• Communications for Statistical Applications and Methods
• /
• 제11권1호
• /
• pp.197-211
• /
• 2004

According to the increase of internet application, the marketing process as well as the research and survey, the education process, and administration of government are very depended on web bases. All kinds of goods and sales which are traded on the internet shopping malls are extremely increased. So, the necessity of automatically intelligent information system is shown, this system manages web site connected users for effective marketing. For the recommendation system which can offer a fit information from numerous web contents to user, we propose an automatic recommendation system which furnish necessary information to connected web user using statistical learning theory and bayesian fuzzy clustering. This system is called collaborative CRM in this paper. The performance of proposed system is compared with the other methods using real data of the existent shopping mall site. This paper shows that the predictive accuracy of the proposed system is improved by comparison with others.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.313-320
• /
• 2004

시장 환경의 전반적인 변화로 인하여 시장 규제가 완화되고 그로 인한 경쟁사가 늘어나고 있고, 공급자 중심의 시장에서 구매자 중심의 시장으로 변화되어 가고 있다. 이에 기업들은 고객과의 관계를 강화하기 위해 CRM을 중요한 해법으로 생각하여 다양한 방법으로 고객만족을 높이는데 주력하고 있다. 또한 정보기술의 발달로 인해 웹 상에서의 eCRM이 출현되었고 웹 상에서 고객의 데이터를 분석하여 적시에 고객의 니즈에 맞는 서비스를 제공해주는 Recommendation system 을 개발하여 좀더 향상된 eCRM 으로 원투원 마켓팅을 통해 판매 강화 및 고객만족도 제고를 실현할 수 있도록 발전되어왔다. 이중 eCRM의 Recommendation Engine은 고객의 니즈를 발견해내어 그에 맞는 다양한 상품들을 추천하는 시스템으로 Rule 기반의 컨텐츠 매칭 기법과 Collaborative Filtering 기법을 사용하였다. 그러나 이 기법들은 미리 정해진 Rule에 의해 사전적인 대응을 하지 못한다는 문제점과 비정형적인 정보 및 환경정보에 복합적인 판단이 고객중심의 현재 상황에 따라 이루어지지 못한다는 문제점을 가지고 있다 이에 본고에서는 이 문제에 대한 해결안으로써 Ontology를 이용한 실시간 추천시스템을 모델로 제시하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제13권1호
• /
• pp.45-54
• /
• 2008

모바일 웹 (Web)과 관련한 기술이 점점 발달함에 따라 모바일 전자상거래 시장, 그 중에서도 벨소리나 컬러링과 같은 음악 다운로드 시장의 크기는 괄목할 만한 성장을 거듭하고 있다. 하지만, 이러한 급성장에도 불구하고 소비자들은 여전히 자신이 원하는 음악을 찾는 과정에서 많은 불편함을 겪고 있다. 이는 소비자들의 음악에 대한 재구매율을 저하시키게 되고, 모바일 음악을 제공하는 서비스 업체 입장에서도 수익 정체의 원인으로 작용할 수 있다. 따라서 고객관계 관리 측면에서 모바일 고객의 불편을 최소화함으로써 결국 수익을 더욱 많이 창출하기 위한 새로운 방법이 절실한 상황이다. 이에 본 연구는 모바일 웹 환경 하에서 소비자들이 편리하게 자신이 원하는 음악을 검색할 수 있도록 하기 위하여, 모바일 웹 마이닝과 서열척도를 활용하는 협업 필터링 기반의 새로운 음악 추천 시스템을 제안한다. 또한 실험을 통해 우리가 제안하는 새로운 추천 시스템이 기존의 추천 시스템들에 비하여 우수한 성능을 나타냄을 입증하고자 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.239-250
• /
• 2003

전자 상거래 분야에서 증가하고 있는 정보들 중에 사용자가 자신의 기호에 맞는 정보 만들 만을 선택하기 위해서 각 정보를 일일이 검토하기 어려운 일이다. 이를 보완하기 위해 정보 여과 기술이 사용되는데 최근 추천 시스템은 협력적 여과 시스템의 희박성과 초기 평가 문제를 해결하기 위해서 내용 기반 여과 시스템과 협력적 적과 시스템을 병합하늘 방법을 사용한다. 본 논문에서는 혼합형 추천시스템에서의 예측의 정확도를 향상시키기 위해서 조화 평균 가중치(CBCF_harmonic_mean)를 사용자 유사도 가중치를 구할 때 사용한다. 내용 기반의 성능을 고려하여 임계치 값을 45로 설정한 후, n/45의 Significance weight을 사용자 유사도 가중치에 적용한다. 제안된 방법의 성능을 평가하기 위해서 기존의 협력적 여과 시스템과 내용 기반 여과 시스템을 병합한 방법과 비교 평가하였다. 그 결과 기존의 협력적 여과 시스템의 문제점을 해결하여 예측의 정확도를 높이는데 효과적임을 확인하였다.

• 한국경영과학회지
• /
• 제29권2호
• /
• pp.59-75
• /
• 2004

Recommendation is a personalized information filtering technology to help customers find which products they would like to purchase. Collaborative filtering works by matching customer preferences to other customers in making recommendations. But collaborative filtering based recommendations have two major limitations, sparsity and scalability. To overcome these problems we suggest using adjusted product hierarchy, grain. This methodology focuses on dimensionality reduction and uses a marketer's specific knowledge or experience to improve recommendation quality. The qualify of recommendations using each grain is compared with others by several experimentations. Experiments present that the usage of a grain holds the promise of allowing CF-based recommendations to scale to large data sets and at the same time produces better recommendations. In addition. our methodology is proved to save the computation time by 3∼4 times compared with collaborative filtering.

• CRM연구
• /
• 제4권1호
• /
• pp.19-34
• /
• 2011

최근 기업들이 고객관계관리(CRM)의 도입과 확산에 많은 노력을 기울이고 있는 가운데, 정보통신기술의 발달과 인터넷 사용의 활성화로 인하여 온라인 채널을 활용하여 CRM을 구현하는 이른바 e-CRM에 대한 기업들의 관심 역시 높아지고 있다. 지금까지 많은 연구자들이 CRM의 성공요인들을 식별하고, 각 요인들의 우선순위를 알아보고자 노력을 기울여 왔다. 하지만, e-CRM 분야에 대한 성공요인 관련 연구는 지금까지 충분히 이루어지지 못했다. 이에 본 연구에서는 기업들이 성공적으로 e-CRM을 구현을 위한 준비를 할 수 있는 가이드라인을 제시하기 위해, 기존에 연구되었던 다양한 e-CRM구축의 성공요인들을 도출, 정리하고, 각 요인별 상대적 중요도를 전문가 설문을 통해 분석하여, 우선순위를 살펴보고자 하였다. 이 때 요인별 상대적 중요도는 전통적으로 많이 활용되고 검증되어 온 분석적 계층 프로세스(AHP) 기법을 이용하여 도출하였다. 기존의 연구들은 대부분 조직적인 요소와 기술적인 요소들로 성공요인을 분석하였지만 본 연구에서는 e-CRM의 기능적인 관점으로 성공요인을 도출하고자 하였다. 분석 결과, e-CRM의 성공을 위해서는 분석-운영-협업 CRM의 세 부분이 모두 균형 있게 관리되어야 하며, 특히 최고경영자의 전폭적인 지원과 양질의 고객정보 확보, 그리고 고객의 요구사항에 효과적으로 반응하는 우수한 온라인 처리능력의 확보가 중요한 것으로 나타났다.

• 경영정보학연구
• /
• 제8권1호
• /
• pp.181-201
• /
• 2006

오늘날 인터넷이 확산되어감에 따라, e-CRM에 대한 관심이 증대되고 있다. 그 중에서도 특히 '추천시스템'은 e-CRM의 여러 응용분야 중에서도 실무적으로 그리고 학문적으로 가장 활발하게 연구되고 있는 분야 중 하나다. 추천을 위한 여러가지 방법들 중에서, 지금까지 주류를 이뤄온 방법들은 협동 필터링(Collaborative Filtering) 기법과 내용 기반(Content-Based) 접근법이다. 그러나 이러한 기존 방법들은 몇 가지 태생적인 한계점으로 인해 고객의 구매 이력이 많지 않은 중소형 인터넷 쇼핑몰에 적용하기 어렵다는 단점이 있다. 이에, 본 연구에서는 고객의 인구통계 및 구매정보에 2가지 데이터마이닝 기법들(연관 관계 기법과 분류 기법)을 적용하고, 이 결과를 조정 에이전트를 통해 결합하는 형태의 새로운 추천 시스템의 모형과 시스템 구조 체계를 제안한다. 제안된 연구 모형의 유용성을 검증하기 위해, 본 연구에서는 실제 사례에 적용한 웹 기반 프로토타입을 개발, 활용하였다. 프로토타입의 유용성을 실제 사용자들로부터 설문을 통해 조사해 본 결과, 본 연구에서 제안한 추천모형이 생성한 맞춤 정보가 사용자들에게 매우 유익하게 인지됨을 확인하였다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 2001년도 춘계 Conference: CRM과 DB응용 기술을 통한 e-Business혁신
• /
• pp.362-368
• /
• 2001

본 논문에서는 고객의 특성을 고려한 최적의 추천시스템을 개발하기 위하여 기존의 인구통계학적 특성에 따른 협동적필터링 기법의 추천 효율을 비교 분석하였다. 비디오에 대한 사용자 평가 값과 예측 값간의 추천 효율에 대한 비교실험을 통하여 상품에 대한 단순한 선호도만을 고려한 기존의 협동적필터링 방법에 의한 추천시스템의 문제점을 개선하여 추천된 상품이나 콘텐츠에 대한 개인별 추천 효율을 향상시키기 위한 모델을 제시하였다. 본 연구 결과를 이용하여 인터넷 비즈니스 분야에서 활발하게 도입되고 있는 eCRM 시스템에서 가장 중요한 요소인 고객들의 인구통계학적인 다양한 특성을 고려한 협동적필터링 기반의 추천시스템을 개발할 수 있으리라 기대한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 춘계학술대회 논문집
• /
• pp.305-314
• /
• 2002

In order to adapt to today's rapidly changing environment and gain a competitive advantage, many companies are interested in CRM(Customer Relationship Management). Especially, the product recommendation system that can be implemented by personalizing the marketing strategy becomes the focus of CRM. In this research, we employed CBR(Case-Based Reasoning) technique that can overcome the limitation of CF(Collaborative Filtering) technique. Our system recommends the books that the customer is very likely to buy next time considering the factors such as 'Personal Features of Customer,' Similarity between Book Categories' and 'Sequence of Book Purchases'. Accuracy of predicting a book-not a particular book, but in the middle level of classification that contains about 190 categories-was about 57%.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2003년도 추계공동학술대회
• /
• pp.353-367
• /
• 2003

본 연구에서는 중소기업들이 중견기업으로 성장할 때까지 필요로 하는 경영, 자금, 기술, 마케팅, 물류 등 Total Solution 차원의 중소기업지원시스템 중 마케팅ㆍ유통과 관련 협력상거래(collaborative commerce)라는 개념을 도입하여 오프라인과 온라인이 결합되어 대전ㆍ충남 중소기업간의 협력, 제휴를 지원하고, 나아가 대기업, 학계, 벤처캐피탈들이 참여하여 교류할 수 있는 정보공유와 만남의 장을 제공함으로써, 협력상거래 포탈 사이트를 구축하기 위한 이론적 모형을 제시ㆍ구축하고자 한다. 협력상거래 포탈의 기술적 정의는 중소기업간에 인터넷을 통하여 마케팅ㆍ유통과 관련한 기업핵심정보와 비즈니스 프로세스를 공유함으로써 효율적인 협업 전자상거래를 가능하게 하는 모든 기술적 요소의 집합이라 할 수 있다. 협력상거래 포탈의 협업적 프레임워크 기능 요구사항은 \circled1Integration of product ＆ process information, \circled2Extensibility and flexibility of framework, \circled3Platform independence, \circled4Interdependence and modularity of services, \circled5Interoperability among services, \circled6Accessibility of legacy system(ERP, SCM, CRM) 등이다.