• 지능정보연구
• /
• 제11권1호
• /
• pp.191-205
• /
• 2005

전자상거래의 확산에 따라 인터넷 쇼핑몰에서의 구매활동은 일반적인 현상이 되었다 그 결과, 유사한 업종이나 업태의 인터넷 쇼핑몰이 범람하게 되었고 업체들 간의 경쟁도 심화되어 차별화 된 서비스를 제공하지 않는 업체는 도태되기 쉬운 상황이다. 본 연구에서는 치열한 경쟁환경 하에서 인터넷 쇼핑몰들의 차별화 된 마케팅 서비스의 수단으로써 이용되고 있는 상품추천시스템의 개선된 모형을 제시하고자 한다. 본 연구에서 제안하는 모형은 전역 최적화 기법 중의 하나인 유전자 알고리즘을 데이터 마이닝의 도구로 활용한 인터넷 쇼핑몰에서의 개인화 된 상품추천시스템 모형이다. 유전자 알고리즘은 추출하기가 어려운 소비자의 성향을 데이터를 통해 추출하고 이에 맞는 상품군을 선택할 수 있도록 해 주는 최적화 기법으로 상품추천시스템의 추천엔진으로써 유용할 것으로 기대된다 본 연구에서는 제안하는 유전자 알고리즘에 기반한 추천규칙들이 장착된 웹 기반의 개인화 된 상품추천시스템의 프로토타입을 개발하고 이에 대한 실제 사용자들의 이용 만족도를 확인함으로써 렬 연구에서 제안한 방법론의 유용성을 확인하고자 한다.

• 한국유통학회지:유통연구
• /
• 제14권1호
• /
• pp.27-44
• /
• 2009

본 연구는 온라인 쇼핑몰에서의 고객서비스 요인이 구매후기 댓글고객의 구전에 따라 소비자의 구매와 재 구매에 어떠한 영향을 미칠 것인가에 대하여 실증 분석을 통하여 규명하고자 하였다. 분석결과는 다음 두 가지로 설명된다. 첫째, 온라인 쇼핑몰 고객서비스 요인에 따른 소비자의 구매 및 재 구매 중 오프라인에 대한 강매로부터의 회피와 구매의 편의성을 추구하기 위하여 온라인 쇼핑몰을 활용한 구매자의 경우 구매후기 댓글고객의 영향보다는 방문한 쇼핑몰의 명성이나 보안의 믿음성, 신속한 제품 검색 등의 확신성과 반응성이 온라인 구매자의 결정 요인으로 작용하는 것으로 나타났다. 즉, 온라인 쇼핑몰의 인지도 향상과 보안시스템 구축, 검색엔진 개발이 온라인 쇼핑몰의 전략적인 요소임을 시사하고 있다. 둘째, 온라인 구매자의 경우 구매후기 댓글고객의 구전 요인을 높게 인식하고 있으며, 재구매자의 경우는 구전의 긍정적인 조절역할에 영향을 받고 있는 것으로 나타났다. 이는 구매경험의 준거(Reference)가 작용하는 것으로 사료된다.

• 아태비즈니스연구
• /
• 제2권1호
• /
• pp.91-114
• /
• 2011

일본 전체 전자상거래 시장 규모는 2006년에 15조엔을 넘었고, 2009년에 B2C 인터넷 쇼핑 규모는 6조 5,700억엔을 넘는 등 지속적으로 확대되고 있다. 일본의 대표적인 인터넷 쇼핑 업체로는 락쿠텐을 들 수 있다. 락쿠텐은 인터넷 쇼핑 시장에서 45%의 점유율을 보이고 있고, 등록된 상점 수만 7만개가 넘는다. 사이트내의 과장 광고에 대한 규제 및 판매자에 대한 철저한 사전 통제로 소비자들의 높은 신뢰를 받고 있다. 일본 소비자들은 새로운 기술에 대한 수용과 동화가 빠른 편이고, 인터넷과 모바일 통신 사용률이 높다. 본 논문에서는 우리의 이웃이면서 큰 인터넷 쇼핑 시장이 있는 일본의 온라인 쇼핑 실태에 대해서 분석하였다. 즉, 인터넷 쇼핑 동기, 인터넷 쇼핑 지각 위험, 인터넷 쇼핑 혁신성 등에 따른 인터넷 쇼핑 이용의도, 만족도, 추천의도 등과 인구통계학적 특성을 고려해 살펴보았다. 총 464부 설문지에 대해 SPSS를 활용하여 빈도분석, 요인분석, 신뢰도 분석, 분산분석 등이 이루어졌다. 분석 결과 이용의도는 연령이 높을수록 높았고, 만족도는 주부가, 추천의도는 월 평균 소득이 높을수록 높았다. 또한 혁신성이 높은 집단일수록 이용 빈도, 만족도, 추천의도, 지속 사용의도가 높았다. 인터넷 쇼핑 동기와 관련해서는 여성과 주부의 쾌락적 동기가 높았고, 월 평균 소득이 높을수록 경제적 동기가 높았다. 또한 혁신성이 높은 집단이 경제적, 편의적, 쾌락적, 사회적 인터넷 쇼핑 동기 모두 높은 평균값을 보였다. 또한 학생일수록, 여성일수록, 소득수준이 낮을수록 인터넷 쇼핑 지각된 위험을 높게 평가하는 것으로 나타났으며 혁신성 정도가 낮은 집단이 역시 지각된 위험을 높게 평가하였다. 끝으로 본 연구 결과를 바탕으로 향후 일본 전자상거래에 진출하고자 하는 우리나라 기업에 실무적인 시사점을 제시하였다.

• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1293-1304
• /
• 2022

개인화 추천시스템은 각 개인의 관심사나 선호도를 분석하여 이에 맞는 정보나 제품을 추천해주는 것을 의미한다. 이러한 개인화 추천을 통해 소비자들은 본인에게 필요한 제품들을 보다 빠르게 접함으로써 정보 탐색에 소모하는 시간을 단축할 수 있으며, 기업들은 소비자들의 필요에 맞는 적절한 제품을 추천해줌으로써 기업 이윤을 증가시킬 수 있다. 본 연구에서는 대표적인 개인화 추천 기법들인 협업 필터링, 행렬 요인화, 딥러닝을 사용하여 소비자에게 제품을 추천해준다. 이를 위해 원데이터 (Raw data)인 쇼핑몰 상품 구매 후기 데이터세트를 추천시스템의 입력으로 전달하기 위한 형태로 전처리하고, 전처리한 데이터세트를 다각도로 분석해본다. 또한, 각각의 모델들이 추천한 결과에 대해 검증 및 성능 비교를 수행하고 최적의 성능을 보이는 모델을 탐색하여 이후 해당 쇼핑몰에서 추천시스템 구축 시 어떤 모델을 사용하는 것이 좋을지를 제시한다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2008년도 춘계학술대회
• /
• pp.135-140
• /
• 2008

Studies of recommender systems have focused on improving their performance in terms of error rates between the actual and predicted preference values. Also, many studies have been conducted to investigate the relationships between customer information processing and the characteristics of recommender systems via surveys and web-based experiments. However, the actual impact of recommendation on product pages for customer browsing behavior and decision-making in the commercial environment has not, to the best of our knowledge, been investigated with actual clickstream data. The principal objective of this research is to assess the effects of product recommendation on customer behavior in e-Commerce, using actual clickstream data. For this purpose, we utilized an online bookstore's clickstream data prior to and after the web site renovation of the store. We compared the recommendation effects on customer behavior with the data. From these comparisons, we determined that the relevant recommendations in product pages have positive relationships with the acquisition of customer attention and elaboration. Additionally, the placing of recommended items in shopping cart is positively related to suggesting the relevant recommendations. However, the frequencies at which the recommended items were purchased did not differ prior to and after the renovation of the site.

• 한국인터넷방송통신학회논문지
• /
• 제23권5호
• /
• pp.1-8
• /
• 2023

교차 도메인 추천은 다른 도메인에 있는 관련 사용자 정보 데이터와 아이템 데이터를 공유하는 방법입니다. 주로 사용자 중복이 많은 온라인 쇼핑몰이나 유튜브, 넷플릭스와 같은 멀티미디어 서비스 컨텐츠에서 사용됩니다. K-means 클러스터링을 통해 사용자 데이터와 평점을 기반으로 군집화를 실시하여 임베딩을 생성합니다. 이 결과를 트랜스포머 네트워크를 통해 학습한 후 사용자 만족도를 예측합니다. 그런 다음 트랜스포머 기반 추천 모델을 사용하여 사용자에게 적합한 아이템을 추천합니다. 이 연구를 통해 추천함으로써 더 적은 시간적 비용으로 초기 사용자 문제를 예측하고 사용자들의 만족도를 높일 수 있다는 결과를 실험을 통해 보여주었습니다.

• 한국융합학회논문지
• /
• 제9권12호
• /
• pp.25-32
• /
• 2018

방대해지고 있는 온라인 패션 시장에서는 소비자도 자신이 원하는 스타일에 대해 키워드 검색으로 원하는 패션 스타일을 일일이 찾기란 쉽지 않은 일이다. 이를 해소해줄 수 있는 것은 소비자의 니즈를 반영한 패션 추천이다. 기존 온라인 쇼핑 사이트는 소비자의 니즈를 파악하고 추천하기 위하여 설문조사 형식으로 소비자의 선호 스타일을 파악하는 것이 대부분이었다. 본 논문에서는 기존 방법의 한계점을 해소하고자 암묵적 프로파일링 방법을 통하여 소비자들의 니즈와 선호하는 스타일에 대해 간편하고 효과적으로 파악할 수 있는 모델을 제안하였다. 또한 이렇게 수집된 데이터로 학습한 딥러닝기반의 지능형 선호 패션 모델을 통하여 이미지 자체에 대한 특성을 반영하도록 학습하는 방법을 제안하였다. 제안한 모델의 정성적 평가를 통하여 의미있는 결과를 얻을 수 있었다.

• Asia pacific journal of information systems
• /
• 제12권3호
• /
• pp.71-88
• /
• 2002

In this paper, intelligent marketing and merchandising methods utilizing data mining and Web mining techniques are proposed for online retailers to survive and succeed in gaining competitive advantage in a highly competitive environment. The first part of this paper explains the procedures of one-to-one marketing based on customer relationship management(CRM) techniques and personalized recommendation lists generation. The second part illustrates Web merchandising methods utilizing data mining techniques, such as association and sequential pattern mining. We expect that our Web marketing and merchandising methods will both provide a currently operating Internet shopping mall with more selling opportunities and give more useful product information to customers.

• 정보관리학회지
• /
• 제24권2호
• /
• pp.89-104
• /
• 2007

본 연구는 대용량 음악콘텐츠환경에서 개인화 추천 서비스를 위한 기반구조의 제공을 위하여 시도되었다. 추천서비스를 위한 기존의 많은 연구와 상용프로그램에도 불구하고 대규모의 쇼핑몰들은 개인화 추천서비스와 실시간으로 대용량의 데이터를 처리할 수 있는 추천시스템을 필요로 하고 있다. 이를 위하여 본 연구에서는 데이터마이닝 기술과 새로운 패턴매칭 알고리즘을 제안하고 있다. 콘텐츠 주제분야에 대한 이용자의 선호도를 이용한 이용자 분할을 위하여 군집화 기법이 사용되었다. 다음으로는 군집화를 통하여 생성된 분할된 이용자 그룹에서 개별 이용자의 콘텐츠에 대한 접근 패턴의 추출을 위하여 순차패턴 마이닝기법을 적용하였다. 최종적으로 각각의 이용자 군집의 콘텐츠 접근 패턴과 콘텐츠 선호도에 기반한 제안된 추천 알고리즘에 의해 추천이 이루어진다. 이러한 추천을 위하여 기반 구조와 함께, 전처리과정과 원본 데이터의 형식변환이 데이터베이스에서 수행되어진다. 본 연구에서 제안하고 있는 기반구조의 적절성을 보여주기 위하여 제안된 시스템을 구현하였다. 실제 이용자에 의해 이용된 데이터를 실험에 적용하였으며, 해당 실험에서 추천은 실시간으로 이루어졌으며 추천결과에 있어서는 적절한 정확성을 보여주고 있다.

• 산업경영시스템학회지
• /
• 제46권2호
• /
• pp.176-182
• /
• 2023

With about 80% of the global economy expected to shift to the global market by 2030, exports of reverse direct purchase products, in which foreign consumers purchase products from online shopping malls in Korea, are growing 55% annually. As of 2021, sales of reverse direct purchases in South Korea increased 50.6% from the previous year, surpassing 40 million. In order for domestic SMEs(Small and medium sized enterprises) to enter overseas markets, it is important to come up with export strategies based on various market analysis information, but for domestic small and medium-sized sellers, entry barriers are high, such as lack of information on overseas markets and difficulty in selecting local preferred products and determining competitive sales prices. This study develops an AI-based product recommendation and sales price estimation model to collect and analyze global shopping malls and product trends to provide marketing information that presents promising and appropriate product sales prices to small and medium-sized sellers who have difficulty collecting global market information. The product recommendation model is based on the LTR (Learning To Rank) methodology. As a result of comparing performance with nDCG, the Pair-wise-based XGBoost-LambdaMART Model was measured to be excellent. The sales price estimation model uses a regression algorithm. According to the R-Squared value, the Light Gradient Boosting Machine performs best in this model.