• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1357-1360
• /
• 2012

온라인 쇼핑객의 구매 규칙을 예견하기 위해 기업은 데이터 마이닝 기법을 사용하는데, 최대 빈발 패턴은 특정한 고객의 구매 원칙을 드러내기 때문에, 최대 빈발 패턴에 대한 마이닝은 최근 시장 분석에서 핵심적 이슈가 되고 있다. 본 논문에서 우리는 오리지널 데이터세트로부터 널 트랜잭션(Null Transaction)을 제거한 후, 최대 빈발 패턴을 발생시키기 위한 BRE-트리(Bottom-up Row Enumeration Tree)를 적용시켰다. 다음으로 온라인 거래 데이터베이스에서 고객 구매 규칙의 마이닝을 위한 항목들 간의 거리를 계산하기 위해, SCL(Sequence Close Level)의 변형된 버전을 사용하였다. 실험결과는 합리적인 시간 내에 고객의 구매 규칙을 더 정확하게 예견할 수 있음을 보여준다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.7-12
• /
• 2004

본 연구에서는 효율적인 전자상거래를 위해 Web Mining을 기반으로 고객의 수요를 예측하고 고객요구에 대응한 능동적인 생산을 위해 생산자의 구매수요를 공급자의 입장에서 예측하는 방법을 제안하였다. 먼저, 고객의 구매정보를 분석하여 다양한 고객의 구매패턴을 찾아내고 이를 통해 고객의 수요를 예측하였다. 이렇게 예측된 수요는 생산업체에 모여져 생산전략을 수립하게 된다. 생산전략이 수립되면 생산업체는 부품의 수급을 위해 공급업체에 대한 부품 구매일정과 고객의 장기 구매패턴을 고려한 생산일정을 수립하게 된다. 이렇게 수립된 구매일정과 생산일정에 의해 공급자에 대한 주문과 생산이 이루어지는데 이때 공급자의 입장에서 구매자의 요구에 능동적으로 대응하기 위해서는 구매자에 대한 이해가 필요하며 이를 이해 공급자가 자신이 공급하는 구매업체들의 거래정보를 분석하게 된다. 본 연구에는 이와 같이 고객과 생산업체, 구매업체와 공급업체를 하나로 연결하여 분석하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.586-590
• /
• 2003

고객 분류는 고객관계관리(CRM)의 한 부분으로서 기업에게 이익을 주는 고객의 속성과 구매패턴을 분석함으로써 목표 고객을 결정하는 것을 의미한다. 현재까지 고객 분류에 관한 연구는 특정한 시점에서 고객의 속성과 구매 패턴을 분석함으로써 이루어졌다. 그러나 인터넷 쇼핑몰과 같은 동적인 환경에 있어서 기존의 정적인 분석방법은 시간에 따라 지속적으로 변하는 고객의 행동 변화를 찾아내고, 예측하는데 적합하지 않다. 본 논문에서는 Decision Tree, ANOVA 분석, ARIMA 모형을 사용하여, 특정한 시점에서의 고객 분류뿐만 아니라 미래 시점에서의 고객 분류를 예측하고 패턴을 분석하는 동적인 고객 분류 방법을 제안한다. 동적인 고객 분류를 통해 인터넷 쇼핑몰 기업은 효율적인 마케팅 전략을 작성하여 기업의 이익을 증진시킬 수 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.6
• /
• pp.11-20
• /
• 2007

Even though much research has been performed to recommend favorite items to the buyers in the internet shopping mall, to the best of our knowledge. it is hard to find previous research on the recommendation of buy points. In this paper, we propose a method which can be used to recommend buy points of an item to the buyers. To do this, a database containing normalized price patterns is constructed from the archive of past prices. Then, the future price pattern is retrieved from the database based on the similarity. Here, regression analysis is used to find and analyze the elements that affect the price. We also present performance results showing that the proposed method can be useful for shopping malls.

• Journal of Korea Multimedia Society
• /
• v.3 no.1
• /
• pp.41-52
• /
• 2000

This paper introduces the design and implementation of product search support agent for an efficient Internet shopping. In existing shopping malls, electronic catalogs provide the product information by subject or keyword, or the buying information by purchasing history. This proposed product search support agent system is designed to analyze navigating patterns of customers, extract more effective buying information with regard to the current trend in customer navigating . In conclusion, this product search support agent can propose more suitable buying information to customers that he can be proposed to make purchases more efficiently.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.163-165
• /
• 2000

고객 DB를 통해 세분 고객별로 구매량, 주요 고객을 파악케 하며 각종 마케팅 활동이나 판촉활동이 고객의 구매/이용 패턴에 어떤 영향을 미치며, 물품을 구매하는 소비자의 다양한 구매 패턴을 분석하기 위해서 쇼핑몰 운영자가 여러 각도에서 문제 분석과 의사 결정을 빠르고 신속하게 할 수 있도록 기존 쇼핑몰의 관계형 DB을 이용하여, 다차원적 데이터 모델링을 통해서 다차원적인 분석이 가능하도록 하는 ROLAP를 이용한 인터넷 쇼핑몰의 데이터 웨어하우스 구축 방안을 제시하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.51-54
• /
• 2004

시멘틱 웹은 기존의 웹과는 달리 정보의 의미가 정의되고, 이들 간의 의미적 연결을 지원한다는 특징이 있어서, 최근 차세대 웹으로 부각되고 있다. 이러한 의미적 연결을 위해서 시맨틱 웹의 기반인 온톨로지가 필요하다. 온톨로지는 리소스에 대한 메타데이터를 정의하여 의미적 연결이 가능하게 하므로 효율적인 정보 검색이 가능하다. 이 논문에서는 정보 검색의 효율을 증가시키기 위해서 시맨틱 웹의 핵심인 온톨로지 기반의 정보 검색 시스템을 제안한다. 쇼핑 사이트에서 효율적인 마케팅을 위해 사용자의 구매 패턴을 조사하여 고객에게 알맞은 정보 추천을 하기 위한 것을 목적으로 한다. 온톨로지의 구축은 XTM을 기반으로 토픽맵을 이용하였다. 그리고 온톨로지를 기반으로, 사용자의 구매패턴을 찾아서 정확한 정보 전달을 위해서 데이터 마이닝 기법을 이용하였다. 빈발패턴 트리 기법을 기반으로 하는 멀티 레벨 멀티 디멘션 빈발 패턴 마이닝 알고리즘을 이용하여 사용자 패턴을 분석하여 정보 검색에 효율을 기하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.239-241
• /
• 2000

전자상거래에서는 소비자의 구매 패턴을 분석하는 것이 필요하다. 이러한 패턴을 효과적으로 분석하기 위해 지능형 로그 서버를 정의하고 이를 설계, 구현하였다. 지능형 로그 서버란 전자상거래 쇼핑몰의 환경에서 사용자 로그를 데이터베이스화하여 저장하고 데이터베이스에 저장된 정보를 서버 종류별, 시간별, 페이지별 등으로 분석하여 사용자 패턴을 분석할 수 있는 서버를 말한다. 이 서버는 텍스트 파일로 로그를 저장하는 서버보다 자세한 정보를 효율적으로 저장할 수 있다. 그리고 데이터베이스 접근 기술로 ADO(ActiveX Data Object)를 사용하여 데이터베이스 접근 속도를 향상시켰으며 관계형.비관계형 데이터베이스에 모두 접근할 수 있다는 장점을 가진다. 또한 소비자의 구매 패턴을 분석하기 위해 DBMiner2.0을 사용하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.23 no.6
• /
• pp.79-94
• /
• 2018

The purpose of this study is to specify a probabilistic tracking mechanism for customer luxury purchase implemented by hidden Markov model, Bayesian inference, customer satisfaction and net promoter score. In this paper, we have designed a probabilistic model based on customer's actual data containing purchase or non-purchase states by tracking the SPC chain : customer satisfaction -> customer referral -> purchase/non-purchase. By applying hidden Markov model and Viterbi algorithm to marketing theory, we have developed the statistical model related to probability theories and have found the best purchase pattern scenario from customer's purchase records.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.1129-1132
• /
• 2019

최근 현대인들은 식습관이 불규칙하고 서구화되면서, 건강상의 많은 문제를 겪고 있다. 이와 더불어 1인 가구의 증가와 간단한 구매 방법 등으로 인해 온라인 몰 사용자가 늘어나고 있다. 본 프로젝트는 이러한 추세를 바탕으로, 사용자가 자주 사용하는 온라인 몰에 축적된 데이터를 기반으로 사용자의 식습관을 분석한다. 뿐만 아니라, 이를 바탕으로 구매 패턴을 분석하여 사용자의 영양 상태를 개선시킬 수 있는 상품 추천 서비스를 제공한다. 사용자는 자주 사용하는 온라인 쇼핑몰에서 상품 구매를 함과 동시에 구매한 상품에 대해 시각화된 영양소 분석 결과와 구매 패턴 분석 결과를 제공받을 수 있다. 본 논문에서는 개발한 API를 통해 사용자는 부족한 영양소를 쉽게 파악하여 효율적으로 건강관리를 할 수 있게 된다. 더 나아가, 자신의 구매 패턴을 파악할 수 있게 되어 현명한 소비 습관을 만드는 데에 기여할 수 있다.