$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 사례기반추론과 규칙기반추론을 이용한 e-쇼핑몰의 상품추천 시스템
Recommending System of Products on e-shopping malls based on CBR and RBR 원문보기

정보처리학회논문지. The KIPS transactions. Part D. Part D, v.11D no.5, 2004년, pp.1189 - 1196  

이건호 (숭실대학교 산업ㆍ정보시스템공학과) ,  이동훈 (숭실대학교 대학원 산업ㆍ정보시스템공학과)

초록
AI-Helper 아이콘AI-Helper

e쇼핑몰 경영자들은 고객들의 다양한 제품 구매 욕구를 충족시키기 위한 효율적 시스템에 많은 관심을 가지고 있다. 인터넷 쇼핑몰 운영에 있어 고객들의 개인적 구매 특성 및 취향을 파악하여 고객들을 효과적으로 관리하는데 많은 어려움이 있다. 상품 추천의 과정이 기획된 소수의 특정 상품을 고객의 유형 및 특성들의 고려 없이 공급자 중심으로 이루어져 고객관리의 문제점으로 지적되고 있다. 본 연구에서는 고객위주의 추천을 위해 규칙기반추론(Rule-Based Reasoning, RBR)과 사례기반추론(Case-Based Reasoning, CBR)을 하여 고객의 취향 및 구매 특성에 따른 추천방법을 제시한다. 기존의 제품 판매정보와 고객정보를 이용해 생성한 규칙베이스와 사례베이스의 고객특성과 입력된 고객특성의 유사도를 평가해서 고객의 취향에 따라 추천하도록 한다. 생성된 규칙과 사례기반의 추론으로 기존의 정보를 효과적으로 사용하고 또한 고객 및 시장 상황의 변화를 인식하고 지속적인 학습을 수행하여 지능적 추천이 이루어진다.

Abstract ▼ AI-Helper 아이콘AI-Helper

It is a major concern of e-shopping mall managers to satisfy a variety of customer's desire by recommending a proper product to the perspective purchaser. Customer information like customer's fondness, age, gender, etc. in shopping has not been used effectively for the customers or the suppliers. Co...

Keyword

#추천시스템   #사례기반추론   #규칙기반추론   #개인화  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구에서는 고객의 인터넷 쇼핑몰 구매의도를 정확히 파악하여 고객의 의도에 맞는 추천을 위해 과거의 구매 이력에 의한 연관관계 분석을 통한 규칙기반추론(rule-based rea­ soning, RBR)과 과거의 경험에 의한 보다 다양한 사례를 이용하여 새로운 문제를 해결하는 CBR기법의 개선된 추천기법을 제안하고자 한다.
  • 따라서 본 연구에서는 위에서 언급한 4가지 문제들을 해결하는 시스템을 개발하고자 한다.
  • 고객특성정보와 판매되는 제품간의 관계 속에서 특성별 제품구매의 연관성을 파악하여 가중치를 부여하는 방법과 제품의 유행에 따른 민감도를 추론에 반영할 수 있도록 최신 도를 제시한다. 각 고객 특성에 따른 가중치와 최신 도를 고려한 새로운 유사도 평가방법을 제안하며 구매자와 제품실 사용자와의 관계에 따라 적절한 사례를 가질 수 있도록 사례 베이스를 설계하고자 한다.
  • 제시한다. 각 고객 특성에 따른 가중치와 최신 도를 고려한 새로운 유사도 평가방법을 제안하며 구매자와 제품실 사용자와의 관계에 따라 적절한 사례를 가질 수 있도록 사례 베이스를 설계하고자 한다.
  • 중요도 나타내는 값이다.<표 1>과 같이 쇼핑몰의 주요 제품들의 판매자료에 근거하여 구매회원수가 어떤 카테고리들에 집중되는 구매경향을 이루고 있는 특성에 상대적으로 높은 점수를 부과하여 전체 유사도 평가에서 반영하고자 한다.
  • 그리고 이 단계에서 다른 사람을 위한 구매를 추천받을 수 있도록 설계되어 있어 원하지 않을 경우 추천시스템을 종료도 가능하도록 하였다. 타인을 위한 구매목적인 경우에 대해서 알아본다.
  • 그리고 이 단계에서 다른 사람을 위한 구매를 추천받을 수 있도록 설계되어 있어 원하지 않을 경우 추천시스템을 종료도 가능하도록 하였다. 타인을 위한 구매목적인 경우에 대해서 알아본다.
본문요약 정보가 도움이 되었나요?

참고문헌 (18)

  1. D. Kim and S. Kim, 'Dynamic Expert Group Models for Recommender Systems,' Proceedings of the First Asia-Pacific Conference on Web Intelligence: Research and Development, Maebashi City, Japan, October, 2001 

  2. A. Cliff, D. Kania and Y. Beth, 'Internet World Guide to One-to-One Web Marketing,' John Wiley & Sons, Inc., New York, 1998 

  3. R. Agrawal and R. Srikant, 'Fast algorithms for mining association rules,' In Proceedings of the 20th VLDB conference, Santiago, Chile, Sept., 1994 

  4. 'Clementine Data mining system ver. 6.5,' SPSS Inc. Chicago, IL, USA 

  5. Aamodt, A. and E. Plaza, 'Case-based reasoning: foundational issues, methodological variations, and system approaches,' Artificial Intelligence Communications, Vol.7, No.1, 1994 

    상세보기

  6. Ramakrishnan Srikant and Rakesh Agrawal. 'Mining generalized association rules,' In 21st Int'l Conf. on Very Large Databases(VLDB), Zurich, Switzerland, Sept., 1995 

  7. R. Agrawal, T. Irnielinski and A. Swami. 'Mining association rules between sets of items in large databases,' In Proc. of the ACM SIGMOD Conference on Management of Data, Washington, D.C., May, 1993 

    crossref

  8. 한정기, 주정애, 윤현준, '개인화란 무엇인가?', Onbit times, 2002 

  9. 현우석, 김용기, '선박에서 화재 탐재를 위한 규칙 및 사례기반 추론의 통합', 한국퍼지및지능시스템학회, 제10권 제1호, pp.303-306, 2000 

  10. 성백균, 김상희, 박덕원, '전자 상거래를 위한 사례기반추론의 판매지원 에이전트', 정보처리학회논문지D, 제7-D권 제5호, pp.1649-1656, 2001 

  11. 김은경, '신장 질환 진단을 위한 규칙 기반 추론과 사례기반추론의 통합', 정보과학논문지, 제24권 제10호, pp.1093-1100, 1997 

  12. 김진성, '데이터마이닝과 사례기반추론 기법에 기반한 인터넷 구매지원 시스템 구축에 관한 연구', 한국경영과학회지, 제28권 제3호, pp.135-148, 2003 

    원문보기 상세보기

  13. 이경호, 윤창현, 박두순, '웹마이닝을 이용한 M-Commerce 추천시스템 설계 및 구현', 한국컴퓨터교육학회지, 제6권 제3호, pp.26-36, 2003 

  14. 김영지, 문현정, 옥수호, 우용태, '사례기반추론 기법을 이용한 개인화된 추천시스템 설계 및 구현', 정보처리학회논문지D, 제9-D권 제6호, pp.1009-1016, 2002 

    원문보기 상세보기 crossref

  15. Finnie, G. and Sun, Z., 'Similarity and Metrics in Case-Based Reasonong,' International Journal of Intelligent Systems, Vol.7, pp.273-287, 2002 

    상세보기 crossref

  16. Fyfe, C. and Corchado, J. M., 'Automating the Construction of CBR Systems using Kernel Methods,' Journal of Intelligent Systems, Vol.16, pp.571-586, 2001 

    상세보기 crossref

  17. 허철호, 조성진, 정환묵, '사례기반추론 에이전트를 이용한 전자상거래', 한국전자상거래학회, 제5권 제22호, pp.49-60, 2000 

  18. 허문렬, '수리통계학', 경문사, pp.53-54, 1989 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로