선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이처럼 중요한 상품속성을 간과하고 분류체계를 생성한다는 것은 의미가 없다. 그러므로 본 논문에서는 상품을 구성하는 가장 기본인 속성을 이용하는 분류체계를 생성하고자 한다. 물론 상품의 분류체계를 자동으로 생성하려는 다양한 연구들이 진행되었으나 많은 연구들이 단순히 상품 속성 명칭을 이용하여 클러스터링이나 마이닝 기법 등, 유사도 기반 검색을 하는 방향으로 연구들이 진행되었으며, 본 논문에서처럼 상품을 속성의 집합으로 해석하여 속성들 사이의 포함관계를 찾아, 모든 속성들이 포함되는 분류체계를 자동으로 생성하는 연구는 없었다.
- 따라 성능이 좌우된다. 따라서 본 논문에서는 속성집합은 하나로 통합하고, 속성간의 포함관계를 찾는데 소요되는 연산시간을 줄이기 위해, 속성집합의 원소를 이용하여 계산할 수 있는 3개의 함수(Count, Sum, Max)를 이용하는 방안을 제시한다. 상품 아이디를 이용하여 연산 가능한 Count, Sum, Max가 그 자체만으로는 의미가 없지만, 속성집합 간에 동치를 이룰 수 있는지를 파악하고, 속성간의 포함관계를 찾는 연산에서, 포함관계를 형성할 수 있는 속성을 찾는데 주요한 판단기준으로 사용한다.
- 소요되는 연산시간의 대부분은, 연산을 할 필요가 없는 것 까지도 연산을 함으로써 발생한다. 따라서 본 논문에서는 속성집합의 원소를 비교를 할 필요가 없는 속성들을 걸러내어, 불필요한 연산시간을 줄이고자 한다. 앞의 예 에서 3개의 함수를 사용하여 A와 동치를 이루는 집합을 구하는 과정은 다음과 같다.
- 따라서 본 장에서는 각 상품의 속성정보를 이용하여 상품 속성들 간의 포함관계를 찾아내고, 계층구조를 생성하는 방안에 대해 제안하고자 한다.
- 시간이 소요되어 결과를 생성하는데 실패하였다. 따라서 이를 분석적으로 비교하고자 한다. 상품수를 p 상품 속성 수를。라 할 때 상품속성간의 포함관계 연산을 위한 단순비교 방법과 제안된 알고리즘간의 비교연산회수를 계산해 보면<표 7>과 같다.
- 본 논문에서는 상품의 분류체계를 자동으로 생성하는 방안을 제시하고자 한다. 주어진 상품의 속성정보들은 본 논문에서 제시하는 분류체계 자동생성 알고리즘에 의하여 상호 간의 포함관계가 파악되며, 이를 기반으로 분류체계가 자동으로 생성된다.
- 필수적이다. 이미 국제적으로 통용되는 상품분류 체계가 있지만 항목의 추가, 변경 둥 표준화코드의 한계성으로 인해 아직까지 많은 기업들이 자사의 고유한 상품분류체계를 생성하고 운영하고자 한다. 다루는 상품수와 속성이 그리 많지 않던 시절에는 수작업으로 분류체계를 생성하고 관리하였으나 상품수가 다양해지고 여러 상품들의 기능이 융합되어 다양한 상품속성을 가지는 현재의 상황에서 수작업으로 분류체계를 생성하는 것은 많은 시간 및 비용이 소요된다.
가설 설정
- ② A와 동치를 이루기 위한 집합은 각각의 집합을 구성하는 원소의 개수는 동일해야한다. 따라서 COUNTa = 3이므로 원소의 개수가 3인 집합만이 동치 집합을 이룰 수 있는 후보 집합이 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.