[논문]Personalized Size Recommender System for Online Apparel Shopping: A Collaborative Filtering Approach

Dongwon Lee

doi:10.9708/jksci.2023.28.08.039

Personalized Size Recommender System for Online Apparel Shopping: A Collaborative Filtering Approach 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.28 no.8, 2023년, pp.39 - 48

Dongwon Lee (Division of Social Sciences, Hansung University)

초록
AI-Helper

본 연구는 의류의 디자인 간 치수의 불일치와 비표준화로 인해 온라인 구매 시 발생하는 치수 선택의 오류 문제를 해결할 수 있는 방안을 제시하기 위해 수행되었다. 본 논문은 구매자에게 개인화된 치수를 제시할 수 있는 기계 학습 기반 추천 시스템의 구현 방안을 다루고 있다. 온라인 상거래로부터 발생된 구매 데이터를 사용하여 비음수 행렬 분해(NMF), 특이값 행렬 분해(SVD), k-최근접 이웃(KNN), 공동 클러스터링(Co-Clustering) 등 여러 검증된 협업 필터링 알고리즘을 훈련하였고, 이들 간에 성능을 비교하였다. 연구 결과, 비음수 행렬 분해 (NMF) 알고리즘이 다른 알고리즘들보다 뛰어난 성능을 보임을 확인할 수 있었다. 동일한 계정을 사용하는 여러 구매자가 포함되는 구매 데이터의 특성에도 불구하고, 제안 모형은 충분한 정확도를 보였다. 본 연구의 결과는 치수 선택의 오류로 인한 반품률을 감소하고 전자상거래 플랫폼에서의 고객 경험을 향상시키는 데 기여할 것으로 기대된다.

Abstract ▼ AI-Helper

This study was conducted to provide a solution to the problem of sizing errors occurring in online purchases due to discrepancies and non-standardization in clothing sizes. This paper discusses an implementation approach for a machine learning-based recommender system capable of providing personalized sizes to online consumers. We trained multiple validated collaborative filtering algorithms including Non-Negative Matrix Factorization (NMF), Singular Value Decomposition (SVD), k-Nearest Neighbors (KNN), and Co-Clustering using purchasing data derived from online commerce and compared their performance. As a result of the study, we were able to confirm that the NMF algorithm showed superior performance compared to other algorithms. Despite the characteristic of purchase data that includes multiple buyers using the same account, the proposed model demonstrated sufficient accuracy. The findings of this study are expected to contribute to reducing the return rate due to sizing errors and improving the customer experience on e-commerce platforms.

주제어

표/그림 (8)

그림 Fig. 1. Size Recommender System Development Procedure
그림 Fig. 2. CF Algorithm-based Size Recommendation Process
그림 Fig. 3. Performance Comparison of Collaborative Filtering Algorithms
표 Table 1. Performance Comparison of Collaborative Filtering Algorithms
그림 Fig. 4. Size Count vs. Cumulative Hit Rate
그림 Fig. 5. Purchase Count vs. Cumulative Hit Rate
표 Table 2. Size Count vs. Cumulative Hit Rate
표 Table 3. Purchase Count vs. Cumulative Hit Rate

참고문헌 (16)

Y. Chen, and Z. Yang, "The behavioral analysis of choice difficulty states during clothing online shopping", International Journal of Clothing Science and Technology, Vol. 33, No. 4, pp. 577-589, July 2021. DOI: 10.1108/IJCST-12-2019-0189？

상세보기
A. Dimoka, Y. Hong, and P. A. Pavlou, "On Product Uncertainty in Online Markets: Theory and Evidence," MIS Quarterly, Vol. 36, No. 2, June 2012. pp. 395-426. DOI: 10.2307/41703461？

상세보기
F. Ricci, L. Rokach, and B. Shapira, "Introduction to Recommender Systems," Recommender Systems Handbook, Boston, MA: Springer US., pp. 1-35, 2010. DOI: 10.1007/978-0-387-85820-3_1？
Y. Koren, "Factorization Meets The Neighborhood: A Multifaceted Collaborative Filtering Model," Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 426-434, Las Vegas Nevada USA, August 2008. DOI: 10.1145/1401890.1401944？
J. B. Schafer, D. Frankowski, J. Herlocker, and S. Sen, "Collaborative Filtering Recommender Systems," The Adaptive Web, Springer, pp. 291-324, 2007. DOI: 10.1007/978-3-540-72079-9_9？
J. L. Herlocker, J. A. Konstan, A. Borchers, and J. Riedl, "An Algorithmic Framework for Performing Collaborative Filtering," Proceedings of the 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, Vol. 51, No. 2, pp. 227-234, New York NY USA, August 2017. DOI: 10.1145/3130348.3130372？

상세보기
X. Su, and T. M. Khoshgoftaar, "A Survey Of Collaborative Filtering Techniques," Advances in Artificial Intelligence, Vol. 2009, pp.1-19, 2009. DOI: 10.1155/2009/421425？

상세보기
B. Sarwar, G. Karypis, J. Konstan, and J. Riedl, "Item-based Collaborative Filtering Recommendation Algorithms," Proceedings of The 10th International Conference on World Wide Web, pp. 285-295, Hong Kong Hong Kong, May 2001. DOI: 10.1145/371920.372071？
Y. Koren, R. Bell, and C. Volinsky, "Matrix Factorization Techniques for Recommender Systems," Computer, Vol. 42, No. 8, pp.30-37. August 2009. DOI: 10.1109/MC.2009.263？

상세보기
P. Resnick, N. Iacovou, M. Suchak, P. Bergstrom, and J. Riedl, "Grouplens: An Open Architecture for Collaborative Filtering of Netnews," Proceedings of the 1994 ACM Conference on Computer-Supported Cooperative Work, pp. 175-186, Chapel Hill North Carolina USA, October 1994. DOI: 10.1145/192844.192905？
D. Lee, and H. S. Seung, "Algorithms for Non-negative Matrix Factorization," Advances in Neural Information Processing Systems 13 - Proceedings of the 13th International Conference on Neural Information Processing Systems (NIPS'00), pp. 535-541, Denver Colorado USA, January 2000.？
T. George, and S. Merugu, "A Scalable Collaborative Filtering Framework based on Co-Clustering," Fifth IEEE International Conference on Data Mining (ICDM'05), pp. 625-628, Houston Texas USA, November 2005, DOI: 10.1109/ICDM.2005.14.？
A. S. Sheikh, R. Guigoures, E. Koriagin, Y. K. Ho, R. Shirvany, R. Vollgraf, and U. Bergmann, "A Deep Learning System for Predicting Size and Fit in Fashion E-Commerce," Proceedings of the 13th ACM Conference on Recommender Systems, pp. 110-118, Copenhagen Denmark, September 2019. DOI: 10.1145/3298689.3347006？
A. Nestler, N. Karessli, K. Hajjar, R. Weffer, and R. Shirvany, "Sizeflags: Reducing Size and Fit Related Returns in Fashion E-Commerce," Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, pp. 3432-3440, Virtual Event Singapore, August 2021. DOI: 10.1145/3447548.3467160？
G. Pisut, and L. Jo Connell, "Fit Preferences of Female Consumers in the USA," Journal of Fashion Marketing and Management, Vol. 11, No. 3, pp. 366-379, July 2007. DOI: 10.1108/13612020710763119？

상세보기
K. Liu, H. Wu, C. Zhu, J. Wang, X. Zeng, X. Tao, and P. Bruniaux, "An Evaluation of Garment Fit to Improve Customer Body Fit of Fashion Design Clothing," The International Journal of Advanced Manufacturing Technology, Vol. 120, No.3-4, pp. 2685-2699, May 2022. DOI: 10.1007/s00170-022-08965-z

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증