• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.313-316
• /
• 2000

대부분의 온라인 전자상거래에서 상품 추천 서비스는 사용자의 정보 또는 구매 이력을 가지고 카테고리를 중심으로 상품을 추출하여 추천을 하는 구조이다. 또, 카테고리를 중심으로 추천을 하다 보니 단일한 구매 패턴에 의해서만 추천을 하게 되고, 상품에 각각에 대한 연관성을 찾아보기 힘들다. 또 단일 구매 패턴은 계산 비용이 작기는 하지만 사용자의 구매 패턴을 정확하게 반영하기 어렵다. 본 논문에서는 이러한 문제를 해결하기 위하여 카테고리 독립적이고, 다중 구매패턴을 고려한 상품추천 서비스의 설계를 제안한다 이를 위하여 단일 항목간의 구조화를 통하여 항목간의 연계성을 고려한 구조를 설계한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2067-2070
• /
• 2002

인터넷 진자 상거래 기술의 급속한 발달에 따라 최근 온라인 경매에 대한 많은 관심과 개발이 이루어지고 있다. 인터넷 상에서 사용자는 원하는 물품을 경매로 구입하기 위해서 여러 경매 사이트를 옮겨다니며 경매 물품정보를 모니터링 함으로써 시간의 낭비와 반복적인 수작업으로 인한 비효율성이 발생한다. 또, 구매자가 구매물품에 대한 가격 정보가 부족한 경우 입찰액을 결정하기가 쉽지 않으며 낙찰가 또한 예상하기 어렵다. 본 논문에서는 이러한 문제점을 해결하기 위해서 3단계 카테고리 방식을 이용한 적정 낙찰가를 제시해 줌으로써 구매자가 입찰가격을 정하는데 있어 참고자료로써 도움이 될 수 있으며 부적당한 가격에 상품을 구매하거나 경매가 유찰되는 것을 피할 수 있어서 보다 효율적인 경매를 할 수 있도록 도와준다. 본 시스템은 카테고리별로 나누어진 상품에 따라 다양한 가격결정방식을 사용하여 적정 낙찰가를 산출하는 경매 에이전트를 설계하고, 또한 몇 가지 사례를 통해 상품의 특성에 따른 적정 낙찰가를 제시한다.

• Asia Marketing Journal
• /
• v.2 no.1
• /
• pp.1-26
• /
• 2000

기업환경의 변화로 인하여 정확한 경쟁구조의 파악은 경쟁전략의 수립에 중요한 개념으로 대두되고 있다. 본 연구에서는 소비자중심의 경쟁구조 파악의 중요성을 제기하고 그 일환으로 상황 변수를 고려한 경쟁 구조 분석의 필요성을 제시하고 있다. 또한 구체적인 상황 변수를 파악하기 위한 방법으로 카테고리 수준에서의 경쟁 구조 분석을 제기하고 있다. 이를 위해 음료수 시장을 대상으로 브랜드 수준과 카테고리 수준에서의 지각적 및 상황적 경쟁 구조 분석을 실시하여 그 결과를 비교하였다. 분석 결과, 브랜드 수준에서는 지각적 경쟁구조와 상황적 경쟁구조가 상이하게 나타났고 카테고리 수준에서는 두 경쟁 구조가 상당히 유사한 것으로 나타났다. 이를 통해 소비자들은 음료수 구매와 관련하여 '소비(음용) 상황'이라는 기준에 의해 음료수 제품들을 범주화하는, 즉 소비자들의 기억속에 음용 상황이라는 기준에 의한 스키마가 형성되어 있다고 볼 수 있는 근거를 제시하였다. 카테고리 수준에서의 경쟁 구조 분석을 통하여 마케터는 소비자의 구매행동과 관련한 중요한 상황 변수를 파악할 수 있고, 이렇게 파악된 상황 변수를 토대로 한 경쟁 구조 분석을 실시함으로써 보다 소비자 중심적이며, 안정적인 시장 경쟁 구조의 파악이 가능하다고 본다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.10a
• /
• pp.257-263
• /
• 2005

초기에 하나의 상품 카테고리만을 다루던 전자상거래 사이트들이 브랜드 확립 후에 다른 상품 카테고리까지 확대해 나가는 모습을 많이 보아왔다. 고객이 아직 방문하지 않은 신규 상품 카테고리의 상품에 대하여 기존 상품 카테고리에서 만들어진 사용자 프로파일을 활용하여 개인화된 추천을 할 수 있다면, 고객이 다양한 상품 카테고리를 방문하도록 유도할 수 있을 것이다. 하지만 일반적으로 전자상거래 사이트에서는 상품 카테고리별로 사용자의 선호도를 파악하여 개인화된 추천을 수행하기 때문에, 해당 카테고리 내 상품의 구매나 방문 기록이 없다면 개인화된 추천을 수행하기가 어렵다 . 본 논문에서는 협업 필터링을 통해 신규 상품카테고리 내의 상품을 추천하기 어려운 고객들을 대상으로 기존의 사용자 선호도 데이터를 활용하여 신규 상품 카테고리 내의 상품을 추천하는 방안의 타당성을 살펴보도록 한다. 즉, 기존 사용자의 특정상품 카테고리 선호도 데이터를 통해 사용자간 유산도를 계산하고, 이를 추천하려는 타 상품 카테고리 내의 상품들에 대한 예측 선호도 계산에 활용 타당성을 살펴본다. 이를 실증적으로 검토하기 위해서, Yes24 사이트의 서적, 음반, DVD 3개의카테고리 내의 상품을 방문한 웹 패널 데이터를 이용하여 타당성 분석을 수행하였다. 분석 결과, 동일 상품 카테고리 내의 선호도 정보를 가지고 현업 필터링을 수행하는 것보다는 추천 성과가 낮았지만 활용할만한 추천 성과를 보였으며, 활용하는 상품 카테고리와 예측하는 상품 카테고리별로 추천성과가 상이했다.

• Journal of Distribution Research
• /
• v.12 no.4
• /
• pp.27-47
• /
• 2007

Using survey data and the Heckit model that adequately controls the sample selection bias, we analyze shoppers expenditure through two major emerging shopping channels: Internet shopping and TV home shopping channels. Age, Internet experience, daily Internet usage, the number of computers are factors that affect the ratio of consumers' expenditure through Internet shopping relative to the expenditure through TV home shopping. Shopping frequency which represents the shoppers' incentives to reduce transaction costs also has a positive effect on the proportion of shoppers' expenditure through the Internet shopping. Shoppers' perceptions of convenience, reliability, speed, and diversity are also shown to affect shoppers' relative expenditure ratio through Internet shopping. In contrast, shoppers' perception of prices does not seem to affect their purchasing behavior.

• The Journal of the Korea Contents Association
• /
• v.12 no.12
• /
• pp.733-741
• /
• 2012

In recent, many consumers visit the online shopping malls or price comparison sites to collect the information on the product category that they are interested in. However, the volumes of the data provided by such web sites are often too enormous, and significant number of consumers have trouble in making purchase decision based on the plethora of products and sellers. In this context, modern online shopping agents need to process the retrieved information in more intelligent way before providing them to the users. This paper proposes a novel approach for identifying the main price ranges hidden in a single product category. To this end, the price of an item in the category is represented as a row vector and k-means clustering analysis is applied to the price vectors to produce the clusters that consists of the product items with similar price vectors. Then, the main price ranges of the product category can be identified from the result of clustering analysis. In general, the price is one of the most important factors in the consumers' purchase decision, and the identified main price ranges will be helpful for the online shoppers to find appropriate items effectively.

• Journal of the Korea Computer Industry Society
• /
• v.2 no.7
• /
• pp.945-952
• /
• 2001

In consequence of expansion of internet users, electronic commerce is becoming a new prototype for marketing and sales, arid most of electronic commerce sites or internet shopping malls provide a rich source of information and convenient user interfaces about the organizations customers to maintain their patrons. One of the convenient interfaces for users is service to recommend products. To do this, they must exploit methods to extract and analysis specific patterns from purchasing information, behavior and market basket about customers. The methods are association rules and sequential patterns, which are widely used to extract correlation among products, and in most of on-line electronic commerce sites are executed with users information and purchased history by category-oriented. But these can't represent the diverse correlation among products and also hardly reflect users' buying patterns precisely, since the results are simple set of relations for single purchased pattern. In this paper, we propose an efficient mining technique, which allows for multiple purchased patterns that are category-independent and have relationship among items in the linked structure of single pattern items.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.107-110
• /
• 2008

상품평은 인터넷 쇼핑 이용자들의 최종 구매결정에 큰 영향을 미치는 것으로 알려져 있다. 많은 쇼핑몰에서 상품평 활성화를 위해 노력하고 있지만, 상품평을 모으는 것에만 주력할 뿐 기존에 수집된 상품평을 제공하는 방법에 있어서는 원시적인 수준에 그치고 있다. 상품평을 좀 더 효율적으로 제공하려면 사용자들이 상품평에서 찾게 될 평가항목들을 미리 예측하여 그 항목에 따라 상품평을 분류/요약해서 제공하는 방법을 생각할 수 있다. 본 논문에서는 상품평과 웹 검색엔진을 이용하여 각 상품별 평가항목들을 자동으로 추출하는 방법을 제안한다. 상품평 데이터의 특성상 노이즈가 많기 때문에 먼저 데이터를 정제하고, 정제된 상품평 데이터를 형태소 분석하여 후보명사들을 선택한다. 선택된 후보명사를 웹 검색엔진에 질의하여 반환된 결과 값으로 상품 카테고리와 후보명사 간 연관도를 계산하여 평가항목을 추출한다. 실험은 5개 상품 카테고리의 170,294개 실제 상품평을 대상으로 각 카테고리별 평가항목을 추출하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.1290-1298
• /
• 2006

오늘날 B2B 전자상거래의 폭발적인 성장과 더불어 SCM상에서 e-Procurement의 중요성이 부각되고 있다. 그 중에서 다수의 구매자와 공급자가 참여하여 다양한 형태의 상거래를 수행하는 3자 관리 모델은 점차 시장이 확대되어 e-Procurement의 핵심요소로 여겨지고 있다. 하지만 현재의 e-Procurement의 3자 관리 모델은 방대한 제품 정보 중에서 구매자가 원하는 제품을 정확히 검색할 수 있는 기능이 미비하고 구매 물량에 따른 할인 가격과 공급자의 배송 정책을 고려한 납기일을 실시간으로 구매자에게 제공해 줄 수 있는 기능이 미흡한 실정이다. 또한 구매 프로세스의 주요 기능인 공급자의 선택에 있어 공급자에 대한 신뢰성이 결여되어 구매자의 비즈니스 요구사항을 채워주지 못하고 있다. 본 연구에서는 이러한 e-Procurement의 3자 관리 모델의 문제점을 해결하고 발전시키기 위해 (1)구매자의 제품 검색 시 시맨틱 웹을 이용한 카테고리 기반 검색 기법과 (2)비즈니스 룰과 웹서비스 기반으로 공급자의 가격 정책, 배송 정책에 따른 납기일을 고려한 검색, (3)구매자와 공급자의 단일 거래에 대한 서비스 품질을 측정하여 구매자에게 공급자의 신뢰성을 보장하는 제품 추천 e-Procurement 시스템을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.556-558
• /
• 2004

전자상거래의 발달로 인하여 설러 쇼핑몰들의 상품정보를 효과적으로 비교할 수 있도록 하기위한 다양한 방법들이 연구되어져 왔다. 특히. 비교구매 쇼핑몰은 사용자가 찾고자 하는 상품의 정보들을 정확히 알고있는 상태에서 검색 조건들의 입력을 통해, 해당 상품을 보유한 쇼핑몰들의 상품 정보들을 비교함으로써 보다 저렴한 상품의 구매가 이루어지도록 한다. 그러나 이러한 시스템은 원하는 상품에 대한 정확한 지식이 있는 사용자에게 유용하며, 만일 고객이 원하는 상품에 대한 정확한 지식이 없을 경우, 비교 구매 시스템의 효용성은 떨어질 수밖에 없는 문제를 가지고 있다. 이러한 문제의 해결을 위해 본 논문은 상품에 대한 지식이 없는 사용자가 카테고리나 키워드로 검색을 하지 않고, 온톨로지를 기반으로한 이미지 쿼리에 의해 결과를 얻을 수 있도록 이미지 검색에 의한 비교 쇼핑 시스템을 제안한다. 각 쇼핑몰의 상품 이미지들의 메타데이터 안에 도메인 전문가에 의해 온톨로지 기반의 daml로 생성된 주석이 추가된다. 사용자들은 이렇게 생성된 이미지들을 드래그 앤 드롭(Orag and Drop)을 통해 기존의 쇼핑몰에서 복잡한 키워드로 검색하는 것을 대체하게 되고 상품들에 대한 비교정보를 얻을 수 있다. 본 논문은 의류상품을 이용한 이미지 검색 비교 구매 시스템(Image Retrieval Comparison Shopping)을 구현하였다.