• 한국컴퓨터정보학회논문지
• /
• 제17권2호
• /
• pp.197-206
• /
• 2012

기존의 연관규칙을 이용한 추천시스템은 매번 계속적으로 대량의 데이터를 스캔해야 하므로 속도가 느릴 뿐 아니라 확장성 문제와 정확도 문제가 있다. 본 논문에서는 사용자의 평가 자료에 의존하지 않고 묵시적인(Implicit)방법을 이용하여 RFM(Recency, Frequency, Monetary)기반 FP-tree 마이닝을 이용한 개인화 추천시스템을 제안한다. 구매 가능성이 높은 아이템을 찾기 위해서 고객정보와 구매이력정보를 기반으로 고객과 아이템의 속성 반영이 가능한 RFM기법과 FP-tree 마이닝을 이용한다. 제안 방법으로 RFM기반의 FP-tree 마이닝을 이용하여 후보집합의 발생없이 빈발항목을 구성하고 연관규칙을 생성한다. 생성된 연관규칙의 지지도, 신뢰도, 향상도를 사용하여 추천 효율성이 높은 아이템 추천이 가능하다. 성능평가를 위해 현업에서 사용하는 인터넷 화장품 아이템 쇼핑몰의 데이터를 기반으로 데이터 셋을 구성하여 기존의 시스템과 비교 실험을 통해 성능을 평가하여 효용성과 타당성을 입증하였다.

• 대한설비관리학회지
• /
• 제23권4호
• /
• pp.57-64
• /
• 2018

User-based collaborative filtering is a method of recommending an item to a user based on the preference of the neighbor users who have similar purchasing history to the target user. User-based collaborative filtering is based on the fact that users are strongly influenced by the opinions of other users with similar interests. Item-based collaborative filtering is a method of recommending an item by comparing the similarity of the user's previously preferred items. In this study, we create a recommendation model using user-based collaborative filtering and item-based collaborative filtering with consumer's consumption data. Collaborative filtering is performed by using RFM (recency, frequency, and monetary) technique with purchasing data to recommend items with high purchase potential. We compared the performance of the recommendation system with the purchase amount and the performance when applying the RFM method. The performance of recommendation system using RFM technique is better.

• 한국컴퓨터정보학회논문지
• /
• 제15권12호
• /
• pp.227-235
• /
• 2010

이 논문은 RFM 기법과 연관성 분석을 이용한 개인화된 전자상거래 추천 시스템을 제안한다. 제안된 전자상거래 추천시스템은 사용자의 평가 자료에 의존하지 않고 묵시적인(Implicity)방법을 이용하여 고객정보와 구매이력 정보를 기반으로 RFM(Recency, Frequency, Monetary) 기법을 이용한 고객 세분화와 교차판매(cross-sell)관계를 찾는 연관성 분석을 이용한 개선된 시스템이다. 또한 고객군별 구매특성 분석을 통하여 효율적인 마케팅 전략과 고객관계관리(CRM: Customer Relationship Management)방법을 제시한다. 현업에서 사용하는 데이터 셋을 구성하여 실험 및 평가를 통해서 효용성을 입증 및 평가하여 일대일 웹 마케팅을 실현하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1143-1145
• /
• 2003

Some of satellites such as IKONOS don't provide the orbital elements so that we can’ utilize the physical sensor model. Therefore, Rational Function Model(RFM) which is one of mathematical models could be a feasible solution. In order to improve 3D geopositioning accuracy of IKONOS stereo imagery, Rational Polynomial Coefficients(RPCs) of the RFM need to be updated with Ground Control Points(GCPs). In this paper, a method to improve RPCs of RFM using GCPs and 3D cube is proposed. Firstly, the image coordinates of GCPs are observed. And then, using offset values and scale values of RPC provided, the image coordinates and ground coordinates of 3D cube are initially determined and updated RPCs are computed by the iterative least square method. The proposed method was implemented and analyzed in several cases: different numbers of 3D cube layers and GCPs. The experimental results showed that the proposed method improved the accuracy of RPCs in great amount.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.135-137
• /
• 2012

기존의 연관규칙을 이용한 추천시스템은 점진적으로 증가하는 트랜잭션 데이터를 처리하기 위해서 기존에 처리한 데이터를 재처리하는 비효율성의 문제가 있다. 본 논문에서는 전자상거래에서 RFM(Recency, Frequency, Monetary)기반의 점진적 빈발 패턴 마이닝을 이용한 추천기법을 제안한다. 제안 방법은 새로운 트랜잭션 데이터가 추가 되었을 때 보다 빠른 시간 내에 연관규칙을 추출이 가능하다.

• 한국재난정보학회 논문집
• /
• 제16권3호
• /
• pp.493-504
• /
• 2020

연구목적: 본 연구는 재해위험지역을 개선하는 재해예방사업을 실시하는 과정에서 예방사업의 우선순위를 선정하기 위한 분석 방법론 제안을 목적으로 한다. 연구방법:최근성(Recency), 빈도성(Frequency), 화폐성(Monetary)을 기준으로 데이터의 등급을 나누고 타겟 마케팅을 수행할 수 있는 RFM 모형을 활용하여 데이터 분석을 수행하였다. 연구결과: RFM 값이 높은 상위 10% 지역이 동해와 남해 연안을 중심으로 나타났으며, 피해 유형을 살펴보면 사유시설의 피해 건수가 크게 나타났다. 결론: 본 연구에서는 RFM 모형을 활용하여 재해위험의 우선순위를 선정하고 GIS를 활용한 지역재해위험도를 구현하였다. 이러한 결과는 재해예방사업의 우선 사업대상지를 선정할 수 있는 기초자료와 재해예방사업의 의사결정 과정에서 기초자료로 활용되기를 기대한다.

• 한국측량학회지
• /
• 제20권2호
• /
• pp.155-164
• /
• 2002

본 연구에서는 상업용 고해상도 위성인 IKONOS 위성 영상의 기하보정 방법에 대해 알아보기 위해 기존에 쓰여왔던 다항식모델과 위성의 보조데이터 없이 기하보정이 가능한 RM을 적용하여 각각의 차수와 기준점의 수에 따른 정확도를 비교 분석하였다. 또한 RFM 계수산출을 위한 최소제곱법의 수치적 불안정성을 극복하기 위하여 Tikhonov 정규화기법을 도입하여 적용하였다. RFM 적응 결과, 기존의 2차원 다항식 모델에 비해 평균제곱근오차를 2 pixel 이상 감소시킬 수 있었다.

• 대한원격탐사학회지
• /
• 제19권2호
• /
• pp.149-157
• /
• 2003

본 연구에서는 향후 지속적으로 제공되어질 고해상도 위성영상의 효율적인 대체 센서모델링을 위하여 SPOT-3호의 위성영상으로부터 대상영역에 영상분할을 실시하고 분할된 영상으로부터 분모항이 없는 RFM 즉, 3차 다항식 모델의 적용성을 고찰하였다. 대상영역 전체에 적용한 분모항이 있는 기존 RFM의 적합도와 비교한 결과, 평면오차는 3차 다항식 모델링 방법이 0.8m 정도 낮게 산출된 반면 표고오차는 기존의 RFM이 1.0m 정도 낮게 산출되었다.

• 한국컴퓨터정보학회논문지
• /
• 제13권2호
• /
• pp.41-50
• /
• 2008

모바일 환경하에의 RFM 기법을 이용한 개인화 된 추천 시스템을 제안한다. 사용자의 평가 자료에 의존하지 않고 사용자에게 번거로운 질의 응답 과정이 없이 묵시적인(Implicity) 방법을 이용하여 고객정보와 구매이력정보를 기반으로 RFM 기법을 이용하여 고객 세분화와 아이템 세분화 통해서 대상 사용자에게 구매 가능성이 높은 아이템을 추천한다. 또한 기존의 추천시스템의 문제점의 해결 방안으로 신규 고객이나 신규 아이템 추천을 고려하여 적용한다. 추천 아이템과 사용자가 구매한 아이템 이력 데이터를 비교하여 추천된 아이템이 중복 추천을 제거하였고 현업에서 사용하는 데이터 셋을 구성하여 실험을 통해서 효용성과 타당성을 입증 및 평가하여 개인화된 일대일 웹 마케팅을 실현하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.185-187
• /
• 2013

유비쿼터스 컴퓨팅이 생활의 일부가 되어가면서 정보의 양도 급속도로 늘어나고 있으며, 이로 인해 많은 데이터 속에서 정보를 찾아내는 기술이 부각되고 있다. 고객 기반의 협력적 필터링을 이용한 고객 선호도 예측 방법에서는 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 내용을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하고 있다. 그리고 비슷한 선호도를 가진 일부 아이템의 정보를 바탕으로 하기 때문에 아이템의 속성은 무시하는 경향이 있다. 본 논문에서는 유비쿼터스 상거래에서 RFM(Recency, Frequency, Monetary) 분석 기반의 SOM을 이용한 군집방법을 제안한다. 제안 방법은 고객의 구매 데이터 기반의 유사한 속성의 데이터끼리의 클러스터링을 통해 보다 빠른 시간 내에 고객 성향에 맞는 추천이 가능한 구매 패턴 추출이 가능하다.