• Proceedings of the Korea Database Society Conference
• /
• 2008.05a
• /
• pp.339-347
• /
• 2008

As a number of product information is increasing in online markets, customers can purchase products with no spatial and time problems. However, in case of an online market, since customers can't see products directly, others' reviews make a big influence to customers. Meanwhile, it is a burden to read all reviews about some products. Therefore, we need to provide refined information to customers as summarizing whole product reviews. In this paper, we explain about the product review summarization system which can provide to customers as show evaluation scores of product features. Natural Language Processing skills and computational statistics are utilized for summarization. Customers can get chances to buy a feasible product that he wants to get through this system. Moreover, Enterprises can find out the needs of customers deeply.

• Information Systems Review
• /
• v.13 no.3
• /
• pp.123-139
• /
• 2011

This paper researches the value of domestic telecommunication bundle products. Customers evaluate each telecommunication products differently according to their attributes. The attributes affecting the customer value of telecommunication bundling can be categorized in 3 ones as follows; corporate image, service feature, and service price. Also authors analyze the difference of importancy that customers consider when they evaluate each products, and propose the optimal scenario for bundling. In conclusion, other two companies A, C excluding B should invest more resources into the portion that strengthen the attributes of company image, and service feature to upgrade their 'corporate image', and 'service feature'. According to 6-scenarios analysis on the bundle products, the QPS expansion of company A was the most advantageous position, but if companies B, C expand DPS made use of their strengths, they can prevent from decreasing additivity rapidly with sequential scenario. The above results show that one company may have equable power in each area, but if another company having strengths in special areas makes up for its weakness and differentiates gradually it can contribute to strengthen its competitiveness. This contributed much more theoretical and practical than the existing researches. Supposing that additivity index evaluated by consumers can be changed by efforts of companies, this scenario planning is the result of study showing that the investment and publicity of each company have to be considered as its characteristic of each product at the same time.

• 한국IT서비스학회:학술대회논문집
• /
• 2003.11a
• /
• pp.223-232
• /
• 2003

추천시스템을 설계하는 방법에는 크게 Content-Based Filtering 기법과 Collaborative Filtering 기법이 있다. 이 중 Collaborative Filtering 기법은 사용자가 아직 평가하지 못한 상품에 대한 예측값을 계산할 때, 나와 유사한 상품선호를 갖고 있는 사람들이 그 상품에 대해 평가한 점수를 활용하는 방법이다. 하지만 순수한 Collaborative Filtering 방법은 일반적으로 알려진 Data Sparsity의 문제, First Rater의 문제뿐만 아니라 예측값의 부정확성과 기하급수적 계산량의 증가로 실제구현이 어렵다는 문제점을 가지고 있다. 본 연구에서는 이러한 'Collaborative filtering' 시스템의 문제들 중 예측의 부정확성과 실제 구현의 어려움을 해결할 수 있는 방법으로 군집분석을 적용해 보았다. 특히 본 연구에서는 군집을 나눌 때, 실제 추천이 이루어지는 상품 도메인이 아닌, 그 상품도메인과 비슷한 선호의 기준을 가지고 선택하게 되는 '선택의 상관관계'가 높은 '이웃 상품도메인'에서 사용자들의 군집을 나누고 이를 실제 추천이 이루어지는 상품도메인에 적용하는 방식을 사용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.309-310
• /
• 2018

협업 필터링 기술은 명시적 피드백이 아닌 암시적 피드백이 주어졌을 때 다음과 같은 문제 (단일-클래스 협업 필터링 문제)를 갖는다. (1) 사용자의 취향을 정확하게 파악하기 어렵다; (2) 상대적으로 더 희소(sparse)하다. 최근, 이러한 단일 클래스 협업 필터링 문제를 완화하기 위해, 사용자가 관심이 없을 것으로 예상되는 무관심 상품을 추가로 활용하는 기술이 제안되었다. 그러나, 이 기술은 무관심 상품을 찾는 과정에서 사용자들이 평가하지 않은 상품에 대한 선호 정도를 추론할 때 한 가지 기술만을 사용하였다. 본 논문에서는, 다양한 기술들을 기반으로 무관심 상품을 찾은 후 각 기술에 의한 무관심 상품의 정확도를 비교함으로써, 어떠한 기술이 무관심 상품 결정에 가장 효과적인지를 분석하고자한다.

• Journal of the Korean Statistical Society
• /
• v.5 no.2
• /
• pp.109-118
• /
• 1976

현행 일반적으로 쓰여지고 있는 물가지수 산식은 기준시점의 거래량(또는 거래금액)을 상품별 가중치(weight)로 삼는 가중총합방식(weighted aggregate formula, 또는 가중산술평균산식)으로서의 Laspeyres식이라 함은 주지하는 바와 같다. 그것이 상품별로 유통면의 중요성을 분명히 감안하여 있고, 비교시점의 가격변동만이 계산에 반영된다는 점에 있어서 물가지수로서의 실용성이 널리 인정되어 있는 산식이다. 그러나 Lasperyres식의 난점을 또한 많은 것이니 그 가운데 특히 가중치의 고정성과 관련하여 기준시점의 이동에 따른 전후 물가지수의 비연결성은 결정적 결함이라 할 수 있다. 여기에 이 식의 지수적 허구성이 흔히 논의되고, 이른바 Paasche check라 하여 수시로 조사한 거래량(또는 거래금액)에 의하여 물가지수의 가중치로 삼아서 전자를 검정하는 방법도 쓰여지는 형편이다. 필지는 일찌기(1973년) Laspeyres식의 상품별 가중치에 관한 객관적 평가법의 하나로서 산업(따라서 상품)의 연관분석적 수단에 의한 약간의 시안을 발표한 바 없지 않았다. 그것은 요약컨대 산업연관분석에 쓰이는 투입계수표를 중심삼아 한 상품가격이 다른 상품가격에 미치는 파급효과, 따라서 물가에 미치는 파급력을 계산하고, 나아가서 각 상품의 수요 및 공급함수를 도입하여 그들 계수를 추정함으로써 가중치의 객관화를 꾀해 본 것이 전고의 골자이다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.133-136
• /
• 2000

수많은 인터넷 쇼핑몰들과 상품검색 시스템이 생겨났지만 사용자가 일하는 상품정보를 얻기 위해 많은 노력이 있어왔다. 각각의 쇼핑몰들의 개성과 가격, 그리고 부가서비스를 비교하는 것 또한 일반 사용자의 입장에서 수많은 몰들을 다 검색한다는 것은 매우 힘든 일이다. 제안된 IHWA(Information Harvest WArehouse) 상품검색 시스템은 정확하고 많은 정보를 사용자들로부터 직접 받아 자체 저장소에 저장할 수 있는 검색 컴포넌트 시스템이다. 본 논문에서는 IHWA 상품 검색 컴포넌트 시스템에 대한 성능평가 및 개선방향을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.161-163
• /
• 2011

소셜커머스의 이용의 증가와 더불어 단점이 부각되고 있다. 하지만 소셜커머스의 특성상 소셜커머스 사이트를 통해 소개되어지는 업체들은 대부분이 소비자들이 많이 접하지 못했던 영세 업체가 많고, 사용자들은 미리 구입한 쿠폰을 통해서 받은 상품의 질과 서비스가 좋지 않아도 이벤트 성으로 이루어진 판매이기에 환불이나 교환 등이 어렵다는 점에서 소비자의 주의가 필요하다. 본 논문에서는 PMI-IR 수식을 이용하여 소셜커머스에서 거래가 이루어지는 상품명과 연관 있는 상위 세개의 평을 추출하여 제공함으로써 상품의 질과 서비스에 대한 평가를 알아보고 사용자의 신뢰성 있는 거래를 도모한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.321-324
• /
• 2001

본 논문은 인터넷 쇼핑몰에서의 효율적인 상품 추천 시스템의 구조를 제안한다. 본 상품 추천 시스템은 상품 추천의 2 가지 방법인 지식기반 상품 추천 방법과 collaborative filtering을 혼합하였으며 먼저 고객에게 질문을 던져서 고객의 요구 조건을 수집한 다음, 요구 조건과 상품 데이터베이스에 저장된 상품정보와 일치도를 계산하여 추천 후보 상품 리스트를 생성한다. 이 추천 상품 리스트에 속하는 상품에 대해서는 다시 collaborative filtering 방법이 적용된다. 즉, 비슷한 취향을 가지는 고객들이 높이 평가하는 제품들을 최종적으로 고객들에게 추천하게 된다. 이 방법은 기존의 방법들이 모두 특정한 상품 카테고리에 대해서만 효과적인데 데하여 제안된 방법은 모든 상품 카테고리에 적용할 수 있으며 collaborative filtering 방법을 후보 추천 상품에 대해서만 적용시킴으로써 이 방법의 단점인 많은 계산량을 줄일 수 있다. 제안된 시스템은 EJB(Enterprise Java Beans)를 사용하여 컴포넌트로 구현되었으며 이동통신기기 카테고리에 대하여 시험 구현되었다.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.149-152
• /
• 2008

본 연구는 협업 추천 시스템에 적용되는 상품에 대한 고객의 선호도 예측 알고리즘 중 메모리기반 협업필터링 알고리즘의 선호도 예측 특성에 대하여 연구하였다. 메모리기반의 협업필터링 알고리즘은 선호도 예측 대상 고객과 유사한 성향을 가질 것으로 예상되는 고객들의 선호도 평가를 기반으로 특정 상품에 대한 선호도 예측이 이루어진다. 일반적으로 시스템을 이용하는 고객들과 선호성향이 다른 고객들은 선호도 예측 성과가 낮은 것으로 알려져 있으며 이들이 추천시스템의 선호도 예측 정확도를 떨어뜨리는 원인으로 알려져 있다. 본 연구에서는 고객이 상품들에 평가한 선호도 평가의 패턴이 선호도 예측 정확도와 관련성이 높음을 보여 선호도 예측 알고리즘의 개선에 기초 자료를 제공하고자 한다. 고객의 선호도 평가 패턴은 과거 고객이 평가한 자료로부터 얻을 수 있는 사전정보로써 선호도 예측 알고리즘을 적용하기 이전에 이용할 수 있는 정보이다. 본 연구에서는 사전정보를 이용하여 고객의 선호도 예측 오차의 특성을 연구함으로써 이들의 선호도 예측 정확도를 개선시킬 수 있는 알고리즘의 보정방법에 대하여 연구한다. 알고리즘의 보정방법을 선호도 예측 이전에 고객의 선호도 평가 특성으로 판단하여 적용함으로써 사전정보를 이용한 선호도 예측 정확도를 향상시키기 위한 접근법은 기존의 이웃 구성의 접근법과 다른 방법을 취함으로써 알고리즘 개선의 새로운 방향을 제시할 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.257-259
• /
• 2013

상품평은 구매 예정자의 의사 결정에 큰 도움을 준다. 그러나 하나의 상품에 관한 상품평의 수가 많고 의견도 다양하여 모든 상품평을 읽고 상품에 대한 직관적인 판단을 내리기가 어렵다. 본 논문에서는 하나의 상품에 대한 모든 상품평을 분석하고 각각의 속성별로 극성(긍정, 부정) 정보를 추출하여 구매 예정자에게 제공함으로써 해당 상품이 어떠한 평가를 받고 있는지 빠른 판단이 가능하게 한다. 한국어의 언어적 특징을 반영하여 속성별 어휘 자질을 추출하고 이를 바탕으로 상품의 속성별 극성을 판단한다. 또한, 기구축한 속성별 어휘 사전의 자료부족 문제로 말미암아 상품평을 분석할 수 없을 때는 전체 어휘의 극성정보를 이용하여 상품의 전체 극성을 판단한다.