$\require{mediawiki-texvc}$

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.

모바일 환경하에 RFM 기법을 이용한 개인화된 추천 시스템 개발
Implementation of Personalized Recommendation System using RFM method in Mobile Internet Environment 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.13 no.2, 2008년, pp.41 - 50  

조영성 (동양공업전문대학 전산정보학) ,  허문행 (안양대학교 디지털미디어학과) ,  류근호 (충북대학교 전기전자컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

모바일 환경하에의 RFM 기법을 이용한 개인화 된 추천 시스템을 제안한다. 사용자의 평가 자료에 의존하지 않고 사용자에게 번거로운 질의 응답 과정이 없이 묵시적인(Implicity) 방법을 이용하여 고객정보와 구매이력정보를 기반으로 RFM 기법을 이용하여 고객 세분화와 아이템 세분화 통해서 대상 사용자에게 구매 가능성이 높은 아이템을 추천한다. 또한 기존의 추천시스템의 문제점의 해결 방안으로 신규 고객이나 신규 아이템 추천을 고려하여 적용한다. 추천 아이템과 사용자가 구매한 아이템 이력 데이터를 비교하여 추천된 아이템이 중복 추천을 제거하였고 현업에서 사용하는 데이터 셋을 구성하여 실험을 통해서 효용성과 타당성을 입증 및 평가하여 개인화된 일대일 웹 마케팅을 실현하였다.

Abstract AI-Helper 아이콘AI-Helper

This paper proposes the recommendation system which is a new method using RFM method in mobile internet environment. Using a implict method which is not used user's profile for rating, is not used complicated query processing of the request and the response for rating, it is necessary for user to ke...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 극심한 경쟁 속에서 전자상거래 기업들이 살아남기 위해서 더욱 다양한 마케팅 전략을 활용이 시급하다. 본 논문에서는 핸드폰 요금 정액제 활성화를 기반으로 m-Commerce가 증가되는 시점에 시간과 장소에 제약을 받지 않는 모바일을 이용한 추천시스템에 RFM 기법을 이용한 개인화된 추천알고리즘을 제안함에 큰 의미가 있으며 중소크기의 유선 인터넷 전자쇼핑몰을 모바일을 이용한 추천시스템으로 전환하는 데 있어서 현실적이고 구매 촉진 방안으로 고객 개인화를 바탕으로 구매 효율성과 추천의 성능이 좋은 추천 시스템의 프레임워크를 제시함으로써 방향성 있는 대안이 될 것으로 생각된다. 아울러 기존 추천시스템의 문제점인 신규고객이나 신규아이템 추천에 대한 해결방안 제시하여 원투원 마케팅의 실현을 더욱 가능하게 하였다.
  • 이러한 시점에서 전자상거래 기업들의 마케팅 전략은 고객에 대한 많은 가치를 부여하는 개인화(personalization) 전략으로 발전되고 있다. 본 논문은 모바일 환경하에의 RFM 기법을 이용한 개인화된 추천 시스템을 제안하였다. 기존 추천시스템에 많이 사용하는 사용자 프로파일 기반의 평가 자료에 의존하지 않고 사용자에게 번거로운 질의 응답 과정이 없이 묵시적인 방법을 이용하여 고객 구매이력정보를 기반으로 RFM 기법을 이용하여 구매 효율성과 추천 효율성이 높은 추천 알고리즘을 제시하기 위하여 고객 세분화와 아이템 세분화 통해서 대상 사용자에게 아이템을 추천하는 새로운 방식을 제안하였다.
  • 이러한 문제점을 해결하기 위해서 기존추천 시스템에서 많이 사용하고 있는 사용자 프로파일 기반의 사용자의 평가 자료에 의존하지 않고, 사용자에게 번거로운 질의 응답 과정이 없이 묵시적인 방법을 이용하여 정보의 처리 시간을 감소시키고, 고객 회원정보와 고객 구매정보를 기반으로 RFM 기법을 이용하여 고객 세분화와 아이템 세분 화통해서 대상 사용자에게 고객이 원하는 구매 가능성이 높은 아이템을 효과적으로 추천할 수 있는 효율적인 모바일 추천시스템을 제안한다. 아울러 신규 고객이나 신규 아이템 추천에서의 기존 추천 시스템에서의 문제점의 해결 방안을 제시한다. 본 논문의 구성은 다음과 같다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

유발과제정보 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