• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.213-224
• /
• 2022

물류와 유통에서 장바구니 분석(MBA: Market Basket Analysis)은 주요 판매 상품 간의 연관성을 분석하고, 내부 운영 효율성을 높이기 위한 중요한 수단으로 활용된다. 특히, 장바구니 분석의 결과는 상품 구매예측, 상품 추천 및 매장의 상품 전시 구조 등 의사결정 과정에 중요한 참고자료로 활용된다. 최근 전자상거래의 발전으로 하나의 유통 및 물류 기업이 취급하는 품목의 수가 급격하게 증가하면서 기존의 분석기법인 Apriori와 FP-Grwoth 등의 방법은 계산량의 기하급수적 증가로 인한 속도저하와 실제 비즈니스에 적용하기 위한 중요한 연관규칙을 살피기에는 한계가 있다. 본 연구에서는 이러한 한계를 극복하기 위해, 상품의 최상위 분류체계인 Main-Category 수준에서는 상품의 판매량을 함께 고려할 수 있는 utility item set mining 기법을 활용하여 주로 함께 판매된 상품군을 우선 선별하였다. 그 후, sub-category 수준에서는 FP-Growth를 활용하여 함께 판매되는 상품 유형을 식별하였다. 이렇게 순차적 레이어 필터링 기법을 활용하여 불필요한 연산을 줄일 수 있어 현실적으로 활용가능한 결과를 제시할 수 있다.

• 한국도서관정보학회지
• /
• 제38권3호
• /
• pp.53-72
• /
• 2007

인터넷은 현대인의 일상생활에 필수적인 부분이 되었으며, 그 이용자들은 편리한 정보 접근뿐만 아니라 믿을 만한 정보를 제공해 주는 웹 사이트에 대한 요구가 매우 높다. 이 연구는 인터넷 이용자들이 웹 사이트의 신뢰성을 어떻게 평가하는지 실제 이용자를 대상으로 조사 분석한 것으로 여기에는 웹 사이트의 신뢰성 문제와 관련된 이용자들의 행태에 대한 분석이 이어, 유형별 웹 사이트에 대한 신뢰도 조사, 이용자들의 웹 사이트 신뢰성 판단에 영향을 미친 요인 분석, 그리고 웹 사이트의 신뢰성평가에 영향을 미친 각 요인에 대한 중요도 분석이 진행되었다. 주요 연구 결과는 다음과 같다. 우선 이용자들은 일상생활에서 이용자들의 인터넷 의존도는 매우 높은 반면, 자신들이 이용하는 웹 사이트의 신뢰도를 판단하기 위한 행태는 매우 소극적인 것으로 나타났다. 둘째, 유형별 웹 사이트 신뢰도는 스포츠 사이트가 가장 높게 나타났으며, 학술 DB 사이트와 뉴스 사이트, 금융기관과 정부기관 사이트에 대한 이용자들의 신뢰도가 상대적으로 높은 것으로 나타났다. 셋째, 이용자들은 특정한 웹 사이트를 선택하고 신뢰하는 가장 중요한 이유로 '쉬운 정보 탐색'을 가장 중요하게 생각하고 있으며, 다음으로 '과거 사용 경험에 따른 신뢰, '잦은 업데이트', '사이트에 과한 주요 사실 발견, '정보의 출처 쉽게 확인' 등이 다소나마 중요하게 작용하는 요인으로 조사되었다. 넷째, 뉴스나 정보를 제공해 주는 웹 사이트의 경우 광고가 뉴스나 정보와 명확히 구분되어 있느냐의 여부를 신뢰성을 판단하는 가장 중요한 요인으로 꼽고 있으며, 다음으로 뉴스나 정보의 내용에 책임을 지고 있는 사람이나 편집자의 이름이 명시되어 있는지, 정정보도나 해명기사가 뚜렷한지, 개인정보 보호정책이 좋은지 등을 중요한 요인으로 생각하고 있는 것으로 나타났다. 다섯째, 전자상거래 사이트에 대해서 이용자들은 예약의 취소나 물품의 반품 등에 대한 명확한 규정을 가장 중요하게 생각하고 있으며, 다음으로 물품의 배달 상황이나 예약의 확인 등에 관련된 설명과 문제가 발생했을 때 연락을 취할 수 있는 담당자의 연락처의 명기, 각종 비용이나 요금에 대한 상세한 설명 등이 신뢰성 판단의 주요 요인인 반면, 개인정보 보호 정책에 대해서는 상대적으로 덜 중요하게 생각하는 것으로 나타났다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 한국유통학회지:유통연구
• /
• 제16권2호
• /
• pp.119-138
• /
• 2011

지난 십년동안 인터넷을 통한 전자상거래는 빠른 속도로 성장해 왔다. 이러한 인터넷의 발달은 기업들의 사업방식에 많은 변화를 유도했으며, 그 중에서도 마케팅경로의 구조와 경로 구성원들 사이의 관계에 중요한 변화를 초래하고 있다. 각 기업이 처한 시장환경은 다양하며 이 다양한 시장 환경은 인터넷 경로가 각 시장에 미치는 효과를 조절하는 역할을 한다. 이러한 시장의 다양성에도 불구하고 지금까지의 선행연구들은 각기 특정한 하나의 시장상황(unique setting)을 상정하여 인터넷경로 도입이 그 시장에 미치는 영향을 분석하는데 그쳐왔다. 이러한 기존 연구의 공백을 채우기 위해 본 연구는 시장의 다양성을 소비자의 지리적 분포, 시장의 인터넷 수용도의 측면에서 살펴보고 이러한 시장 환경이 인터넷 경로 도입 효과에 미치는 영향에 관하여 조사해 보고자 한다. 이를 위해 본 연구는 다양한 소비자들의 지리적 분포, 경쟁강도, 소비자의 인터넷 상거래에 대한 수용도 등을 포함한 다양한 시장 환경을 수요모형에 반영시켜 그 영향력 분석을 가능하도록 하였다. 그러나, 다양한 시장 요소를 모형에 반영하는 과정에서 수요모형이 복잡한 구조를 가지게 되었다. 이 문제를 극복하고 게임이론의 균형해를 도출하기 위해 Newton-Raphson algorithm을 사용한 numerical search 방법을 사용하였다. 분석결과 두 종류의 경로에 대한 소비자선호의 분포에 따라 생산자의 가격차별정도, 생산자와 독립소매상 간의 경로이윤 배분율, 그리고 인터넷경로 도입이 각 경로주체의 이윤 향상에 도움이 되는지의 여부, 소비자잉여 등이 달라질 수 있음을 발견하였다. 끝으로 연구의 학술적, 실무적 시사점과 한계점 및 향후 연구방향도 논의되었다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.19-42
• /
• 2012

고객이 상품을 구매하는 패턴이 빠르게 변화하고 있다. 오프라인에서 고객이 직접 상품을 보고, 체험한 후 구매하던 패턴이 TV홈쇼핑, 인터넷 쇼핑 등 고객이 편리한 장소에서 자유롭게 구매하는 방법으로 확산되었다. 이처럼 구매 가능한 상품의 범위는 점점 더 다양해지고 있지만 이로 인하여 고객이 상품을 구매할 때 생기는 번거로움은 더욱 커지고 있다. 오프라인에서는 물건을 직접보고 구매하기 때문에 반품율이 낮은 반면에 온라인 구매 물품은 배송과 환불 등에서 복잡한 일들이 많이 발생한다. 온라인을 통해서 물건을 구매할 때 상품에 대한 사전 정보는 매우 한정적이며 실제로 물건을 구매했을 경우 고객이 생각했던 것과 다를 수 있다. 이러한 결과는 결국 고객의 불만족 및 구매취소로 이어진다. 또한 TV홈쇼핑이나 인터넷 쇼핑 등을 통해서 물건을 구매할 때 고객들은 이미 상품을 구매한 고객의 리뷰에도 관심을 기울이고 있다. 좋은 평가를 받은 상품은 더 많은 매출로 이어질 수 있기 때문에 기업은 이에 관심을 기울일 필요가 있다. 고객의 욕구를 만족시킬 수 있는 적절한 상품을 추천해 주고 이를 구매로 연결시키는 것은 기업의 이윤 창출과 직결되기 때문에 그 중요성이 강조된다. 고객을 위한 추천방법은 베스트셀러기반 추천방법, 인구통계 정보기반 추천방법, 최소질의대상 상품결정방법, 내용필터링기법, 협력필터링기법 등이 존재하며, 이에 대한 많은 연구가 활발하게 진행되고 있다. 그러나 위의 방법들을 신규고객에게 적용하는 것에는 문제가 발생할 수 있다. 신규고객은 상품에 대한 과거 구매이력이 존재하지 않기 때문이다. 이를 해결하기 위한 방안으로 가입 시, 고객의 인구통계적 정보나 선호도에 대한 응답을 유도하는 방법을 활용할 수 있다. 그러나 고객이 이에 대한 번거로움을 느낄 수도 있으며, 불완전한 답변을 하게 되면 추천의 정확도는 감소한다. 최근 이미 상품을 구매한 고객의 리뷰 및 기업에서 추천하는 제품에 의존하는 고객들이 증가하면서 이를 악용하는 사례도 자주 등장한다. 결국 추천에 대한 고객들의 신뢰는 감소하게 될 것이다. 따라서 좀 더 명확한 방식의 추천시스템이 절실하며, 이것이 개선된다면 는 곧 고객들의 신뢰 증가로 이어질 것이다. 본 연구에서는 협력필터링기법과 사회연결망기법의 중심성을 결합한 분석을 시도하였다. 중심성은 신규고객의 선호도를 기존고객들의 데이터를 통하여 유추하기 위하여 활용되는 정보이다. 기존 연구들에서는 기존고객들의 구매 가운데 구매성향이 유사한 고객들의 정보에 초점을 맞추고 있으며 구매성향이 다른 고객들의 정보에 대한 분석은 이루어지고 있지 않다. 그러나 이처럼 구매성향이 서로 다른 고객들의 정보를 활용한다면 추천의 정확성이 더 향상되지 않을까 하는 점을 기반으로 데이터들을 다양한 방식으로 분석하였다. 연구에 사용된 데이터는 미네소타대학의 GroupLens Research Project팀이 협력필터링기법을 통하여 영화를 추천하기 위해 만든 MovieLens의 데이터이다. 이는 1,684편의 영화에 대한 선호도를 943명이 응답한 정보로 총 100,000개의 데이터가 있다. 이를 시간 순으로 구분하여 초기 50,000개의 데이터를 기존고객의 데이터로, 후기 50,000개의 데이터를 신규고객의 데이터로 사용하였다. 이 때, 신규고객과 기존고객은 연구자가 임의로 구분한 것이다. 따라서 신규고객이라고 표현되는 고객의 데이터는 실제로 추천시스템을 통해 정보를 제공받은 고객이라고는 볼 수 없다. 그러나 현실적으로 실제 신규고객의 데이터를 수집하는 것이 쉽지 않기 때문에 전체 고객의 정보를 시간 순으로 구분하고 신규고객으로 분류한 것임을 밝혀둔다. 제시된 추천시스템은 [+]집단 추천시스템, [-]집단 추천시스템, 통합 추천시스템으로 총 3가지이다. [+]집단 추천시스템은 기존의 연구들과 유사한 방식으로 유사도가 높은 고객들을 신규고객의 이웃고객으로 분석하였다. 유사도가 높다는 것은 다른 고객들과 상품 구매에 대한 성향이 유사한 것을 의미한다. 또한 [-]집단 추천시스템은 유사도가 낮고 다른 고객들과 상품의 구매패턴이 반대에 가까운 고객들의 데이터를 활용하였으며, 통합 추천시스템은 [+]집단 추천시스템과 [-]집단 추천시스템을 결합한 방식이다. [+]집단 추천시스템과 [-]집단 추천시스템에서 각각 추천된 영화 가운데 중복되는 영화만을 신규고객에게 추천하는 방식이다. 다양한 방법의 시도를 통하여 적절한 추천시스템을 찾고, 추천시스템의 정확도를 향상시키는데 그 목적이 있다. 활용된 데이터의 분석 결과는 통합 추천시스템이 정확도가 가장 높았으며 [-]집단 추천시스템, [+]집단 추천시스템의 순인 것으로 나타났다. 이는 통합 추천시스템이 가장 효율적일 것이라는 연구자의 추측과 일치하는 결과이다. 각각의 추천시스템은 정확도의 변화를 쉽게 비교할 수 있도록 등고선지도 및 그래프를 이용하여 나타냈다. 연구의 한계점으로는 연구자가 제시한 통합 추천시스템과 [-]집단 추천시스템에 대한 정확도는 향상되었지만 이는 임의로 구분한 기준을 바탕으로 분석하였다는 점이다. 실제 추천된 영화를 바탕으로 신규고객이 영화를 선택 한 것이 아니라 기존고객의 데이터를 임의로 분류하였기 때문이다. 따라서 이는 추천 영화가 실제 고객에 미친 영향이 아니라는 한계가 존재한다. 또한 영화가 아닌 다른 상품에 대해서 이 추천시스템을 적용하였을 경우 추천 정확도에는 차이가 있을 수 있다. 따라서 추천시스템을 적용할 때에는 각 상품 및 고객집단의 특성에 적합한 적용이 필요하다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.197-218
• /
• 2019

중국 화장품 전체 교역중 약 67% 정도가 전자상거래로 이루어지고 있는데 특히 한국 화장품인 K-Beauty 제품의 인기가 높다. 기존 연구에 의하면 화장품 같은 소비재의 경우 소비자의 80%는 제품 구매 전 제품정보를 인터넷으로 검색하며 구전정보에 영향을 받는다. 대부분의 중국 소비자들은 화장품과 관련된 정보를 주요 SNS에 다른 소비자들이 올린 댓글을 통해 획득하며 최근에는 뷰티 관련 동영상 채널 정보를 이용하기도 한다. 기존의 온라인 구전 관련 연구는 대부분 Facebook, Twitter, 블로그 등의 매체 자체가 중심이었다. 본 연구에서는 온라인 구전정보의 전달 형태와 정보의 형태를 고려하여 정보유형을 동영상과 사진 및 텍스트로 나누어 연구하고자 한다. 중국의 SNS대표 플랫폼인 SINA Weibo와 동영상 플랫폼 Meipai의 비정형 데이터를 분석하고 온라인 구전정보를 양과 방향성으로 나누어 K-Beauty브랜드 매출액에 미치는 영향을 분석하고자 한다. Meipai에서는 총 약 33만개의 데이터를 수집하였고 SINA Weibo에서는 총 약 11만개의 데이터를 수집하여 화장품의 기본 속성도 고려하여 분석하였다. 본 연구의 의의는 온라인 매출은 K-Beauty화장품에 대해서도 구전에 영향을 받는다는 것을 기본적으로 입증함과 동시에 특히 정보 유형에 대한 구분을 시도 했다는 것이다. 두가지 매체 모두 기존 연구와 같이 양이 매출에 영향을 미치고 있으나 매체풍부성으로 인해 텍스트보다 동영상이 정보를 더 주고 영향이 크다는 것을 입증하였다. 또한, 정보 방향성 측면에서는 색조화장품의 경우 부정 댓글의 영향이 크게 나타났다. 실무적으로는 화장품 판매 전략 및 광고 전략에 기초 및 색조 화장품을 구분하여 중국 K-Beauty화장품 매출증대를 위한 마케팅전략을 구사하는데 도움이 될 것으로 기대된다.

• 농촌지도와개발
• /
• 제21권4호
• /
• pp.967-1006
• /
• 2014

본 연구는 협동조합기본법에 의해 설립된 농업분야 협동조합의 운영현황과 유형별 특징을 파악하여 시사점을 제시할 목적으로 수행 되었다. 이를 위하여 195개의 협동조합을 설문조사하였다. 결과를 요약하면, 농업분야 협동조합은 설립목적에 따라서 사업자협동조합, 소비자협동조합, 사회적 협동조합으로 구분할 수 있다. 사업자협동조합은 조합원의 소득향상을 목적으로 하는 생산자협동조합과 직원협동조합으로 나누어지지만, 생산자 협동조합 비율이 매우 높다. 사업자 협동조합은 조합규모가 30명 내외 규모가 많고 1인당 출자금은 모든 협동조합 유형중에서 가장 높은 수준이다. 또한, 생산과 가공 그리고 유통업을 겸업하는 것이 일반적이며, 영업방식은 온라인을 활용하거나 안정적인 계약관계에 의존하는 경향이 있다. 소비자 협동조합은 소비자 협동조합과 이해관계자 협동조합으로 나누어지며 조합원의 복지를 설립목적으로 한다. 조합규모는 30명이상의 규모가 많지만 1인당 출자금 액수는 낮은편이다. 유통업을 주업종으로 영위하며 판매방식은 인적 네트워크와 고정점포를 활용하는 경우가 많다. 사회적 협동조합은 공익목적으로 설립되고 10명이하 소규모인 경우가 많으며 1인당 출자금 또한 가장 적다. 운영 및 사업내용은 소비자 협동조합과 유사하다. 본 연구의 시사점은 협동조합의 유형별 사업모델에 따라 적정규모화를 추진할 필요가 있으며 설립과정에서의 지원정책보다는 사업개발 및 경영안정화를 위한 정책이 필요하다는데 있다. 또한 농협과 연계한 지원정책도 마련되어야 할 필요성이 있다. 다만 이러한 정책을 추진하기 위해서는 심층적인 사례연구가 필요할 것으로 보인다.

• 벤처창업연구
• /
• 제16권4호
• /
• pp.195-209
• /
• 2021

서울시 전자상거래센터에서 실시한 2019-2020년 소셜미디어 이용실태 조사에 따르면 소비자 10명 중 5명이 소셜미디어를 통한 쇼핑경험이 있는 것으로 조사되었으며, The CMO Survey에서 2020년 코로나 펜데믹 기간에 실시한 조사에 따르면 전통적인 광고매체의 비용은 축소되고 소셜미디어에 대한 광고지출은 74%나 상승함으로써 소셜미디어가 더욱 중요한 마케팅 요소로 자리하고 있음을 나타내고 있다. 이만큼 소셜미디어의 이용자 증가와 그에 따른 기업의 마케팅 활동이 활발해지는 동안 소셜미디어에 대한 사용자의 이용동기, 만족도, 구매의도 등 다양한 마케팅 측면에서 연구되어져 왔으나, 온라인을 통해 농식품을 구매하는 상황에서 소비자들의 소셜미디어 이용빈도가 실제 구매행위에 어떠한 차이로 나타나는가에 대해 세분화 한 연구는 없었다. 본 연구는 온라인에서 농식품을 구매하는 소비자들을 대상으로 소셜미디어 이용빈도에 따라 유형별로 군집화하여 농식품 구매상황에서 보여지는 군집별 소비자특성의 차이를 파악하고자 하였으며, 제품관여도, 제품필요도, 온라인 구매채널 선택 등 3가지 농식품 구매상황에 대해 각 군집에서 나타나는 인구통계학적 분포, 지각된 위험, 식습관 라이프스타일 등의 소비자 특성을 확인하고 군집별 유형을 제시하였다. 이를 위해 245명의 소비자를 대상으로 소셜미디어 이용빈도 및 온라인 농식품 구매행태에 대한 설문 자료를 수집하였으며, 요인분석과 신뢰성 분석으로 측정변수의 타당성을 확보하였다. 소셜미디어 이용빈도에 따른 군집분석을 실시한 결과 3개의 군집으로 나뉘어졌으며, 첫번째 군집은 주로 개방형 소셜미디어를 사용하는 집단, 두번째 군집은 개방형 소셜미디어와 폐쇄형 소셜미디어, 온라인 쇼핑몰을 고루 사용하는 집단, 세번째 군집은 전반적으로 온라인 매체 사용량이 적은 집단으로 군집별 특성이 나타났다. 각 3개의 군집을 통해 온라인에서 농식품 구매시 제품관여도, 제품필요도, 구매채널 선택에 미치는 영향을 회귀분석을 통해 확인하였다. 회귀분석 결과 온라인에서 농식품을 구매하는 상황에서 보여지는 군집1의 특성은 소셜미디어나 온라인쇼핑몰에서 농식품을 구매하는데 거부감이 없는 지방에 거주하는 30대 남자로 소비자특성이 대표된다. 군집2의 특성은 주로 건강식품 구매에 관심이 많은 소비자로 소비자특성이 대표된다. 군집3의 경우는 온라인에서 제품을 구매하는 경우 품질과 가격을 많이 따져보고 구매하며, 온라인보다 오프라인 구매가 더 안심인 사람으로 소비자특성이 대표된다. 본 연구를 통해 소셜미디어 이용빈도에 따라 농식품 구매상황에서 나타나는 소비자 특성의 차이를 확인함으로써 소셜미디어 고객타겟팅과 고객세분화 등에 대한 마케팅 실무의 전략적인 판단에 도움을 줄 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.107-120
• /
• 2014

본 연구에서는 사회연결망분석기법 중 하나인 구조적 공백 분석 결과를 이용하여 추천과정에 사용자의 정성적이고 감성적인 정보를 반영할 수 있는 협업필터링 기반의 추천시스템을 제안한다. 협업필터링은 추천기술 중 가장 많이 활용되고 있지만 전통적으로 확장성과 희박성 등의 문제점뿐 만 아니라 사용자-상품 매트릭스의 선호도만을 이용하여 추천을 함으로써 사용자의 정성적이고 감성적인 정보를 추천과정에 반영하지 못한다는 한계점이 있다. 본 연구에서 제안하는 추천시스템은 사회연결망분석에서 중심성 분석과 함께 연결망 내의 주요개체를 탐지할 수 있는 구조적 공백 분석을 이용하여 연결망 내의 대표 사용자들을 추출한 후 이들을 중심으로 군집을 형성한 후 각 군집색인 협업필터링을 수행하는 과정을 통해 전통적인 협업필터링에서 반영하지 못했던 정성적, 감성적 정보를 반영한다. 한편, 군집색인 협업필터링을 수행함으로써 추천의 효율성을 높일 수 있는 장점도 있다. 본 연구에서는 실제 사용자들의 상품에 대한 선호도 평가점수와 사용자들의 사회연결망 정보를 수집하여 실험을 수행하고 전통적인 협업필터링과 다양한 형태의 협업필터링과의 추천성과 비교를 통하여 제안하는 시스템의 유용성을 확인한다. 비교모형으로는 전통적인 협업필터링, 임의 군집색인 기반 협업필터링, k평균 군집색인 기반 협업필터링을 이용한 추천시스템이며, 실험 결과, 제안한 모형이 다른 비교모형에 비해 추천성과의 정확도가 가장 우수하였다. 추천성과의 차이에 대한 통계적 유의성 검정 결과, 제안 모형은 전통적인 협업필터링 기반의 추천시스템과는 통계적으로 유의한 성과 차이가 없었으나, 다른 두 모형에 대해서는 통계적으로 유의한 성과의 차이가 있는 것으로 나타났다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.29-56
• /
• 2021

전자상거래 시장이 빠르게 성장하면서 다양한 유형의 제품이 출시되고 있으며, 이로 인해 사용자들은 구매 의사결정과정에 많은 시간이 소요되는 정보 과부하 문제에 직면하고 있다. 따라서 사용자에게 맞춤형 제품 및 서비스를 제공해줄 수 있는 개인화 추천 서비스의 중요성이 대두되고 있다. 대표적으로 Netflix, Amazon, Google 등 세계적 기업은 개인화 추천 서비스를 도입하여 사용자의 구매 의사결정을 지원하고 있다. 이에 따라 사용자의 정보탐색 비용이 감소하는 효과가 나타났고, 기업의 매출 상승에도 긍정적인 영향을 끼치고 있다. 기존 개인화 추천 서비스 관련 연구에서 주로 사용된 협업필터링(Collaborative Filtering, CF) 기법은 정량화된 정보를 활용하여 사용자의 선호도를 예측하였다. 그러나 정량화된 정보만을 활용하면 사용자의 구매 의도는 고려하지 못하므로 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 이와 같은 기존 연구의 문제점을 개선하기 위해 최근에는 사용자가 작성한 리뷰를 활용한 개인화 추천 서비스 연구가 활발히 진행되고 있다. 그러나 리뷰에는 광고성 내용, 거짓 후기, 의미를 전혀 파악할 수 없거나 제품과 관련 없는 내용 등 구매의사결정을 저해하는 요소들이 포함되어 있다. 이러한 요소들이 포함된 리뷰를 활용하여 추천 서비스를 제공하게 되면, 추천 성능이 저하되는 문제가 발생할 수 있다. 따라서 본 연구에서는 이러한 문제점을 개선하기 위해 Convolutional Neural Network(CNN) 기반 리뷰 유용성 점수 예측을 통한 새로운 추천 방법론을 제안하였다. 본 연구에서 제안하는 유용한 리뷰를 포함하는 방법론과 기존 모든 선호도 평점을 고려하는 추천 방법론을 비교한 결과, 본 연구에서 제안한 방법론이 더 우수한 예측 성능을 나타내고 있음을 확인할 수 있었다. 또한 본 연구의 결과는 리뷰 유용성에 대한 정보를 개인화 추천 서비스에 반영하면 전통적인 CF의 성능을 향상할 수 있음을 시사한다.