• 정보처리학회논문지D
• /
• 제9D권5호
• /
• pp.955-962
• /
• 2002

최근에 전자상거래가 보편화되면서 전자경매를 통한 거래가 급증하고 있다. 그러나, 기존 전자경매 시스템들은 낙찰 예정가 결정을 판매자에게만 의존하고 있으므로, 물품의 낙찰가가 낮게 결정되거나 유찰되는 경우가 많다. 본 논문에서는 이러한 문제점을 해결하고자, 과거의 경매 기록과 인터넷 전자상거래 사이트의 가격 정보로부터 사례 유사도를 적용하여 적합한 낙찰 예정가를 자동으로 생성하고 이를 판매자에게 추천하는 시스템을 제안한다. 성능실험 결과 추천된 낙찰 예정가를 사용할 경우 지나치게 높은 낙찰 예정가로 인한 유찰을 줄임으로써 경매 성공률이 향상될 뿐만 아니라, 물품에 대한 낮은 평가를 방지할 수 있음을 보인다. 또한, 본 논문에서는 낙찰 예정가 자동 생성에이전트를 이용하여 인터넷 경매 시스템을 설계 및 구현한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.427-430
• /
• 2004

최근에 전자상거래 분야에서는 다양한 에이전트를 시스템에 적용함으로써 전자상거래를 보다 활성화시키려는 연구가 늘어나고 있다. 그러나 현재의 이러한 연구들은 판매자의 실제 이익보다는 구매자의 선호도에 따른 물품을 추천하는데 있고, 가격과 이윤을 다룬 연구가 있어도 이 가격이 실제 이윤에 미치는 영향을 파악하기 어려운 문제가 있었다. 따라서 본 논문에서는 이러한 문제를 해결하기 위하여 원가 회계 이론에 기반한 원가 산정법들 중에서 고저점법, 산포도법, 학습 곡선법의 비교 분석을 통하여 원가를 보다 정확히 산정하는 방법을 알아내고, 판매자는 이를 반영하여 입찰가를 결정함으로써 적정 이윤을 얻을 수 있도록 한다. 이를 위해 본 논문에서는 각 원가 산정법을 적용한 에이전트의 성능 실험을 하였고, 비교적 우수한 성능을 보인 학습 곡선법을 통해서 적정 이윤을 보장하면서도 낙찰율을 향상시킬 수 있음을 보인다.

• 인터넷정보학회논문지
• /
• 제20권1호
• /
• pp.57-65
• /
• 2019

200 만명 이상의 회원을 보유하고 있는 "도매꾹" B2B 온라인 쇼핑몰인 경우70% 이상의 시장 점유율로 하루에 80만개 이상의 아이템이 판매되고 있다. 하지만, 동일하거나 유사한 물품이 서로 다른 카탈로그 엔트리에 저장 및 등록되어 있기 때문에 구매자가 아이템을 검색하는 과정에서 어려움을 느끼며 B2B 대형 쇼핑몰 관리에도 문제점이 발생하고 있다. 따라서 이에 대한 해결 방안으로 본 연구에서는 대단위 쇼핑몰 구매 정보를 기반으로 지도-학습 머신러닝 기법을 적용하여 상품에 대한 카탈로그 목록 자동 분류 및 추천 시스템을 개발하였다. 구체적으로 판매자가 자연어 형태로 물품 등록 정보를 입력하면 KoNLPy 형태소 분석 과정을 수행하였으며, Naïve Bayes 분류 방식을 응용하여 물품에 가장 적합한 카탈로그 정보를 자동으로 추천해주는 시스템을 구현하였다. 정확도가 향상된 카테고리 목록을 구축하여 결과적으로 검색 속도와 쇼핑몰 매출을 향상시키는 효과가 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (하)
• /
• pp.1265-1268
• /
• 2002

최근에 전자상거래가 보편화되면서 전자경매를 통한 거래가 급증하고 있다. 그러나, 기존 전자경매시스템들은 낙찰 예정가를 판매자에게만 의존하고 있어 물품의 낙찰가가 낮게 결정되거나 유찰되는 경우가 많다. 본 논문에서는 이러한 문제를 해결하고자 판매자에게 가장 적절한 낙찰 예정가를 자동으로 추천하는 XML기반의 경매 시스템을 구현하였다. 이 시스템은 과거의 경매 기록과 인터넷 전자상거래 사이트의 가격 정보로부터 사례 유사도를 적용하여 적합한 예정가를 자동으로 생성하므로 유찰을 줄이고 물품에 대한 낮은 평가를 방지할 수 있다. 또한 이 시스템은 최근의 웹 표준 기술들인 XML스키마, XSL, DOM 등을 이용하였으므로 기존의 시스템들에 비하여 표준화와 확장성의 측면에서 장점을 갖는다.

• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.293-300
• /
• 2006

추천 시스템은 사용자들에게 관심 품목을 찾거나 평가하는데 도움을 준다. 이런 시스템은 전자 상거래를 비롯하여 전자 도서관 같은 여러 영역에서 강력한 도구가 되었다. 소비자의 인구통계학적 및 과거 구매 행동에 대한 분석을 바탕으로 미래의 구매 행동을 예측하여 판매자가 고객에게 상품을 추천할 수 있다. 본 논문에서는 고객의 패턴이나 성향에 가장 적절한 상품을 탐색하여 고객의 만족도를 높여줄 수 있는 개인화 추천시스템의 설계 및 개발에 관하여 기술한다. 제안된 시스템은 데이터 마이닝의 연관규칙을 적용하여 고객의 구매를 예측할 수 있는 실시간 분석서비스를 제공할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제17권9호
• /
• pp.17-27
• /
• 2012

여러 오픈마켓에서 판매자가 동일한 상품을 등록할 시에 각 오픈마켓마다 다른 기준으로 제공되는 카테고리로 인하여 카테고리 선정에 어려움이 발생한다. 본 논문에서는 판매자가 오픈마켓에서 상품 등록 시 다른 오픈마켓에서 기 판매하고 있는 상품의 카테고리와 의미적으로 가장 연관성이 높은 카테고리를 추천하는 방법을 제안한다. 이때 입력받은 카테고리를 의미 분석하는 방법으로 형태소 분석, Wiki 낱말사전, WordNet, Google 번역 서비스를 사용하여 추출된 색인어로 카테고리를 검색한 후, 의미적 연관성 측정을 통하여 가장 의미가 비슷한 카테고리를 추천하는 방법이다. 실험 결과로 색인어 기반의 검색방법 보다 제안하는 의미분석 검색방법이 정확한 검색결과를 보여주어 시스템의 신뢰도를 향상시켰으며, 카테고리를 선택하는데 드는 시간비용을 절감해주는 것을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제12권6호
• /
• pp.11-20
• /
• 2007

인터넷 쇼핑몰에서 구매자들이 원하는 상품을 추천해 주는 연구들은 활발하게 진행되고 있지만, 상품의 구매시점 추천에 대한 연구는 찾아보기 어렵다. 이에 본 논문에서는 구매자에게 상품의 구매시점을 추천해 줄 수 있는 방법을 제안한다. 이를 위해서 과거의 판매 기록으로부터 정규화 된 가격패턴 데이터베이스를 구축하고, 이로부터 가격패턴을 분석한 뒤, 앞으로의 가격 변화를 예측하여 구매자에게 제시한다. 또한 가격 변화에 영향을 미치는 요소들의 분석과 이 결과를 예측에 반영하기 위하여 회귀분석을 활용한다. 그리고 성능평가를 통하여 제안하는 방법의 활용 가능성이 높음을 보인다.

• 동물약계
• /
• 109호
• /
• pp.4-8
• /
• 2007

한국동물약품협회 김진구 회장 취임/동물약사감시 행정처분 결과 홍보/동물약사심의위원회 위원 추천/동물용의약품등 자율점검제 실시 결과/2007년도 병역지정업체 산업기능요원 배정/동물용의약품 PL 단체보험 계약 갱신/농업연수원 교육훈련 수요 조사/VIV ASIA 2007 산업자원부 지원대상 선정/수출촉진협의회 개최/제1차 이사회 개최/협회 품목신고 요령 설명회 개최/검역원 동물약품 간담회 및 공청회 참석/제2차 이사회 개최/제15차 정기총회 개최/식약청 잔류동물용의약품 전문위원회 참석/동물약품 제조용 할당관세 적용 유당 배정/동물용의약품 등 제조업체 현황/동물용의약품 등 수입자 현황/국내생산 동물용의약품 연도별 판매 현황/국내생산 동물용의약품 연도별 수출 현황/수입완제 동물용의약품 연도별 판매 현황/동물용의약품 연도별 내수 시장 규모/동물용의약품 약효별 허가(신고) 현황/내수 유통경로별 판매 현황(원료제외)/축종별 판매 현황(원료제외)/원료 동물약품 원산지별 수입 현황/완제 동물약품 원산지별 수입 현황

• Journal of the Korean Data and Information Science Society
• /
• 제20권6호
• /
• pp.1129-1143
• /
• 2009

인터넷 쇼핑몰은 그 특성상 직접 상품을 살펴보기 힘들고 판매자와의 상호작용이 어렵다. 그래서 소비자들은 인터넷상품 구매 시 의사결정에 확신이 부족하거나 절차를 간소화하기 위하여 상품 평이나 추천을 고려한다. 추천의 정교화 및 성과를 높이기 위하여 수 많은 연구가 진행되었으나, 이러한 연구들은 목적을 선정하지 않고 상품간, 사용자간, 협업적 연관성을 바탕으로 진행되어 비슷한 유형을 나열하는 것에 그치고 있다. 그러므로 목적성을 가지는 기업의 캠페인에 바로 적용하기에는 어려움이 존재하였고, 부가적으로 정보를 가공하여 로지스틱회귀모형 등 모형 작업을 실시하는 것이 일반적이었다. 본 논문에서 제안하는 목적성을 고려한 추천은 개인마다 점수를 부여하여 개인화에 따른 추천이 가능토록 하였으며, S주식회사 쇼핑몰의 이메일 캠페인에 적용하여 개봉율, 클릭율, 구매율에 대하여 그 우수성을 증명하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.313-320
• /
• 2004

시장 환경의 전반적인 변화로 인하여 시장 규제가 완화되고 그로 인한 경쟁사가 늘어나고 있고, 공급자 중심의 시장에서 구매자 중심의 시장으로 변화되어 가고 있다. 이에 기업들은 고객과의 관계를 강화하기 위해 CRM을 중요한 해법으로 생각하여 다양한 방법으로 고객만족을 높이는데 주력하고 있다. 또한 정보기술의 발달로 인해 웹 상에서의 eCRM이 출현되었고 웹 상에서 고객의 데이터를 분석하여 적시에 고객의 니즈에 맞는 서비스를 제공해주는 Recommendation system 을 개발하여 좀더 향상된 eCRM 으로 원투원 마켓팅을 통해 판매 강화 및 고객만족도 제고를 실현할 수 있도록 발전되어왔다. 이중 eCRM의 Recommendation Engine은 고객의 니즈를 발견해내어 그에 맞는 다양한 상품들을 추천하는 시스템으로 Rule 기반의 컨텐츠 매칭 기법과 Collaborative Filtering 기법을 사용하였다. 그러나 이 기법들은 미리 정해진 Rule에 의해 사전적인 대응을 하지 못한다는 문제점과 비정형적인 정보 및 환경정보에 복합적인 판단이 고객중심의 현재 상황에 따라 이루어지지 못한다는 문제점을 가지고 있다 이에 본고에서는 이 문제에 대한 해결안으로써 Ontology를 이용한 실시간 추천시스템을 모델로 제시하고자 한다.