• Asia Marketing Journal
• /
• 제22권3호
• /
• pp.87-105
• /
• 2020

With the development of Information Technology, customers require promptly higher quality products and services. Companies try to make newly digital marketing strategies, but there are no empirical researches on them. This article empirically presents a new perspective that companies can shape the customer decision journey ahead by coordinating customer experience. In this article, based on Elaborated Likelihood Model (ELM) theory, customer experience consists of the emotional or cognitive experience. We surveyed about 200 subjects (N = 217) in their 20s and 30s based on the International Music Industry Association's Music Listening 2019 report, then analyzed four different models (before personalization-cognitive experience, before personalization-emotional experience, after personalization- cognitive experience, after personalization-emotional experience) by JASP and R Studio. We conducted Structural Equation Model (SEM) and paired t-test. Personalization factors are about recommendation systems in Spotify. The results of survey represent that companies can shape the Customer Decision Journey (CDJ) ahead especially through enhance cognitive experience. It empirically proves Elaborated Likelihood Model (ELM). The conclusion can be drawn that 'pulling' customer experience can be a new marketing strategies in the digital era.

• 한국산업정보학회논문지
• /
• 제28권4호
• /
• pp.11-19
• /
• 2023

본 논문에서는 사용자의 감정 분석에 따른 향을 추천하는 스마트 미러 시스템을 제안한다. 본 논문은 자연어 처리 중 임베딩 기법(CounterVectorizer와 TF-IDF 기법), 머신러닝 분류 기법 중 최적의 모델(DecisionTree, SVM, RandomForest, SGD Classifier)을 융합하여 시스템을 구축하고 그 결과를 비교한다. 실험 결과, 가장 높은 성능을 보이는 SVM과 워드 임베딩을 파이프라인 기법으로 감정 분류기 모델에 적용한다. 제안된 시스템은 Flask 웹 프레임워크를 이용하여 웹 서비스를 제공하는 개인감정 분석 기반 향 추천 미러를 구현한다. 본 논문은 Google Speech Cloud API를 이용하여 사용자의 음성을 인식하고 STT(Speech To Text)로 음성 변환된 텍스트 데이터를 사용한다. 제안된 시스템은 날씨, 습도, 위치, 명언, 시간, 일정 관리에 대한 정보를 사용자에게 제공한다.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.101-109
• /
• 2023

코로나 19 자영업자비상대책위원회가 발표한 자료에 따르면 지난 2년 동안 코로나19로 인한 소상공인 매출의 95.6%가 감소했으며, 방역을 위한 사회적 거리두기로 인해 피해는 더욱 커졌다. 하지만 최근 사회적 거리두기 지침이 전부 해제되고 상권이 활기를 띠면서 서울시는 코로나19의 장기화로 한계에 부딪혀 폐업하였던 소상공인이나 예비 창업자를 위해 안정적으로 사업을 재기할 수 있도록 로컬브랜드 상권 육성사업을 추진하고 있다. 따라서 본 연구는 서울시 로컬브랜드 상권 육성사업의 대상으로 선정된 골목상권 5곳 중 창업자에게 적합한 골목상권을 추천하는 모델을 설계했다. 이 연구의 서울시 로컬브랜드 골목상권 추천시스템은 Xgboost를 이용한 인구관점 모델과 Decision tree를 이용한 상권특징 모델을 합쳐 해당 상권의 주요 인구 연령대와 주요 업종을 추천한다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.101-116
• /
• 2015

많은 기관들이 데이터에 기반을 둔 의사결정을 수행해 왔으며, 특히 수치자료를 비롯한 정형 데이터가 이러한 목적으로 널리 활용되어 왔다. 하지만 최근에는 스마트기기와 소셜미디어의 발달로 인해 다양한 형태를 가진 방대한 양의 정보가 생성, 공유, 저장되면서, 전통적인 정형 데이터 기반 의사결정으로부터 비정형 빅데이터 기반 의사결정으로 관심의 전환이 이루어지고 있다. 데이터 기반 의사결정의 대표적 분야인 추천시스템 분야에서도 성능 향상을 위해 비정형 데이터를 활용해야 한다는 필요성이 최근 꾸준히 제기되고 있다. 특히 사용자의 성향이나 선호도는 고객의 니즈와 직결되기 때문에, 비정형 데이터 분석을 통해 사용자의 성향을 파악하고 이를 통해 상품 추천 및 구매 예측의 정확도를 향상시키기 위한 노력이 매우 시급하게 이루어질 필요가 있다. 따라서 본 연구에서는 사용자의 성향을 측정하여 재구매 예측 정확도, 특히 카테고리별 재구매 예측 정확도를 높임으로써, 궁극적으로 추천시스템의 성능을 향상시킬 수 있는 방안을 제시한다. 구체적으로는 사용자의 일상적인 인터넷 사용 기록을 분석하여 고객이 조회하는 뉴스 기사의 이슈를 식별하고 다양한 이슈에 대한 고객의 관심을 계량화한 후, 이를 활용하여 고객의 카테고리별 재구매 여부를 예측하는 모델을 제안하고자 한다. 실제 웹 트랜잭션으로부터 도출된 인터넷 뉴스 조회 기록 및 쇼핑몰 구매 기록을 대상으로 실험을 수행한 결과, 고객의 과거 구매이력만을 활용한 카테고리 재구매 예측 모형에 비해 본 연구에서 제안한 모형, 즉 고객의 과거 구매이력과 관심 이슈를 모두 활용한 예측 모형의 정확도가 다소 우수한 것으로 나타났다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.332-339
• /
• 2005

We developed a similar product recommendation system for implementing a collaborative commerce model between the cooperating companies. The system is based on a similar product finding algorithm. The main idea of the proposed algorithm is using a multi-attribute decision making(MADM) to find the utility values of products in same product class of the companies. Based on the values we determine what products are similar. The system helps the companies to recommend products in accordance with the customer's preferences regarding product specifications.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.284-310
• /
• 2024

Identifying clinical pathways for disease diagnosis and treatment process recommendations are seriously decision-intensive tasks for health care practitioners. It requires them to rely on their expertise and experience to analyze various categories of health parameters from a health record to arrive at a decision in order to provide an accurate diagnosis and treatment recommendations to the end user (patient). Technological adaptation in the area of medical diagnosis using AI is dispensable; using expert systems to assist health care practitioners in decision-making is becoming increasingly popular. Our work architects a novel knowledge-based recommender system model, an expert system that can bring adaptability and transparency in usage, provide in-depth analysis of a patient's medical record, and prescribe diagnostic results and treatment process recommendations to them. The proposed system uses a set of parallel discrete fuzzy rule-based classifier systems, with each of them providing recommended sub-outcomes of discrete medical conditions. A novel knowledge-based combiner unit extracts significant relationships between the sub-outcomes of discrete fuzzy rule-based classifier systems to provide holistic outcomes and solutions for clinical decision support. The work establishes a model to address disease diagnosis and treatment recommendations for primary lung disease issues. In this paper, we provide some samples to demonstrate the usage of the system, and the results from the system show excellent correlation with expert assessments.

• 경영과학
• /
• 제15권2호
• /
• pp.201-210
• /
• 1998

Truck dispatching is one of the most commonly occurring problems of transprot management. We developed an interactive decision support system named IDSSTD, for the truck dispatching problem where two conflicting objectives are treated and travel speed varies depending on the passing areas and time of day. The IDSSTD aids the decision-making process by allowing the user to interact directly with the database, to direct data to a decision model, and to portray results in a convenient form. The IDSSTD is consisted of two major interactive phases. The pre-scheduling interactive phase is to reduce the complexity of a given problem before applying the BC-saving heuristic algorithm and the post-scheduling interactive phase is to improve practically the algorithmic solution. The IDSSTD has the capabilities of its own manipulation(analysis and recommendation) and diverse graphic features in order to facilitate a user's interaction.

• 보건행정학회지
• /
• 제19권4호
• /
• pp.98-120
• /
• 2009

The purpose of this study is to elicit preference for drug listing decision criteria and to estimate the ICER threshold in South Korea using the discrete choice experiment (DCE) method. To collect the data, a DCE survey was administered to a subject sample either educated in the principle concepts of pharmacoeconomics or were decision makers within that field. Subjects chose between alternative drug profiles differing in four attributes: ICER, uncertainty, budget impact and severity of disease. The orthogonal and balanced designs were determined through computer algorithm to take the optimal set of drug profiles. The survey employed 15 hypothetical choice sets. A random effect probit model was used to analyze the relative importance of attributes and the probabilities of a recommendation response. Parameter estimates from the models indicated that three attributes (ICER, Impact, Severity of disease) influenced respondents' choice significantly(p${\pm}$0.001). In addition, each parameter displayed an expected sign. The Lower the ICER, the higher the probability of choosing that alternative. Respondents also preferred low levels of uncertainty and smaller impact on health service budget. They were also more likely to choose drugs for serious diseases rather than mild or moderate ones. Uncertainty however is not statistically significant. The ICER threshold, at which the probability of a recommendation was 0.5, was 29,000,000 KW/QALY in expert group and 46,500,000 KW/QALY in industry group. We also found that those in our sample were willing to accept high ICER to get medication for severe diseases. This study demonstrates that the cost-effectiveness, budget impact and severity of disease are the main reimbursement decision criteria in South Korea, and that DCE can be a useful tool in analyzing the decision making process where a variety of factors are considered and prioritized.

• 한국정보시스템학회지:정보시스템연구
• /
• 제28권4호
• /
• pp.333-358
• /
• 2019

Purpose The study aims to develop a data-based decision model for private bankers when recommending hedge funds to their customers in financial institutions. Design/methodology/approach The independent variables are set in two groups. The independent variables of the first group are aggressive investors, active investors, and risk-neutral type investors. In the second group, variables considered by private bankers include customer propensity to invest, reliability, product subscription experience, professionalism, intimacy, and product understanding. A decision-making variable for a private banker is in recommending a first-rate general private fund composed of foreign and domestic FinTech products. These contain dependent variables that include target return rate(%), fund period (months), safeguard existence, underlying asset, and hedge fund name. Findings Based on the research results, there is a 94.4% accuracy in decision-making when the independent variables (customer rating, reliability, intimacy, product subscription experience, professionalism and product understanding) are used according to the following order of relevant dependent variables: step 1 on safeguard existence, step 2 on target return rate, step 3 on fund period, and step 4 on hedge fund name. Next, a 93.7% accuracy is expected when decision-making uses the following order of dependent variables: step 1 on safeguard existence, step 2 on target return rate, step 3 on underlying asset, and step 4 on fund period. In conclusion, a private banker conducts a decision making stage when recommending hedge funds to their customers. When examining a private banker's recommendations of hedge funds to a customer, independent variables influencing dependent variables are intimacy, product comprehension, and product subscription experience according to a categorical regression model and artificial neural network analysis model.

• 한국토양비료학회지
• /
• 제34권1호
• /
• pp.64-70
• /
• 2001

전보에서 개발한 질소질 비료의 적정시비량 산정을 위한 전문가체계 모델인 NES 를 일리노이주 옥수수 포장에 적용하여 검증하였다. 본 검증에는 Howard 박사와 5개의 일리노이주 농업 시험장에서 수행한 옥수수에 대한 질소질 비료의 시용 결과를 각각 이용하였고, 현행 일리노이주 옥수수 포장의 질소시비 추천량, Hoeft 추천량, 이론적 최대이익산출 추천량 및 NES 추천량 등 각각의 추천기준에 대한 예상수량, 질소회수율 및 질소유실량을 산정 비교하였다. 생산성 지표(PI), 토양 유기물함량(SOM) 및 시비전 질산태질소 함량(PSNT) 등 3개의 토양특성을 고려한 NES의 추천량이 타 추천량에 비해 가장 적었으며, 이에 따른 질소의 회수율도 가장 높았다. 그러나, 수익면에 있어서는 NES 추천량이 이론적 최대이익산출 추천량에 미치지 못했는데, 이는 환경 비용을 고려하지 않은 결과로 생각된다. 따라서 경작 형태나 경운, 환경 비용 등에 따른 질소의 효율성을 고려한 보다 발전된 시비량 모델의 개발이 요구된다.