• 한국의류학회지
• /
• 제33권7호
• /
• pp.1086-1097
• /
• 2009

Consumers have more choices for apparel products as e-shopping grows. This study examines the importance of apparel product attributes and classifies online apparel buyers into groups based on product attribute evaluation in various choice sets. For the empirical research, the online survey was conducted and Latent Gold Choice 4.0 was used for the choice-based conjoint analysis. Five consumer segments are found based on the choice selection of product attributes. The importance of product attributes (online shopping mall, brand, price, and style) and the preference of each product attribute level were different across segments. This research improves the knowledge of the purchasing behavior of online apparel buyers and provides proper attribute combinations of apparel e-shopping for each consumer segment.

• 패션비즈니스
• /
• 제19권6호
• /
• pp.127-138
• /
• 2015

Due to the virtual nature of online businesses, online apparel stores need to enhance the consumer experience by utilizing store design attributes to provide their customers relevant and sufficient information. Since online apparel stores mainly communicate with their customers virtually and digitally, it is important to understand how consumers perceive and react to different design attributes commonly found on apparel stores' online websites. The purpose of this paper is to examine the importance of design attributes commonly found on online apparel stores' websites using three different importance measurements. The design attributes examined in this study include enlarged pictures, product detail pictures, product reviews by other buyers, coordinating items, and size measurement charts. The three different measurements used in this study include two direct measures and one indirect measure using conjoint analysis. Across the three different measures, both the men and women indicated that enlarged pictures represent the most important design attribute when they purchase clothes online followed by size measurement charts and they considered the availability of coordinating items the least important design attribute.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.39-48
• /
• 2023

본 연구는 의류의 디자인 간 치수의 불일치와 비표준화로 인해 온라인 구매 시 발생하는 치수 선택의 오류 문제를 해결할 수 있는 방안을 제시하기 위해 수행되었다. 본 논문은 구매자에게 개인화된 치수를 제시할 수 있는 기계 학습 기반 추천 시스템의 구현 방안을 다루고 있다. 온라인 상거래로부터 발생된 구매 데이터를 사용하여 비음수 행렬 분해(NMF), 특이값 행렬 분해(SVD), k-최근접 이웃(KNN), 공동 클러스터링(Co-Clustering) 등 여러 검증된 협업 필터링 알고리즘을 훈련하였고, 이들 간에 성능을 비교하였다. 연구 결과, 비음수 행렬 분해 (NMF) 알고리즘이 다른 알고리즘들보다 뛰어난 성능을 보임을 확인할 수 있었다. 동일한 계정을 사용하는 여러 구매자가 포함되는 구매 데이터의 특성에도 불구하고, 제안 모형은 충분한 정확도를 보였다. 본 연구의 결과는 치수 선택의 오류로 인한 반품률을 감소하고 전자상거래 플랫폼에서의 고객 경험을 향상시키는 데 기여할 것으로 기대된다.