• 한국전자거래학회지
• /
• 제21권2호
• /
• pp.1-22
• /
• 2016

최근 온라인 뉴스 포탈의 뉴스 추천 메커니즘이 뉴스 콘텐츠를 수집, 선택, 편집 및 왜곡하는 일이 일어나고 있다. 선행연구들은 뉴스의 가치에 대한 일관된 정의를 내리지도, 뉴스의 가치가 독자의 반응에 어떤 영향을 미치는지 실증적으로 검증하지도 못했다. 본 연구는 선행연구의 뉴스 가치 개념을 종합하고, 뉴스 가치를 아우를 수 있는 개념으로 대표성의 개념을 도입하였으며, 대표성 기반 정보발견법 및 정보 수용 모델을 활용하여, 대표성이 인지된 뉴스 품질, 신뢰, 인지된 유용성, 서비스 만족도, 충성도, 지속사용의도, 구전의도 등 독자 반응에 어떠한 영향을 미치는 지를 실증적으로 검증하였다. 시나리오 설문 법을 통해 총 357개의 유효한 자료가 수집되었다. 각 집단들은 1) 시간 순서기반 뉴스 추천 메커니즘, 2) 조회수 기반 뉴스 추천 메커니즘, 3) 편집자에 의해 선택된 주요 뉴스를 다시 조회수 기반으로 정렬한 뉴스 추천 메커니즘의 세 종류의 메커니즘에 각각 노출되었다. MANOVA 분석결과에 따르면, 편집자에 의해 선택된 주요 뉴스를 다시 조회수 기반으로 정렬한 뉴스 추천 메커니즘만이 여타 집단에 비해 인지된 뉴스 품질과 신뢰에서 유의한 차이를 보였다. PLS 분석 결과에 따르면, 이렇게 형성된 인지된 뉴스 품질과 신뢰는 인지된 유용성, 서비스 만족도, 충성도, 지속사용의도, 구전의도 등 독자 반응을 유의하게 증가시키는 것으로 조사되었다. 본 연구의 학술적 기여는 언론 영역에서 정보기술의 역할을 강조하고, 편집자와 독자 모두가 인정하는 뉴스가 가치 있는 뉴스라고 개념화 하였으며, 뉴스 추천 메커니즘의 효과를 실증한 가치를 가진다. 실무적 측면에서 본 연구는 온라인 뉴스 포탈이 편집자와 독자의 시각이 모두 반영된 절충안의 뉴스 추천 메커니즘을 활용하는 것이 독자를 유인하기 위해 도움이 될 것이라고 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (3)
• /
• pp.466-468
• /
• 2001

전자상점에서 이루어지는 고객의 구매패턴이 온라인 상에서 데이터베이스화되어, 이를 통하여 고객의 취향에 맞는 상품을 제공할 수 있는 많은 알고리즘이 연구되고 있다. 이러한 알고리즘은 전자상점에서 고객의 개별특성을 고려한 상품을 제공하기 위하여, 고객정보 데이터베이스와 거래정의 데이터베이스로부터 연관규칙 등을 추출하여 사용한다. 그러나 시간의 흐름에 민감한 계절상품이나 특선상품과 같이 전자상점의 거래량에 크게 직결될 수 있는 것 등에도 같은 알고리즘을 적용한다면 추천성공률이 떨어질 것이다. 따라서 본 논문에서는 시간의 영향을 많이 받는 상품추천을 위하여, 최근 전자상점 추천시스템으로 효과적인 아이템 기반 협력알고리즘에 지수적 가중치를 적용하여 추천하는 알고리즘을 제안한다. 또한 이러한 추천시스템이 대용량의 고객데이터와 상품데이터에 대한 연산을 수행하고 다수의 고객에게 실시간으로 서비스를 제공하여야 하므로 MMDB를 활용한다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.27-46
• /
• 2023

최근에는 외식 산업의 발달과 레스토랑 수요의 증가로 인해 레스토랑 추천 시스템 연구가 활발하게 제안되고 있다. 기존 레스토랑 추천 시스템 연구는 정량적인 평점 정보 또는 온라인 리뷰의 감성분석을 통해 소비자의 선호도 정보를 추출하였는데 이는 소비자의 의미론적 선호도 정보는 반영하지 못한다는 한계가 존재한다. 또한, 레스토랑이 포함하는 세부적인 속성을 반영한 추천 시스템 연구는 부족한 실정이다. 이를 해결하기 위해 본 연구에서는 소비자의 선호도와 레스토랑 속성 간의 상호작용을 효과적으로 학습할 수 있는 딥러닝 기반 모델을 제안하였다. 먼저, 합성곱 신경망을 온라인 리뷰에 적용하여 소비자의 의미론적 선호도 정보를 추출했고, 레스토랑 정보에 임베딩 기법을 적용하여 레스토랑의 세부적인 속성을 추출했다. 최종적으로 요소별 연산을 통해 소비자 선호도와 레스토랑 속성 간의 상호작용을 학습하여 소비자의 선호도 평점을 예측했다. 본 연구에서 제안한 모델의 추천 성능을 평가하기 위해 Yelp.com의 온라인 리뷰를 사용한 실험 결과, 기존 연구의 다양한 모델과 비교했을때 본 연구의 제안 모델이 우수한 추천 성능을 보이는 것을 확인하였다. 본 연구는 레스토랑 산업의 빅데이터를 활용한 맞춤형 레스토랑 추천 시스템을 제안함으로써 레스토랑 연구 분야와 온라인 서비스 제공자에게 학술적 및 실무적 측면에서 다양한 시사점을 제공할 수 있을 것으로 기대한다.

• 한국콘텐츠학회논문지
• /
• 제17권2호
• /
• pp.404-414
• /
• 2017

스마트폰의 보급과 온라인 소셜 네트워크 서비스의 발전으로 사용자들은 많은 콘텐츠를 생산하거나 서로 공유한다. 이로 인해 사용자는 자신이 원하지 않는 콘텐츠를 받아보거나 소비함으로써 많은 시간을 소요하게 된다. 이와 같은 문제를 해결하기 위해 소셜 네트워크 사용자에게 적합한 콘텐츠를 추천하기 위한 기법들이 활발하게 연구되고 있다. 본 논문에서는 온라인 소셜 네트워크 사용자에게 협업 필터링을 이용하여 적합한 콘텐츠를 추천하는 기법을 제안한다. 제안하는 기법은 추천의 정확성을 낮추는 사용자의 데이터를 제거하기 위해서 사용자 신뢰도를 고려한다. 사용자의 신뢰도는 온라인 소셜 네트워크의 사용자 행위를 분석해서 도출한다. 사용자의 신뢰도를 다양한 관점에서 평가하기 위해서 기존기법에서 사용하지 않았던 사용자 행위들을 수집해서 사용한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법보다 우수함을 보인다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.63-70
• /
• 2022

패션은 개인 취향이 구매의 첫 번째 기준으로 작용하는 분야인 만큼 개인화된 추천 서비스가 일찍이 자리를 잡았다. 특히 모바일 패션 커머스에서 구매전환을 높이는 중요한 전략으로 꼽히며 더욱 정교화 되고있다. 이로 인해 개인화 추천서비스의 사용자 경험 관해 많은 연구들이 이루어졌지만, 세부적인 소비자의 구매여정에 따라 확인한 연구는 부족한 실정이다. 본 연구는 개인화 추천서비스의 사용자 평가가 구매여정별로 차이가 있는지 살펴보고, 구매의도와 만족도에는 어떠한 영향을 미치는지 밝히고자 하였다. 분석결과 다양성, 신뢰성, 편의성은 0.001%수준, 유용성은 0.05% 수준에서 구매여정 단계별로 유의한 차이를 보였다. 또한 만족도는 인지 및 흥미단계에서 새로움과 유용성이, 검색단계에서 신뢰성과 다양성이 높게 나타나는 등 각 단계별로 차이를 보였으며, 구매의도는 구매 후 단계를 제외하고 유용성과 신뢰성이 높은 결과를 보였다. 본 연구는 소비자의 개인화 추천 서비스에 대한 사용자 평가에 차이가 있음을 밝힘으로써 구매 여정에 따른 개인화 추천서비스 사용자 평가의 영향에 대한 이해를 높였다는 점에서 이론적 의의가 있으며, 모바일 패션커머스의 개인화 추천서비스 전략개선의 방향성을 제시했다는 실무적 의의를 지닌다. 추후 개선안의 효과성에 대한 연구가 진행된다면 더욱 고도화된 개인화 추천서비스 전략에 기여할 수 있을 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.215-216
• /
• 2014

기업 경영에서 마케팅의 중요성은 더욱 커지고 있으며, 온라인 시장의 확대와 더불어 마케팅 방법이 중요하게 대두되고 있다. 특히, 기업의 경쟁력 확보를 위한 분석과 전략 개발에 기업의 역량을 크게 집중하고 있는 실정이다. 오늘날 꽃시장은 온라인과 오프라인에서 시장이 확대되어지고 있으며, 전국적인 판매망 구축으로 영세하거나 작은 소규모 업체들은 시장진입과 경쟁력 확보가 더욱 어려워지고 있는 실정이다. 이에 본 연구에서는 온라인 환경에서 꽃시장 마케팅 강화를 위해서 기존에 온라인에서 운영중인 대표 사이트들에 대한 서비스 지원 분류와 판매 전략을 살펴보고, 꽃시장에서 마케팅 강화와 고객에게 최적의 서비스를 제공하기 위하여 꽃시장에서 필요하고 경쟁력있는 서비스를 추천하고자 한다. 이를 통해 꽃시장 마케팅 활성화와 경쟁력을 통해 시장의 입지 강화를 기대해 볼 수 있을 것이다.

• 경영정보학연구
• /
• 제23권3호
• /
• pp.51-75
• /
• 2021

세계적인 전자상거래 기업들은 지속 가능한 경쟁력을 확보하기 위해 사용자 맞춤형 추천 서비스를 제공하고 있다. 기존 관련 연구에서는 주로 평점, 구매 여부 등 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하였다. 하지만 이와 같은 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하면 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 호텔을 이용한 사용자가 호텔 서비스, 청결 상태 등에 대하여 만족하지 못한다고 리뷰를 작성하였으나 선호도 평점 5점을 부여했을 때 정량적 선호도(평점)와 정성적 선호도(리뷰)가 불일치한 문제가 발생할 수 있다. 따라서 본 연구에서는 정량적 선호도 정보와 정성적 선호도 정보가 일치하는지를 확인하고 이를 바탕으로 선호도 정보가 일치하는 사용자를 바탕으로 새로운 프로파일을 구축하여 개인화 추천 서비스를 제공하고자 한다. 리뷰에서 정성적 선호도를 추출하기 위해 자연어 처리 관련 연구에서 널리 사용되고 있는 CNN, LSTM, CNN + LSTM 등 딥러닝 기법을 사용하여 감성분석 모델을 구축하였다. 이를 통해 사용자가 작성한 리뷰에서 정성적 선호도 정보를 정교하게 추출하여 정량적 선호도 정보와 비교하였다. 본 연구에서 제안한 추천 방법론의 성능을 평가하기 위해 세계 최대 여행 플랫폼 TripAdvisor에서 실제 호텔을 이용한 사용자 선호도 정보를 수집하여 사용하였다. 실험 결과 본 연구에서 제안한 추천 방법론이 기존의 정량적 선호도만을 고려하는 추천 방법론보다 우수한 추천 성능을 나타냄을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.14-17
• /
• 2015

오늘날 인터넷의 발달과 전자 책(e-Book) 시장규모가 커짐에 따라 온라인을 통한 도서 정보 제공이 증가하고 있다. 하지만 현재 도서 정보나 도서 추천을 제공하는 온라인 사이트들은 기본 서지 정보만을 위주로 제공하고 있어 도서 본문을 활용한 정보 제공 및 추천 시스템의 필요성이 증가하고 있다. 따라서 본 논문에서는 도서 본문을 활용한 정보 제공 및 개인 맞춤형 추천을 위해 '도서 정보 본문텍스트 통합 마이닝 기반 사용자 참여형 시각화 및 추천 큐레이션 플랫폼'을 제안하고, 이를 구축하였다. 제안한 서비스 플랫폼은 독자에게 다양한 방법으로 도서 정보를 제공하며, 독자는 적은 시간으로 많은 정보를 얻을 수 있도록 하여 사용자의 도서 선택의 폭을 넓혀줄 것이다.

• 한국도서관정보학회지
• /
• 제54권2호
• /
• pp.155-178
• /
• 2023

정보기술의 급속한 발전과 독서환경의 변화로 인해 공공도서관의 독자상담은 도전과 기회에 직면하고 있다. 이에 서비스의 도약을 위한 공공도서관의 대응이 필요하다는 문제의식을 바탕으로 본 연구에서는 국내 공공도서관이 제공하는 온라인 독자상담 서비스 현황을 분석하고 개선되어야 할 점에 대해 논의하였다. 이를 위해 서울특별시와 6개의 광역시(인천, 대전, 대구, 광주, 부산, 울산)의 50개 공공도서관을 대상으로 독서프로그램 및 신간 안내등의 공지, 독자 요구 파악 및 개별 이용자를 위한 안내, 사서가 개발 제공하는 콘텐츠, 독자가 참여하여 생성하는 콘텐츠, 외부 기관의 독서 정보 안내, 외부의 전문 서평 데이터베이스 및 온라인 웹사이트의 활용, SNS 서비스라는 7가지 항목에 기초하여 온라인 독자상담의 현황과 양상을 분석하였다. 이를 토대로 독자 만족도 향상을 위해 공공도서관의 온라인 독자상담 서비스가 개선되어야 할 점으로 개별 독자를 지원하는 사서의 도서 추천 서비스, 사서의 서평, 독자의 참여와 공유 및 상호작용 활동을 강화할 것을 제시하였다.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.463-468
• /
• 2022

COVID-19의 장기화는 다양한 산업의 패러다임에 새로운 시도와 변화를 주고 있다. 고객이 직접 피우에 닿고 사용하는 제품을 판매하는 산업에서는 그 현상이 날로 가중된다. 이러한 상황에 대응하고자 최근 Cosmetics 업계에서 다양한 언택트(비대면) 서비스들을 선보이고 있다. 기존 전통 오프라인 채널에서부터 다양한 온라인 채널 확보를 통하여 고객들의 수요와 참여를 끌어내고자 한다. 대표적으로 기존에는 온라인 문진 서비스를 이용하여 고객에게 맞춤 제품을 추천하는 서비스들을 제공하고 있지만 얼마 지나지 않아 한계에 도달하게 된다. 본 논문에서는 기존 정형화된 문진 서비스와 한걸음 더 나아가 AI 기술을 이용한 이미지 기반 피부진단 기능을 결합하는 새로운 방식의 피부진단 서비스에 대하여 연구하였다. 사용자는 촬영된 이미지를 이용하여 몇 가지 항목에 대한 진단을 받게 되고 최종 피부타입을 도출하기 위하여 부족한 진단 항목은 기존에 제안한 피부진단 서비스를 활용하였다. 이런 방식은 기존에 제공되고 있는 문진 서비스보다 재미 요소를 더할 뿐만 아니라 기술 트린드인 AI를 결합하여 더욱 고객 참여를 이끌어 낼 수 있고 가시적이고 정확도가 있는 지속적인 서비스를 만들어 내고자 함에 있다.