최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한산업공학회지 = Journal of the Korean Institute of Industrial Engineers, v.39 no.2, 2013년, pp.135 - 142
In B2B e-Marketplace for free gifts and goods, product-mix recommendation is provided frequently by analysing customer logs and/or performing collaborative and rules-based filtering. This study proposes a new process that encompasses the genetic algorithm and key working processes of B2B e-marketpla...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
주문 데이터는무엇을 가지고 있는가? | B2B e-Marketplace에는 기업고객들로부터의 주문내역 정보가 데이터베이스에 자료화되어 있다. 주문 데이터는 기업고객이 주문을 하면 그에 대한 주문일자, 상품정보, 상품군, 구매금액, 주문옵션 등과 같은 주문에 관련된 많은 정보를 가지고 있다. B2B e-Marketplace 운영에 필요한 정보의 활용이나 분석툴은 특정 대기업이나 온라인 전문 쇼핑몰에서만 분석하여 활용하고 있는 형태이고, 그 외의 기업에서는 이러한 이력이나 방법을 적용하지 못하고 있는 실정이다. | |
e-Marketplace와 기존 B2B의 차이점은 무엇인가? | e-Marketplace는 전자상거래에서 파생된 또 다른 개념으로서 B2C(Business to Consumer 소비자상대 전자상거래)보다 B2B(Business to Business 기업 간 전자상거래)에 보다 가까우나, 기존 B2B는 기업이 기업을 대상으로 각종 서비스나 물품을 사이버 공간에서 판매하는 방식의 전자상거래 방식인 반면, e-Marketplace는 인터넷상에서 불특정 다수의 공급기업과 구매기업이 참여하는 온라인 시장이다. | |
B2B e-Marketplace 환경에서 기업의 구매이력을 활용한 상품제안시스템을 구현할 수 있는 방안은 기존의 연구와 어떤 점에서 다른가? | 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. 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. 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. |
Cho, H. K. and Kim W. J. (2010), A Study on Genetic Algorithm of Concurrent Spare Part Selection for Imported Weapon Systems, Journal of the Korean Institute of Industrial Engineers, 36(3), 164-175.
Go, J. M., Seo J. Y., and Kim, W. S. (2005), Analysis of Web Log for e-CRM on B2B of the Make-To-Order Company, Journal of the Korean Institute of Industrial Engineers, 18(2), 205-220.
Kim, K. J. and Ahn, H. C. (2009), User-Item Matrix Reduction Technique for Personalized Recommender Systems, Journal of Information Technology Applications and Management, 16(1), 97-113.
Choi, S. W. and Yim, M. S. (2010), A Study of the Web Architecture Design Method for Building the B2B e-Marketplace, Journal of the Korean Institute of Information Technology, 8(11), 167-181.
Kim, K. J. and Ahn H. C. (2005), Development of Web-based Intelligent Recommender Systems using Advanced Data Mining Techniques, Journal of Information Technology Applications and Management, 12(3), 41-56.
Kim, K. J. and Kim, B. G. (2005), Product Recommender System for Online Shopping Malls using Data Mining Techniques, Journal of the Korea Intelligent Information Systems Society, 11(1), 191-205.
Hristakeva. M., Shrestha, D. (2004), Solving the 0-1 knapsack problem with genetic algorithms In Proceedings of the 37th Midwest Instruction and Computing Symposium.
Yoo, J. S. and Jung, Y. I., Kim, C. W. (2005), An Implementation of the B2B E-Marketplace Product Search Recomandation System using Business Rule, The Korean Operations Research and Management Science Society, 300-309
Kim, K. W. and Ju, S. H. (2001), A study on the Introduction factor of E-business( B2B E-commerce), Journal of The Korean Institute of Office Automation, 91-101.
Kim, J. A. and Hwang, H. J. (2006), An Empirical Study to Identify Success Factors of B2B e-marketplaces, The Journal of internet electronic commerce research, 191-221.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.