• 한국콘텐츠학회논문지
• /
• 제19권8호
• /
• pp.123-136
• /
• 2019

본 논문은 최근 다양한 HMR 제품에 대한 소비자의 요구가 증가함에 따라 국내 HMR 시장 세분화의 필요성을 인식하여, 탕 찌개류 3종 제품을 개발하고 시중에서 판매되고 있는 경쟁 제품들과 함께 소비자 기호도 분석을 통해 개발 제품에 대한 기초자료를 제공하고자 진행되었다. 사용된 시료는 탕(들깨탕), 찌개(된장, 짜글이)이며, 개발된 3종과 각 종류별로 경쟁제품군 2가지씩을 각각 선정하여 총 9개 제품을 30~50대 성인 남녀 60명을 대상으로 소비자 기호도를 조사하였다. 소비자 기호도는 외관, 색, 향, 맛, 전반적 기호도로 구성되었고, 강도는 점도, 단맛, 짠맛, 신맛, 감칠맛을 조사하였으며, 친숙함, 건강도, 구매의도, 추천의도도 함께 조사하였다. 소비자 기호도 조사 결과 개발제품들은 기존 제품들 사이에서 경쟁력이 있는 것으로 판단되며 보완이 필요한 비선호 요인을 파악하고 원인을 분석한 후 제품을 개선할 필요가 있을 것으로 생각된다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.93-110
• /
• 2015

기존의 협업필터링 추천시스템 연구는 상품에 대한 고객의 평점(rating)이나 구매 여부 데이터로부터 하나의 프로파일을 생성하고 이를 기반으로 추천 성능을 향상시킬 수 있는 새로운 알고리즘을 개발하는 위주로 진행되어 왔다. 그러나 빅데이터 환경이 도래하면서 기업이 수집할 수 있는 고객 데이터가 풍부해지고 다양해짐에 따라, 보다 정확하게 고객의 선호도나 행태를 파악하는 것이 가능하게 되었고 이러한 데이터, 즉 퍼스널 빅데이터(personal big data)를 추천시스템에 활용하는 연구의 필요성이 대두되고 있다. 본 연구에서는 마케팅의 시장세분화 이론에 근거하여 퍼스널 빅데이터로부터 고객의 선호도나 행태를 다양한 관점에서 표현할 수 있는 5종의 다중 프로파일(multimodal profile)을 개발하고, 이를 활용하여 협업필터링 추천시스템의 성능을 개선하고자 한다. 제안하는 5종의 다중 프로파일은 프로파일 통합 유사도, 개별 프로파일 유사도 평균, 개별 프로파일 유사도 가중 평균이라는 세 가지 앙상블 기법을 통해 협업필터링의 이웃(neighborhood) 탐색과정에 적용된다. 실제 퍼스널 빅데이터에 본 연구에서 제안하는 방법론을 적용한 결과, 단일 프로파일을 사용하는 협업필터링 알고리즘보다 추천 성능이 상당히 개선되었으며 앙상블 방법 중에서는 개별 프로파일 유사도 가중 평균 기법이 가장 높은 추천 성능을 보여주었다. 본 연구는 빅데이터 환경에서 추천시스템을 개발하고자 할 때, 어떠한 성격의 데이터로부터 고객의 특성을 규명하는 프로파일을 만들고 이를 어떻게 결합하여 사용하는 것이 효과적인 지 처음으로 제안하였다는 점에서 그 의의가 있다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.75-92
• /
• 2020

인구 및 세대 구조가 변화면서 점차 대면 관계를 꺼리는 고객의 태도 변화가 정보기술의 발달과 스마트폰의 확산으로 더욱 커지고 있다. 이는 정보기술에 익숙해진 현대 고객들의 소비패턴인 효율성 및 신속성과도 부합되는 것으로, 오프라인 망 중심의 유통회사들이 판매 및 서비스 방식을 언택트로 전환하려는 움직임이 활발해지고 있다. 최근 다양한 분야에서 언택트 서비스가 활성화되고 있지만, 뷰티 제품의 경우 고객의 피부타입 및 상태에 따라 제품 선택이 쉽지 않으므로 비대면을 통해 제품을 추천하기가 쉽지 않다. 이와 관련하여 온라인 뷰티 분야에서 제품 추천을 위한 추천시스템 개발 및 추천 관련 연구들이 수행되었지만, 대부분이 설문조사 방법이나 소셜 데이터를 이용하여 추천 알고리즘을 개발한 연구들이었다. 즉, 고객의 피부타입이나 제품 선호도 등의 실제 사용자 정보를 기반으로 세그먼트를 분류한 연구는 부족하였다. 그리하여, 본 연구에서는 뷰티 분야에서의 언택트 서비스 중의 하나인 모바일 애플리케이션의 고객 정보와 검색 로그 데이터를 기반으로 머신러닝 기법의 K-prototypes 알고리즘을 이용하여 고객 세그먼트를 새롭게 분류하고, 이를 기반으로 언택트 마케팅 전략 방안을 제안한다. 본 연구는 머신러닝 기법을 이용하여 새롭게 고객 세그먼트를 분류함으로써 관련 기존 문헌의 범위를 확장하였다. 더불어, 언택트 서비스라는 새로운 소비 트렌드를 반영하여 고객 세그먼트를 분류하고, 이를 기반으로 뷰티 분야의 언택트 서비스에 활용할 수 있는 구체적인 방안을 제시했다는 실무적 의의가 있다.

• 대한영양사협회학술지
• /
• 제11권2호
• /
• pp.216-222
• /
• 2005

In Korea, there are many kinds of functional foods to manage diabetes, however, they have not been evaluated or investigated systematically. The purpose of this study was to investigate the status of recognition and intake of functional foods among diabetic patients. The study subjects were 307 patients(male 135, female 172), who diagnosed with type 2 diabetes at Seoul National University of Bundang Hospital. Questionnaire survey was done from July to October, 2004 for the characteristics of patients and factors related to the use of functional foods. The mean age of the subjects was 64$\pm$10.2 years, and the mean duration of disease was 9.5$\pm$8.90 years. Approximately 49.8% of the subjects had experience to use functional foods at least once in past. Total number of functional foods used were 56 types. Red ginseng was used most frequently(27.9%), then followed by Silkworm powder(13.6%), Vitamin supplements(10.4%), Mulberry tree(7.1%), Cordyceps sinensis(6.8%) and Ginseng(4.2%). Functional foods were introduced by their friends.relatives(38.4%), family(29.1%), internet(13.9%), and the mass media(10.6%). Among respondents, 94.7% took functional foods with conventional diet therapies(diet, exercise and medication). The purpose of functional food use was to control blood glucose level(49.0%), to relieve fatigue and improve stamina(19.9%), to treat and prevent a disease(17.2%) and to help blood circulation(7.9%). Upon the question of further recommendation of functional foods to others, 74.8% of the subjects answered negative response. However, 12.6% of the subjects showed the further intention of using new product. Therefore, to guide the appropriate use of functional foods for diabetic patients, diabetic educator should provide the knowledge of the efficacy of functional foods and the desirable guidelines.

• 한국의류학회지
• /
• 제42권4호
• /
• pp.671-688
• /
• 2018

This study investigates the characteristics of VR stores that emerged as new fashion communication media. Two case studies on Hyundai and eBay VR Department stores were conducted along with a discussion of the function and meaning of the fashion VR store. The results showed that both stores provide novel shopping experiences; however, the two were differentiated in terms of production method and technology implementation level. Functional aspects such as providing shopping efficiency and purchasing service was insufficient in both stores. Instead, they were complementing by means of product rotation, recommendation system, voice guidance, or linkage with an online shopping mall. In experiential aspects, both stores provided a strong sense of immersion. Hyundai VR store enhanced immersion with a high resolution image of a real offline store; however, it lacked in the ability to provide multisensory stimulation such as kinetic sense or auditory stimulation. The eBay VR Department store intensified the immersion experience by providing auditory stimulation as well as visual stimulation that enhanced the speed and distance sense through the utilization of animation. However, the extent of experience was limited in terms of agency and transformation because of the low interactivity found in both store systems.

• 지능정보연구
• /
• 제13권2호
• /
• pp.69-80
• /
• 2007

고객의 선호도는 시간에 따라 변화하지만 기존 협업필터링기법(Collaborative Filtering : CF)은 정적인 데이터만을 다룬다. 이는 기존 CF 기법이 특정 기간 동안 고객의 구매 여부만 고려할 뿐 고객의 구매순서를 사용하지 않기 때문이다. 따라서 기존 CF 기법은 고객의 동적인 데이터인 구매순서를 고려함으로써 추천의 품질을 높일 가능성이 있다. 본 연구에서는 고객의 구매순서를 활용함으로써 CF 기법의 추천 품질을 향상시키는 새로운 상품추천 방법론을 제안한다. 즉, 군집분석기법인 자기조직화지도(Self-Organizing Map : SOM)를 활용하여 고객의 구매순서를 파악한 후 연관규칙탐사(Association Rule Mining : ARM)를 사용하여 고객들의 구매순서 중 일정 정도의 통계적인 타당성을 갖는 구매순서 패턴을 찾아내어 이를 추천 시에 활용한다. 대형 백화점의 구매자료에 적용하여 제안한 방법론의 효과성을 실험한 결과 제안한 방법론이 기존 CF 기법보다 우수한 추천품질을 가지고 있음이 실증적으로 확인되었다.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.463-468
• /
• 2022

COVID-19의 장기화는 다양한 산업의 패러다임에 새로운 시도와 변화를 주고 있다. 고객이 직접 피우에 닿고 사용하는 제품을 판매하는 산업에서는 그 현상이 날로 가중된다. 이러한 상황에 대응하고자 최근 Cosmetics 업계에서 다양한 언택트(비대면) 서비스들을 선보이고 있다. 기존 전통 오프라인 채널에서부터 다양한 온라인 채널 확보를 통하여 고객들의 수요와 참여를 끌어내고자 한다. 대표적으로 기존에는 온라인 문진 서비스를 이용하여 고객에게 맞춤 제품을 추천하는 서비스들을 제공하고 있지만 얼마 지나지 않아 한계에 도달하게 된다. 본 논문에서는 기존 정형화된 문진 서비스와 한걸음 더 나아가 AI 기술을 이용한 이미지 기반 피부진단 기능을 결합하는 새로운 방식의 피부진단 서비스에 대하여 연구하였다. 사용자는 촬영된 이미지를 이용하여 몇 가지 항목에 대한 진단을 받게 되고 최종 피부타입을 도출하기 위하여 부족한 진단 항목은 기존에 제안한 피부진단 서비스를 활용하였다. 이런 방식은 기존에 제공되고 있는 문진 서비스보다 재미 요소를 더할 뿐만 아니라 기술 트린드인 AI를 결합하여 더욱 고객 참여를 이끌어 낼 수 있고 가시적이고 정확도가 있는 지속적인 서비스를 만들어 내고자 함에 있다.

• 한국의상디자인학회지
• /
• 제25권4호
• /
• pp.77-92
• /
• 2023

The purpose of this study is to investigate the public perception of Gorpcore through Big Aata analytics. The study was conducted based on the collection of Big Data on the word 'Gorpcore' through Textom from July 24, 2017 to March 31, 2023. As a result, 63,386 words were collected from a total of 18,879 posts, and the top 50 words were determined based on frequency of appearance. Based on the collected words, centrality measures and CONCOR algorithm were performed in Ucinet 6. The research results are as follows. 1) The frequency of appearance was high in the order of 'Gorpcore look', 'fashion', 'coordination', 'clothes', 'outdoor', 'Musinsa', 'look', 'trend', 'brand' and 'ahjussi (middle-aged old man in Korean)'. These words had high TF-IDF scores, which leads to the conclusion that these are key words that are recognized as important. 2) Network centrality shows that 'Gorpcore look', 'fashion', 'outdoor', 'coordination', 'clothes', 'trend', 'look' and 'style' have a high correlation with other words. Through this, it was found that the public thinks it is important to create a variety of fashions by styling high-performance outdoor wear and casual wear, and that they are highly interested in clothes and in brands leading the Gorpcore trend. 3) As a result of the CONCOR algorithm, four significant groups were formed. The words that appear in each group are as follows. Group 1 - 'outdoor', 'Gorp', 'Normcore', 'hiking', 'functionality', 'new', 'sports', 'casual wear', 'activity', 'generation', 'collaboration'. Group 2 - 'fashion', 'trend', 'look', 'brand', 'style', 'shoes', 'ugly', 'item', 'trend', 'product', 'Salomon', 'padded jacket', 'stylishness', 'utilization', 'Winter', 'street', 'design', 'retro', 'popular', 'styling'. Group 3 - 'Gorpcore look', 'coordination', 'Musinsa', 'windbreaker', 'recommendation', 'Arcteryx', 'pants', 'man'. Group 4 - 'clothes' 'ahjussi', 'jacket', 'launching', 'spring', 'The North Face', 'collection', 'utility', 'jumper'. As a result, it can be seen that the Gorpcore is also regarded as a part of outdoor, fashion, coordination, and casual wear.

• 지능정보연구
• /
• 제18권4호
• /
• pp.19-42
• /
• 2012

고객이 상품을 구매하는 패턴이 빠르게 변화하고 있다. 오프라인에서 고객이 직접 상품을 보고, 체험한 후 구매하던 패턴이 TV홈쇼핑, 인터넷 쇼핑 등 고객이 편리한 장소에서 자유롭게 구매하는 방법으로 확산되었다. 이처럼 구매 가능한 상품의 범위는 점점 더 다양해지고 있지만 이로 인하여 고객이 상품을 구매할 때 생기는 번거로움은 더욱 커지고 있다. 오프라인에서는 물건을 직접보고 구매하기 때문에 반품율이 낮은 반면에 온라인 구매 물품은 배송과 환불 등에서 복잡한 일들이 많이 발생한다. 온라인을 통해서 물건을 구매할 때 상품에 대한 사전 정보는 매우 한정적이며 실제로 물건을 구매했을 경우 고객이 생각했던 것과 다를 수 있다. 이러한 결과는 결국 고객의 불만족 및 구매취소로 이어진다. 또한 TV홈쇼핑이나 인터넷 쇼핑 등을 통해서 물건을 구매할 때 고객들은 이미 상품을 구매한 고객의 리뷰에도 관심을 기울이고 있다. 좋은 평가를 받은 상품은 더 많은 매출로 이어질 수 있기 때문에 기업은 이에 관심을 기울일 필요가 있다. 고객의 욕구를 만족시킬 수 있는 적절한 상품을 추천해 주고 이를 구매로 연결시키는 것은 기업의 이윤 창출과 직결되기 때문에 그 중요성이 강조된다. 고객을 위한 추천방법은 베스트셀러기반 추천방법, 인구통계 정보기반 추천방법, 최소질의대상 상품결정방법, 내용필터링기법, 협력필터링기법 등이 존재하며, 이에 대한 많은 연구가 활발하게 진행되고 있다. 그러나 위의 방법들을 신규고객에게 적용하는 것에는 문제가 발생할 수 있다. 신규고객은 상품에 대한 과거 구매이력이 존재하지 않기 때문이다. 이를 해결하기 위한 방안으로 가입 시, 고객의 인구통계적 정보나 선호도에 대한 응답을 유도하는 방법을 활용할 수 있다. 그러나 고객이 이에 대한 번거로움을 느낄 수도 있으며, 불완전한 답변을 하게 되면 추천의 정확도는 감소한다. 최근 이미 상품을 구매한 고객의 리뷰 및 기업에서 추천하는 제품에 의존하는 고객들이 증가하면서 이를 악용하는 사례도 자주 등장한다. 결국 추천에 대한 고객들의 신뢰는 감소하게 될 것이다. 따라서 좀 더 명확한 방식의 추천시스템이 절실하며, 이것이 개선된다면 는 곧 고객들의 신뢰 증가로 이어질 것이다. 본 연구에서는 협력필터링기법과 사회연결망기법의 중심성을 결합한 분석을 시도하였다. 중심성은 신규고객의 선호도를 기존고객들의 데이터를 통하여 유추하기 위하여 활용되는 정보이다. 기존 연구들에서는 기존고객들의 구매 가운데 구매성향이 유사한 고객들의 정보에 초점을 맞추고 있으며 구매성향이 다른 고객들의 정보에 대한 분석은 이루어지고 있지 않다. 그러나 이처럼 구매성향이 서로 다른 고객들의 정보를 활용한다면 추천의 정확성이 더 향상되지 않을까 하는 점을 기반으로 데이터들을 다양한 방식으로 분석하였다. 연구에 사용된 데이터는 미네소타대학의 GroupLens Research Project팀이 협력필터링기법을 통하여 영화를 추천하기 위해 만든 MovieLens의 데이터이다. 이는 1,684편의 영화에 대한 선호도를 943명이 응답한 정보로 총 100,000개의 데이터가 있다. 이를 시간 순으로 구분하여 초기 50,000개의 데이터를 기존고객의 데이터로, 후기 50,000개의 데이터를 신규고객의 데이터로 사용하였다. 이 때, 신규고객과 기존고객은 연구자가 임의로 구분한 것이다. 따라서 신규고객이라고 표현되는 고객의 데이터는 실제로 추천시스템을 통해 정보를 제공받은 고객이라고는 볼 수 없다. 그러나 현실적으로 실제 신규고객의 데이터를 수집하는 것이 쉽지 않기 때문에 전체 고객의 정보를 시간 순으로 구분하고 신규고객으로 분류한 것임을 밝혀둔다. 제시된 추천시스템은 [+]집단 추천시스템, [-]집단 추천시스템, 통합 추천시스템으로 총 3가지이다. [+]집단 추천시스템은 기존의 연구들과 유사한 방식으로 유사도가 높은 고객들을 신규고객의 이웃고객으로 분석하였다. 유사도가 높다는 것은 다른 고객들과 상품 구매에 대한 성향이 유사한 것을 의미한다. 또한 [-]집단 추천시스템은 유사도가 낮고 다른 고객들과 상품의 구매패턴이 반대에 가까운 고객들의 데이터를 활용하였으며, 통합 추천시스템은 [+]집단 추천시스템과 [-]집단 추천시스템을 결합한 방식이다. [+]집단 추천시스템과 [-]집단 추천시스템에서 각각 추천된 영화 가운데 중복되는 영화만을 신규고객에게 추천하는 방식이다. 다양한 방법의 시도를 통하여 적절한 추천시스템을 찾고, 추천시스템의 정확도를 향상시키는데 그 목적이 있다. 활용된 데이터의 분석 결과는 통합 추천시스템이 정확도가 가장 높았으며 [-]집단 추천시스템, [+]집단 추천시스템의 순인 것으로 나타났다. 이는 통합 추천시스템이 가장 효율적일 것이라는 연구자의 추측과 일치하는 결과이다. 각각의 추천시스템은 정확도의 변화를 쉽게 비교할 수 있도록 등고선지도 및 그래프를 이용하여 나타냈다. 연구의 한계점으로는 연구자가 제시한 통합 추천시스템과 [-]집단 추천시스템에 대한 정확도는 향상되었지만 이는 임의로 구분한 기준을 바탕으로 분석하였다는 점이다. 실제 추천된 영화를 바탕으로 신규고객이 영화를 선택 한 것이 아니라 기존고객의 데이터를 임의로 분류하였기 때문이다. 따라서 이는 추천 영화가 실제 고객에 미친 영향이 아니라는 한계가 존재한다. 또한 영화가 아닌 다른 상품에 대해서 이 추천시스템을 적용하였을 경우 추천 정확도에는 차이가 있을 수 있다. 따라서 추천시스템을 적용할 때에는 각 상품 및 고객집단의 특성에 적합한 적용이 필요하다.