$\require{mediawiki-texvc}$

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.

전자상거래 추천을 위한 RFM기반의 점진적 빈발 패턴 마이닝 기법
RFM based Incremental Frequent Patterns mining Method for Recommendation in e-Commerce 원문보기

한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호, 2012 July 11, 2012년, pp.135 - 137  

조영성 (동양미래대학 전산정보학부) ,  문송철 (남서울대학교 컴퓨터학과) ,  류근호 (충북대학교 전기전자컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

기존의 연관규칙을 이용한 추천시스템은 점진적으로 증가하는 트랜잭션 데이터를 처리하기 위해서 기존에 처리한 데이터를 재처리하는 비효율성의 문제가 있다. 본 논문에서는 전자상거래에서 RFM(Recency, Frequency, Monetary)기반의 점진적 빈발 패턴 마이닝을 이용한 추천기법을 제안한다. 제안 방법은 새로운 트랜잭션 데이터가 추가 되었을 때 보다 빠른 시간 내에 연관규칙을 추출이 가능하다.

Abstract AI-Helper 아이콘AI-Helper

A existing recommedation system using association rules has the problem, which is suffered from inefficiency by reprocessing of the data which have already been processed in the incremental data environment in which new data are added persistently. We propose the recommendation technique using incre...

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 인터넷 쇼핑몰의 추천 시스템에서 아이템의 연관성과 속성 반영을 위해 RFM 분석을 이용한 연관규칙을 적용한 연구[1,2]가 활발히 진행되고 있다. 본 논문은 이러한 연구의 계속적 연구의 결과로 전자상거래 추천에서 연관규칙의 탐사 처리에 문제점을 해결하고 구매 가능성이 높은 아이템을 추천하기 위하여 고객의 구매 패턴 파악이 가능하고 신속하고 효과적인 추천을 위하여 RFM기반의 점진적 빈발 패턴 마이닝 기법을 제안한다.
본문요약 정보가 도움이 되었나요?
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