• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1125-1128
• /
• 2013

본 논문에서는 여성들의 개별 패션 선호도로부터 패션 선호 패턴을 분석하고 이를 이용하여 고객에게 맞는 의류를 추천하는 모바일 의류 추천 시스템을 제안한다. 패선 선호관련 설문조사로부터 대응표본 T-검정 방법을 이용하여 선호 특성과 의류와의 유효한 관계를 찾고, 이를 바탕으로 선호 특성에 따른 의류 분류 기준을 작성하였으며, 카이제곱 검정 방법을 통해 선호 특성과 의류 사이의 연관성을 파악하고 선호 특성에 따른 선호 의류 추천을 위한 규칙을 도출하였다. 이러한 규칙을 활용하여 각 사용자의 구입의사 및 패선 선호 특성에 따른 의류를 추천해 주는 시스템을 구현하였으며, 이에 대한 만족도를 조사한 결과 10 점 만점에 7.1 점으로 나타났다. 본 논문에서 제안한 모바일 의류 추천 시스템을 통해 사용자는 선호 의류를 추천 받을 수 있으며, 이로부터 제품의 정보 부족으로 발생하였던 모바일 쇼핑의 문제점을 해결할 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제14권8호
• /
• pp.1061-1069
• /
• 2011

정보통신기술의 발달로 인터넷을 이용하는 패션/코디 쇼핑몰은 그 시장이 매년 큰 폭으로 증가하고 있다. 하지만, 자신의 신체나 패션스타일에 맞는 의류를 온라인 쇼핑몰에서 검색하는 것은 쉽지 않다. 본 논문은 여성 의류의 패션/코디 추천시스템에 대하여 특히, 개인의 신체적 특성에 가장 잘 맞추어진 의류 추천기능에 대하여 논한다. 또한, 계절별 유행에 대한 전문가의 추천도 고려할 수 있고, 자신의 좋아하는 의류스타일도 미리 등록해 둔 후에, 다양한 방법의 선택을 통하여 등록된 상품 중 자신이 원하는 최적의 상품을 추천받을 수 있도록 패션/코디 쇼핑몰에서의 추천방법을 제안하였다.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.357-363
• /
• 2021

일반적으로 사람들은 외출 시 실시간 날씨 및 기온 등을 참고하여 입고 나갈 의류를 선택하게 된다. 그러나 개인이 실시간 날씨 정보, 자신의 체감 온도 정보 등을 활용하여 자신이 소장한 의류 중에서 알맞은 의류를 선택하는 것은 어려운 일이다. 이러한 문제를 도와주기 위해 개발된 기존의 의류 추천 시스템들은 의류 범주가 명확하게 설정되어 있지 않고, 사용자가 소지하고 있지 않은 의류를 추천하는 문제점이 있다. 또한 사용자별 체감 온도를 고려하지 않아 사용자에게 적절하지 못한 의류를 추천하는 경우가 발생한다. 이러한 문제점들을 해결하기 위하여 본 연구에서는 사용자가 소장하고 있는 의류에 대해 의류 범주를 결정하여 등록하고, 사용자별 체감 온도와 실시간 날씨 정보를 함께 고려하여 개인별 맞춤형 의류를 추천하는 시스템을 개발하였다. 날씨 정보의 경우, 단순한 기온, 풍향 등의 기상 정보만이 아니라 온도 민감도를 이용하여 개인별 체감 온도에 따른 의류를 추천하였다. 본 시스템을 평가하기 위해 대학생 65명을 대상으로 만족도 조사를 실시하였다. 그 결과 추천된 의류에 대해 만족한다는 의견이 80%를 차지하여 본 시스템의 만족도는 양호한 것을 확인할 수 있었다. 따라서 본 시스템을 사용할 경우, 개인별 체감 온도를 반영하여 개인이 소장한 의류를 기반으로 추천받게 됨으로써 실생활에서 활용도가 매우 높을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.459-460
• /
• 2023

기존의 추천시스템은 상품간 혹은 사용자 간의 유사도를 기반으로 작동한다. 하지만 이는 사용자가 유사한 상품 추천 속에 갇히게 되는 필터 버블의 문제와 추천시스템의 고질적인 문제인 데이터 희소성 문제를 피할 수 없게 된다. 따라서 본 연구에서는 사용자의 취향과 체형 정보를 반영하여 사용자의 평점을 예측하는 협업 필터링 기반 딥러닝 추천과 상품간 비유사성을 고려하여 사용자의 평점을 예측하는 내용 기반 추천을 혼합한 하이브리드 추천 모델을 구축하여 기존 추천시스템의 문제점을 해결하였다. 모델의 성능평가를 위해 인터넷 의류 쇼핑몰을 대상으로 유사한 이미지를 활용한 하이브리드 추천 모델과 NDCG 값을 비교하였고 유사도가 낮은 이미지를 활용한 모델이 더 우수한 성능을 보였다. 이는 다른 제품과는 달리 소비자가 의류를 구매할 경우 이미 구매한 상품과 유사한 상품보다는 유사하지 않은 상품을 구매할 가능성이 크다는 것을 보여준다.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.407-413
• /
• 2022

기존 의류 추천 시스템들은 사용자 자신의 신체 촬영 사진이나 신체 사이즈를 입력한 후, 사용자가 좋아하는 의류의 종류를 선택하면 그에 적합한 사진을 보여주는 수준에 머물러 있다. 이러한 추천 시스템을 이용하여 사용자가 의류를 구매할 경우, 사용자의 신체 사이즈에 맞지 않거나 어울리지 않는 경우가 다수 발생하게 된다. 본 연구에서는 기존 의류 추천 시스템들의 이런 문제점을 해결하기 위하여 사용자가 사이즈 뿐만 아니라 피부톤을 입력받아 사용자의 신체 사이즈 뿐만 아니라 피부톤에 알맞는 의류를 추천하는 시스템을 구현하였다. 본 시스템은 의류 추천을 위해 남성 상의 8가지를 대상으로 웹 크롤링을 통해 얻은 의류의 사이즈 정보를 주기적으로 데이터베이스에 저장하고, 해당 의류 이미지의 전체 픽셀을 분석하여 색감 텍스트 값을 추출하였다. 본 시스템의 성능을 확인하기 위하여 남자 대학생 100명을 대상으로 설문 조사를 실시하였으며, 70% 수준의 만족도를 보였다. 만족하지 않는 대부분의 이유는 추천 대상 의류가 한정되어 있다고 밝혀서 추후 대상 의류의 확대가 필요할 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.500-503
• /
• 2018

최근 스마트폰의 보급률이 높아지면서 인터넷 쇼핑몰의 접근성이 용이해지고 있고 그로 인해 사용자들의 인터넷 쇼핑의 이용이 보편적이게 되었다. 그 중 여성 의류 분야는 많은 비중을 차지하고 있으며 현재도 꾸준히 성장하고 있는 추세이다. 많은 여성 소비자들은 개인의 취향에 맞는 의류들을 추천받기를 원한다. 본 논문에서는 협업 필터링에서 발생하는 cold start 문제를 이름, 나이, 선호 스타일, 자주 사용하는 쇼핑몰 등 개인 성향을 이용하여 해결하는 협업 필터링과 개인 성향을 이용한 여성 의류 쇼핑몰 추천 시스템을 제안한다.

• 경영정보학연구
• /
• 제18권2호
• /
• pp.59-77
• /
• 2016

전자상거래 시장에서는 점차 다양한 추천기법들이 적용되고 있으나, 고객 관점에서 이에 대한 사용의도를 비교 분석한 연구는 매우 드물다. 본 연구는, 온라인 쇼핑몰에서 널리 활용되고 있는 베스트셀러 추천, MD(Merchandiser)추천, 내용기반 추천, 협업필터링 추천, 그리고 지인추천 등의 다섯 가지 추천기법들에 대한 고객의 사용의도를, 전자제품군 구매 시와 의류군 구매 시에 대해서 비교 분석하였다. 이와 더불어, 어떠한 요소들이 고객의 추천서비스 사용의도에 영향을 미치는지에 대한 연구를 수행하였다. 이를 위해, 추천서비스 사용경험이 있는 전자상거래 사용자 총 220명을 대상으로 설문조사를 수행한 후, 분산분석(ANOVA), 회귀분석 등을 사용하여 데이터 분석을 수행하였다. 본 연구결과, 추천기법에 따른 고객의 추천서비스 사용의도에는 통계적으로 유의한 차이가 있으며, 특히 전자제품군 구매 시에는 베스트셀러 추천기법이, 의류군 구매 시에는 내용기반의 추천기법이 가장 선호되는 것으로 나타났다. 또한, 고객의 인물특성, 성격요인, 구매성향, 구매하려는 제품에 대한 인식 및 추천서비스에 대한 인식 등이 추천서비스 사용의도에 영향을 미치는 것으로 나타났으나, 세부적인 영향요소들은 추천기법별로 상이하게 도출되었다. 이러한 연구는 기업들에게 제품군 및 개인의 성향에 적합한 기법을 채택하여 추천서비스를 수행할 수 있도록 하는 가이드라인(guideline)을 제시해 줄 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.443-446
• /
• 2014

최근 인터넷을 이용한 의류 관련 쇼핑몰이 증가되고 있다. 그에 따라 이용자들도 오프라인 매장뿐만 아니라 온라인 쇼핑몰 매장을 즐겨 찾고 있으며, 이에 따라 온라인 쇼핑몰의 차별성이 중요시 되고 있다. 본 논문에서는 이러한 온라인 쇼핑몰의 차별성을 극대화하기 위해서 오프라인 매장의 장점을 살리고자 하였다. 오프라인 매장에서는 매장 직원에 의한 상의 하의 추천이 가능하고 이에 따라 매출향상 및 이용자의 만족도를 이끌어내고 있다. 이러한 오프라인 매장의 장점을 온라인에서도 그대로 실현하기 위해서 의류의 색상을 계산하여 나오는 색상 값을 색조합표를 기반으로 하여 가장 어울리는 의류에 대해 자동으로 추천해주는 시스템을 설계하였다.

• 한국멀티미디어학회논문지
• /
• 제12권5호
• /
• pp.688-698
• /
• 2009

인터넷을 이용하는 패션/코디 쇼핑몰은 그 시장이 매년 큰 폭으로 증가하고 있다. 하지만 대부분의 쇼핑몰들은 아직도 카테고리에 의한 상품 분류를 제외하면 특정한 의류를 찾을 수 있는 기능이 포함되어 있지 않아 사용자들이 불편을 겪고 있다. 본 연구에서는 여성복의 패션 코디네이션 시스템 구축 시 내용 기반의 방식 중 휴리스틱 기반 방식으로 시스템을 구축하기 위해 여성복의 특성을 가장 잘 나타낼 수 있는 속성들을 상속관계로 정의하고, 상품 관리자가 속성 값을 입력할 수 있도록 하였으며 가장 유사한 의류를 추천하기위한 방법을 소개하고 분석하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.467-472
• /
• 2021

본 연구는 패션앱 후기글에 나타나는 구매자의 의견에 대한 '평가분석(Evaluation Analysis: EA)'을 수행하여, 이를 기반으로 상품의 검색 및 추천을 수행하는 의류 검색추천 챗봇을 개발하는 LICO 프로젝트의 언어데이터 구축의 일환으로 수행되었다. '평가분석 트리플(EAT)'과 '평가기반요청 쿼드러플(EARQ)'의 구성요소들에 대한 주석작업은, 도메인 특화된 단일형 핵심어휘와 다단어(MWE) 핵심패턴들을 FST 방식으로 구조화하는 DECO-LGG 언어자원에 기반하여 반자동 언어데이터 증강(SSP) 방식을 통해 진행되었다. 이 과정을 통해 20여만 건의 후기글 문서(230만 어절)로 구성된 EVAD 평가주석데이터셋이 생성되었다. 여성의류 도메인의 평가분석을 위한 '평가속성(ASPECT)' 성분으로 14가지 유형이 분류되었고, 각 '평가속성'에 연동된 '평가내용(VALUE)' 쌍으로 전체 35가지의 {ASPECT-VALUE} 카테고리가 분류되었다. 본 연구에서 구축된 EVAD 평가주석 데이터의 성능을 평가한 결과, F1-Score 0.91의 성능 평가를 획득하였으며, 이를 통해 향후 다른 도메인으로의 확장된 적용 가능성이 유효함을 확인하였다.