• Asia pacific journal of information systems
• /
• 제29권3호
• /
• pp.468-488
• /
• 2019

As the growth of online travel agencies (hereafter OTAs) accelerates, competition among hotels to gain exposure on the first page of OTA websites, and the financial burden, such as commissions hotels have to pay in return, are increasing. Therefore, to facilitate successful management in the tourism industry, it is important to establish what makes people continue the practice of using OTAs to book rooms in hotels and other accommodation outlets. By adopting the heuristic-systematic model (HSM), this study explores the factors that drive consumers' continued use of OTA and classifies them into heuristic cues (brand awareness, cost saving, and scarcity message) and systematic cues (recommendation quality and the ability to provide reputation). Furthermore, we divided the sample based on the location of hotels within and outside Korea, and investigated the different roles of the cues between two models. The results are expected to provide theoretical and practical implications for both OTAs and hotels.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.63-70
• /
• 2022

패션은 개인 취향이 구매의 첫 번째 기준으로 작용하는 분야인 만큼 개인화된 추천 서비스가 일찍이 자리를 잡았다. 특히 모바일 패션 커머스에서 구매전환을 높이는 중요한 전략으로 꼽히며 더욱 정교화 되고있다. 이로 인해 개인화 추천서비스의 사용자 경험 관해 많은 연구들이 이루어졌지만, 세부적인 소비자의 구매여정에 따라 확인한 연구는 부족한 실정이다. 본 연구는 개인화 추천서비스의 사용자 평가가 구매여정별로 차이가 있는지 살펴보고, 구매의도와 만족도에는 어떠한 영향을 미치는지 밝히고자 하였다. 분석결과 다양성, 신뢰성, 편의성은 0.001%수준, 유용성은 0.05% 수준에서 구매여정 단계별로 유의한 차이를 보였다. 또한 만족도는 인지 및 흥미단계에서 새로움과 유용성이, 검색단계에서 신뢰성과 다양성이 높게 나타나는 등 각 단계별로 차이를 보였으며, 구매의도는 구매 후 단계를 제외하고 유용성과 신뢰성이 높은 결과를 보였다. 본 연구는 소비자의 개인화 추천 서비스에 대한 사용자 평가에 차이가 있음을 밝힘으로써 구매 여정에 따른 개인화 추천서비스 사용자 평가의 영향에 대한 이해를 높였다는 점에서 이론적 의의가 있으며, 모바일 패션커머스의 개인화 추천서비스 전략개선의 방향성을 제시했다는 실무적 의의를 지닌다. 추후 개선안의 효과성에 대한 연구가 진행된다면 더욱 고도화된 개인화 추천서비스 전략에 기여할 수 있을 것이다.

• 한국조리학회지
• /
• 제23권6호
• /
• pp.27-35
• /
• 2017

The purpose of this study was to examine the causal relationship among restaurant selection attributes and customer satisfaction and recommendation tastes for young people in their twenties who use tickets for Rail-ro. Data collection was conducted to utilize questionnaire survey with online and offline distribution. The collected data were analyzed using a statistical program SPSS 21.0 with frequency analysis, reliability analysis, factor analysis, and regression analysis. The results of the study showed that Internet search is the most common source of information about restaurants during the trip, and restaurant choice attributes have an important impact on customer satisfaction, food quality, employee service and reputation, but hygiene did not have a big effect on customer satisfaction. In addition, customer satisfaction has a significant effect on recommendation intention. Concluding the results from this study, it investigated the significant attributes for customers selection of restaurants and provide meaningful advice for market managers to make useful marketing strategies to attract more clients and augment economic benefits.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.501-506
• /
• 2022

COVID-19의 영향으로 로드샵과 수많은 오프라인 매장은 예전과 달리 많은 어려움을 격고 있다. 이에 대응하기 위하여 뷰티업계에서는 고객들의 수요를 충족하고자 다양한 비대면 서비스들을 선보이고 있다. 본 논문에서는 비대면 서비스 중 모바일 환경에서 이미지 기반 퍼스널 컬러 측정 기술의 품질과 제품 추천 서비스에 대한 고찰을 진행하였다. 현재 글로벌 서비스 시장에서 많이 활용되고 있는 엔진에 대한 다양한 실험과 실제 측색 장비를 활용한 컬러 측정 데이터에 대한 비교 분석, 서비스 구현 및 지표 데이터 등으로 구성되었다. 정밀한 실험결과를 위해 일관된 실험 환경에서 실험을 진행하였다. 본 논문이 이미지 기반 피부 컬러 측정에 따른 개인화 제품 추천 서비스의 확장에 활용될 수 있기를 기대한다.

• 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.

• 경영정보학연구
• /
• 제23권3호
• /
• pp.51-75
• /
• 2021

세계적인 전자상거래 기업들은 지속 가능한 경쟁력을 확보하기 위해 사용자 맞춤형 추천 서비스를 제공하고 있다. 기존 관련 연구에서는 주로 평점, 구매 여부 등 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하였다. 하지만 이와 같은 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하면 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 호텔을 이용한 사용자가 호텔 서비스, 청결 상태 등에 대하여 만족하지 못한다고 리뷰를 작성하였으나 선호도 평점 5점을 부여했을 때 정량적 선호도(평점)와 정성적 선호도(리뷰)가 불일치한 문제가 발생할 수 있다. 따라서 본 연구에서는 정량적 선호도 정보와 정성적 선호도 정보가 일치하는지를 확인하고 이를 바탕으로 선호도 정보가 일치하는 사용자를 바탕으로 새로운 프로파일을 구축하여 개인화 추천 서비스를 제공하고자 한다. 리뷰에서 정성적 선호도를 추출하기 위해 자연어 처리 관련 연구에서 널리 사용되고 있는 CNN, LSTM, CNN + LSTM 등 딥러닝 기법을 사용하여 감성분석 모델을 구축하였다. 이를 통해 사용자가 작성한 리뷰에서 정성적 선호도 정보를 정교하게 추출하여 정량적 선호도 정보와 비교하였다. 본 연구에서 제안한 추천 방법론의 성능을 평가하기 위해 세계 최대 여행 플랫폼 TripAdvisor에서 실제 호텔을 이용한 사용자 선호도 정보를 수집하여 사용하였다. 실험 결과 본 연구에서 제안한 추천 방법론이 기존의 정량적 선호도만을 고려하는 추천 방법론보다 우수한 추천 성능을 나타냄을 확인할 수 있었다.

• International journal of advanced smart convergence
• /
• 제11권2호
• /
• pp.95-101
• /
• 2022

The development of the 4th industry has increased social media, and the rise of COVID-19 has stimulated non-face-to-face services. People's consumption patterns are also changing a lot due to non-face-to-face services. In this paper, food content keywords are derived through social network-based semantic network analysis, emotions are analyzed, and keywords applied to food recommendation platforms are input. We collected food, influencer, and corona keyword analysis data through Textom. A lot of research has been done through online reviews of existing influencer content. However, there is a lack of research on keyword sentiment analysis provided by influencers rather than consumers and research perspectives. This paper uploads language and topics derived through online reviews of existing publications and subscribers, and goes beyond the limits used in marketing methods. By analyzing keywords that influencers suggest when uploading content, you can apply data that applies them to food recommendation platforms and applications.

• 한국도서관정보학회지
• /
• 제53권4호
• /
• pp.189-209
• /
• 2022

본 연구는 국내 공공도서관에서 제공하고 있는 온라인 북큐레이션 서비스와 해당 서비스에서 추천된 도서를 내용분석하여 그 특성을 파악하는 것이 목적이다. 분석대상은 23개 공공도서관에서 수집한 35가지 온라인 북큐레이션 서비스와 11,447권의 추천도서 목록이며, 연구의 결과는 다음과 같다. 일부 도서관들만 추천주제를 제시하고 있었고, 추천대상은 특정한 대상을 지정하지 않은 경우가 가장 많았으며, 도서의 추천주기는 월별이 가장 많았다. 대체로 추천되는 도서는 서로 중복되지 않지만, 2019~2021년에 발행된 '문학'(소설)에서는 중복이 있었다. 추천도서는 일부 발행처에서 출판한 도서의 비중이 높았으며, 2019~2021년에 발행된 도서들이 가장 많았다. KDC 6판 기준으로 분석한 주제분야는 '문학'이 가장 많았다. ISBN 부가기호 기준으로 분석한 독자대상은 '교양', '아동' 도서 순으로 나타났고, 발행형태는 '단행본'과 '그림책, 만화' 순으로 나타났다. 이 결과를 바탕으로 공공도서관을 위한 온라인 북큐레이션 서비스 지침을 개발하고 플랫폼을 구축하여 도서관들이 공유하는 것을 제안하였다.

• 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.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.116-123
• /
• 2021

온라인 패션 시장의 빠른 성장과 이로 인한 온라인 선택의 확대로 인해 소비자들은 더욱 개인화된 추천 서비스에 대해 요구가 커지고 있음에도 불구하고 판매자는 수많은 소비자를 개별적으로 직접 대응할 수 없다는 문제점이 있다. 소비자의 이러한 개인화 니즈를 충족시키는 방안으로 이미지에 대한 태깅이 이루어지고 있으나 사람이 태깅하는 경우 사람마다 태깅이 매우 주관적으로 이뤄지고 있고 인공지능 태깅은 단어가 매우 제한적으로 사용자의 니즈를 충족시켜주지 못하고 있다. 이러한 문제를 해결하기 위해 인공지능으로 이미지에 포함된 제품의 형태, 속성, 감성 정보를 인식하고 이러한 정보를 코드화하고 코드의 조합으로 그 이미지가 가지고 있는 모든 정보를 나타낼 수 있는 알고리즘을 설계하였다. 이 알고리즘을 통해서 지금까지 획득이 불가능했던 패션 이미지의 감성, 패션 이미지가 표현하는 TPO 정보 등 이미지가 가지고 있는 다양한 정보를 실시간으로 획득하는 것이 가능하게 되었다. 이러한 정보를 기반으로 소비자의 취향을 분석하는 단계에서 넘어가 소비자의 취향에 당시의 유행, TPO 정보까지 결합하는 초개인화된 의류 추천이 가능해진다.