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
- 예를 들어 나이가 많은 고객들이 여러 매장을 방문할 때는 동선이 짧은 매장들을 선호할 수 있으며, 수입이 많고 지출의 규모가 큰 고객들에게 있어 가격은 매장에 대한선호도를 결정하는 요소가 아닐 수도 있다. 따라서 본 연구에서는 고객 특성에 따른 매장의 선호도 차이를 분석하고 유사 특성의 고객들이 주로 제품을 구매하는 매장들에 대한 관련성을 파악하여 추천하는 시스템을 개발하고자 하며, 이를 위해 고객의 인구통계학적 데이터와 구매 관련 데이터를 분석 한다
- 그리고 Keegan(2004) 의 연구는 제품과 관련된 매장을 찾아내어 해당 매장에 대한 정보를 제공해 줄 뿐, Fam)(1998)와 마찬가지로 매장에 대한고객의 선호나 매장 간의 연관성에 대해서는 고려하지 못하고 있다. 따라서 본 연구에서는 유비쿼터스 환경에 적합하며, 매장에 대한 사용자의 선호 및 매장 간의 연관성을 고려할 수 있는 시스템을 개발하여 고객이 특정 매장에서 제품을 구매했을 경우, 현재의 매장과 관련성이 높은 매장들을 찾아서 추천하고자 한다.
- 메모리 기반 알고리즘에 비하여 모델 기반 알고리즘은 모델을 구축하는데 추가적 인 노력 이 소요되 기 는 하지 만, 실제 운영 과정에서는 수행시간이 적게 소요된다는 장점이 있다. 따라서 본 연구에서는 유비쿼터스 환경에서 고객에게 현재의 상황에 맞는 추천 정보를 실시간으로 전달하기 위하여, 후자의 관점에서 협업 추천을 실시하게 되었으며, 이 때 사용되는 알고리즘이 Apriori 알고리즘이다.
- 본 연구에서는 이러한 자기조직화지도의 위치 보존 특성을 활용하여 이웃이 지나치게 적거나 또는 없는 경우, 즉 같은 군집에 속한 고객의 수가 적거나 없는 경우에는 정확한 추천이 이루어지기 어렵기 때문에 인근 군집과 통합하여 적정 수준의 이웃 수를 유지할 수 있도록 한다.
- 본 연구에서는 협업 필터링에 Apriori 알고리즘을 혼합하여 유비쿼터스 환경에서 매장을 추천할 수 있는 시스템을 제시하였다. 이 시스템은 기업 중심이 아닌 고객 중심의 서비스를 제공하기 위한 것으로써, 고객이 선호할 만한 매장을 추천하여 고객의 쇼핑 효율성을 제고시킬 뿐 아니라 장기적인 관점에서 시장 활성화에 기여할 수 있을 것으로 기대한다.
- 그리고 고객이 추천리스트를 받아 살펴본 후, 매장을 선택하여 제품을 구매하고 나면 Apriori 추천 모듈에서 해당 매장과 관련된 매장들 중 가장 빈번하게 발생하는 매장들을 찾아 집합의 형태로 구성하여 추천한다. 이 때, 현재 제품을 구매한 매장, 즉 추천 직전 시점의 매장 정보만을 이용하여 매장 집합을 구성하고 추천하고자 한다.
- 지금까지의 주천시스템은 주로 제품 중심으로 논의되어 왔으나, 본 연구에서는 유비쿼터스 시장환경에 적합한 매장 추천시스템을 제안하였다. 특히 기존의 매장 관련 추천시스템과는 다르게 단순한 매장 정보 제공보다는 고객의 선호도를 반영할 수 있는 추천시스템을 제안하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.