• The KIPS Transactions:PartB
• /
• v.16B no.6
• /
• pp.497-502
• /
• 2009

In this paper, we introduce an automatic product feature extracting system that improves the efficiency of product review analysis. Our system consists of 2 parts: a review collection and correction part and a product feature extraction part. The former part collects reviews from internet shopping malls and revises spoken style or ungrammatical sentences. In the latter part, product features that mean items that can be used as evaluation criteria like 'size' and 'style' for a skirt are automatically extracted by utilizing term statistics in reviews and web documents on the Internet. We choose nouns in reviews as candidates for product features, and calculate degree of association between candidate nouns and products by combining inner association degree and outer association degree. Inner association degree is calculated from noun frequency in reviews and outer association degree is calculated from co-occurrence frequency of a candidate noun and a product name in web documents. In evaluation results, our extraction method showed an average recall of 90%, which is better than the results of previous approaches.

• Proceedings of the CALSEC Conference
• /
• 1999.11a
• /
• pp.757-760
• /
• 1999

본 논문에서는 오라클사의 전자상거래용 패키지인 ICS를 기반으로 지능형 인터넷 쇼핑몰을 설계 하고 구현하였다. 본 쇼핑몰은 고객들의 접속 기록과 상품 구매 기록을 데이터마이닝 기법에 의해 통계적으로 분석하여 상품에 대한 인기도에 따라 상품 진열을 자동적으로 구성할 수 있는 지능형 쇼핑몰이다. 본 시스템을 동하여 쇼핑몰 관리자의 주관적인 판단에 의해 수 작업으로 이루어지는 기존 쇼핑몰 관리 업무를 자동화할 수 있다. 또한 최근에 급격하게 증가하고 있는 전자상거래 시장에서 경쟁력을 강화할 수 있는 새로운 형태의 마케팅 기법을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.154-156
• /
• 2001

인터넷 상의 많은 전자 상거래 쇼핑몰에 있는 상품 정보에 대한 비교 서비스를 제공하는 시스템들이 개발되고 있다. 이러한 서비스를 위해서는 분산된 전자 상거래 쇼핑몰들의 정보를 수집하여 통합하는 노력이 필요하다. 이 논문에서는 멀티 에이전트 구조로 설계한 인터넷 상의 쇼핑몰들로부터 상품 정보를 수집하여 서비스하는 시스템에 대해서 소개한다. 이 시스템에서는 랩퍼 생성 서브시스템, 정보 수집 서브시스템, 카테고리 분석 서브시스템, 데이터 정제 서브시스템 등의 구성 요소들이 유기적으로 결합되어 동작한다. 이 논문에서는 전체적인 시스템의 구성에 대해서 살펴보고, 각 서브시스템의 기능 및 구조에 대해서 기술한다. 또한 쇼핑몰로부터 정보를 추출하기 위한 랩퍼 생성 기법과 상품 정보의 카테고리를 결정하는 방법에 대해서 소개한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.331-334
• /
• 2006

최근 VCR과 DVD 플레이어 이후에 많은 주목을 받고 있는 Divx Player는 수많은 종류의 상품들로 전성기를 맞이하고 있다. 이러한 Divx Player는 다양한 상품의 홍수 속에서 이미 충분한 하드웨어, 소프트웨어적 발전을 이루었다. 따라서 엇비슷한 성능의 상품들 속에서 소비자에게 돋보이기 위해서 차별화된 디자인과 편리한 UI(User Interface)가 필요하게 되었다. 이러한 UI 디자인을 구성하는 다양한 방법 중에 웹문서를 조작하듯이 쉽고 편리하게 UI를 수정할 수 있는 XML 파싱이 크게 각광받고 있다. 따라서 본 논문에서는 이러한 Divx Player의 UI를 구성하는 XML의 기능과 그에 관련한 리모컨 조작의 연관성과 그 동작에 관하여 설계 및 구현을 하였다.

• ETRI Journal
• /
• v.8 no.4
• /
• pp.133-143
• /
• 1986

본 연구에서는 새로운 서비스 / 상품에 대한 수요예측을 좀더 쉽고, 가능한 합리적으로 수행할 수 있게 하기위하여 개발된 MPS-NS개발의 기본배경, MPS-NS의 구성과 예측 알고리즘 등을 중심으로 소개하였다. MPS-NS는 표본조사를 통한 설문조사 방법을 새로운 서비스 / 상품의 수요예측에 적용할 수 있도록 만들어진 새로운 서비스 시장 침투 분석S/W이다.

• Proceedings of the KGS Conference
• /
• 2003.11a
• /
• pp.138-143
• /
• 2003

오늘날 경제가 서비스 부문을 중심으로 구조화되고, 상품의 생산으로부터 유통ㆍ소비에 이르는 경제 부문에 문화적 요소들이 상품 구성의 핵심 및 부가가치 창출의 원천으로 부상하면서 도시 경제는 문화산업(cultural economy)을 중심으로 변화하고 있다. 공간적 범위에서 이러한 경제 구조의 변화는 생산 및 유통, 서비스 산업의 입지 변화를 초래하는 주된 변인으로 작용함으로써 중요한 의미를 지니게 된다(이금숙, 1993). (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.449-451
• /
• 2000

본 논문에서는 분산 이기종 시스템들로 구성되는 다수의 독립된 인터넷 상점들과 이들을 연합하여 공동 포인트 적립, 공동 상품 검색 등의 통합된 서비스를 제공하는 인터넷 쇼핑몰 허브 싸이트에서 고객 개개인에게 맞춤 상품 정보 및 광고를 제공하기 위한 방법을 제시한다.

• Journal of Intelligence and Information Systems
• /
• v.23 no.4
• /
• pp.127-146
• /
• 2017

Services using artificial intelligence have begun to emerge in daily life. Artificial intelligence is applied to products in consumer electronics and communications such as artificial intelligence refrigerators and speakers. In the financial sector, using Kensho's artificial intelligence technology, the process of the stock trading system in Goldman Sachs was improved. For example, two stock traders could handle the work of 600 stock traders and the analytical work for 15 people for 4weeks could be processed in 5 minutes. Especially, big data analysis through machine learning among artificial intelligence fields is actively applied throughout the financial industry. The stock market analysis and investment modeling through machine learning theory are also actively studied. The limits of linearity problem existing in financial time series studies are overcome by using machine learning theory such as artificial intelligence prediction model. The study of quantitative financial data based on the past stock market-related numerical data is widely performed using artificial intelligence to forecast future movements of stock price or indices. Various other studies have been conducted to predict the future direction of the market or the stock price of companies by learning based on a large amount of text data such as various news and comments related to the stock market. Investing on commodity asset, one of alternative assets, is usually used for enhancing the stability and safety of traditional stock and bond asset portfolio. There are relatively few researches on the investment model about commodity asset than mainstream assets like equity and bond. Recently machine learning techniques are widely applied on financial world, especially on stock and bond investment model and it makes better trading model on this field and makes the change on the whole financial area. In this study we made investment model using Support Vector Machine among the machine learning models. There are some researches on commodity asset focusing on the price prediction of the specific commodity but it is hard to find the researches about investment model of commodity as asset allocation using machine learning model. We propose a method of forecasting four major commodity indices, portfolio made of commodity futures, and individual commodity futures, using SVM model. The four major commodity indices are Goldman Sachs Commodity Index(GSCI), Dow Jones UBS Commodity Index(DJUI), Thomson Reuters/Core Commodity CRB Index(TRCI), and Rogers International Commodity Index(RI). We selected each two individual futures among three sectors as energy, agriculture, and metals that are actively traded on CME market and have enough liquidity. They are Crude Oil, Natural Gas, Corn, Wheat, Gold and Silver Futures. We made the equally weighted portfolio with six commodity futures for comparing with other commodity indices. We set the 19 macroeconomic indicators including stock market indices, exports & imports trade data, labor market data, and composite leading indicators as the input data of the model because commodity asset is very closely related with the macroeconomic activities. They are 14 US economic indicators, two Chinese economic indicators and two Korean economic indicators. Data period is from January 1990 to May 2017. We set the former 195 monthly data as training data and the latter 125 monthly data as test data. In this study, we verified that the performance of the equally weighted commodity futures portfolio rebalanced by the SVM model is better than that of other commodity indices. The prediction accuracy of the model for the commodity indices does not exceed 50% regardless of the SVM kernel function. On the other hand, the prediction accuracy of equally weighted commodity futures portfolio is 53%. The prediction accuracy of the individual commodity futures model is better than that of commodity indices model especially in agriculture and metal sectors. The individual commodity futures portfolio excluding the energy sector has outperformed the three sectors covered by individual commodity futures portfolio. In order to verify the validity of the model, it is judged that the analysis results should be similar despite variations in data period. So we also examined the odd numbered year data as training data and the even numbered year data as test data and we confirmed that the analysis results are similar. As a result, when we allocate commodity assets to traditional portfolio composed of stock, bond, and cash, we can get more effective investment performance not by investing commodity indices but by investing commodity futures. Especially we can get better performance by rebalanced commodity futures portfolio designed by SVM model.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.730-733
• /
• 2004

본 연구에서는 넉아웃 옵션(Knock-out option)이 내재된 주가연계상품(ELS)의 성과를 시뮬레이션을 이용하여 추정한다. 옵션과 기초자산을 결합하여 구성되는 ELS는 상품개발 시점에서 그 수익구조가 결정되며, 실현수익률은 미래의 시장흐름에 의하여 결정된다. 현재 ELS는 옵션가격의 결정, 수익구조의 결정, 그리고 수익률 추정이라는 개별 과정이 각각 옵션발행자, 상품개발자, 고객관리자 등에 의하여 별도로 이루어지고 있는 실정이다. 본 연구에서는 이러한 개별 과정을 통합한 시뮬레이션 모형을 구축한 후, 이 모형의 결과(옵션가격, 수익구조, 실현수익률)를 기존 관행의 결과와 비교하여 본 연구에서 제안한 시뮬레이션 모형의 유용성을 제안한다. 분석 대상은 국내 장외파생상품 및 ELS의 기준이 되는 KOSPI 200 지수로 1990년 1월 3일부터 2002년 12월 30일까지의 1일 자료를 이용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.202-204
• /
• 2005

상품 온톨로지는 온톨로지 (Ontology) 구성요소인 개념 (Concept) 과 속성 (Property)이 상품 도메인에 특화된 온틀로지이다. 본 논문에서는 대용량을 특징으로 하는 상품 온톨로지를 표현함에 적용되어 질 수 있는 Hyperbolic Tree, Cluster Map, 그래프 비주얼라이제이션을 살펴보고, 계층을 갖는 개념을 표현하는 데 좋은 Hyperbolic과, 속성을 잘 표현 할 수 있는 Cluster Map을 상품 온톨로지에 유리한 비주얼라이제이션으로서 제안한다.