$\require{mediawiki-texvc}$

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.

지도학습 머신러닝 기반 카테고리 목록 분류 및 추천 시스템 구현
Development of Supervised Machine Learning based Catalog Entry Classification and Recommendation System 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.20 no.1, 2019년, pp.57 - 65  

이형우 (Div. of Computer Engineering, Hanshin University)

초록
AI-Helper 아이콘AI-Helper

200 만명 이상의 회원을 보유하고 있는 "도매꾹" B2B 온라인 쇼핑몰인 경우70% 이상의 시장 점유율로 하루에 80만개 이상의 아이템이 판매되고 있다. 하지만, 동일하거나 유사한 물품이 서로 다른 카탈로그 엔트리에 저장 및 등록되어 있기 때문에 구매자가 아이템을 검색하는 과정에서 어려움을 느끼며 B2B 대형 쇼핑몰 관리에도 문제점이 발생하고 있다. 따라서 이에 대한 해결 방안으로 본 연구에서는 대단위 쇼핑몰 구매 정보를 기반으로 지도-학습 머신러닝 기법을 적용하여 상품에 대한 카탈로그 목록 자동 분류 및 추천 시스템을 개발하였다. 구체적으로 판매자가 자연어 형태로 물품 등록 정보를 입력하면 KoNLPy 형태소 분석 과정을 수행하였으며, Naïve Bayes 분류 방식을 응용하여 물품에 가장 적합한 카탈로그 정보를 자동으로 추천해주는 시스템을 구현하였다. 정확도가 향상된 카테고리 목록을 구축하여 결과적으로 검색 속도와 쇼핑몰 매출을 향상시키는 효과가 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In the case of Domeggook B2B online shopping malls, it has a market share of over 70% with more than 2 million members and 800,000 items are sold per one day. However, since the same or similar items are stored and registered in different catalog entries, it is difficult for the buyer to search for ...

주제어

#카테고리 자동 추천   #온라인 B2B 소핑몰   #지도학습 기반 머신 러닝   #형태소 분석   #Naive Bayes 분류  

표/그림 (19)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

제안 방법

  • Machine learning is divided into Supervised Learning, Unsupervised Learning, and Reinforcement Learning models. In order to apply the machine learning method to the automatic recommendation of the catalog entry information about the large items sold in the B2B online shopping mall, the machine learning method using the supervised learning model is applied in this study.
  • In this paper, we present a brief introduction to supervised machine learning for system development based on python [2] and suggest the process of analyzing and extracting meaningful information from item name entered by the user (B2B seller) using a morpheme analyzer with KoNLPy [3] using Natural Language Processing as a “semi-supervised machine learning.
  • In this study, we applied the classification method to the classification using the Naive Bayes classifier and improved the accuracy of the classification and recommendation results regardless of the number of data included in each catalog entry.
  • In fact, we conducted a direct test process to check whether the catalog entry classification and recommendation functions were performed well in cooperation with the database of GNG Commerce, Ltd. The test results showed that we automatically recommend the top three categories with high relevance and relevance to the input keywords, as confirmed by our local tests.

대상 데이터

  • Especially wholesale site of GNG Commerce Co., Ltd[1] which applies the result of this study is for a B2B on-line shopping mall with over 2 million registered members.
본문요약 정보가 도움이 되었나요?

참고문헌 (14)

  1. GNG Commerce B2B Online Shopping Mall Web site : http://domeggook.com 

  2. Willi Richert, Luis Pedro Coelho, "Building Machine Learning Systems with Python," Packt, 2013. 

  3. Eunjeong L. Park, Sungzoon Cho, "KoNLPy: Korean natual language processing in Python", 26th Hangul and Korean Information Processing Proceeding, 2014. 

  4. Naive Bayes classifier : https://en.wikipedia.org/wiki/Naive_Bayes_classifier 

  5. Ki-Duk Kwon, "A Naive Bayesian-based Model of the Opponent's Policy for Efficient Multiagent Reinforcement Learning," Journal of Internet Computing and Services, vol. 9, no. 6, pp. 165-178, 2008. 

  6. Scikit-Learn : http://scikit-learn.org 

  7. Jun Lee, and YongJin KWON, "A Proposal of Methods for Extracting Temporal Information of History-related Web Document based on Historical Objects Using Machine Learning Techniques," Journal of Internet Computing and Services, vol. 16, no. 4, pp. 39-50, 2015. https://doi.org/10.7472/jksii.2015.16.4.39 

    원문보기 상세보기 crossref

  8. Im San-Song, Na Cheol-Hun, and Jung Hoe-Kyung, "Design and implementation of integrated e-catalog system based on web services," Journal of Internet Computing and Services, vol. 6, no. 2, pp. 153-0, 2005. 

  9. Young-Won Seo, and Chang-soo Kim, "Clustering Algorithm using the DFP-Tree based on the MapReduce," Journal of Internet Computing and Services, vol. 16, no. 6, pp. 23-30, 2015. https://doi.org/10.7472/jksii.2015.16.6.23 

    원문보기 상세보기 crossref

  10. Seung-Su Chun, "A study on integrating and discovery of semantic based knowledge model," Journal of Internet Computing and Services, vol. 15, no. 6, pp. 99-106, 2014. https://doi.org/10.7472/jksii.2014.15.6.99 

    원문보기 상세보기 crossref

  11. V. Jothi Prakash, Dr. L.M. Nithya, "A Survey On Semi-Supervised Learning Techniques," International Journal of Computer Trends and Technology (IJCTT), Vol.8, No.1, Feb 2014. https://doi.org/10.14445/22312803/IJCTT-V8P105 

    crossref

  12. Alejandro Cholaquidis, Ricardo Fraiman and Mariela Sued, "Semi-supervised learning: When and why it works," May, 2018, https://arxiv.org/pdf/1805.09180 [DOI: arXiv:1805.09180]. 

  13. Semi-supervised learning : https://en.wikipedia.org/wiki/Semi-supervised_learning 

  14. Huimin Pei, Kuaini Wang, Qiang Lin, Ping Zhong, "Robust semi-supervised extreme learning machine," Knowledge-Based Systems, Vol. 159, No. 1, pp.203-220, Nov, 2018. https://doi.org/10.1016/j.knosys.2018.06.029 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

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