• The KIPS Transactions:PartB
• /
• v.8B no.6
• /
• pp.625-632
• /
• 2001

The electronic stores have realized that they need to understand their customers and to quickly response their wants and needs. To be successful in increasingly competitive Internet marketplace, recommender systems are adapting data mining techniques. One of most successful recommender technologies is collaborative filtering (CF) algorithm which recommends products to a target customer based on the information of other customers and employ statistical techniques to find a set of customers known as neighbors. However, the application of the systems, however, is not very suitable for seasonal products which are sensitive to time or season such as refrigerator or seasonal clothes. In this paper, we propose a new adjusted item-based recommendation generation algorithms called the exponentially weighted collaborative filtering recommendation (EWCFR) one that computes item-item similarities regarding seasonal products. Finally, we suggest the recommendation system with relatively high quality computing time on main memory database (MMDB) in XML since the collaborative filtering systems are needed that can quickly produce high quality recommendations with very large-scale problems.

• Digital Contents
• /
• no.6 s.49
• /
• pp.59-59
• /
• 1997

첨단 정보통신 기술의 발달로 전산업 분야가 급격한 변화를 겪고 있는 가운데 보험업계에서도 업무형태나 고객관리 등의 측면에서 과거와 뚜렷이 구별되는 변화가 도래할 것이라고 최근 한 조사에서 밝히고 있어 관심을 끌고 있다.

• Digital Contents
• /
• no.3 s.82
• /
• pp.68-70
• /
• 2000

마케팅을 통해 새로운 기술이나 제품을 알리는 대상이 있는데 이들은 대중이라고 할 수 있다. 폭발적인 마케팅 기술의 발전은 새로운 통합형 직접 마케팅 해결방안이 마케팅 캠페인에서 보다 나은 시장분할과 대중 표적화의 전망과 제안을 제공하게 될 것이라 예측하게 한다.

• Digital Contents
• /
• no.8 s.63
• /
• pp.40-46
• /
• 1998

최근 데이터 웨어하우스 구축붐이 일면서 데이터 마이닝 시장이 서서히 부상하고 있다. 데이터 웨어하우스 시장을 기반으로 특히 고객 성향 분석을 필요로 하는 유통, 카드, 보험, 통신 업체 등을 중심으로 데이터 마이닝 시장이 확산되고 있다. 이제 도입단계에 들어선 데이터 마이닝의 개념과 국내 시장 동향을 살펴본다.

• Digital Contents
• /
• no.5 s.84
• /
• pp.32-38
• /
• 2000

기업과 고객간 관리에 있어 도움을 줄 수 있는 아웃소싱에 대해서 알아보자. 일반적으로 기업이 비용상의 문제와 핵심 부서가 아니라는 이유로 외부에 전담하던 분야는 대부분이 콜 센터 기능과 관련된 것들이다. 여기에 소개된 사례들이 CRM 아웃소싱을 결정하는데 도움을 줄 것이다.

• Digital Contents
• /
• no.2 s.33
• /
• pp.93-96
• /
• 1996

오늘날처럼 급변하는 정보화시대에 있어서는 신속하고 정확한 정보를 바탕으로 미래를 예측하여 고객의 요구에 부응하는 기업만이 생존과 번영을 보장받을 수 있다. 이에 이러한 기업들을 소개하는 자리를 마련하였는바, 이번호에는 한일정보통신 김윤철 사장과의 인터뷰를 필두로 하여 초대석을 이끌고자 한다.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2000.05a
• /
• pp.41-51
• /
• 2000

전자상거래 기업의 장점이 고객 데이터를 이용한 원활한 데이터베이스 마케팅의 구현임에도 불구하고 아직 많은 사이버쇼핑몰들은 고객의 개별 특성이나 구매성향에 관계없이 누구에게나 동일하게 제공되는 쇼핑몰을 구축하고 있다. 본 논문에서는 갈수록 치열해지는 경쟁 환경에서 고객의 욕구를 좀 더 빠르게, 좀 더 정확하게 만족시킴으로써 고객이 다시 방문할 수 있도록 하는 방안으로 일대일 마케팅의 이론적 고찰을 통하여 맞춤형 쇼핑몰의 개념을 제시하고, NT, SQL 환경에서 ASP를 이용하여 개인화 된 맞춤형 쇼핑몰을 구축하였다. 우선 개인화 된 쇼핑몰의 구축에는 우선 개인의 프로파일, 쇼핑몰에서의 항해 기록, 실제 구매기록 등의 다양한 데이터가 이용될 수 있지만 고객의 프로파일은 항시 일정한 것이 아니라 변화하기 때문에 프로파일과 같은 정적인 정보는 다소 적절치 못할 수도 있다. 또한 고객의 욕구가 빨리 변화한다는 것을 고려한다면 고객의 정적인 정보인 프로파일을 고려하기 보다 고객의 동적인 정보를 파악, 이에 따른 개인화 된 쇼핑몰을 제공함으로써 고객의 만족도를 증진시키고 나아가 지속적인 방문을 유도하는 것이 필요하다는 것을 인식할 수 있다. 따라서 본 연구에서는 NT 환경 하에서 고객의 동적인 정보들을 분석하여 이를 바탕으로 고객의 만족을 이끌어 낼 수 있는 개인형 사이버 쇼핑몰을 시험적으로 개발하였다.

• Digital Contents
• /
• no.2 s.45
• /
• pp.14-15
• /
• 1997

• Digital Contents
• /
• no.5 s.132
• /
• pp.114-116
• /
• 2004

• The Journal of the Korea Contents Association
• /
• v.18 no.5
• /
• pp.464-471
• /
• 2018

The business card is regarded as the simplest means as well as a tool the most likely to use as a means of sales. Every day, we are exchanging business cards with many customers, but the paper based business card is easy to discard and difficult for searching information on the business card. As a solution, if we take a photographed business card with a smart phone and make it into a database, we can easily obtain customer information we wanted for sales at any time. In this study, we develop an application solution based on electronic business card database that supports sales management. The system operates in a cloud environment and has various decision support functions such as customer's human network management, customer classification, and finding prospective customers.