• 한국컴퓨터정보학회논문지
• /
• 제20권4호
• /
• pp.131-138
• /
• 2015

구매자와의 관계지속을 위한 관계 확산형 비즈니스 모델의 가장 큰 특징은 한번이라도 물품을 구매한 고객은 SNS(Social Networking Service)의 팔로우(Follow) 기능을 이용하여 자동으로 단골고객으로 등록하여, 구매자와 생산자와의 관계가 일회성에 그치지 않고 향후에도 지속될 수 있게 하여 잠재고객이 되고, 장기적으로 재구매가 이루어지게 한다. 단골이 된 고객에게 생산자는 신상품 출하 시 객관적인 물품정보 외에 재배하는 동안의 농장 모습이나 농작물의 성장과정 등 생생한 근황과, 파종에서 수확까지의 숨겨진 이야기를 통해 자신이 농사지으며 전원생활을 하는듯한 감성을 자극한다. 또한, 생산자는 저장법이나 요리법 등의 다양한 사용법을 안내하며 새로운 물품을 추천하거나 홍보를 할 수 있다. 이러한 장점은 기존의 전자상거래에서 상품의 판매와 홍보가 분리되어 링크를 통해 외부로 연결되어야 하는 문제에서 벗어나 판매와 홍보가 하나의 계정 안에서 수행하도록 하여 사이트 접근성을 높여준다. 또한 구매자간에도 상품을 추천하고 소식을 확산하게 하여 구매자는 구매한 상품에 대한 구매경험을 공유하고, 추천, 구매후기 작성 및 기존 구매후기를 재배포하여 서로 알지 못하던 구매자 사이의 소통을 가능하게 한다는 것이다.

• 인터넷정보학회논문지
• /
• 제15권5호
• /
• pp.83-93
• /
• 2014

사용자 컨텍스트에 의거하여 개인화된 서비스를 제공하는 것은 점점 중요한 이슈가 되고 있다. 따라서 많은 서비스들은 더 나은 서비스를 제공하기 위해 Context-awareness 기술을 적용하고 있다. MPEG과 W3C 등의 표준화 기구에서도 Context-awareness 서비스를 개선하기 위한 컨텍스트 표준화를 위해 노력하고 있다. 하지만 기존의 MPEG7, MPEG-21, MPEG-V, EmotionML와 같은 컨텍스트 기반 표준화들은 다양한 시스템과 서비스에 적용하기에는 적합하지 않다. 이를 극복하기 위해 MPEG-UD 표준은 사용자를 위한 추천시 관련한 컨텍스트 정보를 사용하여 추천 결과를 만들어내는 서비스들과의 상호 호환성을 고려한 컨텍스트 표준화를 목표로 한다. 본 논문에서는 MPEG-UD를 비롯한 컨텍스트 관련 표준화 연구를 소개 하고 MPEG-UD 표준을 기반으로 한 RD-Engine 구조와 사용자 인터페이스 제공 서비스 시스템을 제안한다. 제안하는 시스템은 MPEG-UD로 서술되는 사용자의 컨텍스트를 사용하며, 특정 조건에 맞는 단위리소스를 수집하고 디바이스의 특성을 반영하여 실시간으로 적응적인 사용자 인터페이스를 생성한다. 자동적으로 적응적인 개인 컨텍스트에 따른 적응적 사용자 인터페이스를 생성하는 시스템은 복합적 서비스 제공시 사용자의 UX 만족도를 높일 수 있을 것이다.

• CRM연구
• /
• 제4권2호
• /
• pp.19-29
• /
• 2011

오프라인 쇼핑몰에 비해 온라인 쇼핑몰은 빠르게 접근이 가능하기 때문에 처음 구매의사를 생성하고 실제 구매가 이루어지기까지의 기간이 오프라인 쇼핑몰에 비해 매우 짧게 나타난다. 즉 오프라인 쇼핑몰의 경우 구매 희망물건을 바로 구매하기 보다는 몇 개의 물건들을 모두 모아서 구매하는 행태가 일반적이다. 하지만, 인터넷 쇼핑몰의 경우 단 하나의 물품만을 포함하고 있는 주문이 전체 주문의 절반이상을 차지한다. 이러한 차이는 온라인 쇼핑몰 거래데이터의 분석을 위해서는 데이터 마이닝 분석에서 사용되어 온 장바구니의 정의에 대한 확장이 필요함을 의미한다. 하지만 현재까지 온라인 데이터를 대상으로 한 장바구니 분석 연구는, 장바구니의 기준 즉 동시구매의 기준에 대한 명확한 근거나 합의 없이 연구자의 선택에 따라 서로 다른 기준으로 수행되어왔다. 따라서 본 연구에서는 온라인 쇼핑몰 분석에 적용되는 동시에 구매되는 물건들에 대한 기준을 고찰해보고 연구모형을 마련하고자 한다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.23-38
• /
• 2012

온라인 쇼핑몰은 인터넷을 통해 손쉽게 접근이 가능하기 때문에, 최초 구매의사가 발생한 시점으로부터 이에 대한 실제 구매가 실현되기까지의 기간이 오프라인 쇼핑몰에 비해 비교적 짧게 나타난다. 즉 오프라인 쇼핑몰의 경우 구매희망 물품을 바로 구매하기 보다는 몇 개의 물품들을 모아서 구매하는 행태가 일반적이다. 하지만, 인터넷 쇼핑몰의 경우 단 하나의 물품만을 포함하고 있는 주문이 전체 주문의 절반 이상을 차지한다. 따라서 온라인 쇼핑몰 데이터의 장바구니 분석에 전통적 데이터마이닝 기법을 그대로 적용할 경우, Null Transaction의 수가 지나치게 많음으로 인해 합리적 수준의 지지도(Support)를 만족시키는 규칙을 찾는 것이 매우 어렵게 된다. 이러한 이유로 온라인 데이터를 사용한 많은 연구는 동시성 기준을 여러 방법으로 확장하여 사용하였는데, 이들 동시성 기준은 명확한 근거나 합의 없이 연구자의 상황에 따라 임의로 선택된 측면이 있다. 따라서 본 연구에서는 온라인 마켓 분석에 적용되는 구매의 동시성 기준을 정확도 측면에서 평가함으로써, 구매의 동시성 기준 선정을 위한 근거를 제시하고자 한다. 또한 동시성 기준의 정확도가 고객의 평균 구매간격에 따라 상이하게 나타나는 것을 파악하여, 향후 고객의 특성에 따른 차별화된 추천 시스템 구축을 위한 기본 방향을 제시하고자 한다. 이를 위해 국내 대형 인터넷 쇼핑몰의 최근 2년간 실제 거래 내역을 대상으로 실험을 수행하였으며, 실험 결과 단골 고객의 구매 추천을 위한 분석의 경우 추천 범위와 분석 데이터의 동시성 기준을 맞추어 연관규칙을 도출하는 것이 바람직하며, 비단골 고객의 경우 대부분의 추천 범위에 대해서 분석 데이터의 동시성 기준을 비교적 길게 설정하여 연관규칙을 도출하는 것이 바람직한 것으로 나타났다.