• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.175-176
• /
• 2016

본 논문에서는 개방형 교육시스템 학습모형을 적용한 디자인 패턴 교육을 위한 개방형 교육 시스템을 통한 학습을 제안한다. 소프트웨어 디자인 패턴은 정형화된 답이 없으며 상황에 따라 유동적으로 사용되지만, 기존의 디자인 패턴 온라인 교육 시스템은 일방적으로 이루어져 있고 시중에 판매되는 책을 통해 디자인 패턴을 이해하기에는 어려운 부분이 많이 존재한다. 따라서 이러한 문제를 해결하고자 디자인 패턴 교육을 위한 개방형 교육 시스템을 제안한다. 디자인 패턴의 개념과 사례를 통해 기본적인 지식을 습득하고 디자인 패턴의 퀴즈와 실습을 해 이해도를 높인다. 또한, 일방적인 학습이 아닌 사용자들 간의 토론을 통해 한 방향에서 디자인 패턴을 보는 것이 아닌 다양한 시점에서 볼 수 있어 창의력도 함께 증진할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.353-356
• /
• 2006

연관규칙 (Association rule) 마이닝은 무수히 많은 데이터로부터 유용한 정보만을 뽑아내어 실생활에 적용하여 이점을 얻게 하는 데이터마이닝의 가장 핵심적인 연구분야이다. 마켓 기반 데이터들로부터 고객들의 구매유형을 분석하여 적절한 판매전략을 세우거나 기업 데이터로부터 특정 업무와 관련된 의사결정을 지원하는 등의 일이 모두 연관규칙을 기반으로 한다. 그러나 대부분의 연관규칙들은 시간을 고려하지 않는 않거나, 순차패턴만을 고려해왔다. 따라서 하루중 특정 규칙이 발생되지 않는 시간대에도 그 규칙에 대한 불필요한 노력이 있었다. 본 논문에서는 추출된 연관규칙들과 각 트랜잭션에 부여한 시간 정보를 분석하여 특정 항목 (Item) 집합들 간의 연관규칙이 빈번하게 발생하는 시간대를 추출한다. 추출되 시간 정보를 이용하여 시간대별 유용한 판매 전략을 세움으로써, 상품 판매를 극대화하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.329-332
• /
• 2001

인터넷상에서의 대부분의 검색 환경이 그렇듯이, 인터넷 쇼핑몰에서의 검색 환경 역시 고객 중심으로 제공하는 것이 중요하다. 특히, 고객의 행동 패턴 분석을 통해 얻어진 정보는 고객 중심의 검색 환경을 구성하는 데에 가장 중요한 요소라고 할 수 있으며, 또한 시시각각 변화하는 고객의 심리에 따라서 판매 전략도 달라질 수 있어, 이에 대한 여러 방법들이 연구되고 있는 추세이다. 본 논문에서는 고객과 시스템과의 상호작용으로부터 학습을 최대화시키기 위해 강화학습 기반의 플래닝과 학습의 통합 방법을 통하여 실시간적이고 동적인 인터뷰를 구성하는 방법과 이를 통해 얻어진 개인화된 판매전략과 결정 수와의 통합으로 고객이 원하는 적합한 상품을 추천할 수 있는 방법을 제시한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.644-645
• /
• 2011

상시수요관리 시행 시간대 변동에 따른 주요 고객의 인센티브 변화를 CBL과 절감량을 중심으로 4, 5월 비교를 통하여 살펴보고자 한다. CBL은 인센티브 금액에 결정적 영향을 미치면서 평균 사용량에 의해 결정되며 고객의 조작이 가능하기 때문에 절감량 뿐만 아니라 CBL도 중요한 의미를 가진다. 결과적으로 시간대 변경이 CBL의 의미 있는 패턴 변화를 가져오지 않는 것으로 관찰되었고, 또한 당일 사용량 패턴에도 큰 변화를 보이지 않았다. 하지만 절감량은 전기요금 단가가 가장 저렴한 경부하 시간대를 기준으로 감소 패턴을 확인할 수 있었다. 따라서 판매회사 입장에서는 예측SMP 급등에 따른 상시수요관리 시행시 그 시간대가 경부하 시간대에 근접할수록 가장 효과적인 상시수요관리가 이루어지는 것으로 나타났다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.323-326
• /
• 2005

실세계에서 일어나는 문제는 매우 복잡하고 다양하기 때문에 예측하기가 어렵고 다양한 상황들이 발생한다. 특히, 소비자의 구매에 따르는 행동을 분석하고 소비자의 다양한 기호를 예측하기 위해서는 구매자의 심리적 요인과 내적 요인이 많은 영향을 미치게 된다. 이러한 요인들은 직접적인 정보 처리가 어렵기 때문에 정보의 불확실성을 취급하는 기술이 필요하다. 따라서 본 논문에서는 상품 구매에 따르는 소비자의 구매행동 패턴을 분석하기 위해 판매자의 노하우와 소비자의 구매의식을 조사하여 이 데이터를 바탕으로 베이지안 네트워크를 구성하고 구매패턴을 분류하는 방법을 제안하였다. 특히, 베이지안 네트워크를 이용하여 불필요한 속성을 가진 데이터를 제거한 후 코호넨의 SOM을 이용하여 소비자의 구매 패턴을 분류하도록 하였다.

• Journal of Intelligence and Information Systems
• /
• v.15 no.4
• /
• pp.159-182
• /
• 2009

We construct product networks from the retail transaction dataset of an off-line department store. In the product networks, nodes are products, and an edge connecting two products represents the existence of co-purchases by a customer. We measure the quantities frequently used for characterizing network structures, such as the degree centrality, the closeness centrality, the betweenness centrality and the centralization. Using the quantities, gender, age, seasonal, and regional differences of the product networks were analyzed and network characteristics of each product category containing each product node were derived. Lastly, we analyze the correlations among the three centrality quantities and draw a marketing strategy for the cross-selling.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.204-206
• /
• 2012

스마트폰 시장의 확대로 인한 스마트폰 고객의 증가와 스마트폰을 이용한 제품 구매 활동이 급격하게 증가하고 있다. 이러한 추세에 따라 스마트폰 고객 추천 시스템에 관한 연구가 활발히 진행되고 있다. 하지만 기존의 스마트폰 고객 추천 시스템의 경우 고객들의 고차원 데이터를 효율적으로 처리하는데 어려움이 있다. 따라서 이 논문에서는 스마트폰 고객들의 고차원 데이터를 효율적으로 처리할 수 있는 부분 공간 군집화 기법과 순차 패턴 알고리즘을 이용한 제품 추천 시스템을 제안한다. 이 시스템은 스마트폰 고객들의 고차원 데이터를 기반으로 세분화된 고객들의 부분 군집화를 한다. 이들 군집화를 기반으로 순차적 패턴 알고리즘을 이용한 고객들의 제품 구매 패턴을 추출한다. 이 연구를 통해 스마트폰 고객들의 다양한 고차원 데이터를 이용한 제품 추천 시스템은 기업의 제품 판매 및 고객 마케팅에 긍정적인 도움을 줄 수 있을 것으로 기대된다.

• Fashion & Textile Research Journal
• /
• v.23 no.4
• /
• pp.480-490
• /
• 2021

Sales forecasting is crucial for many retail operations. For apparel retailers, accurate sales forecast for the next season is critical to properly manage inventory and plan their supply chains. The challenge in this increases because apparel products are always new for the next season, have numerous variations, short life cycles, long lead times, and seasonal trends. In this study, a sales forecasting model is proposed for apparel products using machine learning techniques. The sales data pertaining to outerwear items for four years were collected from a Korean sports brand and filtered with outliers. Subsequently, the data were standardized by removing the effects of exogenous variables. The sales patterns of outerwear items were clustered by applying K-means clustering, and outerwear attributes associated with the specific sales-pattern type were determined by using a decision tree classifier. Six types of sales pattern clusters were derived and classified using a hybrid model of clustering and decision tree algorithm, and finally, the relationship between outerwear attributes and sales patterns was revealed. Each sales pattern can be used to predict stock-keeping-unit-level sales based on item attributes.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.6
• /
• pp.11-20
• /
• 2007

Even though much research has been performed to recommend favorite items to the buyers in the internet shopping mall, to the best of our knowledge. it is hard to find previous research on the recommendation of buy points. In this paper, we propose a method which can be used to recommend buy points of an item to the buyers. To do this, a database containing normalized price patterns is constructed from the archive of past prices. Then, the future price pattern is retrieved from the database based on the similarity. Here, regression analysis is used to find and analyze the elements that affect the price. We also present performance results showing that the proposed method can be useful for shopping malls.

• Spatial Information Research
• /
• v.20 no.4
• /
• pp.69-82
• /
• 2012

The purpose of this study was to identify structural properties of C.B.D and to provide direction that required for the plan and its development by analyzing land use patterns and its characteristics in the center of the city. In this study, the future planning elements and detailed land use of Seoul was analyzed, in regard to the spatial structural hierarchy and the function of downtown, by investigation of its current urban spatial structure. First, the characteristic of the land-use for merchandising facilities is that it is developed from west to east along the Jong-ro, Myungdong and Namdaemun, it shows high rate of the facilities along the horizontal axis. The large market area on this district would be the reason to the high rate of mechandising facilities. Second, the characteristic of the land-use for business facilities is that it is highly rated on the area passing through the Sejong-ro and Seoul station. The analysis result of our investigation is that the projects executed by Seoul city such as 'downtown maintenance planning' and 'downtown recreation program' strengthened functions of business and merchandising and promoted downtown shopping, leisure, tourism functions resulting activation of nearby market place and evaluated as maintaing the centrality of downtown Seoul well.