A recommender system is a system that recommends products or services that best meet the preferences of each customer using statistical or machine learning techniques. Collaborative filtering (CF) is the most commonly used algorithm for implementing recommender systems. However, in most cases, it only uses purchase history or customer ratings, even though customers provide numerous other data that are available. E-commerce customers frequently use a search function to find the products in which they are interested among the vast array of products offered. Such search keyword data may be a very useful information source for modeling customer preferences. However, it is rarely used as a source of information for recommendation systems. In this paper, we propose a novel hybrid CF model based on the Doc2Vec algorithm using search keywords and purchase history data of online shopping mall customers. To validate the applicability of the proposed model, we empirically tested its performance using real-world online shopping mall data from Korea. As the number of recommended products increases, the recommendation performance of the proposed CF (or, hybrid CF based on the customer's search keywords) is improved. On the other hand, the performance of a conventional CF gradually decreased as the number of recommended products increased. As a result, we found that using search keyword data effectively represents customer preferences and might contribute to an improvement in conventional CF recommender systems.
Journal of the Korea Institute of Information and Communication Engineering
/
v.26
no.11
/
pp.1599-1607
/
2022
The data mainly used for the model are as follows: the personal information, the information of insurance product, etc. With the data, we suggest three types of models: content-based filtering model, collaborative filtering model and classification models-based model. The content-based filtering model finds the cosine of the angle between the users and items, and recommends items based on the cosine similarity; however, before finding the cosine similarity, we divide into several groups by their features. Segmentation is executed by K-means clustering algorithm and manually operated algorithm. The collaborative filtering model uses interactions that users have with items. The classification models-based model uses decision tree and random forest classifier to recommend items. According to the results of the research, the contents-based filtering model provides the best result. Since the model recommends the item based on the demographic and user features, it indicates that demographic and user features are keys to offer more appropriate items.
Proceedings of the Korea Information Processing Society Conference
/
2003.11c
/
pp.1719-1722
/
2003
최근에는 데이터마이닝(DataMining)이나 고객관계관리(Customer Relationship Management) 시스템 등을 이용하여 고객을 유치, 관리 및 서비스를 해오고 있으나, 이러한 시스템을 개발하고 관리하는데 있어서는 과다한 비용과 시간이 소요되는 점과 관리자가 시스템을 올바르게 이해하고 관리하는데 어려움이 따른다. 본 논문은 구매자와 유사한 신상정보를 지닌 사용자들로부터 선호하는 상품에 대해 추천을 받을 수 있으며, 하나의 상품에서도 여러 특성을 지니고 있다는 점을 고려하여 사용자의 구매 상품에 대한 특성을 파악하여 보다 정확하게 추천해 줄 수 있는 시스템을 개발하는데 그 목적이 있다.
Journal of the Korean Institute of Intelligent Systems
/
v.16
no.2
/
pp.185-190
/
2006
Most systems in ubiquitous computing analyze context information of users which have similar propensity with demographics methods and collaborative filtering to provide personalized recommendation services. The systems have mostly used static context information such as sex, age, job, and purchase history. However the systems have limitation to analyze users' propensity accurately and to provide personalized recommendation services in real-time, because they have difficulty in considering users situation as moving path. In this paper we use users' moving path of dynamic context to consider users situation. For the prediction accuracy we complete with a path completion algorithm to moving path which is inputted to RSOM. We train the moving path to be completed by RSOM, analyze users' moving pattern and predict a future moving path. Then we recommend the nearest product on the prediction path with users' high preference in real-time. As the experimental result, MAE is lower than 0.5 averagely and we confirmed our method can predict users moving path correctly.
Journal of the Korean Society of Clothing and Textiles
/
v.36
no.11
/
pp.1222-1236
/
2012
This study examined the effects of product recommendation services as an atmosphere for online mass customization shopping sites on consumers' cognitive and affective responses. We conducted a between-subject experimental study using a convenience sample of college students. A total of 196 participants provided usable responses for structural equation modeling analysis. The findings of the study support the S-O-R model for a product recommendation system as an element of the shopping environment with an influence on OMC product evaluations and arousal. The results showed that OMC product recommendation service positively affected cognitive and affective responses. The findings of the study suggest that OMC retailers might pay attention to the affective and cognitive responses of consumers through product recommendation services that can enhance product evaluations and OMC usage intentions.
Proceedings of the Korea Contents Association Conference
/
2018.05a
/
pp.21-22
/
2018
최근 소셜 네트워킹 서비스(SNS)의 급격한 성장과 함께, SNS를 대상으로 상품 마케팅을 하는 기업(광고주)들이 증가하고 있다. 이에 따라 SNS에서 상품을 효과적으로 광고할 수 있는 광고 대행 유저들을 광고주에게 추천해주는 서비스들이 등장하였다. 하지만 위와 같은 대부분의 서비스들은 단순히 유저의 이웃 수를 기반으로 유저의 광고 효과를 평가하기 때문에, 유저를 통해 단계적으로 파급되는 광고 효과는 고려하지 못한다는 한계를 가지고 있다. 위와 같은 문제를 해결하기 위해, 본 논문은 영향력 최대화 (Influence maximization) 연구 분야의 기술을 활용하여, (1) 유저를 통해 단계적으로 파급되는 광고 효과를 고려하는 광고효과 최대화 방안을 제안한다. 또한 보다 정확하게 광고효과를 평가하기 위해, (2) 광고 상품과 유저 사이의 적합도를 정의하여 광고 대행인 선출 과정에 적용하였다. 실세계 데이터를 이용한 실험을 통해 제안하는 광고 대행 유저 선출 방안이 전통적인 선출 방안들과 비교하여 광고 효과가 더 큰 유저들을 선출한다는 것을 입증하였다.
The Paper Explores The Problem Of Recommending Talks To Attend At International Research Conferences. When Researchers Participate In Conferences, Finding Interesting Talks To Attend Is A Real Challenge. Given That Several Presentation Sessions And Social Activities Are Typically Held At A Time, And There Is Little Time To Analyze All Alternatives, It Is Easy To Miss Important Talks. In Addition, Compared With Recommendations Of Products Such As Movies, Books, Music, Etc. The Recipients Of Talk Recommendations (i.e. Conference Attendees) Already Formed Their Own Research Community On The Center Of The Conference Topics. Hence, Recommending Conference Talks Contains Highly Social Context. This Study Suggests That This Domain Would Be Suitable For Social Network-Based Recommendations. In Order To Find Out The Most Effective Recommendation Approach, Three Sources Of Information Were Explored For Talk Recommendation-Whateach Talk Is About (Content), Who Scheduled The Talks (Collaborative), And How The Users Are Connected Socially (Social). Using These Three Sources Of Information, This Paper Examined Several Direct And Hybrid Recommendation Algorithms To Help Users Find Interesting Talks More Easily. Using A Dataset Of A Conference Scheduling System, Conference Navigator, Multiple Approaches Ranging From Classic Content-Based And Collaborative Filtering Recommendations To Social Network-Based Recommendations Were Compared. As The Result, For Cold-Start Users Who Have Insufficient Number Of Items To Express Their Preferences, The Recommendations Based On Their Social Networks Generated The Best Suggestions.
최근 본격적으로 서비스되기 시작한 비교쇼핑몰들은 번거로운 쇼핑과정을 대신하여 한 사이트 내에서 원하는 상품에 대한 통합검색과 비교가 한번에 이루어지게 해준다. 그러나 에이전트에 의해 수집된 상품정보의 양이 방대해진 반면 고객중심의 one-to-one marketing이 이루어지지 않아 불필요한 정보로 인해 여전히 쇼핑의 효율이 낮다. 본 논문에서는 등록된 각 고객의 프로파일과 관심도에 따라 코드화된 정보의 처리를 통하여 개별적인 상품정보의 제공과 한 번의 클릭으로 원하는 쇼핑몰의 원하는 상품만을 비교해 보여줄 수 있는 멀티 에이전트 기반의 개인화된 비교쇼핑 시스템을 제안한다. 또한 학습된 고객의 관심도와 프로파일을 이용하여 구매가 예측되는 상품을 적절한 시간에 e-mail 푸쉬 서비스로 추천 및 광고하여 추가 쇼핑으로 이어질 수 있게 하였다.
Personalized product recommendation service is receiving attention as a new marketing strategy while supporting consumer information search and purchasing decisions. This study attempted to verify the effect of self-reference on service use behavior through the dual path of cognitive attitude and emotional attachment. Using convenience sampling, an online survey was conducted with 324 women who were in their 20s and 30s. After collecting and compiling the survey data, the reliability and validity of variables constituting the conceptual research model were verified through confirmatory factor analysis using AMOS 22.0. Next, the significance of sequentially mediated pathways was verified using Process 3.5 Model 80. The results showed that self-referencing not only significantly affects service use intention by simply mediating cognitive attitudes but also sequentially mediates cognitive attitudes and additional information search. Furthermore, self-referencing was significant as an indirect path to service use intention by mediating additional information search. However, in the path mediated by emotional attachment, self-referencing was considered as a simple mediated path leading to service usage intention. These results indicate a dual path in the psychological mechanism, through cognitive and emotional evaluation, that prompts consumer behavioral responses to the personalized product information provided in the shopping process.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.