• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권2호
• /
• pp.179-191
• /
• 2001

비교 쇼핑은 웹 상에 존재하는 웹 상점으로부터 구매를 원하는 상품에 대해 저렴한 가격을 찾아주는 일종의 판매자 중개 방법이다. 보다 쉽게 확장 가능한 비교 쇼핑 시스템을 생성하기 위해서 에이전트는 각각의 준 구조화된 상점으로부터 필요한 정보만을 추출할 수 있는 wrapper를 자동으로 생성해낼 수 있어야 한다. 웹 문서를 작성하기 위한 HTML은 포함하고 잇는 정보의 의미가 아닌 브라우저를 통한 정보의 표현에 대해서만 정의하고 있다. 또한 각 웹 상점들은 사용자의 다양한 상품 검색 요구를 수용하기 위해 다양한 상품 검색 방법과 검색 결과의 출력 형태를 가진다. 따라서 자동으로 필요한 정보만을 추출하는 wrapper의 생성은 어려운 작업이다. wrapper의 귀납적인 생성은 이러한 이질적인 환경을 극복하기 위한 기술이다. 그러나 Shopbot과 같은 기존의 확장 가능한 비교 쇼핑 에에전트는 원하는 상품 정도를 추출하기 위해 강한 바이어스에 의존한다. 따라서 Shopbot은 바이어스를 따르지 않는 많은 웹 상점으로부터 wrapper를 생성할 수 없다. 본 논문에서는 강한 바이어스를 사용하지 않고 wrapper를 생성해 낼 수 있는 비교 쇼핑 에이전트 시스템인 모피우스를 제안한다. 모피우스는 간단하면서도 견고한 학습 알고리즘을 바탕으로 wrapper를 생성한다. 제안하는 학습 알고리즘의 핵심은 상품 검색 결과를 논리적 라인으로 나누고 여기서 나타나는 상품 설명 단위의 패턴으로 wrapper를 생성하는 것이다. 모피우스 대부분의 웹 상점에 대한 wrapper를 정확하게 생성해 낸다. 또한 학습하려는 검색 결과에 노이즈가 존재하는 경우에도 wrapper를 정확하게 추출할 수 있다. 모피우스는 헤더나 광고와 같은 불필요한 정보들을 제거하는 별도의 단계를 거치지 않으므로 wrapper를 빠르게 생성한다. 궁극적으로 모피우스는 새로운 웹 상점을 사용자가 자유롭게 추가, 삭제할 수 있는 환경을 제공한다.

• 경영과정보연구
• /
• 제32권4호
• /
• pp.155-187
• /
• 2013

본 연구는 인터넷 쇼핑몰 고객이 지각하는 관계혜택과 고객만족, 고객애호도와의 관계를 살펴보고자 한 것이다. 인터넷 쇼핑몰 유형은 전문쇼핑몰과 종합쇼핑몰을 선정하여 실시하였으며, 각각의 온라인 쇼핑몰이 관계혜택 다섯 가지 차원과 고객만족, 고객애호도에 어떠한 영향을 미치고 있는지, 또한 유형간 영향관계에 있어서 차이를 보이고 있는지를 규명하고자 한다. 구체적인 연구목적을 제시하면, 첫째, 본 연구에서는 관계혜택 차원을 고객화 혜택, 정보적 혜택, 심리적 혜택, 사회적 혜택, 경제적 혜택 등의 다섯 가지차원으로 제시하여 고객만족과의 관계를 규명하고자 한다. 둘째, 고객만족과 애호도와의 관계를 살펴보고자 한다. 셋째, 인터넷 쇼핑몰의 유형에 따라 즉, 전문쇼핑몰과 종합쇼핑몰에 있어서 본 연구모형에서 제시한 영향간의 차이유무를 비교 분석하고자 한다. 그 결과, 인터넷 쇼핑몰 고객이 지각하는 관계혜택 다섯 가지 차원 중 정보적 혜택만을 제외한 나머지 관계혜택 차원(고객화 혜택, 심리적 혜택, 사회적 혜택, 경제적 혜택)이 고객만족에 긍정적으로 유의한 영향을 미치는 것으로 나타났다. 고객만족 또한 고객애호도에 긍정적인 영향을 미치는 것으로 확인되었다. 마지막으로 전문쇼핑몰과 종합쇼핑몰간의 차이 검증결과, 각 집단간 차이에 있어서는 통계적으로 유의하지 않은 것으로 나타났다. 그러나 각각 전문쇼핑몰과 종합쇼핑몰을 구분하여 연구모형을 적용한 결과, 전체 결과와 동일하게 정보적 혜택만이 고객만족에 유의하게 긍정적인 영향을 미치지 않음이 확인되었다.

• 스마트미디어저널
• /
• 제13권1호
• /
• pp.67-75
• /
• 2024

최근 검색사이트의 인공지능 기반 제품 추천 서비스의 도입이 늘어나고 있는 추세이다. 본 연구는 인공지능 기반 제품 추천에 대한 소비자의 반응 및 광고효과를 이해하고자 브랜드의 특성과 소비자 성향에 따라 AI 상품추천에 대한 소비자의 반응이 어떻게 달라지는지 연구하였다. 본 연구는 대학생을 대상으로 실험연구를 진행하였으며 브랜드 명성(높음 vs.낮음)과 비교성향수준(높음 vs.낮음)이 AI가 추천한 상품의 브랜드태도 및 구매의향에 미치는 영향을 검증하였다. 본 연구 결과 브랜드 명성과 비교성향 수준은 AI가 추천한 상품의 브랜드 태도에 영향을 미치는 것으로 나타났다. 본 연구의 결과는 AI 상품추천 서비스에 대한 소비자의 반응을 보다 세부적으로 이해하고 효과에 영향을 미치는 잠재적 요인들을 검증하였으며 AI를 활용한 서비스 전략 수립에 유용한 시사점을 제공하는 데 의의가 있다.

• 한국지능시스템학회논문지
• /
• 제12권2호
• /
• pp.109-114
• /
• 2002

요즘 전자상거래 고객들은 쇼핑몰에 있어 물품들의 가격 정보를 수집하는 비교쇼핑 에이전트들의 도움을 받아서 구매 비용을 절감할 수 있다. 그러나 사용자는 가격이외의 다양한 구매 조건을 만족하는 제품 정보들을 추천하는 에이전트의 개발을 요구하고 있다. 본 논문에서는 에이전트 기반의 전자상거래를 실현하기 위해 다양한 사용자 요구에 적합한 도서 정보를 검색하고 추천하는 멀티에이전트 시스템을 제안한다. 본 멀치에이전트 시스템은 온라인 서점 고객들을 돕기 위해 구현되고 테스트되었다. 실험 결과 전자상거래를 이용하는 구매자에게 여러 온라인 서점의 다양한 도서판매 조건에 대한 정보를 실시간으로 추천할 수 있게 되었다.

• 마케팅과학연구
• /
• 제14권
• /
• pp.17-37
• /
• 2004

본 연구는 오늘날 기업들의 주요 전략적 수단으로써 고려되고 있는 온라인 외부정보원천들의 이용에 대한 소비자의 외부정보탐색행동을 이해하는데 목적이 있다 즉, 온라인을 이용하는 소비자의 정보탐색 지식 수준과 쇼핑추구가치 유형에 따라 소비자 집단들을 분류하고, 이들 집단들이 정보원천들을 이용하는 차이와 각 집단에 영향을 미질 수 있는 정보탐색의 결정 요인들이 무엇인가를 파악하였다. 연구 결과 온라인 정보원천 이용에 대한 정보탐색 지식수준별 차이를 조사한 결과에서는 탐색지식수준이 높은 소비자들일수록 다른 정보원천들에 비해 틈새포털, 비교, 경매사이트를 주로 이용하는 것으로 나타났다. 그리고, 쇼핑추구가치별 정보원천의 이용 차이를 살펴본 결과 실용지향적 쇼핑추구가치 집단의 경우 포털경매, 틈새포털사이트 순이었으나, 쾌락지향적 쇼핑추구가치집단의 경우 포털, 경매, 쇼핑몰사이트 순으로 정보원천을 이용하고 있었다. 더 나아가 본 연구에서 구분한 온라인 정보탐색 유형들에 영향을 미치는 변수들을 살펴본 결과 소비자 특성 변수들과 웹사이트적 특성 변수들이 외부정보탐색 유형에 다양하게 영향을 미치고 있다는 것이 확인되었으며, 영향력 면에서는 각 집단의 특성에 따라서 소비자 특성 변수와 웹사이트 특성 변수들의 상대적 영향력이 달랐다. 끝으로 본 연구는 이와 같은 결과들을 바탕으로 온라인을 이용하는 소비자들에 대한 전략적 마케팅 시사점들을 제안하였다.

• 경영정보학연구
• /
• 제3권1호
• /
• pp.3-18
• /
• 2001

The Internet is taking up every single life of us with a huge speed of growth. If the ideal market called 'perfect competition' in economics will ever come true in this digital world, the sellers won't be able to have monopolistic profits above the marginal cost any more, letting the resource allocation much more efficient. This paper attempts to test whether this theory is true in e-market as well through observing price differences between online and offline retailers of extremely homogeneous products, CDs. Since most results from previous research were supporting the inefficiency of e-market in price level, price adjustment, and especially price dispersion, this article designed the research methodology most carefully. The results of pervious works are partly due to the immaturity of the Internet market or due to the uniqueness of the American CD market, where oligopolistic market players are significantly dominant. The analysis of price data of 20 titles from 20 retailers for five weeks supports that online market is more efficient than offline market with statistical significance in all the three dimensions. We could conclude that the e-market is going much more efficient at least compared to the offline market and the more would it be unless the sellers resist and prevent comparison-shopping.

• 한국정보시스템학회지:정보시스템연구
• /
• 제20권4호
• /
• pp.233-254
• /
• 2011

Although e-commerce is growing fast, e-commerce consumers are still under higher risk and uncertainty in the comparison of the traditional commerce's. Consumer review boards of online shopping malls are good measures to help buyer's decision making, and should be managed effectively by sellers. We formulate the research model on consumer trust formation on seller managed web review boards on the background of previous literatures on e-WOM and trust. Our data analysis with 368 samples shows seller's reputation, e-service quality, perceived reviewer's benevolence and ability have significant positive effect on the trustworthiness of the board. Product involvement shows weak negative moderation effect on the relationship between perceived reviewer's benevolence and trustworthiness of review boards.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2137-2156
• /
• 2024

Customer reviews are the second-most reliable source of information, followed by family and friend referrals. However, there are many existing customer reviews. Some online shopping platforms address this issue by ranking customer reviews according to their usefulness. However, we propose an alternative method to rank customer reviews, given that this system is easily manipulable. This study aims to create a ranking model for reviews based on their usefulness by combining product and seller service aspects from customer reviews. This methodology consists of six primary steps: data collection and preprocessing, aspect extraction and sentiment analysis, followed by constructing a regression model using random forest regression, and the review ranking process. The results demonstrate that the ranking model with service considerations outperformed the model without service considerations. This demonstrates the model's superiority in the three tests, which include a comparison of the regression results, the aggregate helpfulness ratio, and the matching score.

• 지능정보연구
• /
• 제10권2호
• /
• pp.147-163
• /
• 2004

인터넷의 급속한 발전으로 인하여 구매고객들의 구매 방식이 인터넷을 통하여 구매하는 방식으로 변해 가고 있다. 전자상거래에 참여한 소비자는 보다 저렴한 가격으로 제품을 구매하기 위하여 온라인 쇼핑몰을 스스로 탐색하거나 가격을 비롯한 여러 가지 기준에 따라 구매조건을 비교해주는 가격비교 사이트를 이용한다. 또는 온라인 경매 시장이나 공동구매 시장을 통하여 동일한 제품을 구매하기도 한다. 그러나 많은 쇼핑몰과 온라인 경매, 온라인 공동구매 시장에서는 동일한 제품에 대해 서로 다른 가격 결정방식에 따라 거래가 이루어지고 있다. 특히 온라인 경매나 온라인 공동구매의 경우에는 구매 가능한 시간이 제한될 뿐만 아니라 시간이 흐름에 따라 가격이 변화한다. 따라서 소비자들이 서로 다른 가격 결정 방식을 이해하고 이를 이용하여 여러 시장을 동시에 고려한 최적의 구매 의사결정을 내리는 것은 매우 어렵다. 이러한 한계를 극복하기 위하여 여러 시장에서의 시간에 따른 가격의 변화를 동시에 고려하며 소비자의 구매의사결정을 지원하는 의사결정 규칙과 문제해결 절차가 필요하다. 이러한 목적을 위해 각각의 시장에서의 구매의사결정은 소비자의 효용을 극대화시켜야 하며, 각각의 시장에서의 구매의사결정들은 조정과 협력을 통하여 전체 시장을 포괄하는 최적의 의사결정이 되어야 한다. 본 연구에서는 여러 가지 종류의 시장을 대상으로 구매의사결정을 하는 경우에 상호협동적으로 협상을 수행하는 방법론, 즉 규칙과 문제해결 절차를 개발하였고, 이를 수행할 수 있는 지능형 에이전트 시스템의 기본 구조와 협력적 협상을 수행하는데 필요한 메시지 구조를 설계하였다.

• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1293-1304
• /
• 2022

개인화 추천시스템은 각 개인의 관심사나 선호도를 분석하여 이에 맞는 정보나 제품을 추천해주는 것을 의미한다. 이러한 개인화 추천을 통해 소비자들은 본인에게 필요한 제품들을 보다 빠르게 접함으로써 정보 탐색에 소모하는 시간을 단축할 수 있으며, 기업들은 소비자들의 필요에 맞는 적절한 제품을 추천해줌으로써 기업 이윤을 증가시킬 수 있다. 본 연구에서는 대표적인 개인화 추천 기법들인 협업 필터링, 행렬 요인화, 딥러닝을 사용하여 소비자에게 제품을 추천해준다. 이를 위해 원데이터 (Raw data)인 쇼핑몰 상품 구매 후기 데이터세트를 추천시스템의 입력으로 전달하기 위한 형태로 전처리하고, 전처리한 데이터세트를 다각도로 분석해본다. 또한, 각각의 모델들이 추천한 결과에 대해 검증 및 성능 비교를 수행하고 최적의 성능을 보이는 모델을 탐색하여 이후 해당 쇼핑몰에서 추천시스템 구축 시 어떤 모델을 사용하는 것이 좋을지를 제시한다.