• 한국산학기술학회논문지
• /
• 제9권6호
• /
• pp.1625-1631
• /
• 2008

본 논문에서는 오프라인 쇼핑몰에서 RFID 실시간 위치추적 기술과 USB 메모리와 RF가 융합된 Tag를 이용하여 오프라인 쇼핑몰 고객의 쇼핑리스트를 관리하고 Tag를 통한 위치분석 데이터를 분석한 결과를 토대로 고객에게 실시간 대화형(Interactive) 서비스 제공을 위한 지능형 선호 상품 시스템을 제안한다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.147-168
• /
• 2011

상품 및 서비스에 대한 개인화된 추천 서비스가 중요해짐에 따라, 많은 연구자들은 추천시스템 개발을 위한 다양한 지식과 기법들을 제공해왔다. 이러한 기법들 중에서 협업 필터링(Collaborative Fitering) 기법은 여러 분야에서 널리 사용되고 있으며, 그 유용성이 입증되었다. 하지만, 추천시스템의 성능을 더욱 높이기 위해서 현재의 협업 필터링 기법은 다음과 같은 점들을 고려해야 한다. 첫째, 대부분의 추천시스템과 관련한 연구에서 특정 고객과 성향이 유사한 다른 고객들을 찾기 위해 사용되는 유사도 함수들(Similarity Functions)은 대부분 특정한 관점에 초점을 두고 있기 때문에 다양한 관점에서 성향이 유사한 다른 고객들을 찾는데 한계를 가진다. 따라서, 특정 관점에 치우치지 않는 통합된 유사도 함수를 사용해야 할 필요가 있다. 둘째, 고객들의 성향은 시간이 지남에 따라 변화하기 때문에, 이를 추천결과에 반영하기 위해서는 시간에 따른 고객들의 구매 성향의 변화를 고려해야 한다. 본 연구는 여러 실험들을 통해 다음의 가설을 검정하는 것을 목적으로 하였다-다양한 관점이 동시에 반영된 통합 유사도 함수의 이용과 시간정보를 이용한 사용자의 구매 성향의 변화를 반영할 경우 추천의 정확도가 향상될 것이다. 다양한 실험을 통해, 본 연구에서 제시한 추천시스템은 전통적인 협업 필터링 기반의 추천시스템들에 비해 일반적으로 상당히 높은 정확도를 보였으며 이를 통해, 본 연구에서 제시한 가설이 채택될 수 있음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제7권12호
• /
• pp.292-302
• /
• 2007

최근 고객 선호도에 맞는 정보 또는 상품을 예측하기 위한 연구들이 활발히 진행되고 있다. 고객의 만족도를 향상시키기 위해서 먼저 불필요한 정보들을 제거시켜야 하며 이러한 정보 필터링은 내용기반 필터링, 협업 필터링 등 여러 가지 기법을 통해 연구되고 있다. 본 논문에서는 기존 필터링 기법들의 문제점으로 나타나고 있는 희소성과 확장성을 해결하기 위해서 역전파 신경망을 이용하여 연구를 수행하였다. 신경망의 훈련 데이터는 설문조사를 통해 얻어진 데이터를 사용하였다. 최종적으로 설문조사를 통해 데이터를 수집하고 신경망 기반 추천시스템의 프로토 타입을 제안하였고 기존 정보필터링 기법의 문제점을 개선하였다.

• 인터넷정보학회논문지
• /
• 제21권2호
• /
• pp.65-72
• /
• 2020

본 논문에서는 사용자 식별용 분산 아이디(DID, Distributed ID)를 적용한 블록체인의 분산 노드(Node)로서 개인인증을 위한 USB 지문인식 모듈을 설계 하였다. 생체 연계형 지문인식 모듈은 FIDO(Fast IDentity Online) 서버가 거래인증을 확인하기 위한 실시간 과정을 온라인 인증 웹 사이트에서 검증한다. 이로서 블록체인 분산ID 기반의 거래인증을 확인하기 위해 스마트 디바이스와 연동하는 개인별 시청률 조사 방안 및 맞춤형 쇼핑몰에서 구매예정 상품과 가상화폐를 추천할 수 있다. DID를 기반으로 한 개인 사용자 식별을 통한 채널의 변경정보를 인식함으로서, 시청률 조사가 신뢰성을 향상 할 수 있게 된다. 이러한 분산 아이디를 활용한 온라인 쇼핑 몰에서 상품구매 정보이력을 활용할 수 있다. 이로서 구매를 위한 상품정보를 블록체인으로 공유함으로서, DID기반의 맞춤형 쇼핑 몰 추천 방식을 제공할 수 있다. 또한, 블록체인 FIDO 서비스는 지문/안면 인증과 같은 기법을 통해 블록체인 노드로서 삼성 S10 단말의 키스토어(Key-srore) 인증 이외에도, 부가적인 거래의 인증을 활용할 수 있게 된다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.177-192
• /
• 2012

최근 추천시스템에 대한 연구는 고객에게 적합한 상품을 추천하는 것에서 진일보하여, 고객이 선호할만한 친구나 배우자를 추천해주는 인맥 연결분야로 확장되고 있다. 이러한 인맥 연결의 주요한 분야로 미혼남녀를 소개시키는 온라인 데이트시스템을 생각할 수 있다. 본 연구는 사용자에게 적합한 데이트 상대를 추천해주는 온라인 매칭시스템을 제안한다. 제안된 시스템은 기존의 상품추천 시스템과는 다르게, 추천 받는 고객뿐만 아니라, 추천 되는 상대방의 호감도를 함께 고려하여, 양자가 상호 대칭적인 만족도를 갖도록 설계하였다. 또한, 인기인에게 추천이 편중되거나, 비인기인들이 추천에서 소외되지 않고, 시스템 참여자들이 전체적으로 일관된 추천 만족도를 가질 수 있도록 하였다. 본 연구에서 제안한 매칭 시스템은 Mutually Beneficial Matching(MBM) 시스템이라 명명하였으며, 이를 다른 두 일반적인 매칭 기법인 Preference-Based Matching(PBM) 기법 및 Arithmetic Mean-Based Matching(AMM) 기법과 비교하여 성능평가를 수행하였다. 즉, 위의 세 가지 기법을 Java를 사용하여 prototype으로 구현한 후, 가상의 미혼남녀 200명의 데이터에 적용하여 비교 분석하였다. 그 결과, 제안된 MBM 기법이 PBM 및 AMM 기법에 비하여 통계적으로 유의하게 높은 상호호감도(Mutual Preference)를 보임을 알 수 있었고, 호감도의 대칭성(Symmetric Ratio)도 대부분의 경우 높게 도출됨을 확인하였다. 뿐만 아니라, 제안된 MBM 기법은 PBM 기법보다 추천에서 소외된 고객 수(Number of Outsiders)가 적어서, 매칭 pool안의 사용자들에게 전체적으로 호혜적이고 일관된 추천서비스를 제공할 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권7호
• /
• pp.93-100
• /
• 2022

인터넷 상의 정보 과부하 시대에 필수 불가결한 기능인 추천 시스템은 사용자가 선호할 만한 상품을 추천하는 서비스로서 여러 상업용 사이트에서 성공적으로 제공되고 있다. 최근 대표적인 추천 기법인 협력 필터링의 성능 개선을 위하여 항목 평가 시간을 반영하려는 연구가 활발하다. 이 연구들의 핵심 아이디어는 과거에 평가한 항목일수록 기하급수적으로 낮은 가중치를 두어 추천 결과를 산출하는 것이다. 그러나 이는 항목의 특성에 따른 사용자들의 선호도 변화를 고려하지 않고 모든 항목들에 대하여 일률적인 시간 함수를 적용한다는 단점을 가진다. 본 연구는 시간에 따른 항목 간의 유사도값 변화를 가중합으로 통합하는 새로운 유사도 척도를 개발함으로써 기존과 전혀 다른 관점의 시간 인지 협력 필터링 기법을 제안한다. 실험 결과, 제안 방법의 예측 성능과 추천 성능은 기존의 대표적 시간 인지 방법과 전통적 방법들에 비해 월등하게 우수하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제11권2호
• /
• pp.180-191
• /
• 2005

무선 통신 기술의 급속한 발전으로 세계적으로 무선 인터넷 서비스가 점차 확대되고 있고 그중 모바일 전자상거래가 큰 비중을 차지하고 있다. 현재의 모바일 전자 상거래 서비스는 제한적인 컨텐츠와 고가의 과금 시스템, 무선 디바이스 기기의 하드웨어적 제약 등 그것의 활성화를 저해하는 여러 가지문제점을 지니고 있음에도 불구하고 차세대 인터넷 사업으로 기대되고 있다. 본 논문에서는 이러한 기존의 모바일 전자상거래 서비스의 문제점을 정리하고, 이를 개선하기 위한 방안으로 유선 인터넷상의 상품정보를 자동으로 수집하여 모바일 전자상거래용으로 자동 변환하는 기능, 무선 디바이스상에서 오프라인으로 상품 검색 및 주문 등을 가능하게 하는 미들릿 애플리케이션, 개인적응형 상품 추천 기능을 가진 종합적인 해결책을 제안한다. 제안 시스템은 실제로 설계, 구현되어 그 기능과 유효성을 확인하였다

• 지능정보연구
• /
• 제28권1호
• /
• pp.311-328
• /
• 2022

정보통신기술 발달로 스마트폰이 보급되면서, 온라인 쇼핑몰 서비스는 컴퓨터가 아닌 모바일로도 사용이 가능해졌다. 그로 인해 온라인 쇼핑몰 서비스를 이용하는 사용자는 급격히 증가하게 되고, 거래되는 제품의 종류 또한 방대해지고 있다. 따라서 기업은 이익을 최대화하기 위해서는 사용자가 관심을 가질만한 정보를 제공해주는 것이 중요하다. 이를 위해 사용자의 과거 행동 데이터나 행동 구매 기록을 기반으로 사용자에게 필요한 정보 또는 제품을 제시하는 것을 추천 시스템이라 한다. 현재 추천 서비스를 제공하는 대표적인 해외 기업으로는 Netflix, Amazon, YouTube 등이 있다. 최근 이러한 전자상거래 사이트에서는 사용자가 해당 제품에 대한 리뷰가 유용한지에 대해 투표할 수 있는 기능을 제공하고 있다. 이를 통해, 사용자는 유용하다고 판단되는 제품에 대한 리뷰와 평점을 참고하여 구매 의사결정을 내린다. 따라서 본 연구에서는 제품에 대한 평점과 리뷰의 유용성 정보 간의 상관관계를 파악하고, 리뷰의 유용성 정보를 추천 시스템에 반영하여 추천 성능을 확인하고자 한다. 또한 대부분의 사용자들은 만족한 제품에만 평점을 부여하는 경향이 있고 제품에 대한 평점이 높을수록 구매 의도가 높아지는 경향이 있다. 따라서 전통적인 협업 필터링 기법에 모든 평점을 반영한 결과와 4점과 5점 평점만을 반영한 추천 성능 결과를 비교하고자 한다. 이를 위해 본 연구에서는 Amazon에서 수집한 전자 제품 데이터를 사용하였으며, 실험 결과는 평점과 리뷰 유용성 정보 간 상관관계가 있는 것으로 확인되었다. 또한 모든 평점과 4점과 5점 평점만을 추천 시스템에 반영하여 추천 성능을 비교한 결과, 4점과 5점 평점만을 추천 시스템에 반영한 결과의 추천 성능이 더 높게 나타났다. 그리고 리뷰 유용성 정보를 추천 시스템에 반영한 결과는 리뷰가 유용할수록 추천 성능은 높게 나타나는 것으로 확인하였다. 따라서 이러한 실험 결과는 향후 개인화 추천 서비스의 성능 향상에 기여하고, 전자상거래 사이트에 시사점을 제공할 수 있을 것으로 본다.

• 디지털콘텐츠학회 논문지
• /
• 제19권9호
• /
• pp.1689-1697
• /
• 2018

본 논문에서는 첨단 ICT기술을 활용하여 온라인 소비자를 오프라인의 전통시장과 연결해주는 O2O 플랫폼 서비스를 기반으로한 모바일 어플리케이션의 디자인을 연구하였다. 소비자가 직접 시장에 방문하여 면대면 (Face-to-face)으로 접촉하는 기존 판매 방식에 더하여 모바일 결제와 개인화 추천서비스 등 첨단 기술을 이용하여 전통시장 소비자의 저변을 확대하고 판매방식 다변화를 통한 이익창출에 기여할 수 있는 방안을 모색한다. 특히, 한국 사용자뿐만 아니라 한국 문화와 상품에 익숙하지 않은 외국인을 위한 다국어를 통한 상품정보 제공기능과 모바일 결제, 저전력 블루투스 비콘(Beacon)을 이용한 근거리 상점 추천 등을 포함한 전통시장 소비자의 편의를 높일 수 있는 방안을 제안하였다. 본 연구에서 제안하는 전통시장 모바일 어플리케이션은 안드로이드 운영체제에 종속된 네이티브 어플리케이션으로 객체지향 프로그래밍 언어인 자바를 통해 개발하였고 이를 위해 객체지향 분석 설계 방식을 이용하였다. 연구의 결론으로는 현재 각광받고 있는 O2O 서비스를 중심으로 새로운 전자상거래 모델을 디자인하였으며, 이를 통해 전통시장의 저변 확대를 도모할 수 있는 방안을 또한 함께 제안하였다.

• 정보처리학회논문지D
• /
• 제11D권7호
• /
• pp.1417-1426
• /
• 2004

유비쿼터스 상거래의 도래에 따라 개인화된 서비스에 대한 관심이 높아지고 있고, 고객이 관심을 갖는 상품에 대한 정보를 제공하기 위해 추천 기법의 중요성은 지금까지의 많은 연구들을 통해 제시되고 있다. 그러나 기존 연구에서는 대부분 특징 기법에 의존적이고 전자 상거래에만 국한되어 적용될 수 있었다. 이러한 추천 기법을 유비쿼터스 상거래에 적용하기 위해서는 고객의 상황 또는 환경에 대한 정보 즉, 컨텍스트에 대한 확정된 도메인의 모델링과 각 추천 기법들의 상거래 활성화 단계별 장단점을 보완하기 위한 유기적 연계가 필요하다. 따라서 이 연구에서는 이러한 문제를 해결하기 위해 유비쿼터스 상거래에서 개인의 상거래 활동에 관련된 컨텍스트 정보를 모델링하고, 상거래 활성화 단계에 따라 상이한 특성을 갖는 각 추천 기법을 선호도 트리를 매개로 하여 연계하는 점진적 선호 분석 방법을 제시한다. 그리고 이러한 분석 과정을 통해 생성된 선호도 트리에서 정보를 효율적으로 처리하기 위해 XML 인텍스 기법을 적용한다.