• Journal of Information Technology Applications and Management
• /
• 제21권3호
• /
• pp.135-156
• /
• 2014

The Online business model for purchasing agent service is getting more popular. However, consumers perceive more risk when buying products from foreign online purchasing agents (FOPA) than from common online sellers (COS). This study focuses on finding out how consumers manage risk when they perceive risk and what different risk-reliever strategies they use when buying from high-risk FOPA and low-risk COS. This study has proved the following two. First, when consumers perceive risk at online purchasing, they tend to select risk-reliever strategies, such as the use of communication media, online assurance mark, seller's record, and secure payment to mitigate risk. With the application of those risk-reliever strategies, they built trust with the seller. Second, risk-perception of FOPA influences usage of communication media and check of online assurance mark more strongly than that of COS. On the contrary, risk-perception of COS influences the check of seller record more strongly than that of FOPA. This study helps to explain why FOPA is proliferating, despite its inherent high risk due to the fact that buyers and sellers are separated in time and space and that buyers and sellers have different social and cultural backgrounds. This study also helps managers of E-commerce to relieve consumer's risk-perception and to build trust.

• 한국항해항만학회지
• /
• 제37권1호
• /
• pp.113-121
• /
• 2013

국제해사기구(IMO)에서는 선박매매 시 정비이력 및 고장정보를 신규 선주에게 이관하도록 ISM Code를 개정하기 위한 움직임이 있다. 이에 대비하여 해운산업에 미치는 영향을 관련 분야 종사자들에 대한 인터뷰와 설문지 조사를 통해 실증분석을 하였다. 그 결과 부정적인 영향보다는 ISM Code의 고유목적인 선박안전의 측면에 긍정적인 영향이 더 많은 것으로 나타났다. 선박매매가격, 선박보험에 전반적인 영향은 크지 않지만 선박관리가 잘 된 선박에 대해서는 긍정적인 영향을 줄 것이라고 예측되었다. 응답자 그룹별 인식차이분석에서는 실제 선박을 운영하고 매매하는 해운회사와 물류회사가 포워더나 화주사에 비해 개정의 영향을 더욱 의미 있게 받아들이고 있는 것으로 나타났다. 또한 정비기록 및 고장이력 열람이 매수자 및 매도자에게 동일하게 적용됨으로써, 선박매매 시 정보 편향성이 해소되어 공정한 시장(Clean Market)을 형성할 수 있고, 해운기업들은 정비기록정보를 통해 미래에 발생할 수 있는 문제점을 예방하고 해결점을 찾는데 소요되는 시간과 비용 손실을 줄일 수 있다. 이러한 정보를 활용하여 선박의 리스크 분석 및 위험예방관리가 가능함으로 선박의 유지 보수 능력이 증대되어 선박안전 역량제고 및 환경오염 예방에 기여할 것이라고 판단된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2013년도 춘계학술대회
• /
• pp.163-165
• /
• 2013

국제해사기구(IMO)에서는 선박매매 시 정비이력 및 고장정보를 신규 선주에게 이관하도록 ISM Code를 개정하기 위한 움직임이 있다. 이에 대비하여 해운산업에 미치는 영향을 관련 분야 종사자들에 대한 인터뷰와 설문지 조사를 통해 실증분석을 하였다. 그 결과 부정적인 영향보다는 ISM Code의 고유목적인 선박안전의 측면에 긍정적인 영향이 더 많은 것으로 나타났다. 선박매매가격, 선박보험에 전반적인 영향은 크지 않지만 선박관리가 잘 된 선박에 대해서는 긍정적인 영향을 줄 것이라고 예측되었다. 응답자 그룹별 인식차이분석에서는 실제 선박을 운영하고 매매하는 해운회사와 물류회사가 포워더나 화주사에 비해 개정의 영향을 더욱 의미 있게 받아들이고 있는 것으로 나타났다. 또한 정비기록 및 고장이력 열람이 매수자 및 매도자에게 동일하게 적용됨으로써, 선박매매 시 정보 편향성이 해소되어 공정한 시장(Clean Market)을 형성할 수 있고, 해운기업들은 정비기록정보를 통해 미래에 발생할 수 있는 문제점을 예방하고 해결점을 찾는데 소요되는 시간과 비용 손실을 줄일 수 있다. 이러한 정보를 활용하여 선박의 리스크 분석 및 위험예방관리가 가능함으로 선박의 유지 보수 능력이 증대되어 선박안전 역량제고 및 환경 오염 예방에 기여할 것이라고 판단된다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.1-15
• /
• 2021

추천시스템은 사용자의 기호를 파악하여 물품 구매 결정을 도와주는 역할을 할 뿐만 아니라, 비즈니스 전략의 관점에서도 중요한 역할을 하기에 많은 기업과 기관에서 관심을 갖고 있다. 최근에는 다양한 추천시스템 연구 중에서도 NLP와 딥러닝 등을 결합한 하이브리드 추천시스템 연구가 증가하고 있다. NLP를 이용한 감성분석은 사용자 리뷰 데이터가 증가함에 따라 2000년대 중반부터 활용되기 시작하였지만, 기계학습 기반 텍스트 분류를 통해서는 텍스트의 특성을 완전히 고려하기 어렵기 때문에 리뷰의 정보를 식별하기 어려운 단점을 갖고 있다. 본 연구에서는 기계학습의 단점을 보완하기 위하여 BERT 기반 감성분석을 활용한 추천시스템을 제안하고자 한다. 비교 모형은 Naive-CF(collaborative filtering), SVD(singular value decomposition)-CF, MF(matrix factorization)-CF, BPR-MF(Bayesian personalized ranking matrix factorization)-CF, LSTM, CNN-LSTM, GRU(Gated Recurrent Units)를 기반으로 하는 추천 모형이며, 실제 데이터에 대한 분석 결과, BERT를 기반으로 하는 추천시스템의 성과가 가장 우수한 것으로 나타났다.

• 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.