• CRM연구
• /
• v.4 no.1
• /
• pp.55-68
• /
• 2011

Recently with the development of Web services by utilizing a variety of web content, the studies on user experience and personalization based on web usage has attracted much attention. Majority of personalized analysis are have been carried out based on existing data, primarily using the database and statistical models. These approaches are difficult to reflect in a timely mannerm, and are limited to reflect the true behavioral characteristics because the data itself was just a result of customers' behaviors. However, recent studies and commercial products on web analytics try to track and analyze all of the actions from landing to exit to provide personalized service. In this study, by analyzing the customer's click-stream behaviors, we define U-Score(Usage Score), P-Score (Preference Score), M-Score(Mania Score) to indicate variety of customer preferences. With the devised three indicators, we can identify the customer's preferences more precisely, provide in-depth customer reports and customer relationship management, and utilize personalized recommender services.

• The KIPS Transactions:PartB
• /
• v.9B no.1
• /
• pp.1-6
• /
• 2002

Many customers consult the Internet before making purchase goods and using contents. The systems in the Internet could store a lot of data and classify the data into information to get relationship between a company and customers. To do that, let's consider a knowledge-assisted hybrid system that utilizes individually a customer's preference to make an optimal solution in the his/her decision making. The knowledge made by using the preference is employed to select an domain set appropriate to him/her business, and the process of selecting definitely provides the customer some benefits: elimination of discomfort from unknown information and reduction of costs and search time for forming an suitable domain set. To effectively adopt individual customer's preference and actively adapt change of business situation, this study propose an architecture of the system which includes rule presentations and an inference engine, and integrates a knowledge-based component into a quadratic programming component. In the experimental results, it is found that a knowledge-assisted hybrid system implemented by this idea is more flexible than existing systems in extension of knowledge about an customer's preference and goes beyond the traditional models.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.472-474
• /
• 2001

웹 기반의 쇼핑몰 사이트의 수가 많아지고 그 이용량이 증가하면서, 차별화된 고객 서비스를 위해 다양한 데이터마이닝 기술들이 적용되고 있다. 특히 고객의 취향에 부합하며 그의 필요를 만족하는 상품을 고객에게 제안하는 추천 시스템을 위해 정보 필터링(information filtering) 알고리즘들이 사용되고 있다. 많은 추천 시스템들은 고객들이 상품에 대해 부여한 선호도 정보를 기반으로, 현재 사용중인 고객에게 그와 취향이 비슷한 고객들이 선택했으며, 아직 그가 선택한 적이 없는 상품을 추천하는 협력적 필터링(collaborative filtering) 방법을 사용하고 있다. 본 연구에서는 보통의 협력적 필터링 방법에 내용기반 필터링(content-based filtering) 방법을 적용하고, 고객의 상품에 대한 선호도 점수를 자동으로 계산할 수 있도록 하는 방법을 제안하여 적용함으로써 협력적 필터링 방법을 개선하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.277-280
• /
• 2004

많은 기업들은 기업 내${\cdot}$외의 기술 및 서비스의 효율적인 통합 환경을 구축하기 위해 웹 서비스를 도입하고 있다. 구조화된 웹 서비스는 고객의 입장에서 그들의 요구를 만족시킬 수 있어야 하고, 공급자 입장에서는 경제성을 가지고 실행되어야 한다. 이 연구의 목적은 고객의 입장에서 여러 서비스 기준들을 만족시킬 수 있는 적합한 웹 서비스를 구성하는 방안을 탐구하는데 있다. 본 논문에서는 고객의 서비스에 대한 선호도를 고려하기위해 선점 목표계획법을 이용하여 웹 서비스를 구성한다. 이러한 접근법은 고객이 다중 우선순위를 가지고 있는 상황의 문제 해결 방안을 제시한다.

• Annual Conference of KIPS
• /
• 2003.05c
• /
• pp.1693-1696
• /
• 2003

인터넷의 발달로 웹 상에서 상품을 거래하는 전자상거래가 대두되었고 이러한 거래를 발생시키는 곳이 웹사이트이므로 그 역할은 매우 크다. 따라서, 고객이 선호하는 웹사이트의 비교 분석은 반드시 필요하게 되었다. 본 논문에서는 대표적인 온라인 서점 세 곳의 웹사이트에 AHP(Analytic Hierarchy Process, 분석적 계층과정)를 적용하여 비교 분석하고, 고객이 선호하는 웹사이트를 제안했다. AHP란 어떤 기준에 의거하여 요소들을 선택할 때 사용할 수 있는 의사결정방법이다. 이 논문을 통하여 AHP가 고객이 선호하는 웹사이트 선정 시 매우 유용함을 보여주었고, 나아가 발전가능성이 높은 전자상거래의 다른 분야에도 효과적으로 활용하고자 한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.10a
• /
• pp.257-263
• /
• 2005

초기에 하나의 상품 카테고리만을 다루던 전자상거래 사이트들이 브랜드 확립 후에 다른 상품 카테고리까지 확대해 나가는 모습을 많이 보아왔다. 고객이 아직 방문하지 않은 신규 상품 카테고리의 상품에 대하여 기존 상품 카테고리에서 만들어진 사용자 프로파일을 활용하여 개인화된 추천을 할 수 있다면, 고객이 다양한 상품 카테고리를 방문하도록 유도할 수 있을 것이다. 하지만 일반적으로 전자상거래 사이트에서는 상품 카테고리별로 사용자의 선호도를 파악하여 개인화된 추천을 수행하기 때문에, 해당 카테고리 내 상품의 구매나 방문 기록이 없다면 개인화된 추천을 수행하기가 어렵다 . 본 논문에서는 협업 필터링을 통해 신규 상품카테고리 내의 상품을 추천하기 어려운 고객들을 대상으로 기존의 사용자 선호도 데이터를 활용하여 신규 상품 카테고리 내의 상품을 추천하는 방안의 타당성을 살펴보도록 한다. 즉, 기존 사용자의 특정상품 카테고리 선호도 데이터를 통해 사용자간 유산도를 계산하고, 이를 추천하려는 타 상품 카테고리 내의 상품들에 대한 예측 선호도 계산에 활용 타당성을 살펴본다. 이를 실증적으로 검토하기 위해서, Yes24 사이트의 서적, 음반, DVD 3개의카테고리 내의 상품을 방문한 웹 패널 데이터를 이용하여 타당성 분석을 수행하였다. 분석 결과, 동일 상품 카테고리 내의 선호도 정보를 가지고 현업 필터링을 수행하는 것보다는 추천 성과가 낮았지만 활용할만한 추천 성과를 보였으며, 활용하는 상품 카테고리와 예측하는 상품 카테고리별로 추천성과가 상이했다.

• Proceedings of the Korea Contents Association Conference
• /
• 2003.05a
• /
• pp.340-343
• /
• 2003

To effectively adopt individual customer's preference and actively adapt change of business situation, suppose an architecture of the system which include information categorization using user's preference. In the experimental results, it is found that information providing system implemented by this idea is more flexible than existing systems in extension of usage of information and goes beyond the traditional models.

• Proceedings of the Korea Contents Association Conference
• /
• 2003.05a
• /
• pp.372-375
• /
• 2003

To effectively adopt individual customer's preference and actively adapt change of business situation, suppose an architecture of the system which include information categorization using user's preference. In the experimental results, it is found that information providing system implemented by this idea is more flexible than existing systems in extension of usage of information and goes beyond the traditional models.

• Proceedings of the KAIS Fall Conference
• /
• 2003.06a
• /
• pp.222-225
• /
• 2003

웹의 급속한 성장으로 수많은 양의 정보가 매일같이 쏟아져 나오고 있다. 이는 특정 상품정보를 얻으려는 고객들에게 많은 혼란을 야기할 수 있다. 이러한 문제의 해결을 위해 추천시스템이 개발되었고, 추천 시스템은 고객들이E-Commerce 상에서 상품을 구매하는 것을 도와주기 위해서 지속적인 증가추세로 사용되고 있다. 이러한 추천시스템은 다양한 고객들의 선호도에 따라 유사성과 비유사성에 대한 정보의 기초위에서 고객들의 잠재적인 관심 항목들에 대해 개인의 취향에 맞게 추천하는 기술들을 제공한다. 그러나, 추천시스템에 많은 관심을 가짐에도 불구하고 그들의 성능에 대한 공개된 기술이나 정보는 매우 제한적이다. 본 논문에서는, 과거 고객들의 구매행동, 고객정보 데이터마이닝의 연관규칙을 이용한 E-Commerce 추천시스템을 설계하고 구현하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.189-193
• /
• 2006

문맥광고 또는 컨텍스트 기반 광고란 사용자들이 선택한 웹 콘텐츠 내용을 기반으로 하여 연관성 있는 광고를 자동으로 선택하여 사용자에게 제공하는 광고기법이다. 즉, 웹 사이트를 방문하는 고객을 타겟으로 하여 그들이 찾고자 하는 것과 관련된 광고를 내보냄으로써 효과적인 광고가 이루어지도록 하는 것이다. 그러나 기존의 문맥광고는 사용자가 관심을 가지는 키워드가 아닌 광고주가 선택한 키워드를 중심으로 광고 내용을 선택하기 때문에 사용자의 실제적인 관심이 반영되지 않아 광고의 효과가 떨어지는 문제점을 가지고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 사용자가 웹 콘텐츠를 선택할 때 마다 사용자의 선호도를 동적으로 학습하고, 학습된 선호도를 문맥광고에 활용하는 개인화된 문맥광고를 제안한다. 실험을 위해서 제안한 방법으로 광고를 생성해서 보여주는 웹 브라우저를 구현하여 기존의 문맥광고와 개인화된 문맥광고에 대한 사용자의 평가를 비교하였다. 실험 결과 본 논문에서 제안한 개인화된 문맥광고가 ‘콘텐츠의 내용과의 연관성’, ‘사용자의 클릭여부’ 등의 항목에서 기존의 문맥광고에 비해 우수하다는 결과를 얻을 수 있었다.