• 문화기술의 융합
• /
• 제9권1호
• /
• pp.565-570
• /
• 2023

임산부나 피부질환자 등 화장품 성분에 예민한 사람들이 있다. 또 화장품으로 인한 부작용을 경험하는 사람들이 있다. 이를 피하기 위해, 쇼핑 시에 일일이 화장품에 유해 성분이 있는지 검색하는 것은 번거롭다. 또한 본인에게 잘 맞는 기능성 성분을 알고 기억하는 것은 새로운 화장품을 구매할 때 도움이 된다. 사진 촬영을 통해 현장에서 즉시 화장품 성분을 알 수 있는 시스템이 필요하다. 본 논문은 화장품에 표기된 성분을 촬영해 즉각적으로 화장품 성분을 알 수 있는 스마트폰용 애플리케이션 <화안>을 소개한다. 본 시스템은 효과적인 텍스트 인식 기법을 적용하여, 카메라를 화장품 성분에 비추거나 앨범에서 화장품 성분 사진을 불러올 경우, 해당 화장품의 성분을 자동 인식 및 자동 분류하여 그 화장품의 성분을 현장에서 즉시 제공한다는 점에서 기존의 시스템에 비해 효과적이고 편리하다. 이 시스템이 널리 활용된다면, 일상생활 속 화장품으로 인한 피부 질환을 예방하고 본인에게 맞지 않는 화장품 구매를 줄일 수 있을 것으로 기대된다.

• 한국의류산업학회지
• /
• 제25권2호
• /
• pp.165-174
• /
• 2023

This study analyzed the purchase status of athleisure wear and consumers' dissatisfaction with online shopping post-COVID-19. The target population comprised female consumers in their 20s to 50s who are interested in exercise and fashion. The study investigated differences according to age. It was found that athleisure wear was purchased once every two to three months and used as sportswear and/or daily wear. Purchase information was obtained via the Internet, and purchases were made online. Design, price, wear sensation, and textiles were the most important selection criteria, and T-shirts and leggings were the most frequently purchased garments. Additionally, textile characteristics such as moisture-absorbing and quick-drying as well as elasticity were evaluated as important. Online shopping of athleisure wear has increased since COVID-19 due to the time savings, low price, opportunity to compare several products, and delivery convenience. However, consumers were dissatisfied due to the differences between the screen image and the actual product, the inconvenience of returns, exchanges, and refunds, the lack of product information, product quality, and delivery. Furthermore, it was found that pursuing value of athleisure wear differed according to age. Consumers in their 20s and 30s required athleisure wear with the characteristics of sportswear and daily or urban wear and those in their 40s and 50s required garments with good performance as sportswear. Based on consumer feedback, it is necessary for manufacturers to provide product information that can improve product reliability.

• 한국콘텐츠학회논문지
• /
• 제22권5호
• /
• pp.491-502
• /
• 2022

인간과 정보기기간 대화를 통해 물품을 구매하는 음성 쇼핑에 대한 관심이 증가하고 있다. 본 연구는 가치-태도-행동 모델을 활용하여 음성 쇼핑 지속이용의도에 미치는 영향 요인들을 살펴보았다. 인공지능 비서를 이용해 음성 쇼핑을 이용하고 있는 20-40대 소비자들을 대상으로 온라인 조사를 실시하였고, 총 360명의 응답 자료가 분석에 사용되었다. 데이터 분석을 위해 SPSS 25.0과 Amos 23.0 프로그램을 이용하였고, 기술통계분석, 확인적요인분석, 그리고 구조모형분석을 실시하였다. 본 연구의 결과는 다음과 같이 요약될 수 있다. 첫째, 기능적 가치가 음성 쇼핑에 대한 만족도에 가장 많은 영향을 미치는 것으로 확인되었다. 둘째, 사회적 가치, 감성적 가치, 그리고 진귀적 가치가 음성 쇼핑에 대한 만족도에 정(+)적인 영향을 미치는 것으로 확인되었다. 셋째, 음성 쇼핑의 만족도가 지속이용의도에 정(+)적인 영향을 미치는 것으로 확인되었다. 본 연구의 결과는 음성 쇼핑 이용자들에 대한 특성을 파악하고, 음성 쇼핑에서 추구되는 다양한 가치를 이해하는데 기여할 수 있을 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.167-173
• /
• 2023

자금 흐름 일치 문제(CFMP)는 T년도 간 지불해야 할 총액을 전액 현금으로 지불하지 않고 채권이나 은행 예금의 원금과 이자로 지급하여 초기 투자액을 최소화시키는 것이 목적이다. CFMP를 풀 수 있는 방법으로는 선형계획법(LP)이 유일하게 알려져 있다. 선형계획법은 T개의 선형함수를 최적화시키는 문제로 수기 식으로는 해결이 불가하여 선형계획법 해결사인 LINGO 등을 활용하는 실정이다. 본 논문은 LINGO의 도움 없이 오로지 수기 식으로 CFMP의 해를 구하는 알고리즘을 제안한다. 제안된 알고리즘은 만기 도래 일자가 최장기부터 단기의 내림차순으로 해당 채권이 차기 만기 도래 채권의 이전 년도까지 지급액을 커버하는 방법으로 채권 매수 량을 결정한다. 또한 최 단기 채권 만기 도래 이전 년도까지는 은행 예금의 원금과 이자로 충당하는 예금액을 결정하였다. 2개의 실험 데이터에 제안된 알고리즘을 적용한 결과 선형계획법에 비해 보다 정확한 결과를 얻을 수 있음을 보였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제5권4호
• /
• pp.753-760
• /
• 2015

국내 와인 시장은 매년 대중적 오프-트레이드(Off-Trade) 시장을 중심으로 꾸준히 성장하고 있는데, 이는 와인이 더 이상 일부 애호가 중심의 소비 경향만은 아님을 보여준다. 일반적으로 와인 제품을 구매하는 일은 구매 시 다양한 실패 포인트로 인해 어려움을 겪는 것으로 알려져 있다. 많은 와인 구매자는 와인 구매 전 단계, 구매 도중, 구매 후 과정에서 각기 다른 어려움을 느낀다. 와인구매 그룹은 보통 와인전문가, 와인애호가, 초보자, 문외한 집단으로 구분할 수 있다. 각 집단의 특성마다 지각하는 위험을 분석하고 필요한 와인 구매 시 실패를 줄일 수 있는 방안을 찾기 위해 구매 집단을 리크루팅하였으며, 구매자 페르소나(Persona)를 모델링하고 구매 실패 요인을 극복할 수 있는 시나리오를 도출하는 가이드 개발을 도모하였다.

• 무역학회지
• /
• 제43권5호
• /
• pp.1-23
• /
• 2018

수출기업들의 수출채권을 금융기관이 상환청구불능조건으로 매입하여 수출기업들의 신용위험을 해소시켜주는 금융기법이 포페이팅이다. 포페이팅통일규칙이 2013년 1월부터 발효하게 되어 수출기업들의 관심증대와 외국환은행들의 포페이팅관련 상품개발이 확대해 가고 있는 추세이며, 포페이팅 취급에 따른 위험관리에 관심이 제고되고 있다. 따라서 본고에서는 국내 외국환은행과 외국계은행 간의 포페이팅 위험관리 실태를 각 은행의 약정서를 통해 비교해보고 국제상업회의소의 표준 포페이팅계약서와도 비교해보고자 한다. 본 연구결과 국내 외국환은행은 담보위험과 유보사유인 소구가능 사유가 은행간 차이가 상당히 있음을 발견하였고 수출기업과 외국환은행의 위험관리차원에서 통일의 필요성이 제기된다.

• 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.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.274-283
• /
• 2022

Korea is facing a number difficulties arising from rising housing prices. As 'housing' takes the lion's share in personal assets, many difficulties are expected to arise from fluctuating housing prices. The purpose of this study is creating housing price prediction model to prevent such risks and induce reasonable real estate purchases. This study made many attempts for understanding real estate instability and creating appropriate housing price prediction model. This study predicted and validated housing prices by using the LSTM technique - a type of Artificial Intelligence deep learning technology. LSTM is a network in which cell state and hidden state are recursively calculated in a structure which added cell state, which is conveyor belt role, to the existing RNN's hidden state. The real sale prices of apartments in autonomous districts ranging from January 2006 to December 2019 were collected through the Ministry of Land, Infrastructure, and Transport's real sale price open system and basic apartment and commercial district information were collected through the Public Data Portal and the Seoul Metropolitan City Data. The collected real sale price data were scaled based on monthly average sale price and a total of 168 data were organized by preprocessing respective data based on address. In order to predict prices, the LSTM implementation process was conducted by setting training period as 29 months (April 2015 to August 2017), validation period as 13 months (September 2017 to September 2018), and test period as 13 months (December 2018 to December 2019) according to time series data set. As a result of this study for predicting 'prices', there have been the following results. Firstly, this study obtained 76 percent of prediction similarity. We tried to design a prediction model of real estate transaction price with the LSTM Model based on AI and Bigdata. The final prediction model was created by collecting time series data, which identified the fact that 76 percent model can be made. This validated that predicting rate of return through the LSTM method can gain reliability.

• 한국의상디자인학회지
• /
• 제25권2호
• /
• pp.17-29
• /
• 2023

The digital environment, which has been rapidly developing since the beginning of the 21^st century, has become more specific due to COVID-19, and marketing strategies are rapidly changing to suit purchasing activities of Generation MZ, whose online purchases are becoming the center of their lives. A public relations agency is generally responsible for all aspects of making a client's product or service visible to the public through various forms of media. Among them, a company that performs only fashion-related tasks is called a "fashion PR agency". Now, the fashion industry is also centered on the e-commerce environment, and various digital marketing strategies have been developed and directly related to sales. This study examined the current status of online media and digital marketing, analyzes the aspects of fashion brand promotion strategies and methods in the e-commerce era, focusing on the work of fashion PR agencies, and suggests the direction of new online and offline promotion methods based on marketing and technological aspects. As a result of the study, first, theories on strategies for online media and digital marketing were examined, and found that the amount of online promotion has recently increased and become more specialized. Second, this study examines the concept of fashion PR agencies and analyzed their main tasks through interviews with fashion PR professionals. Third, based on successful online fashion promotion cases, the study analyzed fashion promotion strategies and methods that are being integrated online and offline in the e-commerce era. The main methods included SNS strategy, content strategy, performance strategy, influencer strategy, and event strategy, and it is suggested that integrated management is necessary for consistent brand image management, and an IMC (Integrated Marketing Communication) strategy, which intensively manages all strategies, should be employed.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.169-179
• /
• 2021

소비자의 식품소비행동은 소비자 패널 데이터와 같은 정형 데이터 뿐 아니라 매스미디어와 소셜미디어(SNS) 등 비정형 데이터로부터 영향을 받을 가능성이 높아지고 있다. 본 연구에서는 식품소비 관련된 정형 데이터와 비정형 데이터를 연계한 융합데이터 셋에 대하여 딥러닝 기반의 소비예측 모델을 생성하고 이를 검증한다. 연구의 결과는 정형 데이터와 비정형 데이터를 결합할 때 모델 정확도가 향상되었음을 보여주었다. 또한 비정형 데이터가 모델 예측 가능성을 향상시키는 것으로 나타났다. 변수들의 중요도를 식별하기 위해 SHAP 기법을 사용한 결과 블로그 및 비디오 데이터 관련 변수가 상위 목록에 있었고, 파프리카 구매 금액과 양의 상관관계가 있음을 알 수 있었다. 또한 실험 결과에 따르면 머신러닝 모델이 딥러닝 모델보다 높은 정확도를 보였고, 기존의 시계열 분석 모델링에 대한 효율적인 대안이 될 수 있음을 확인하였다.