[논문]고객의 패션 선호도를 반영한 모바일 의류 추천 시스템

박진탁; 권류혁; 임현재; 이현화; 문희강; 김유성

문제 정의

첫째, 표 1 의 16 개 특성에 대해 각각의 특성을 선호하는 인원이 24 개의 의류 중 어떠한 의류를 선택했는지를 분석하고, 이를 바탕으로 선호하는 특성과 의류 사이의 상관 관계를 찾아서 의류 분류 기준을 생성하였다. 둘째, 선호하는 특성과 의류 사이의 상관 관계 정도를 파악하여 특정 특성을 선호하는 경우 어떠한 스타일의 의류를 선호하는지를 확인해 보았다.
이로 인해 기존의 모바일 쇼핑의 경우에는 실제 상품 수령 시, 고객이 생각했던 것과 달라 구매 의사를 철회하는 경우가 빈번하게 발생하고 있다. 따라서 본 논문에서는 모바일 환경에서 의류 쇼핑을 하는 고객을 대상으로 개별 패션 선호도를 분석하고 이를 바탕으로 고객이 선호하는 의류를 추천해주는 시스템을 제안하여 모바일 쇼핑에 대한 고객의 만족도를 높이고자 한다.
앞의 3 절에서 소개한 모바일 의류 추천 시스템에서는 4 개의 선호 스타일조사를 통해 미리 찾아낸 24 개의 패턴 중 하나를 사용자에게 추천해 준다. 본 논문에서는 이러한 추천의 적절성을 확인하기 위해 추천 의류 평가를 실시하였다. 추천 의류 평가는 웹 페이지에 시스템을 구축하고 약 200 명의 20~30 대 여성을 대상으로 조사를 진행하였다.
다음으로 선호하는 특성과 의류 사이의 상관 관계 정도를 파악하기 위해 카이제곱 검정 방법을 사용하였다. 카이제곱 검정은 관측된 데이터가 예측한 분포를 따르는지를 검정(적합도 검정)하거나 두 변수 간의 연관 관계를 따져 상호 독립인지를 검정(독립성 검정)하고자 할 때 사용되는 방법으로, 본 논문에서는 선호하는 특성과 의류 사이의 연관 관계를 확인하기 위해 사용하였다. 이를 위해 먼저 각각의 선호 특성과 의류 사이의 교차표를 작성하였다.

제안 방법

먼저 선호하는 특성과 의류 사이의 상관 관계를 찾기 위해 본 논문에서는 대응표본 T-검정을 사용하였다. 대응표본 T-검정은 서로 대응되는 두 집단간의 차이를 분석하는 방법으로, 본 논문에서는 24 개 의류 각각에 대해서 전체 모집단과 특정 스타일 선호 집단간의 선호도 분포 차이를 분석하여, 특정 스타일 선호 집단만이 선호하는 의류들을 찾았다. 이 검정 방법에서 Threshold 를 신뢰구간 95%로 선택하였는데, 그 이유는 신뢰구간 95%정도이면 생산 및 품질 관리에서 쓰는 M±σ 값인 99.
첫 번째, 추천 의류에 대한 만족도 조사에서는 4 개의 선호 스타일 조사를 통하여 추천하는 의류를 보여주고 이를 아주 만족, 만족, 보통, 불만족, 아주 불만족의 5 단계로 구분하여 선택하게 하였다. 두 번째, 패턴의 유의성 조사에서는 만족도 조사에서 선호한다고 택한 의류와 패턴 분석 결과 찾아낸 4 개의 이미지 분류 기준이 일치하는지를 확인하였다. 세 번째 역시 패턴 유의성 조사로, 이번에는 만족도 조사에서 선호한다고 택한 의류와 패턴 분석 결과 찾아낸 4 개의 의류 분류 기준이 일치하는지 확인하였다.
모바일 의류 추천 어플리케이션에서는 모든 상품의 정보를 보여주는 것이 아니라, 사용자가 선호하는 의류만을 보여주기 위하여 구매예정 여부와 상관없이 의류 스타일에 대해 formal/informal 여부, tight/loose fit 여부, 원피스/스커트/바지 여부, 무늬 여부와 같은 4 가지의 설문 항목을 통하여 사용자의 선호 스타일을 조사한다. 구매예정인 상품이 없다면 구매 성향 조사를 기초로 하여 모든 카테고리에 대하여 서버에 저장되어 있는 구매 패턴에 따라 추천하고자 하는 의류리스트를 전송 받아 어플리케이션에서 보여주게 된다.
본 논문에서는 설문을 통해 고객들이 선호하는 패션을 조사하고 이를 바탕으로 데이터 마이닝 기법을 활용하여 개별 패션 선호도를 분석한 후, 그 결과를 통해 사용자들에게 맞는 의류를 추천해 주는 모바일 의류 추천 시스템을 개발하였다. 개발된 시스템에 의한 의류 추천에 대한 만족도는 10 점 만점에 7.
두 번째, 패턴의 유의성 조사에서는 만족도 조사에서 선호한다고 택한 의류와 패턴 분석 결과 찾아낸 4 개의 이미지 분류 기준이 일치하는지를 확인하였다. 세 번째 역시 패턴 유의성 조사로, 이번에는 만족도 조사에서 선호한다고 택한 의류와 패턴 분석 결과 찾아낸 4 개의 의류 분류 기준이 일치하는지 확인하였다. 4 개의 이미지 분류 기준과 의류 분류 기준은 각각 표 3 과 같다.
분석 결과를 바탕으로 4 개의 의류 분류 기준을 찾고, 이와 같은 기준을 통해 의사 결정 트리를 만든 결과 총 24 개의 추천 패턴을 확인할 수 있었다. 이러한 결과를 활용하여 사용자를 대상으로 분류 기준을 참고하는 4 개의 항목에 대해 선호 스타일 조사를 하고 이로부터 24 개의 패턴 중 사용자와 일치하는 패턴을 찾아 의류를 추천하는 시스템을 구현하였다.
카이제곱 검정은 관측된 데이터가 예측한 분포를 따르는지를 검정(적합도 검정)하거나 두 변수 간의 연관 관계를 따져 상호 독립인지를 검정(독립성 검정)하고자 할 때 사용되는 방법으로, 본 논문에서는 선호하는 특성과 의류 사이의 연관 관계를 확인하기 위해 사용하였다. 이를 위해 먼저 각각의 선호 특성과 의류 사이의 교차표를 작성하였다.
추천 의류 평가는 3 가지 항목으로 구성하였다. 첫 번째, 추천 의류에 대한 만족도 조사에서는 4 개의 선호 스타일 조사를 통하여 추천하는 의류를 보여주고 이를 아주 만족, 만족, 보통, 불만족, 아주 불만족의 5 단계로 구분하여 선택하게 하였다. 두 번째, 패턴의 유의성 조사에서는 만족도 조사에서 선호한다고 택한 의류와 패턴 분석 결과 찾아낸 4 개의 이미지 분류 기준이 일치하는지를 확인하였다.
본 논문에서는 위의 방법으로 수치화한 데이터를 이용하여 다음과 같이 패턴을 분석하였다. 첫째, 표 1 의 16 개 특성에 대해 각각의 특성을 선호하는 인원이 24 개의 의류 중 어떠한 의류를 선택했는지를 분석하고, 이를 바탕으로 선호하는 특성과 의류 사이의 상관 관계를 찾아서 의류 분류 기준을 생성하였다. 둘째, 선호하는 특성과 의류 사이의 상관 관계 정도를 파악하여 특정 특성을 선호하는 경우 어떠한 스타일의 의류를 선호하는지를 확인해 보았다.

대상 데이터

각각의 영역은 3-4 문항으로 이루어져 있으며 모든 문항을 7 점 리커트 척도로 구성하여 설문 조사 결과를 점수화 하였다. 마찬가지로 이와 같은 설문 조사에 참여한 인원을 대상으로 의류 업체에서 제공하는 24 개의 의류에 대해 7 점 리커트 척도로 선호도를 조사하고, 그 결과를 점수화하여 16 개 영역에 대한 설문 조사 결과와 함께 데이터로 활용하였다. 이 설문 조사에서의 의류 이미지, 스타일 및 추구 혜택과 관련된 16 개 영역은 아래의 표 1 과 같다.
본 논문에서 실시한 설문 조사에서 330 명의 참가자들은 자신이 추구하는 의류 이미지, 스타일 및 추구 혜택과 관련된 총 16 개 영역 51 개 문항에 대해 응답하였다. 각각의 영역은 3-4 문항으로 이루어져 있으며 모든 문항을 7 점 리커트 척도로 구성하여 설문 조사 결과를 점수화 하였다.
본 논문에서 패션 패턴을 분석하는 방법으로는 330 명의 설문 조사 데이터를 바탕으로 수학 통계적인 방법을 이용하였다. 이를 위해 Microsoft Excel 과 SAS Enterprise Guide 소프트웨어를 이용하여 대응표본 T-검정 방법과 카이제곱 검정 방법 등의 데이터 마이닝 기법으로 데이터를 분석하였다.
본 논문에서는 이러한 추천의 적절성을 확인하기 위해 추천 의류 평가를 실시하였다. 추천 의류 평가는 웹 페이지에 시스템을 구축하고 약 200 명의 20~30 대 여성을 대상으로 조사를 진행하였다.

데이터처리

다음으로 선호하는 특성과 의류 사이의 상관 관계 정도를 파악하기 위해 카이제곱 검정 방법을 사용하였다. 카이제곱 검정은 관측된 데이터가 예측한 분포를 따르는지를 검정(적합도 검정)하거나 두 변수 간의 연관 관계를 따져 상호 독립인지를 검정(독립성 검정)하고자 할 때 사용되는 방법으로, 본 논문에서는 선호하는 특성과 의류 사이의 연관 관계를 확인하기 위해 사용하였다.
먼저 선호하는 특성과 의류 사이의 상관 관계를 찾기 위해 본 논문에서는 대응표본 T-검정을 사용하였다. 대응표본 T-검정은 서로 대응되는 두 집단간의 차이를 분석하는 방법으로, 본 논문에서는 24 개 의류 각각에 대해서 전체 모집단과 특정 스타일 선호 집단간의 선호도 분포 차이를 분석하여, 특정 스타일 선호 집단만이 선호하는 의류들을 찾았다.
본 논문에서 패션 패턴을 분석하는 방법으로는 330 명의 설문 조사 데이터를 바탕으로 수학 통계적인 방법을 이용하였다. 이를 위해 Microsoft Excel 과 SAS Enterprise Guide 소프트웨어를 이용하여 대응표본 T-검정 방법과 카이제곱 검정 방법 등의 데이터 마이닝 기법으로 데이터를 분석하였다. 분석 결과를 바탕으로 4 개의 의류 분류 기준을 찾고, 이와 같은 기준을 통해 의사 결정 트리를 만든 결과 총 24 개의 추천 패턴을 확인할 수 있었다.

성능/효과

‘지적인’ 변수의 경우 24 개의 의류 중에서 Formal 한 의류에 대해 모집단의 선호도보다 높은 선호도를 보여주었고, ‘볼륨감 있는’ 변수의 경우 몸매가 드러나는 Tight Fit 한 의류에 대해 모집단보다 높은 선호도를 보여주었다.
본 논문에서는 설문을 통해 고객들이 선호하는 패션을 조사하고 이를 바탕으로 데이터 마이닝 기법을 활용하여 개별 패션 선호도를 분석한 후, 그 결과를 통해 사용자들에게 맞는 의류를 추천해 주는 모바일 의류 추천 시스템을 개발하였다. 개발된 시스템에 의한 의류 추천에 대한 만족도는 10 점 만점에 7.1 점으로 조사되었으며, 이미지 분류 기준의 유의성 검사 평가 결과에서도 응답자들이 선호하는 이미지, 패션 스타일 선택에 대한 Kappa 계수는 0.703 로 나타나 높은 일치율을 보여주었다. 본 논문을 통해 시스템의 사용자는 자신이 선호하는 스타일에 맞는 의류를 추천 받을 수 있으며, 이로부터 기존 스마트 폰 화면크기 및 해상도의 한계로 인해 발생하였던 모바일 쇼핑의 문제점인 구매자 불만족으로 인한 구매 의사 철회 문제를 해결할 수 있을 것이다.
이를 위해 Microsoft Excel 과 SAS Enterprise Guide 소프트웨어를 이용하여 대응표본 T-검정 방법과 카이제곱 검정 방법 등의 데이터 마이닝 기법으로 데이터를 분석하였다. 분석 결과를 바탕으로 4 개의 의류 분류 기준을 찾고, 이와 같은 기준을 통해 의사 결정 트리를 만든 결과 총 24 개의 추천 패턴을 확인할 수 있었다. 이러한 결과를 활용하여 사용자를 대상으로 분류 기준을 참고하는 4 개의 항목에 대해 선호 스타일 조사를 하고 이로부터 24 개의 패턴 중 사용자와 일치하는 패턴을 찾아 의류를 추천하는 시스템을 구현하였다.
이러한 결과를 활용하여, 두 변수 의류 s2_6_8_20_4 와 선호 특성 ‘개성적인’ 사이의 독립성을 알아보기 위해 카이제곱 통계량을 구한 결과, 그 값이 0.0018 로 나타났다.
이와 같은 과정을 통해 선호 특성 ‘개성적인’과 연관성이 있는 의류들을 모은 결과 총 18 개의 의류가 ‘개성적인’ 특성과 연관성이 있는 것으로 나타났으며 이들 중에서 11 개가 양의 상관관계를 가지는 것을 확인할 수 있었다.
조사 결과, 만족도의 경우 10 점 만점에 7.1 점으로 나타났으며, 분류 기준의 의류와 선호 이미지는 최저 약 61%에서 최고 약 71% 일치하였다. 본 논문에서는 이러한 결과를 얻기 위해 Cohen 의 Kappa 계수를 사용하였는데, 이는 설문조사에서 평가자 별 평가문항의 일치 정도를 나타내는 값이다[7].
특히, 그 중에서도 9 개의 의류가 상의 또는 하의에 무늬나 패턴이 들어가 있는 것을 확인할 수 있었는데, 이로부터 우리는 ‘개성적인’ 특성을 선호한다면 대체적으로 무늬나 패턴이 들어가있는 의류를 선택한다는 결론을 내릴 수 있었다.

후속연구

703 로 나타나 높은 일치율을 보여주었다. 본 논문을 통해 시스템의 사용자는 자신이 선호하는 스타일에 맞는 의류를 추천 받을 수 있으며, 이로부터 기존 스마트 폰 화면크기 및 해상도의 한계로 인해 발생하였던 모바일 쇼핑의 문제점인 구매자 불만족으로 인한 구매 의사 철회 문제를 해결할 수 있을 것이다.
본 논문의 한계점으로는 설문 내용이 의류의 가격 등 구매 결정에 중요한 여타 요소들은 반영하지 않고 추구 스타일에만 집중되어 있기 때문에 이러한 의류 추천 시스템이 제공하는 결과가 실제 고객의 구매 의사 결정에 도움이 되지 않을 수 있다는 것을 생각해 볼 수 있다. 이러한 한계점을 바탕으로 앞으로의 연구에서는 설문 조사에서 의류 가격 등 사용자들의 구매 능력을 파악하고 이를 고려하여 사용자들의 실질 구매 의사 결정에 도움이 되는 의류 추천 시스템의 개발이 이루어 져야 할 것이다.
본 논문의 한계점으로는 설문 내용이 의류의 가격 등 구매 결정에 중요한 여타 요소들은 반영하지 않고 추구 스타일에만 집중되어 있기 때문에 이러한 의류 추천 시스템이 제공하는 결과가 실제 고객의 구매 의사 결정에 도움이 되지 않을 수 있다는 것을 생각해 볼 수 있다. 이러한 한계점을 바탕으로 앞으로의 연구에서는 설문 조사에서 의류 가격 등 사용자들의 구매 능력을 파악하고 이를 고려하여 사용자들의 실질 구매 의사 결정에 도움이 되는 의류 추천 시스템의 개발이 이루어 져야 할 것이다.

핵심어	질문	논문에서 추출한 답변
	추천 의류 평가는 어떻게 구성하였는가?	추천 의류 평가는 3 가지 항목으로 구성하였다. 첫 번째, 추천 의류에 대한 만족도 조사에서는 4 개의 선호 스타일 조사를 통하여 추천하는 의류를 보여주고 이를 아주 만족, 만족, 보통, 불만족, 아주 불만족의 5 단계로 구분하여 선택하게 하였다. 두 번째, 패턴의 유의성 조사에서는 만족도 조사에서 선호한다고 택한 의류와 패턴 분석 결과 찾아낸 4 개의 이미지 분류 기준이 일치하는지를 확인하였다. 세 번째 역시 패턴 유의성 조사로, 이번에는 만족도 조사에서 선호한다고 택한 의류와 패턴 분석 결과 찾아낸 4 개의 의류 분류 기준이 일치하는지 확인하였다. 4 개의 이미지 분류 기준과 의류 분류 기준은 각각 표 3 과 같다.
	모바일 쇼핑 시장에서 모바일 기기 특성상 어떤 어려움이 있는가?	현재 모바일 쇼핑 시장은 그 규모가 계속해서 확대되고 있지만, 모바일 기기의 특성상 화면 크기 및 해상도의 제약으로 인해 동시에 많은 상품에 대한 자세한 정보를 제공하는 데에 어려움이 있다. 이로 인해 기존의 모바일 쇼핑의 경우에는 실제 상품 수령 시, 고객이 생각했던 것과 달라 구매 의사를 철회하는 경우가 빈번하게 발생하고 있다.
	모바일 기기의 특성상 화면 크기 및 해상도의 제약으로 인해 동시에 많은 상품에 대한 자세한 정보를 제공하는 데에 어려움으로 인해 발생하는 문제는 무엇이 있는가?	현재 모바일 쇼핑 시장은 그 규모가 계속해서 확대되고 있지만, 모바일 기기의 특성상 화면 크기 및 해상도의 제약으로 인해 동시에 많은 상품에 대한 자세한 정보를 제공하는 데에 어려움이 있다. 이로 인해 기존의 모바일 쇼핑의 경우에는 실제 상품 수령 시, 고객이 생각했던 것과 달라 구매 의사를 철회하는 경우가 빈번하게 발생하고 있다. 따라서 본 논문에서는 모바일 환경에서 의류 쇼핑을 하는 고객을 대상으로 개별 패션 선호도를 분석하고 이를 바탕으로 고객이 선호하는 의류를 추천해주는 시스템을 제안하여 모바일 쇼핑에 대한 고객의 만족도를 높이고자 한다.

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

고객의 패션 선호도를 반영한 모바일 의류 추천 시스템
A Mobile Fashion Recommendation System based on Individual Fashion Preferences 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

고객의 패션 선호도를 반영한 모바일 의류 추천 시스템 A Mobile Fashion Recommendation System based on Individual Fashion Preferences 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

고객의 패션 선호도를 반영한 모바일 의류 추천 시스템
A Mobile Fashion Recommendation System based on Individual Fashion Preferences 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper