에서는 효율적인 전자상거래를 위해 Web Mining을 기반으로 고객의 수요를 예측하고 고객요구에 대응한 능동적인 생산을 위해 생산자의 구매수요를 공급자의 입장에서 예측하는 방법을 제안하였다. 먼저, 고객의 구매정보를 분석하여 다양한 고객의 구매패턴을 찾아내고 이를 통해 고객의 수요를 예측하였다. 이렇게 예측된 수요는 생산업체에 모여져 생산전략을 수립하게 된다. 생산전략이 수립되면 생산업체는 부품의 수급을 위해 공급업체에 대한 부품 구매일정과 고객의 장기 구매패턴을 고려한 생산일정을 수립하게 된다. 이렇게 수립된 구매일정과 생산일정에 의해 공급자에 대한 주문과 생산이 이루어지는데 이때 공급자의 입장에서 구매자의 요구에 능동적으로 대응하기 위해서는 구매자에 대한 이해가 필요하며 이를 이해 공급자가 자신이 공급하는 구매업체들의 거래정보를 분석하게 된다. 본 연구에는 이와 같이 고객과 생산업체, 구매업체와 공급업체를 하나로 연결하여 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.268-270
• /
• 2001

전자상거래에서 최근 대부분의 개인화된 추천 에이전트 시스템들은 협동적 필터링 기술을 적용하고 있다. 이 방법은 고객의 취향에 맞는 상품을 예측하고 추천하기 위하여 비슷한 선호도를 가지는 다른 고객들과의 상관 관계를 구하기 위하여 일반적으로 피어슨 상관 계수를 이용한다. 그러나 이 방법은 오직 두 고객 사이에서 두 고객 모두 평가를 한 상품이 있을 때에만 상관 관계를 구할 수 있으므로 예측의 정확성이 떨어질 수 있다. 본 논문에서는 이러한 이웃 선정 방법에 대한 문제점을 보완하기 위하여 비슷한 선호 패턴을 가지는 고객들를 보다 적절히 군집화하여 이 군집에 속한 고객들의 평가를 기반으로 협동적 필터링 기술을 수행하는 방법을 제안하고, 기존의 협동적 필터링 기술과의 비교 실험을 통해 성능을 평가 하였다. 실험결과 본 논문에서 제안한 방법이 기존의 방법보다 우수함을 확인할 수 있었다.

• 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 Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.313-314
• /
• 2009

추천 시스템은 고객의 탐색 시간과 노력을 줄여주기 위한 시스템으로서 고객의 만족도를 제고시키기 위한 시스템에 대한 많은 연구들이 진행되고 있다. 본 논문은 사용자의 프로파일과 음식 주문 내용을 기반으로 개인의 선호도를 분석하여 음식을 추천할 뿐 아니라 새로운 음식에 대한 정보를 제공하기 위해 데이터 마이닝 기법 중 연관규칙을 사용하여 시스템의 유연성을 높인 음식 추천 에이전트를 제안하고 구축한다. 본 시스템은 시간이 지남에 따라 사용자의 만족도가 상승하는 것을 알 수 있었다.

• The Journal of Information Technology and Database
• /
• v.7 no.2
• /
• pp.87-100
• /
• 2000

The customer loyalty has been decreasing dramatically in e-Business environments such as cyber trading, shopping, banking, and portal services. However, little research has been done so far in order to analysis the newly emerging concept and changing nature of the e-Business customer loyalty. The purpose of this study is to investigate whether the quality of e-Business information systems has any impact on customer loyalty. The quality, which is tee independent construct in this study, is divided into three variables: basic system quality, information contents quality, and service quality. Cyber systems of 40 domestic stock trading firms were chosen as target e-Business information systems Both online survey and traditional field survey were employed in order to collect data, and more than 8,000 cyber customers have responded. The results of statistical analysis show that all of three independent variables have statistically significant effects on customer loyalty and, among three variables, the basic system quality has the strongest impact.

• Journal of Intelligence and Information Systems
• /
• v.15 no.1
• /
• pp.123-140
• /
• 2009

Collaborative filtering recommends products using customers' preferences, so it cannot recommend products to the new customer who has no preference information. This paper proposes a novel approach to new customer recommendations using the social network analysis which is used to search relationships among social entities such as genetics network, traffic network, organization network, etc. The proposed recommendation method identifies customers most likely to be neighbors to the new customer using the centrality theory in social network analysis and recommends products those customers have liked in the past. The procedure of our method is divided into four phases : purchase similarity analysis, social network construction, centrality-based neighborhood formation, and recommendation generation. To evaluate the effectiveness of our approach, we have conducted several experiments using a data set from a department store in Korea. Our method was compared with the best-seller-based method that uses the best-seller list to generate recommendations for the new customer. The experimental results show that our approach significantly outperforms the best-seller-based method as measured by F1-measure.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.261-264
• /
• 2008

전력 회사의 효율적인 운용과 전력 시장에서의 경쟁을 위하여 고객의 전력 소비 패턴 분석 및 정확한 예측이 이루어져야 한다. 이를 위해서 이 논문에서는 원격 검침 시스템에 의한 전국의 고압 고객 데이터를 대상으로 고객의 전력 소비 패턴을 정확히 예측할 수 있는 마이닝 기법을 제안하였다. 먼저, 국내 계약종별 고객 특성에 맞는 부하 패턴의 정확한 구별을 위한 9가지의 특징 벡터를 추출하였고, 기대치-최대화 군집화 알고리즘을 사용하여 고객의 34개 대표 부하프로파일을 생성하였다. 마지막으로 추출된 특징 벡터로부터 각 대표 프로파일에 대한 출현 패턴 기반의 분류 모델을 구성하여 고객의 전력 소비 패턴을 분류하였다. 국내 원격 검침 시스템에 의해 측정된 총 3,895명의 고압 고객 데이터에 대한 실험 결과 약 91%의 분류 정확성을 보였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.05a
• /
• pp.884-885
• /
• 2015

기업이나 기관들의 효율적인 성과관리를 위해서는 고객이 원하는 서비스 요소를 추론하여 제공하고 그 결과를 평가하여 지속적으로 서비스품질을 향상 시킬 수 있도록 해야 한다. 이를 위한 중요한 요소는 고객 만족도의 정확한 피드백인데 우리나라에는 고객 만족도 측정에 대한 정량적이고 표준화된 시스템이 부족한 상황이다. 본 연구에서는 고객만족도를 효율적으로 평가할 수 있는 표준화된 설문분석시스템을 제안한다. 서비스나 상품별로 품질요인에 따른 설문을 생성하고, 계약이나 예약내역 및 일정 관리 하고, 서비스 진행 중 모바일을 통한 실시간 설문 조사와 사후 온라인을 통한 설문 조사를 실시한다. IPA분석, 상관요인분석 등 다양한 분석을 통해 상품별, 서비스별로 만족도를 분석할 수 있도록 하였으며, 데쉬 보드를 통해 종합분석이 가능하도록 화면을 구성하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2003.05a
• /
• pp.313-318
• /
• 2003

인터넷의 급격한 발전과 광범위한 보급에 따라 과거 전화, 서신 또는 직접방문을 통하여 해결하던 고객상담의 상당부분은 인터넷을 이용한 전자우편 및 전자게시판을 이용하는 방향으로 꾸준히 대치되고 있다. 인터넷을 통한 고객과의 접촉방식의 대부분을 차지하는 전자우편과 전자게시판은, 기존의 방식 특히 전화에 비하여 즉각적인 응답을 기대하기가 어렵다는 측면이 고객에게는 가장 큰 불만사항이 되고 있다. 본 논문에서는 문서로 이루어진 전자우편 또는 전자게시판의 고객 상담 내용을 기계학습의 분류기법을 활용하여 담당자를 자동으로 선정함으로써 보다 신속히 고객의 요구에 반응할 수 있는 효과적인 방법을 제안한다. 실제 수집한 다년간의 데이터를 기반으로 다양한 분류기법의 성능을 비교 평가하였으며, 그 결과 k-NN을 이용한 기법이 성능 및 활용도 측면에서 유리함을 보였다 또한, 인터넷을 통한 질문의 경우 상당 수준의 오탈자 및 띄어쓰기 오류를 내포하고 있는데, 바이그램을 이용한 문서처리방법을 이용함으로써 이러한 상황에 효과적으로 대처할 수 있으며, 바이그램으로 문서 처리 시 발생할 수 있는 시스템의 부담을 큰 성능의 저하 없이 최소화하기 위하여 자주 등장한 단어만을 선정하는 방안이 실용성이 있음을 확인하였다.

• Electronics and Telecommunications Trends
• /
• v.16 no.5 s.71
• /
• pp.67-76
• /
• 2001

최근 시장개방, 경쟁요소 증가, 경쟁구조의 변화 등의 경영환경 변화에 따라 기업들에게 있어서 정보의 전략적인 활용은 기업생존의 필수 조건이 되었으며, 이에 따라 많은 기업들은 정보기술 부문에 많은 투자를 하고 있다. 기업들은 전체적인 정보 인프라를 통합하여 정보를 효과적으로 관리하기 위해서 ERP 시스템을 도입하고 있고, 고객정보를 전략적으로 활용하여 기업의 대고객 관계를 최적화하기 위해 CRM 시스템을 도입하고 있으며, 기업의 로지스틱스 프로세스를 효과적으로 관리하기 위해 SCM 시스템을 도입하고 있다. 본 논문에서는 이중 CRM의 기술동향에 대해서 살펴본다.