• 한국인터넷방송통신학회논문지
• /
• 제14권6호
• /
• pp.289-294
• /
• 2014

최근 기업에서 데이터 마이닝 기법을 이용한 CRM을 마케팅이나 새로운 기획에 활용하고 있다. 그러나 데이터 마이닝 기술은 전문지식이 필요하여 일반인의 접근이 어렵고 시간과 공간의 제약을 받게 된다. 본 논문에서는 이를 해결하기 위해 데이터 마이닝 기법을 적용한 Mobile CRM을 제안하였다. 이를 위해 기존 CRM 시스템의 구조를 분석하고 데이터 흐름과 형식을 정의 하였다. 또한 시스템 프로세스를 정의하여 데이터 마이닝 기법을 이용한 판매동향분석 알고리즘과 고객판매추천 알고리즘을 설계하였다. 제안 시스템에 대한 평가는 시나리오 테스트를 통해 정상 동작을 확인하였으며 기존 시스템과의 비교 검증을 실시하였다. 테스트 결과 기존 프로그램과 데이터 값이 일치하여 신뢰성을 확인하고 제안한 통계 테이블 조회를 통해 데이터 분석 시간을 감소시켜 신속성을 검증하였다.

• 융합정보논문지
• /
• 제10권4호
• /
• pp.1-10
• /
• 2020

오프라인 쇼핑몰은 온라인과 비교하여 고객들의 방문 정보를 얻기 어렵기 때문에 맞춤형 제품 추천 시스템의 수준이 온라인과 비교하면 빈약하다. 본 논문에서는 MS Azure의 Face API를 이용해 오프라인 쇼핑몰을 방문하는 고객들의 얼굴을 인식하여 얻은 성별과 나이 정보를 이용해 맞춤형 광고를 제공하는 이동형 로봇 플랫폼을 개발하였다. 개발한 로봇은 구동 실험을 통해 프로세스가 정상 동작하는 것을 보였고, 오픈 얼굴 데이터셋(AFAD)을 사용해 API의 성능을 검증하였다. 개발된 로봇은 오프라인 쇼핑몰의 방문 고객층을 실시간으로 파악하여 맞춤형 광고를 제공함으로써 효율적인 마케팅 효과를 기대할 수 있다.

• 한국전자거래학회지
• /
• 제9권4호
• /
• pp.19-36
• /
• 2004

본 연구는 제품의 구매자와 수령자가 상이한 글로벌 협업 전자상거래를 구현하기 위한 비즈니스 모형 및 절차를 제안한다. 글로벌 협업 전자상거래를 수행하고자 하는 기업은 해당 기업의 소재 지역에만 지점을 보유하고 있으며 판매 및 물류 프로세스 협업을 통해 글로벌 판매를 수행하고자 한다. 해당 기업들은 교환 가능한 제품분류표를 공유함으로 인해 글로벌 협업 전자상거래를 수행할 수 있다. 이를 위해서는 기업들이 보유하고 있는 판매 제품과 교환판매가 가능한 제휴 기업의 제품을 찾아내기 위한 알고리즘이 필요하다. 본 연구에서는 제휴 기업간 교환 판매를 위해 교환 가능한 제품들을 찾아내기 위한 유사상품발견 알고리즘을 제안한다. 이 알고리즘은 제휴 기업들의 제품분류표에서 동일한 제품 군에 속해있는 제품들의 사양 값에 따라 효용 값을 계산하는 다기준 의사결정기법에 근거한다. 제안된 알고리즘에 근거한 글로벌 협업 전자상거래 모형을 활용하게 되면 기업들은 물리적 지점의 확장 없이 글로벌 판매를 수행할 수 있으며 고객은 자신의 거주 지역에서 구매한 제품을 다른 지역으로 저렴하게 배달시킬 수 있게 될 것이다.

• 경영정보학연구
• /
• 제10권2호
• /
• pp.137-158
• /
• 2008

기업 경쟁력 강화의 중요한 이슈인 대량 개별화(mass-customization)의 실행을 위하여 통합 고객관계 관리 프로세스로서의 CRM(customer relationship management)에 대한 관심과 활용에 대한 필요성은 점점 더 높아지고 있다. 특히, 기존 고객들의 구매 정보를 기반으로 고객의 구매 패턴을 파악하고 의도를 예측하는 것은 오늘날 실질적인 판매 전략을 수립하는 마케팅 분야에서 상당히 큰 비중을 차지하고 있다. 고객의 구매의도 예측에는 대량의 데이터로부터 과거에 인지하지 못했던 의미 있고, 근거 있는 정보를 추출하는 데이터마이닝(datamining)이 주로 사용되고 있다. 기존의 구매의도 예측에 사용된 데이터마이닝 기법들은 주로 신경망(neural networks)과 로지스틱 회귀분석(logistic regression analysis)이었는데, 예측 정확성 및 모형 구축의 어려움으로 인한 다양한 문제점들이 제기되고 있는 실정이다. 따라서, 본 논문에서는 기존의 기법들이 가지고 있는 단점들을 개선하기 위하여 신경망과 로지스틱 회귀분석 외에 연관규칙(association rule), 연관성 매트릭스(association matrix), 의사결정 나무(decision tree), 베이지안 망(bayesian network), SVM(support vector machine) 기법들을 추가로 제안하였다. 본 연구의 목적은 고객의 특정 상품에 대한 구매의도 예측을 위하여 새로운 알고리즘을 제시하기보다는 기존의 다양한 데이터마이닝 기법들을 적용시켜 봄으로써, 가장 우수한 예측성과를 나타내는 기법을 발견하는 것이다. 연구에 사용된 자료는 기존의 연구에서는 적용되지 않았던 편의점의 영수증 데이터이다. 예측 목표상품은 카테고리화 된 '우유'와 '냉동식품'이며, 제안된 기법들의 신뢰성을 위하여 전체 데이터를 10개의 training과 test 셋으로 중복되지 않게 구분함과 동시에 10번의 교차 검증(cross validation)을 실시하였다. 실험 결과 SVM이 영수증 데이터를 이용한 고객의 특정 상품에 대한 구매의도 예측에서 가장 우수한 성과를 나타내는 것을 확인하였다.

• Journal of Platform Technology
• /
• 제9권3호
• /
• pp.3-17
• /
• 2021

APT(advanced persistent threat) 공격이란 잠행적이고 지속적인 컴퓨터 해킹 프로세스들의 집합으로 특정 실체를 목표로 행해지는 공격이다[1]. 이러한 APT 공격은 대개 스팸 메일과 위장된 배너 광고 등 다양한 방식을 통해서 이뤄진다. 대부분 송장, 선적 서류(Shipment Document), 구매 주문서(P.O.-Purchase Order) 등으로 위장한 스팸 메일을 통해 유포되기 때문에 파일 이름도 동일하게 위와 같은 이름이 사용된다. 그리고 이러한 정보탈취형(Infostealer) 공격이 가장 2021년 2월 첫째 주 가장 많이 발견된 악성 코드였다[2]. Content Disarm & Reconstruction(이하 CDR)은 백신, 샌드박스에서 막아내지 못한 보안 위협에 대하여 파일 내 잠재적 보안 위협 요소를 원천 제거 후 안전한 파일로 재조합하여 악성코드 감염 위험을 사전에 방지할 수 있는 '콘텐츠 무해화 & 재조합' 기술이다. 글로벌 IT 자문기관 '가트너(Gartner)'에서는 첨부파일 형태의 공격에 대한 솔루션으로 CDR을 추천하고 있다. Open source로 공개된 CDR 기법을 사용하는 프로그램으로 'Dangerzone'이 있다. 해당 프로그램은 대부분의 문서 파일의 확장자를 지원하지만, 한국에서 많이 사용되는 HWP 파일의 확장자를 지원하지 않고 있다. 그리고 Gmail은 악성 URL을 1차적으로 차단해주지만 Naver, Daum 등의 메일 시스템에서는 악성 URL을 차단하지 않아 손쉽게 악성 URL을 유포할 수 있다. 이러한 문제점에서 착안하여 APT 공격을 예방하기 위한 HWP 확장자를 지원하는 'Dangerzone' 프로그램, Naver, Daum 메일 내 URL 검사, 배너형 광고 차단의 기능을 수행하는 Chrome extension을 개발하는 프로젝트를 진행했다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.527-535
• /
• 2021

전통적인 BI(Business Intelligence) 시스템은 제 시간에 더 나은 의사결정을 위한 도구로 널리 사용되어 왔다. 그러나 급증하는 데이터에 대한 효율적 분석을 위해 데이터 웨어하우스를 구축하는 일은 시간이 오래 걸리고 복잡하다. 특히, 데이터 웨어하우스 구축에 요구되는 ETL(Extract, Transform, Load) 프로세스는 BI 플랫폼이 클라우드 환경으로 전환되면서 훨씬 더 복잡해졌다. 이러한 ETL 이슈를 극복하기 위해 MongoDB와 같은 NoSQL 데이터베이스에 기반한 다양한 BI 솔루션들이 제안되었다. 한편, 의사 결정권자는 IT 부서나 BI 전문가 의 도움 없이 데이터에 쉽게 접근할 수 있기를 원한다. 최근, 이러한 BI 이슈들을 해결하기 위한 방안으로 셀프서비스 BI가 등장하였다. 본 논문에서는 귀농 귀촌인의 재배 작물 선택을 지원하기 위해 MongoDB 클라우드를 데이터 웨어하우스로 하는 농업 데이터 기반의 셀프서비스 BI 시스템을 제안한다. 제안 시스템은 의사 결정권자에게 통찰력을 제공하기 위해 MongoDB 차트를 이용한 데이터 시각화 기능, 고급 데이터 검색을 위한 리포팅 기능, 실시간 데이터 분석을 위한 모니터링 기능을 지원한다. 의사 결정권자는 다양한 방식으로 데이터에 직접 접근할 수 있고, 제안 시스템의 기능들을 활용하여 셀프서비스 방식으로 데이터를 분석할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.43-57
• /
• 2022

본 논문에서는 재난안전 분야의 연구 현황에 대한 계량정보 분석을 위하여 재난안전 분야 학과 소속의 연구자 논문을 분석하는 방법을 제안한다. 분석 연구 수행을 위하여 국내 대학기관의 방재 및 안전 공학 유형 학과에 소속된 저자들의 연구 논문들을 대상으로 기관식별, 참고문헌 인용 학술지 식별, 학과유형 분류, 재난안전유형 분류, 연구자 전공정보, 한국표준산업분류를 매핑하여 실험데이터를 구성 및 활용함으로써 재난안전 분야 학술지와 관련 키워드 검색을 통한 데이터셋 기반의 기존 선행연구들과 차별점을 갖는다. 연구 결과, 재난안전 분야 연구에서 저자소속 기관의 유형 및 지역적 분포, 공저 학과 유형의 구성, 연구자 전공 현황, 재난안전유형 및 표준산업분류의 현황, 학술지 인용 현황 및 핵심 키워드가 자세히 파악되었다. 또한 분석 단위별로 동시출현 네트워크를 생성 및 시각화여 주요 연결 관계를 조망 및 분석하였다. 연구 결과는 지능형 위기경보 체계 구축을 위한 재난유형별 주요 기관 및 정보의 식별과 추천에 활용할 예정이며, 향후 종합적이고 상시적인 분석 정보 제공을 위해 분석 범위의 확대와 데이터셋 구축을 위한 정보의 식별 및 분류 프로세스의 자동화가 필요하다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.171-196
• /
• 2018

본 연구는 디자인 영역 중 웹 스타일에 대해서 소비자 감성과 만족과의 관계를 연구했다. 기존 웹 스타일 연구들은 웹의 레이아웃과 구조도 등과 색상 등이 감성에 미치는 영향에서 연구했다. 본 연구는 기존 연구들과 차별되게 웹의 구성 요소를 배제하고 소비자의 감성 지표만을 갖고 소비자 만족과의 관계를 분석했다. 분석을 위해 검증을 위해 소비자 204명을 대상으로 40개 웹 스타일 테마를 선정, 각 소비자에게 4개씩 평가하도록 하였다. 소비자에게 평가하도록 한 감성 형용사는 18개의 대비되는 쌍을 갖는 감성 형용사로 구성하였고, 요인 분석을 통해 상위 감성 지표를 추출했다. 각 감성 지표들은 '부드러움', '모던함', '명확함', '꽉 참' 이었으며, 감성지표들이 소비자 만족에 미치는 영향이 다를 것으로 판단하여 가설을 수립했다. 분석 결과에 따라 가설 1과 2, 3은 채택되었으며, 가설 4의 경우는 기각되었다. 가설 4의 경우 기각되었지만 정의 방향이 아닌 부의 방향으로 유의한 것으로 나타났다. 이때, 조절 초점 성향이 감성이라는 정보처리 과정에서 소비자 만족에 미치는 영향이 다를 것으로 판단했다. 조절 초점 성향은 조직 행동 및 의사결정에 영향을 주기도 하며, 정치, 문화, 윤리적 판단 및 행동은 물론 광범위적 심리적 문제와 사고 프로세스, 감정적 반응에도 영향을 미친다. 때문에 각 감성 지표에 대한 조절 초점 간 차이를 확인할 필요성이 있고, 각 감성 지표에 대한 세부 가설을 수립했다. 세부 가설을 검증하기 위해 조절 회귀 분석을 수행했다. 분석 결과 가설 5는 부분적으로 지지됐고, 가설 5.3만 지지되었고, 5.4의 경우 기각되었지만 가설과의 반대 방향으로 지지되었다. '명확함'의 경우 향상 초점이 소비자 만족에 더 큰 영향을 보였고, 예방 초점일수록 '꽉 참'을 더 선호한 것으로 나타났다. 분석 결과를 바탕으로 조절 초점 성향을 향상, 예방, 중간 성향으로 3집단으로 구분, 소비자 감성 기반으로 웹 스타일에 대한 추천을 할 수 있는 알고리즘을 개발했다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.179-196
• /
• 2019

최근의 '똑똑한 소비자(Smart Consumer)'라 불리는 소비자가 많아지고 있는데, 이들은 제조사나 광고를 통해 전달되는 정보에 의존하지 않고, 기존 사용자나 전문가들의 후기, 여러 과학 지식을 획득하여 제품에 대한 이해를 높이고, 본인 스스로가 직접 판단하여 구매하고 있다. 특히나 화장품 분야는 인체 유해성과 같은 부정적인 요소에 대한 민감도가 높고, 자신의 고유한 피부 특성과의 조화도 고려되어야 하기 때문에, 전문적인 지식과 타인의 경험, 본인의 과거 경험 등을 종합적으로 생각하여 구매 의사결정을 내려야 하고, 이에 대해서 적극적인 소비자가 많아지고 있다. 이러한 움직임은 '셀프 뷰티' 와 같은 '셀프' 문화의 열풍과 함께, 문화 현상인 '그루밍족'의 등장, 사회적 트렌드인 'K-뷰티' 와도 동행한다고 할 수 있다. 맞춤형 화장품에 대한 관심의 급부상도 이러한 현상 중 하나라 볼 수 있다. 소비자들의 맞춤형 화장품의 니즈를 충족시키기 위해, 화장품 제조사나 관련 기업들은 ICT기술과의 융합을 통하여 프리미엄 서비스를 중심으로 소비자의 니즈에 대응하고 있다. 그러나 기업 및 시장 현황이 맞춤형 화장품을 향해 진화하고 있지만, 소비자의 피부 상태, 추구하는 감성, 실제 제품이나 서비스까지 소비자 경험을 전체적으로 완전하게 다루는 지능형 데이터 플랫폼은 부재한다. 본 연구에서는 소비자 경험에 대한 지능형 데이터 플랫폼 구축을 위한 첫 단계로 소비자 언어 기반의 화장품 감성 분석을 수행하였다. 소비자들 개인의 선호나 취향이 분명한 앰플/세럼 카테고리를 중심으로 매출 순위 1위에서 99위까지의 99개 제품을 선정하여, 블로그와 트위터 등의 SNS 상에 언급되는 후기 내에 화장품 경험에 대한 소비자 감성을 수집하였다. 총 357개의 감성 형용사를 수집하였고, 고객 여정 워크샵을 통해 유사 감성을 합치고, 중복 감성을 통합하는 작업을 수행하였으며, 최종 76개 형용사를 구축했다. 구축한 형용사에 대한 SOM 분석을 통해 화장품에 대한 소비자 감성에 대한 클러스터링을 실시했다. 분석 결과, 총 8개의 클러스터를 도출했고, 클러스터 별 각 노드의 벡터 값을 기준으로 소비자 감성 Top 10을 도출했다. 소비자 감성을 기준으로 클러스터별 소비자 감성에 서로 다른 특징이 발견됐으며, 소비자에 따라 다른 소비자의 감성을 선호, 기존과는 다른 소비자 감성을 고려한 추천 및 분류 체계가 필요함을 확인했다. 연구 결과를 통해 감성 분석의 활용 도메인이 화장품만이 아닌 다양한 영역으로 확장될 수 있음 확인했으며, 감성 분석을 통한 소비자 인사이트를 도출할 수 있다는 점을 시사했다. 또한, 본 연구에서 활용한 디자인 씽킹(Design Thinking)의 방법론의 적용하여 화장품 특화된 감성 사전을 과학적인 프로세스로 구축했으며, 화장품에 대한 소비자의 인지 및 심리에 대한 이해를 도울 수 있을 것으로 기대한다.