• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.729-738
• /
• 2022

기존의 옷장은 단순한 의류를 보관하는 용도로만 사용되어 왔었다. 단순히 옷들을 보관하는 기능만 있기 때문에 습도나 온도 같은 환경을 조절하려면 따로 제습제 등의 물품을 구매해서 비치하는 방법밖에 없어 불편함이 있었다. 본 논문에서는 기존 옷장에서 편의성을 증대시켜 자동으로 온습도 조절 및 여러 편의 기능에 대한 것을 추가하였으며 기능을 효율적으로 동작 시키기 위하여 실험을 통하여 기능을 동작 시키기 위한 센서의 위치를 정하였고 여러 편의 기능과 실험 데이터를 기반으로 센서를 설치한 옷장 개발과 더불어 최근 다년간 성장한 스마트 홈 시장과 스마트 폰 애플리케이션 시장의 흐름에 맞춰 옷장과 스마트폰의 블루투스 페어링을 통한 옷장 내부의 온습도 조절 기능 및 다른 기능을 스마트폰을 사용하여 사용자에 맞춘 의류선택기능과 애플리케이션 내의 날씨 데이터를 통해 옷장 내부의 옷을 날씨에 맞는 코디 추천 기능 등의 편의 기능을 구현하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.39-48
• /
• 2023

본 연구는 의류의 디자인 간 치수의 불일치와 비표준화로 인해 온라인 구매 시 발생하는 치수 선택의 오류 문제를 해결할 수 있는 방안을 제시하기 위해 수행되었다. 본 논문은 구매자에게 개인화된 치수를 제시할 수 있는 기계 학습 기반 추천 시스템의 구현 방안을 다루고 있다. 온라인 상거래로부터 발생된 구매 데이터를 사용하여 비음수 행렬 분해(NMF), 특이값 행렬 분해(SVD), k-최근접 이웃(KNN), 공동 클러스터링(Co-Clustering) 등 여러 검증된 협업 필터링 알고리즘을 훈련하였고, 이들 간에 성능을 비교하였다. 연구 결과, 비음수 행렬 분해 (NMF) 알고리즘이 다른 알고리즘들보다 뛰어난 성능을 보임을 확인할 수 있었다. 동일한 계정을 사용하는 여러 구매자가 포함되는 구매 데이터의 특성에도 불구하고, 제안 모형은 충분한 정확도를 보였다. 본 연구의 결과는 치수 선택의 오류로 인한 반품률을 감소하고 전자상거래 플랫폼에서의 고객 경험을 향상시키는 데 기여할 것으로 기대된다.

• 패션비즈니스
• /
• 제27권3호
• /
• pp.50-62
• /
• 2023

The e-commerce fashion market has experienced a remarkable growth, leading to an overwhelming availability of shared information and numerous choices for users. In light of this, chatbots have emerged as a promising technological solution to enhance personalized services in this context. This study aimed to develop user-product attributes for a chatbot-based personalized fashion recommendation service using big data text mining techniques. To accomplish this, over one million consumer reviews from Coupang, an e-commerce platform, were collected and analyzed using frequency analyses to identify the upper-level attributes of users and products. Attribute terms were then assigned to each user-product attribute, including user body shape (body proportion, BMI), user needs (functional, expressive, aesthetic), user TPO (time, place, occasion), product design elements (fit, color, material, detail), product size (label, measurement), and product care (laundry, maintenance). The classification of user-product attributes was found to be applicable to the knowledge graph of the Conversational Path Reasoning model. A testing environment was established to evaluate the usefulness of attributes based on real e-commerce users and purchased product information. This study is significant in proposing a new research methodology in the field of Fashion Informatics for constructing the knowledge base of a chatbot based on text mining analysis. The proposed research methodology is expected to enhance fashion technology and improve personalized fashion recommendation service and user experience with a chatbot in the e-commerce market.

• 문화기술의 융합
• /
• 제2권4호
• /
• pp.61-64
• /
• 2016

스마트폰 보급이 증가함에 따라 기존의 쇼핑몰 역시 모바일 시장에 적극적으로 가세하며 모바일 쇼핑 시장의 경쟁을 더욱 더 가속하고 있다. 이는 모바일 쇼핑시장이 더 이상 무시할 수 없는 거대한 시장으로 성장 중이라는 것의 반증이라고도 볼 수 있다. 본 논문에서는 모바일 시장의 증가와 모바일 시장에서 가장 높은 비율을 차지하는 의류에 관한 모바일 쇼핑몰 어플리케이션이다. 본 연구는 좀 더 세세한 고객 정보를 토대로 고객만족도를 높이며, 부차적으로는 반품률을 낮춰 기업과 고객 모두의 만족도를 높이는 것을 목표로 한다.

• 한국의류학회지
• /
• 제45권1호
• /
• pp.123-135
• /
• 2021

This study provides basic information for the convenient size selection of T-shirts in an online purchasing environment. The best preferred T-shirts fit was selected among five sizes of T-shirts according to body size group. The subjects were 103 students majoring in clothing. After setting a virtual model with her own body sizes, the subjects chose the best preferred fit among five sizes of T-shirts that included the one suitable to their bust circumference, two smaller T-shirts and two larger T-shirts. As a result, they preferred the fit of larger size T-shirts than body size, but they preferred a different fit by the body characteristic group such as waist height group and hip circumference group. T-shirt length was affected by waist height; in addition, shoulder ease was affected by hip circumference and bust circumference. Therefore waist height and hip circumference should be considerable sizes when consumers choose T-shirts sizes with a preferred fit.

• 한국의류산업학회지
• /
• 제23권6호
• /
• pp.790-798
• /
• 2021

With digital technology innovation, increased data access and mobile network use by consumers, products and services are changing toward pursuing differentiated values for personalization, and personalized markets are rapidly emerging in the fashion industry. This study aims to identify trends in digital customized automation technology by deriving types of digital customizing and analyzing cases by type, and to present directions for the development of digital customizing processes and the use of technology in the future. As a research method, a literature study for a theoretical background, a case study for classification and analysis of types was conducted. The results of the study are as follows. The types of digital customizing can be classified into three types: 'cooperative customization', 'selective composition and combination', 'transparent suggestion', and automation technologies shown in each type include 3D printing, 3D virtual clothing, robot mannequin, human automatic measurement program, AR-based fitting service, big data, and AI-based curation function. With the development of digital automation technology, the fashion industry environment is also changing from existing manufacturing-oriented to consumer-oriented, and the production process is rapidly changing with IT and artificial intelligence-based automation technology. The results of this study hope that digital customized automation technology will meet various needs of personalization and customization and present the future direction of digital fashion technology, where fashion brands will expand based on the spread of digital technology.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.363-364
• /
• 2021

인공 지능 기술을 이용하여 검색 기술이 다양한 응용분야에 적용되고 있다. 고객의 성향 파악 및 개인 맞춤형 추천 시스템에 이르기까지 많은 부분에서 활용되고 있다. 본 연구에서는 일반적으로 입고 생활하는 복장을 중심으로 주로 어린이들이 생활하는 공간에서 성인 남성을 검출하는 시스템을 개발하고자 한다. 이를 통해 무단 침입한 성인의 위험한 상황을 사전에 방지할 수 있으며, 외부인 통제 시스템에 활용 가능할 것이다. 이러한 시스템을 개발하기 위해서 옷에 대한 정보를 활용하며, 옷의 색상, 패턴, 패션 스타일, 크기와 같은 다양한 요소를 활용하여 성인 검출 시스템을 개발한다.

• 복식문화연구
• /
• 제17권3호
• /
• pp.367-382
• /
• 2009

The aim of the current study was to investigate the impact of store attribute satisfaction on intentions of revisit and recommendation among clothing consumers. The data were collected from 319 consumers through survey and frequency analysis, reliability analysis, factor analysis, and multiple regression analysis were used to obtain results. The findings were as follows: 1. From factor analysis, seven factors were distracted: Fact 1(brand and price), Fact 2(store's facility and environment), Fact 3(product), Fact 4(transportation convenience and access), Fact 5(selling and advertisement), Fact 6(store's atmosphere), and Fact 7(salesman's service). 2. Four factors had statistically significant influence on overall satisfaction of clothing consumers. The most influential factor was Fact 2(store's facility and environment) and Fact 5(selling and advertisement), Fact 1(brand and price), and Fact 4(transportation convenience and access) showed their effects on overall satisfaction in an hierarchical rank-order following Fact 2. 3. Four factors such as Fact 2(store's facility and environment), Fact 1(brand and price), Fact 4(transportation convenience and access) and Fact 5(selling and advertisement) in an hierarchical rank-order from Fact 1 had statistically significant impact on intentions of revisit. 4. Six factors such as Fact 1(brand and price), Fact 2(store's facility and environment), Fact 3(product), Fact 5(selling and advertisement), Fact 6(store's atmosphere), and Fact 7(salesman's service) in an hierarchical rank-order from Fact 1 had statistically significant influence on the intention of recommendation. 5. The results further showed that among seven factors, Fact 1(brand and price), 'Fact 2(store's facility and environment), and Fact 5(selling and advertisement) had impact on both the intention of revisit and the intention of recommendation.