최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기The journal of the institute of internet, broadcasting and communication : JIIBC, v.17 no.3, 2017년, pp.227 - 234
성재경 (세종대학교 컴퓨터공학과) , 박상민 (세종대학교 컴퓨터공학과) , 신상윤 (세종대학교 컴퓨터공학과) , 김영복 (세종대학교 컴퓨터공학과) , 김용국 (세종대학교 컴퓨터공학과)
In this paper, we propose a system whereby one can automatically classifies categories based on image data of the products for a shopping mall platform. Many products sold within internet shopping malls are classified their category defined by the same use of product names and products. However, it ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
딥 러닝 기술은 무엇을 고려하여 제품을 추천하는가? | 쇼핑몰 이용자의 이용 행태 및 구매 상품을 통해서 상품 추천 서비스를 하고 온라인 결제 패턴을 지능적으로 쉽게 분석하여 기존 형태와 다른 패턴을 찾아 범죄 여부를 판단한다.[12] 그리고 딥 러닝 기술은 소비자의 구매 의도, 용처, 가격, 원하는 색깔, 소재, 디자인 등의 정보를 고려하여 고객이 원하는 제품을 검색하고 추천해주기도 한다. 아웃도어 브랜드인 노스페이스(The North Face)는 홈페이지에서 '플루이드 엑스퍼트 퍼스널 쇼퍼(Fluid Expert Personal Shopper)' 인공지능을 적용하여 쇼핑을 도와주고 있다. | |
SIFT알고리즘은 무엇인가? | 딥 러닝 연구가 활발해지는 2013년 이전에 이미 CRBM(convolutional Restricted Boltzmann Machines) 기술과 SIFT(Scale Invariant Feature Transform)등을 이용한 이미지 기반의 상품 검색 기능이 개발되었다[7]. SIFT[8][9]알고리즘은 이미지 매칭을 통한 검색에 대한 이전 기술로 회전과 크기 변환에 강인한 이미지 특징점을 추출하여 이미지를 매칭하는 알고리즘으로, 특징을 이용한 쇼핑몰의 이미지 기반 검색 시스템으로 사용자가 직접 촬영한 이미지를 이용하여 검색 할 수 있고, 사용자와 상호작용을 할 수 있다[2]. | |
이미지 기반의 검색의 장점은 무엇인가? | 이미지 기반의 검색은 기존 문자 기반의 검색만으로 고객이 원하는 상품을 찾기 어려울 경우에 사용 가능하도록 개발되었으며 최근에는 비슷한 디자인의 상품을 검색하는 단계까지 발전되었다[7]. 일반적으로 패션 상품 검색 등에 많이 응용하며 단순히 상품을 검색하는 것이 아닌 디자인적으로 색상과 형태의 디자인적 요소로 검색이 가능하고 유사 상품의 검색도 가능하다는 장점이 있다. 또한 이미지를 이용한 검색 기능에서 발전된 형태의 기술이 발표되고 있다[10]. |
Kyu-dong Kim, Yung-mok Yu, Jeong-lae Kim, "A Study on the Influence of Mobile Commerce Characteristics Perception on Mobile Shopping Intentions", JIIBC 2013-6-39, 2013. DOI: https://doi.org/10.7236/JIIBC.2013.13.5.297
Gi-Ryong Choi, Hye-Wuk Jung and Jee-Hyoung Lee "Contents-based Image Retrieval System Design of Shopping", Proceedings of KIIS Spring Conference, Vol. 22, No. 1, 2012.
http://www.edaily.co.kr/news/NewsRead.edy?SCDJE41&newsid03653926615866272&DCDA00504&OutLnkChkY
Chung, S. H, Goswami, A, Lee, H, & Hu, J. The impact of images on user clicks in product search. In Proceedings of the Twelfth International Workshop on Multimedia Data Mining (pp. 25-33). ACM, Aug 2012.
D. Lowe, "Object Recognition from Local Scale Invariant Features," In International Conference on Computer Vision, pp. 1150-1157, 1999.
D. Lowe, "Distinctive Image Features from Scale Invariant Keypoints," International Journal of Computer Vision, vol.2, no.60, pp. 91-110, 2004.
Bell. S, & Bala. K. "Learning visual similarity for product design with convolutional neural networks", ACM Transactions on Graphics (TOG), 34(4), 98, 2015
Veit. A, Kovacs. B, Bell S, McAuley. J, Bala. K, & Belongie, S, "Learning visual clothing style with heterogeneous dyadic co-occurrences", In Proceedings of the IEEE International Conference on Computer Vision (pp. 4642-4650), 2015.
http://www.etnews.com/20170203000337
http://www.newsis.com/view/?idNISX20170329_0014796184&cID10402&pID13000
https://www.amazon.com/
Seung-Cheol Baek, "Fast and All-Purpose Area-Based Imagery Registration Using ConvNets", Journal of KIISE, Vol. 43, No. 9, pp. 1034-1042, 2016. DOI: https://doi.org/10.5626/JOK.2016.43.9.1034
Andreas Veit, Balazs Kovacs, Sean Bell, Julian McAuley, Kavita Bala, Serge Belongie, "Deep Learning of Binary Hash Codes for Fast Image Retrieval", 2015.
A. Krizhevsky, I. Sutskever, G. E. Hinton, "Imagenet classification with deep convolutional neural networks", in: Advances in neural information processing systems, pp. 1097-1105, 2012
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.