• 벤처혁신연구
• /
• 제3권1호
• /
• pp.101-115
• /
• 2020

4차 산업혁명시대를 살고 있는 고객들은 구매 깔때기 안에 있는 것이 아니라 밖으로 나오기 시작했다. 풍부한 정보로 무장한 현명한 고객의 등장과 맞물려 제품 선택의 폭과 디지털 채널의 폭발적인 증가로 인해 정보를 탐색하고 구매하는 방식이 혁신적으로 변화되고 있는 것이다. 디지털 시대의 고객여정은 전통적인 깔때기 모형이 제시하는것보다 훨씬 복잡하게 되었다. 그래서 직선형이 아닌 다양한 상호작용을 하는 비선형적인 정교한 접근이 요구되어지고 있다. 기존의 많은 연구와 달리 본 연구는 패션, 자동차, 화장품, 온라인 쇼핑몰의 4개 상품군 이용고객 1,200을 대상으로 진행된 것으로 상품군에 상관없이 일반적으로 적용할 수 있는 디지털고객경험 속성을 도출하고 검정하였다. 디지털경험이 고객만족에 영향을 미치며, 최종적으로 구매에 영향을 미치는 일련의 과정 속에서 디지털 자기효능감이 구매에 어떠한 역할을 하는지를 규명하였다. 이론적 시사점으로는 디지털 자기 효능감을 조절된 매개변수로 도입하여 검정한 결과 고객만족도와 고객 충성도 간 디지털 자기효능감은 조절된 매개역할을 하는 것으로 검정 되었다. 실무적으로는 디지털 자기효능감이 높은 고객에게 디지털 마케팅을 적극적으로 활용할 필요가 있고다, 그러나 디지털 자기 효능감이 낮은 고객에게는 디지털 마케팅 피로도를 조심해야 할 필요가 있다는 시사점을 도출하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.27-42
• /
• 2020

인터넷이라는 가상 공간을 활용함으로써 물리적 공간의 제약을 갖는 오프라인 쇼핑의 한계를 넘어선 온라인 쇼핑은 다양한 기호를 가진 소비자를 만족시킬 수 있는 수많은 상품을 진열할 수 있게 되었다. 그러나, 이는 역설적으로 소비자가 구매의사결정 과정에서 너무 많은 대안을 비교 평가해야 하는 어려움을 겪게 함으로써 오히려 상품 선택을 방해하는 원인이 되기도 한다. 이런 부작용을 해소하기 위한 노력으로서, 연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 구매의사결정 과정 중 정보탐색 및 대안평가에 소요되는 시간과 노력을 줄여주고 이탈을 방지하며 판매자의 매출 증대에 기여할 수 있다. 연관 상품 추천에 사용되는 연관 규칙 마이닝 기법은 통계적 방법을 통해 주문과 같은 거래 데이터로부터 서로 연관성 높은 상품을 효과적으로 발견할 수 있다. 하지만, 이 기법은 거래 건수를 기반으로 하므로, 잠재적으로 판매 가능성이 높을지라도 충분한 거래 건수가 확보되지 못한 상품은 추천 목록에서 누락될 수 있다. 이렇게 추천 시 제외된 상품은 소비자에게 구매될 수 있는 충분한 기회를 확보하지 못할 수 있으며, 또 다시 다른 상품에 비해 상대적으로 낮은 추천 기회를 얻는 악순환을 겪을 수도 있다. 본 연구는 구매의사결정이 결국 상품이 지닌 속성에 대한 사용자의 평가를 기반으로 한다는 점에 착안하여, 추천 시 상품의 속성을 반영하면 소비자가 특정 상품을 선택할 확률을 좀더 정확하게 예측할 수 있다는 점을 추천 시스템에 반영하기 위한 목적으로 수행되었다. 즉, 어떤 상품 페이지를 방문한 소비자는 그 상품이 지닌 속성들에 어느 정도 관심을 보인 것이며 추천 시스템은 이런 속성들을 기반으로 연관성을 지닌 상품을 더 정교하게 찾을 수 있다는 것이다. 상품의 주요 속성의 하나로서, 카테고리는 두 상품 간에 아직 드러나지 않은 잠재적인 연관성을 찾기에 적합한 대상이 될 수 있다고 판단하였다. 본 연구는 연관 상품 추천에 상품 간의 연관성뿐만 아니라 카테고리 간의 연관성을 추가로 반영함으로써 추천의 정확도를 높일 수 있는 예측모형을 개발하였고, 온라인 쇼핑몰로부터 수집된 주문 데이터를 활용하여 이루어진 실험은 기존 모형에 비해 추천 성능이 개선됨을 보였다. 실무적인 관점에서 볼 때, 본 연구는 소비자의 구매 만족도를 향상시키고 판매자의 매출을 증가시키는 데에 기여할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.127-138
• /
• 2011

대부분의 연구포털 사이트는 관심 분야의 논문을 획득하고자 하는 연구자를 대상으로 한 서비스를 주로 제공하고 있다. 하지만 이러한 서비스는 정확한 서지사항을 알고 있는 일부 사용자의 경우 손쉽게 이용할 수 있지만, 대부분의 이용자는 원하는 자료를 획득하기 위해 키워드 검색을 통한 반복적 시행착오를 겪게 된다. 특히 사용자가 익숙하지 않은 분야의 논문을 검색하는 경우에는, 찾고자 하는 논문의 적절한 키워드 자체를 알지 못하여 검색에 큰 어려움을 겪게 된다. 이러한 한계를 극복하기 위해 일부 연구포털 사이트에서는 온라인 쇼핑몰의 상품 추천에 주로 사용되어온 연관관계 분석 기반 키워드 추천 서비스를 채택하고 있다. 하지만 연관관계 분석에만 기반한 키워드 추천 방식은 두 키워드간의 단편적인 관계만을 알려줄 뿐, 해당 학술 분야와 관련된 전체 키워드 간의 복합적 연결 관계를 보여주기에는 한계가 있다. 따라서 본 논문에서는 연관관계 분석을 통해 빈발 출현 키워드 쌍을 추출하고 이를 근거로 전체 키워드 간 네트워크를 구축함으로써, 학술 분야별 중심 키워드 및 분야 간 융합을 위한 연계 키워드를 추천하기 위한 방법을 제시하고자 한다.

• 대한화학회지
• /
• 제64권6호
• /
• pp.429-437
• /
• 2020

본 연구는 고등학교 통합과학 담당교사를 대상으로 교육과정-수업-평가 실행과 변화를 조사하였다. 17개 시도의 통합과학 담당교사 529명을 대상으로 과학과 핵심역량, 기능, 교수학습 방법과 평가 방법에 대한 실행, 그리고 교사의 수업 준비, 주제/교재, 교수학습, 평가에 대한 변화를 온라인설문을 통해 조사하였다. 연구 결과 첫째, 교사들은 통합과학 수업에서 과학과 핵심역량 중 과학적 의사소통능력과 과학적 탐구능력, 과학과 기능 중 자료수집 분석 및 해석, 의사소통에 대한 실행이 높았다. 교사들이 통합과학 수업에서 많이 활용하는 교수학습 방법은 강의이며, 평가 방법은 선택형, 서술형 및 논술형, 보고서로 조사되었다. 교사의 경력에 따른 집단 간 차이를 살펴보면, 10년 미만의 교사 집단이 10년 이상의 교사 집단보다 2015 개정 과학과 교육과정에 기반한 수업 실행에 소극적인 것으로 나타났다. 둘째, 통합과학 교사들은 수업 준비는 교과서 외에 여러 가지 자료를 탐색하고 재구성하고, 주제와 교재 준비를 위해 여러 분야의 통합적인 개념을 적용하려는 노력이 증가한 것으로 나타났다. 셋째, 통합과학 교사들이 과정중심평가를 수업에 적용하는 것은 소극적이지만, 수업 구현을 위한 수업 재구성, 학생 참여도 증가를 위한 방안 모색 등 수업 전반에 대해 노력과 준비를 하고 있는 것으로 조사되었다. 교사의 자율성과 전문성을 존중하면서도 평가의 공정성과 신뢰성을 확보하고 교사 공동체를 기반으로 책임을 분담할 수 있는 시스템 및 과정중심평가에 대한 교사의 관심 또는 운영 단계별로 지원하는 시스템의 구축이 필요하겠다. 이를 통해 교사의 업무 과중 해소, 그리고 평가의 질 관리, 과정과 결과의 공정성, 객관성 확보할 수 있을 것이다.

• 경영정보학연구
• /
• 제20권1호
• /
• pp.1-16
• /
• 2018

최근 인터넷의 발전과 스마트폰 보편화에 따라 배달 애플리케이션의 이용률이 높아지면서 O2O 기반의 외식 배달 시장이 급격하게 성장하고 있다. 본 연구는 한국(배달의민족)과 중국(어러머) 배달애플리케이션의 사용성을 비교 분석하고, 국내 배달 애플리케이션의 개선 방향을 제시하는 것을 목적으로 한다. 연구 방법으로는 1차로 국내외 배달 애플리케이션의 현황을 파악하고, 2차로 피터모빌의 허니콤 모델을 재구성하여, 이를 기준으로 설문조사와 심층인터뷰 진행하였다. 사용성 평가결과를 분석하여 제안된 개선 결과는 다음과 같다. 첫째, 배달의민족의 모든 가맹업체들은 애플리케이션으로 주문이 가능해야 한다. 둘째, 장바구니에 다른 업소의 음식을 동시에 담을 수 있어야 한다. 셋째, 화면 첫 페이지에서 장바구니와 구매내역을 바로 찾아볼 수 있고 첫 페이지에 오늘의 추천 메뉴를 보여주는 것은 사용자의 편의성을 높이는 것에 도움을 준다. 넷째, 검색창을 상단에 고정하면 검색성을 높일 수 있다. 다섯째, 배달 예상 시간과 배달원의 정확한 위치를 확인할 수 있어야 한다. 마지막으로 업소 주소가 명시되고 예상 배달 가능 시간에 대한 보장이 이루어진다면 신뢰성을 높일 수 있다. 본 연구 결과를 통해 국내 배달 애플리케이션 서비스 향상에 기여하기를 기대한다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.129-142
• /
• 2016

전자상거래에서 소비자들의 구매 의사결정에 판매 제품을 이미 구매하여 사용한 고객의 리뷰가 중요한 영향을 미치고 있다. 전자상거래 업체들은 고객들이 제품 리뷰를 남기도록 유도하고 있으며, 구매고객들도 적극적으로 자신의 경험을 공유하고 있다. 한 제품에 대한 고객 리뷰가 너무 많아져서 구매하려는 제품의 모든 리뷰를 읽고 제품의 장단점을 파악하는 것은 무척 힘든 일이 되었다. 전자상거래 업체들과 연구자들은 텍스트 마이닝을 활용하여 리뷰들 중에서 유용한 리뷰들의 속성을 파악하거나 유용한 리뷰와 유용하지 않은 리뷰를 미리 분류하는 노력을 수행하고 있다. 고객들에게 유용한 리뷰를 필터링하여 전달하는 방안이다. 본 연구에서는 문서-단어 매트릭스에서 단어의 제거 기준으로 온라인 고객 리뷰가 유용한 지, 그렇지 않은지를 구분하는 문제에서 단어들이 유용 리뷰 집합과 유용하지 않은 리뷰집합에 중복하여 등장하는 정도를 측정한 중립도를 제시한다. 제시한 중립도를 희소성과 함께 분석에 활용하여 제거할 단어를 선정한 후에 각 분류 알고리즘의 성과를 비교하였다. 최적의 성과를 보이는 중립도를 찾았으며, 희소성과 중립도에 따라 단어를 선택적으로 제거하였다. 실험은 Amazon.com의 'Cellphones & Accessories', 'Movies & TV program', 'Automotive', 'CDs & Vinyl', 'Clothing, Shoes & Jewelry' 제품 분야 고객 리뷰와 사용자들의 리뷰에 대한 평가를 활용하였다. 전체 득표의 수가 4개 이상인 리뷰 중에서 제품 카테고리 별로 유용하다고 판단되는 1,500개의 리뷰와 유용하지 않다고 판단되는 1,500개의 리뷰를 무작위로 추출하여 연구에 사용하였다. 데이터 집합에 따라 정확도 개선 정도가 상이하며, F-measure 기준으로는 두 알고리즘에서 모두 희소성과 중립도에 기반하여 단어를 제거하는 방안이 더 성과가 높았다. 하지만 Information Gain 알고리즘에서는 Recall 기준으로는 5개 제품 카테고리 데이터에서 언제나 희소성만을 기준으로 단어를 제거하는 방안의 성과가 높았으며, SVM에서는 전체 단어를 활용하는 방안이 Precision 기준으로 성과가 더 높았다. 따라서, 활용하는 알고리즘과 분석 목적에 따라서 단어 제거 방안을 고려하는 것이 필요하다.