• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권10호
• /
• pp.1010-1014
• /
• 2010

잡지기사 관련 상품 연계 추천 서비스는 온라인 상에서 잡지 가사의 컨텍스트를 반영하여 상품을 추천하는 서비스이다. 현재 이러한 서비스는 잡지기사와 상품에 부여되어 있는 태그 간의 유사성을 기준으로 한 추천 기술에 의존하고 있으나, 태그 부여 비용과 추천의 정확도가 높지 않은 단점이 있다. 본 논문에서는 잡지 기사 컨텍스트 관련 상품연계 추천 기술의 한 요소로서 상품이미지 정보로부터 상품의 종류를 자동으로 분류하고 이를 상품의 태그로 활용하는 방법을 제안한다. 이미지에서 추출한 시각단어(visual word)와 상품 종류 간의 고차 연관관계를 하이퍼네트워크 기법을 통해 학습하고, 학습된 하이퍼네트워크를 이용하여 상품 이미지에 한 개 이상의 태그를 자동으로 부여한다. 실제 온라인 쇼핑몰에서 사용되는 10 가지 종류의 상품 1,251개의 이미지 데이터를 기반으로, 하이퍼네트워크 이용한 상품이미지 자동 태깅 기법이 다른 기계학습 방법과 비교하여 경쟁력 있는 성능을 보여줌과 동시에, 복수개의 태그 부여를 통해 상품 이미지 태깅의 정확성이 향상됨을 보인다.

• 한국정보통신학회논문지
• /
• 제11권4호
• /
• pp.687-695
• /
• 2007

최근 인터넷 쇼핑몰 등을 통한 전자상거래가 증가하면서 웹페이지를 탐색하는 방문자의 관심도를 분석하여 개인화 등에 활용되는 예가 증가하고 있다. 웹사이트 방문자의 관심도 분석 방법으로는 클릭스트림 기반의 분석 방법이 이용되고 있지만, 이러한 기법은 인터넷 쇼핑 몰과 같이 많은 양의 정보를 제공하는 웹페이지의 경우에는 방문자가 어떠한 정보에 관심이 많은지에 대한분석이 어렵다. 웹페이지와 같이 많은 양의 정보를 제공하는 경우에 제한된 크기의 모니터로는 한 화면에 모든 정보를 표현하기가 어렵다. 따라서 웹페이지를 표현하는 웹브라우저는 이러한 표현의 한계를 극복하기 위하여 페이지 스크롤 기능을 제공하고 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 웹브라우저 내에서 스크롤바 위치와 윈도우 커서의 움직임을 주기적으로 수집하여 사용자의 관심도를 분석하는 웹페이지 관심도 분석 시스템을 제안하고 분석 및 설계하였다.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제13권5호
• /
• pp.103-110
• /
• 2008

전자상거래의 발달로 인해 옥션과 같은 쇼핑몰은 효율적인 서비스를 위해 고객의 개인정보를 수집하고 관리하고 있다. 하지만 옥션의 개인정보 유출로 인해 그 피해가 기업이미지 손상뿐만 아니라 유출된 정보주체인 개인까지 피해를 주고 있다. 기관과 기업에서 개인정보를DB에 평문상태로 저장하고, 역할기반 접근제어기술을 이용하여 개인정보를 보호하고 있지만 DB관리자의 권한만 획득하면 옥션과 같이 개인정보가 쉽게 유출된다. 또한 역할기반 접근 제어기술은 정보주체의 민감한 정보에 대한 보호기술로 적합하지 않다. 이 논문에서는 정보 주체가지정한 민감한 정보를 암호화하여 DB에 저장하고, 정보주체의 개인별 정책에 따라 자신의 정보에 대한 접근을 엄격하게 제한하는 개인별 정책 기반의 접근제어 기법을 제안한다. 제안 기법을 통해 DB관리자로부터 안전하고, 개인정보 보호기술인 역할 기반 접근제어의 문제점을 보완하여 정보주체의 자기정보 제어권을 가진다.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.475-483
• /
• 2018

대부분의 물류시스템은 물류정보와 물류흐름의 불일치로 인한 실세계 문제로 운송물류 추적성에 어려움을 경험한다. 이의 해결 방안으로 쇼핑몰을 이용한 주문 상품의 운송에 참여하는 공급체인 기업에 대한 사례연구를 통해서 물류와 정보 흐름의 일치를 통한 주문 상품의 추적성을 확보할 수 있는 운송 물류 추적 모델을 도출하였다. 문헌연구를 통해서 운송 물류 추적 모델에 가장 적합한 참조 모델로 허가형 퍼블릭 블록체인 모델을 선정하였고 운송 물류 추적 모델의 실용성 검증을 위한 비교 분석과 평가를 위해서 중앙집중형 모델과 블록체인 모델을 사용하였다. 본 논문에서 제안하고 있는 운송 물류 추적 모델은 실세계의 물류시스템과 통합되어 운송 물류의 추적을 통해서 운송 정보와의 불일치를 탐지하는데 사용될 수 있고 기업 이미지 제고를 위한 마케팅 도구로 활용될 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.241-243
• /
• 2014

본 연구는 학습자 및 교수자의 학습 방법 및 교수방법을 선정하는데 있어서 집단 지성 알고리즘을 적용하여 콘텐츠 추천 시스템을 개발 하여 학습자 및 교수자가 효과적인 학습을 진행하는 것을 목적으로 하고 있다. 이를 위하여 최근 쇼핑몰이나 영화등에 적용되는 추천시스템을 교육에 적용하여 교수학습 주제를 선정시 학습자 수준, 학습환경, 학습자의 상태등에 따른 적절한 학습 방법 및 교수 방법을 제공하여 학습자는 본인에게 알맞은 학습 방법을 찾는데에 더 효율적이여 교수자는 교수학습과정을 설계하는데 시간을 절약할 수 있는 시스템을 개발하였다. 최종적으로 개발된 학습 콘텐츠 추천시스템에 대한 정확성 및 효용성은 교수자 및 학습자들의 지속정인 사용으로 데이터가 쌓인 후 사용자들의 평가를 통하여 검증이 필요 할 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.185-190
• /
• 2022

오픈 데이터는 많은 경제적 가치를 지닌다. 우리나라 뿐만 아니라 여러 나라에서도 오픈 데이터를 확장하고 활용하기 위하여 갖은 정책과 노력을 기울이고 있다. 하지만 우리나라는 많은 데이터를 가지고 있음에도 불구하고 이를 잘 활용하지 못하여 효과를 보지 못하고 있어 여러 산업에서 다양한 시도가 필요하다. 그중에 패션 산업에서는 소비자의 단순 변심에 의해 교환, 환불 문제가 가장 많다. 이러한 문제를 해결하기 위해 서비스 제공자에게 더 나은 피드백이 필요하며 소비자의 요구사항이 반영된 사용자 리뷰와 함께 불만 사항이 개선된 이미지를 보여줌으로써 해결하고자 한다. 본 논문에서는 소비자의 요구사항을 파악하기 위해 온라인 쇼핑몰 사이트에서 사용자 리뷰 분석을 진행하고 K-fashion 데이터의 속성을 활용하여 제품에 대한 속성을 정의한다. 제품에 대한 사용자의 요구를 불만 속성으로 정의하고, 이에 해당하는 속성을 가진 라벨링 데이터를 검색하여 서비스 제공자에게 사용자의 요구사항을 텍스트 데이터나 속성 뿐만 아니라 이미지 또한 제공하여 제품 개선에 도움을 주고자 한다.

• 한국콘텐츠학회논문지
• /
• 제22권1호
• /
• pp.138-147
• /
• 2022

최근 챗봇이 다양한 분야에 적용되어 좋은 성과를 보이면서 쇼핑몰 상품 추천 서비스에도 챗봇을 활용하려는 시도가 많은 이커머스 플랫폼에서 진행되고 있다. 본 논문에서는 사용자와 시스템간의 대화와 패션 이미지 정보에 기반해 사용자가 원하는 패션을 추천하는 챗봇 대화시스템을 위해, 최근 자연어처리, 음성인식, 이미지 인식 등의 다양한 AI 분야에서 좋은 성능을 내고 있는 트랜스포머 모델에 대화 (텍스트) 와 패션 (이미지) 정보를 같이 사용하여 추천의 정확도를 높일 수 있도록 개선한 멀티모달 기반 개선된 트랜스포머 모델을 제안하며, 데이터 전처리(Data preprocessing) 및 학습 데이터 표현(Data Representation)에 대한 분석을 진행하여 데이터 개선을 통한 정확도 향상 방법도 제안한다. 제안 시스템은 추천 정확도는 0.6563 WKT(Weighted Kendall's tau)으로 기존 시스템의 0.3372 WKT를 0.3191 WKT 이상 크게 향상시켰다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.59-68
• /
• 2022

추천시스템은 소비자를 대신하여 소비자가 선호할 만한 아이템이나 서비스를 검색하여 구매할 수 있도록 한다. 추천시스템의 추천은 사용자들이 경험하지 않은 아이템들에 대한 선호 예측이기 때문에 완전하게 맞는 답이 도출되는 것은 불가능하다. 따라서 예측에 대한 평가가 수행되어야만 비로소 추천시스템이 정확한지 아닌지를 판단할 수 있다. 그러나 사용자 선호에 대한 예측 정확성만을 높이는 추천은 오히려 사용자의 만족도를 하락시킬 수 있는데 이는 사용자의 취향만을 반영한 편중된 결과로 사용자는 다양한 아이템들로 구성된 추천 결과를 받을 수 없는 필터버블 현상이 야기되기 때문이다. 품질 측정 지표의 다각화가 필요한 이유이고 대표적으로 다양성 지표가 사용된다. 본 논문에서는 추천 결과의 다양성 증대를 위한 3가지 기본 접근방법인 bin packing, weighted random choice, greedy re-ranking을 실제 e-커머스 데이터인 패션 쇼핑몰 데이터에 적용하여 도출된 결과와 F1 score에 기반을 둔 차이를 분석한다.

• 디자인학연구
• /
• 제19권2호
• /
• pp.53-62
• /
• 2006

빠른 '통신수단 '정도로만 여겨왔던 이메일이 온라인 마케팅의 핵심으로 떠오르고 있다. 이로 인해 기업들은 고객과의 Communication을 통해 지속적인 고객관리를 해야 하는 시점에서 이메일 마케팅은 강력한 의사교환 수단이며 고객의 성향과 구매습관, 취향 등을 분석하여 개인화된 일대일(One To One) 마케팅1)을 가능케 해준다. 정확한 타겟팅이 무엇보다 중요한 패션 산업에 있어서 일대일 마케팅 도구로서 또는 고객과의 커뮤니케이션 할 수 있는 가장 효과적인 방법으로서 이메일 마케팅은 매우 중요한 전략중 하나이다. 이에 본 연구에서는 일대일(One To One) 마케팅 도구로 부각되고 있는 이메일을 대상으로 인터넷 패션쇼핑몰에서 2005년 6월 12일부터 7월 30일까지 발송한 이메일을 대상으로 실제 사례분석을 통해 이메일 발송 후 매출 신장 효과를 살펴보고 이메일 반응에 미치는 영향을 오픈율을 기준으로 세부 반응을 분석하였다. 연령대별, 성별 오픈율은 20대 후반 여성이 평균 21.66%로 가장 높게 나타났고, 평균 3.5%의 매출 신장 효과가 있었다. 매출 현황에서도 20대 후반의 매출액이 28.10%로 가장 높게 나타나 오픈율이 많은 그룹에서 매출도 많이 일어나는 것을 알 수 있었다. 이메일 제목에 따른 반응은 [케주얼] 이라는 상품 카테고리를 표시한 이메일 제목이 가장 높게 나타났고, 요일에 따른 반응은 화요일 발송 메일이 가장 높게 나타났다. 정기 메일과 섹션 메일의 연관성은 섹션 메일에서 오픈율이 더 높게 나타났고, 시간대별 오픈율은 14시(오후2시)에 20대 후반 여성에게 발송한 메일의 오픈율이 20.93%로 가장 높게 나타났다. 실용적 정보와 흥미로운 요소들로 수신자들의 관심을 끌어 사이트의 방문을 유도하는 형태로 가는 것이 바람직하다고 볼 수 있다. 결론적으로, 이메일 발송이 매출 신장에 효과적인 수단임을 알 수 있었다. 또한, 효과를 더욱 높이기 위해서는 기존 메일 발송 결과를 분석한 데이터를 차기 메일 발송에 꾸준히 적용함으로써 성공적인 이메일 마케팅 결과를 얻을 수 있을 것으로 기대된다.