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
- 본 연구에서는 B2B e-Marketplace 환경에서 기업의 구매이력을 활용한 상품제안시스템을 구현할 수 있는 방안을 제시하였다. 본 연구가 기존의 선행 연구들과 다른 점은 아래와 같다.
- 본 연구에서는 B2B e-Marketplace에서 유전자 알고리즘을 활용한 상품제안 등의 비즈니스 프로세스를 제안하고자 한다. 상품제안 시, 기존 B2B몰의 데이터 중 상품별 선호도와 가격, 수량 정보를 이용하여 비용과 구매수량 제약조건을 만족하도록 설계한다.
- 본 연구에서는 M사의 실제 거래자료인 기업고객구매 상품의 예산과 수량을 기초로 이를 설계하였다. e-Marketplace 담당자의 경우, 검색엔진을 이용하여 주문이력을 검색하게 하였으며, 데이터를 검색하는 프로세스와 공급기업을 선정하는 프로세스로 업무 영역을 구분하여 설계하였다.
가설 설정
- 본 연구에서는 공급기업의 재고에 따른 납기일의 준수는 기업고객에게 보장되는 것으로 가정하여 설계하였으며, 연구에서 사용되는 주문이력에 대한 상품구성은 홍보용 판촉상품으로 한정된 데이터를 사용하였다.
제안 방법
- 1에서 사용할 수 있도록 지역별로 테이블을 구축하였다. MATLAB 7.1의 M-file을 이용하여 프로그램을 작성하였고, 각 지역별 데이터를 읽어와 처리 할 수 있도록 하였다. 지역별 테이블 데이터는 평균수량, 판매수량, 매출비중, 상품의 단가, 상품의 매출순위로 구성하였고, 알고리즘 수행 후 나온 엘리트 들을 검증하기 위해 별도의 엑셀파일에 상품의 매출순위 및 상품코드를 구성하였다.
- 각각의 단계에서 최상의 성능을 발휘하는 제어 파라 미터 값을 결정하였고, 상수 값인 PC (상품의 구매 가능액)은 1,000만원과 Q (상품의 주문 수량)은 1,000개로 설정 하였다. 각각의 제어 파라미터 값을 결정하기 위하여 반복 수행에 필요한 파라미터 설정을 위한 초기 값을 [Table 1]과 같이 부여하였으며, 특정 제어 파라미터 값들은 고정한 상태에서 실험을 하였다(Cho and Kim, 2010).
- 각각의 파라미터의 제어 값을 결정하기 위하여 진화세대를 2,000세대씩 고정하여 측정하고 그 결과를 파라미터 값으로 결정하였다.
- 주문업체에 대한 상품의 이력과 공급기업을 검색하여 관련 상품제안에 대한 요청을 연결하였다. 검색은 지역과 주문일자를 기준으로 검색을 하게 하였고, e-Marketplace에서 정하는 시도 지역으로 나누어 검색하도록 구현하였다.
- 교배 및 돌연변이 연산 수행 후 생성된 새로운 염색체에 대하여 적합도를 평가하여 이중 적합도가 가장 큰 유전자는 다음 세대에도 유지하도록 하였다.
- 첫째, 웹 로그 분석 및 협업 필터링, 규칙기반의 패턴을 분석하여 고객의 구매 의도 관점을 분석하는 연구와 달리, 과거 구매이력에 대한 데이터 분석을 통하여 기업고객의 구매 의도와 선호 상품을 파악하였고, 이를 토대로 기업고객의 상품제안, 상품추천이 역으로 공급기업에서 제안되는 새로운 비즈니스 모델을 제시하였다. 기업고객이 실제 구입하고자 하는 상품과 구매 금액에 대한 상품제안을 e-Marketplace 담당자가 아닌 다수의 공급 기업이 제안하는 방식으로 하여 담당자의 경험적인 관점에서 벗어나 다양하고 전문화된 공급기업의 상품제안을 통해 최적의 상품을 제안할 수 있도록 구현하였다.
- 셋째, B2B e-Marketplace의 주문내역에 대한 데이터 분석 과정을 통하여 상품제안에 응용할 수 있는 기본적인 방법론을 제시하였다. 기존의 로그분석과 협업 필터링, 규칙기반에 대한 방법을 확장하여 실제 현업에서 사용하는 구매이력의 활용 방식에 대한 분석 과정을 제시하였다.
- 돌연변이 확률은 1.5%∼5% 사이에서 0.5%씩 변화시키면서 실험하였고, 각 확률별로 최적의 해에 대해 차이가 생겨 세대 진화를 가장 작게 한 확률일 때를 기준으로 선정하였다.
- 둘째, 새로운 B2B e-Marketplace 상품제안시스템을 개발하는 가이드라인을 제시하였다. 대기업에서 사용하고 있는 CRM 시스템과 독립적으로 중소기업에서도 기존 프로그램과의 연동을 통하여 상품등록 및 주문내역 등에 적용할 수 있는 모델을 제시하여 기존 프로그램의 재사용성과 확장성을 높였다.
- 우선 적합도 평가결과에 따라 우수한 해부터 순위를 부여하고 개체별 적합도 값에 따라 각 개체들의 선택확률을 계산하였고, 룰렛 휠에 선택영역을 지정하여 적합도 값이 큰 개체가 선택확률이 높아질 수 있도록 하였다. 또한 적합도 값이 작은 개체일지라도 선택될 확률을 부여하여 해공간의 다양성을 유지하도록 하였다. 선택된 해의 수가 전체 모집단의 크기와 같아질 때까지 이 과정을 반복하였다(Cho and Kim, 2010).
- 먼저 각각의 염색체에 대해 상품(j)을 선택하기 위하여 [0, 1] 사이에서 난수(rj)를 발생시켜 rj < γ이면 상품을 선택하지 않고 rj ≥ γ이면 선택하도록 하였다.
- 본 연구에서는 “기업고객의 구매 금액과 주문 수량에 따른 최적의 상품을 결정하는 것”이 목적이므로 상품 구매에 대한 만족도를 극대화하면서 가용 예산 범위 내에서 상품을 주문하도록 max 함수를 사용하였다.
- 다차원 교배를 하면 다양성은 좋아지나, 반면에 염색체 형질이 좋아지지 않는 특성을 보인다. 본 연구에서는 Knapsack 문제의 확장된 형태임을 고려하여 알고리즘의 단순화를 위해 일점교배를 사용하였다. 전체 염색체 중에 교배비율은 45%∼50%가 교배되도록 하였다.
- 본 연구에서는 [Figure 3]와 같이 50∼300까지 50씩 증가 시키면서 유전자 알고리즘의 모집단 크기를 측정하였다.
- 본 연구에서는 기업고객이 제안한 금액과 수량에 최적화된 염색체를 선택하기 위해서 각 염색체의 적합도 평가 결과에서 우수한 염색체는 다음 세대에 유지하고 나머지는 개체들의 적합도에 비례하여 개체를 선별하는 룰렛 휠을 적용하였다. 우선 적합도 평가결과에 따라 우수한 해부터 순위를 부여하고 개체별 적합도 값에 따라 각 개체들의 선택확률을 계산하였고, 룰렛 휠에 선택영역을 지정하여 적합도 값이 큰 개체가 선택확률이 높아질 수 있도록 하였다.
- 본 절에서는 유전자 알고리즘 결과를 활용한 B2B e-Marketplace 상품제안시스템을 제시하고, 각각의 업무별 비즈니스 프로세스를 설계하여 구현한다. 각 업무별 비즈니스 프로세스에 대한 흐름도는 [Figure 7]과 같이, UML(Unified Modeling Language) 표기법 중 하나인 Activity Diagram으로 설계하였다.
- e-Marketplace 담당자의 경우, 검색엔진을 이용하여 주문이력을 검색하게 하였으며, 데이터를 검색하는 프로세스와 공급기업을 선정하는 프로세스로 업무 영역을 구분하여 설계하였다. 상품을 공급하는 기업의 업무 프로세스는 상품 제안요청 접수, 제안상품 선정, 제안상품 등록으로 기존e-Marketplace의 고객 담당자나 시스템이 하는 업무 프로세스를 다수의 공급기업이 제안하는 방식으로 설정하였다. 기업고객이 다양하고 합리적으로 상품을 선정할 수 있도록 상품선정이 안 되는 경우 반복적으로 수행을할 수 있도록 하여 고객의 상품선정 및 상품제안의 시간을 최대한 단축하였다.
- 본 연구에서는 B2B e-Marketplace에서 유전자 알고리즘을 활용한 상품제안 등의 비즈니스 프로세스를 제안하고자 한다. 상품제안 시, 기존 B2B몰의 데이터 중 상품별 선호도와 가격, 수량 정보를 이용하여 비용과 구매수량 제약조건을 만족하도록 설계한다. 유전자 알고리즘의 장점은 최적해(optimal solution)가 아닌 근최적해(near optimal solution)를 실시간에 제안하기 때문에 매번 데이터를 분석할 때마다 최적화 값 즉, 해를 구성하는 항목은 다르지만 목적함수식의 결과값은 비슷하게 유지된다(Hristakeva et al, 2004).
- 세대 진화를 통하여 일정 세대 동안 구매금액과 구매수량의 개선이 이루어지지 않는 경우 유전자 알고리즘이 종료하도록 설계하였다.
- 셋째, B2B e-Marketplace의 주문내역에 대한 데이터 분석 과정을 통하여 상품제안에 응용할 수 있는 기본적인 방법론을 제시하였다. 기존의 로그분석과 협업 필터링, 규칙기반에 대한 방법을 확장하여 실제 현업에서 사용하는 구매이력의 활용 방식에 대한 분석 과정을 제시하였다.
- 수렴 속도를 유지하고 전체 상품 수량에서 돌연변이된 유전자의 상품 수량이 일정 범위 내에서 유지되도록 하기 위하여 돌연변이 유전자에 대해서는 Q (구매수량)에 wi(상품의 매출 비중)을 곱하여 수량을 할당하게 설정하였다.
- 본 연구에서 적용하고 있는 염색체 구조는 염색체 내의 임의의 유전자를 선택하고, 선택된 유전자에 상품의 수량을 난수로 발생시켜 자연수 형태로 부여하는 방법이다. 염색체의 길이는 기업고객이 있는 특정지역과 특정 월의 상품 구매이력에 따라 결정되도록 하였으며, 길이가 결정되면 염색체는 다음의 2단계 절차에 의해 생성되도록 하였다. 첫 번째 단계는 각각의 염색체 내에서 유전자를 선택하는 절차로서, [0, 1] 사이에 난수를 발생시켜 기준값(γ)보다 크면 선택하고, 작으면 선택하지 않도록 하였다.
- 본 연구에서는 기업고객이 제안한 금액과 수량에 최적화된 염색체를 선택하기 위해서 각 염색체의 적합도 평가 결과에서 우수한 염색체는 다음 세대에 유지하고 나머지는 개체들의 적합도에 비례하여 개체를 선별하는 룰렛 휠을 적용하였다. 우선 적합도 평가결과에 따라 우수한 해부터 순위를 부여하고 개체별 적합도 값에 따라 각 개체들의 선택확률을 계산하였고, 룰렛 휠에 선택영역을 지정하여 적합도 값이 큰 개체가 선택확률이 높아질 수 있도록 하였다. 또한 적합도 값이 작은 개체일지라도 선택될 확률을 부여하여 해공간의 다양성을 유지하도록 하였다.
- 5버전의 JSP(Java Server Pages)를 사용하였다. 웹 어플리케이션 서버로는 Tmax사의 JEUS를 사용하였고 웹서버는 Tmax사의 WEBTOB 환경에서 프로그램을 구현하였다.
- 검색엔진에서는 기존의 유전자 알고리즘에서 추출한 데이터를 이용하여 검색을 한다. 이때 검색 속도를 개선하기 위하여 과거 주문이력에 대한 정보를 별도의 단일 테이블로 설계하였고, 탐색시간을 최소화 하고자 [Figure 8]과 같이 상품제안을 위한 업체검색을 구현하였다. 주문업체에 대한 상품의 이력과 공급기업을 검색하여 관련 상품제안에 대한 요청을 연결하였다.
- 1의 M-file을 이용하여 프로그램을 작성하였고, 각 지역별 데이터를 읽어와 처리 할 수 있도록 하였다. 지역별 테이블 데이터는 평균수량, 판매수량, 매출비중, 상품의 단가, 상품의 매출순위로 구성하였고, 알고리즘 수행 후 나온 엘리트 들을 검증하기 위해 별도의 엑셀파일에 상품의 매출순위 및 상품코드를 구성하였다.
- 첫 번째 단계는 각각의 염색체 내에서 유전자를 선택하는 절차로서, [0, 1] 사이에 난수를 발생시켜 기준값(γ)보다 크면 선택하고, 작으면 선택하지 않도록 하였다.
- 첫째, 웹 로그 분석 및 협업 필터링, 규칙기반의 패턴을 분석하여 고객의 구매 의도 관점을 분석하는 연구와 달리, 과거 구매이력에 대한 데이터 분석을 통하여 기업고객의 구매 의도와 선호 상품을 파악하였고, 이를 토대로 기업고객의 상품제안, 상품추천이 역으로 공급기업에서 제안되는 새로운 비즈니스 모델을 제시하였다. 기업고객이 실제 구입하고자 하는 상품과 구매 금액에 대한 상품제안을 e-Marketplace 담당자가 아닌 다수의 공급 기업이 제안하는 방식으로 하여 담당자의 경험적인 관점에서 벗어나 다양하고 전문화된 공급기업의 상품제안을 통해 최적의 상품을 제안할 수 있도록 구현하였다.
- 본 연구에서는 “기업고객의 구매 금액과 주문 수량에 따른 최적의 상품을 결정하는 것”이 목적이므로 상품 구매에 대한 만족도를 극대화하면서 가용 예산 범위 내에서 상품을 주문하도록 max 함수를 사용하였다. 초과된 예산에 대해서는 벌금을 부여하였으며, 주문한 상품 수량은 기업고객이 정한 수량에 맞추어야 하기 때문에 수량의 부족함이나 초과량이 발생하면 벌금을 부여할 수 있도록 절대 값을 적용하였다. 적용된 적합도 함수식은 다음과 같다.
- [Figure 6]에 나타난 바와 같이 유전자 알고리즘에서 나온 실험결과 값을 종료 조건에 맞을 때까지 수행하여 추출한 후, 해당 상품을 납품 하는 공급기업을 검색하였다. 해당 기업에 다른 상품을 제안하였을 때를 고려하여 공급기업의 주문 건에 대하여 실제 주문과 유전자 알고리즘을 통한 주문을 비교하였다.
대상 데이터
- 본 논문은 7장으로 구성된다. 제 2장에서는 B2B e-Marketplace 상품제안에 관련된 로그분석과 협업필터링, 규칙기반에 관련된 선행연구와 더불어 e-Marketplace 비즈니스 프로세스에 대한 연구에 대해 검토한다.
- 본 연구의 데이터베이스 시스템은 MS-SQL 2005를 사용하였고, 구현에 필요한 프로그래밍 언어는 오픈소스인 JAVA 1.5버전의 JSP(Java Server Pages)를 사용하였다. 웹 어플리케이션 서버로는 Tmax사의 JEUS를 사용하였고 웹서버는 Tmax사의 WEBTOB 환경에서 프로그램을 구현하였다.
- 알고리즘 구축과 실험을 위해 상품의 금액, 매출비중 등은 B2B e-Marketplace 중 M사에 수록된 데이터 중 2010년 8월부터 9월 2개월 분량 표준데이터를 추출 하였으며, 이를 MATLAB 7.1에서 사용할 수 있도록 지역별로 테이블을 구축하였다. MATLAB 7.
- 상품제안을 위해 사용되는 유전자 알고리즘의 흐름도는[Figure 6]과 같다. 최적의 파라미터 제어 값을 바탕으로 13개의 지역 중 서울, 대구, 부산 지역을 선택하여 평균 수량, 판매 수량, 매출가중치, 상품단가 등을 수집하였다. [Figure 6]에 나타난 바와 같이 유전자 알고리즘에서 나온 실험결과 값을 종료 조건에 맞을 때까지 수행하여 추출한 후, 해당 상품을 납품 하는 공급기업을 검색하였다.
이론/모형
- 본 절에서는 유전자 알고리즘 결과를 활용한 B2B e-Marketplace 상품제안시스템을 제시하고, 각각의 업무별 비즈니스 프로세스를 설계하여 구현한다. 각 업무별 비즈니스 프로세스에 대한 흐름도는 [Figure 7]과 같이, UML(Unified Modeling Language) 표기법 중 하나인 Activity Diagram으로 설계하였다. UML은 OMG(Object Management Architecture)에서 표준화 한 후 전 세계적으로 가장 좋은 표기법으로 인정받고 있다.
성능/효과
- 교배비율은 두해의 특징을 부분 결합하여 최적의 해를 찾기 위한 것으로 비율은 15%∼85%까지 10%씩 변화시키면서 실험하였고, 그 결과 [Figure 4]에서 보는 바와 같이 PC (상품의 구매 가능금액)에 가까운 금액이 35%일 때 가장 좋은 성능을 보였다.
- 기업고객이 다양하고 합리적으로 상품을 선정할 수 있도록 상품선정이 안 되는 경우 반복적으로 수행을할 수 있도록 하여 고객의 상품선정 및 상품제안의 시간을 최대한 단축하였다. 기업고객에게 상품이 확정되면 공급기업이 계약일자 및 납기일정, 생산수량 등을 확정하여 적기에 공급될 수 있는 체제를 수립하였으며, e-Marketplace 고객 담당자는 상품제안 시 주관적인 판단에서 벗어나 객관적이고 효율적인 방법으로 상품을 선정하는 프로세스로 기업고객에게 최적의 상품을 선정하게 할 수 있도록 하였다.
- [Table 3]은 M사에서 2010년 8월에서 9월까지 주문한 실적중 3개 지역을 추출하여 유전자 알고리즘을 적용한 결과를 비교하여 보여준다. 비교한 결과, 전체주문 대비 유전자 알고리즘에 의해 선정된 공급기업의 적중비율이 평균 65.9%였으나, 이 기업 들이 실제 전체주문에 차지하는 비중은 평균 90%로 높은 수치를 나타낸다. 선택된 공급기업의 해당 월매출금액을 지역별로 비교하였을 때는 평균 93.
- 9%였으나, 이 기업 들이 실제 전체주문에 차지하는 비중은 평균 90%로 높은 수치를 나타낸다. 선택된 공급기업의 해당 월매출금액을 지역별로 비교하였을 때는 평균 93.3%로, 이는 기존의 B2B 쇼핑몰 담당자의 판단에 의한 상품제안에 비하여 업무처리 시간이 단축되고, 기업고객에게 응답하는 시간을 효율적 관리할 수 있어서 보다 빠른 시간에 상품제안을 할 수 있음을 알 수 있다. .
- 유전자 알고리즘의 결과 값이 효율적으로 설정될 수 있도록 모집단의 크기, 교배 비율, 돌연변이 확률 순으로 수행을 반복 하였다. 각각의 단계에서 최상의 성능을 발휘하는 제어 파라 미터 값을 결정하였고, 상수 값인 PC (상품의 구매 가능액)은 1,000만원과 Q (상품의 주문 수량)은 1,000개로 설정 하였다.
후속연구
- 향후에는 기업고객과 공급기업간 자동메일서비스, 게시판 형태의 B2B e-Marketplace Network를 확대하여 Back-end 시스템에서의 서비스가 아닌 Front-end 시스템에서의 B2B e-Marketplace 의사소통에 관한 운영시스템에 대한 추가적인 연구가 필요한 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.