Earticle

초록

한국어

오늘날 인터넷이 확산되어감에 따라, e-CRM에 대한 관심이 증대되고 있다. 그 중에서도 특히 '추천시스템'은 e-CRM의 여러 응용분야 중에서도 실무적으로 그리고 학문적으로 가장 활발하게 연구되고 있는 분야 중 하나다. 추천을 위한 여러가지 방법들 중에서, 지금까지 주류를 이뤄온 방법들은 협동 필터링(Collaborative Filtering) 기법과 내용 기반(Content-Based) 접근법이다. 그러나 이러한 기존 방법들은 몇 가지 태생적인 한계점으로 인해 고객의 구매 이력이 많지 않은 중소형 인터넷 쇼핑몰에 적용하기 어렵다는 단점이 있다. 이에, 본 연구에서는 고객의 인구통계 및 구매정보에 2가지 데이터마이닝 기법들(연관 관계 기법과 분류 기법)을 적용하고, 이 결과를 조정 에이전트를 통해 결합하는 형태의 새로운 추천 시스템의 모형과 시스템 구조 체계를 제안한다. 제안된 연구 모형의 유용성을 검증하기 위해, 본 연구에서는 실제 사례에 적용한 웹 기반 프로토타입을 개발, 활용하였다. 프로토타입의 유용성을 실제 사용자들로부터 설문을 통해 조사해 본 결과, 본 연구에서 제안한 추천모형이 생성한 맞춤 정보가 사용자들에게 매우 유익하게 인지됨을 확인하였다.

영어

As the Internet spreads, many people have interests in e-CRM and product recommender systems, one of e-CRM applications. Among various approaches for recommendation, collaborative filtering and content-based approaches have been investigated and applied widely. Despite their popularity, traditional recommendation approaches have some limitations. They require at least one purchase transaction per user. In addition, they don't utilize much information such as demographic and specific personal profile information. This study suggests new hybrid recommendation model using two data mining techniques, association rule and classification, as well as intelligent agent to overcome these limitations. To validate the usefulness of the model, it was applied to the real case and the prototype web site was developed. We assessed the usefulness of the suggested recommendation model through online survey. The result of the survey showed that the information of the recommendation was generally useful to the survey participants.

목차

요약
 I. 서론
 II. 문헌고찰
  2.1 전통적인 추천기법과 한계점
  2.2 데이터 마이닝을 이용한 추천 시스템 - 연관규칙 기법
  2.3 고객의 프로필 정보를 활용한 추천 기법
 III. 새로운 상품추천시스템의 프레임워크
  3.1 모듈 1 : 연관규칙 기반 추천
  3.2 모듈 2 : 구매 행동 예측을 위한 분류 기반 추천
  3.3 조정 에이전트(Coordination Agent)
 IV. 사례 적용
  4.1 사례의 개요
  4.2 추천 모델의 구축
  4.3 프로토타입 구축
  4.4 온라인 설문을 통한 유용성 검증
 V. 결언
 참고문헌
 Abstract

저자

• 안현철 [ Hyunchul Ahn | 한국과학기술원 테크노경영대학원 박사과정 ]
• 한인구 [ Ingoo Han | 한국과학기술원 테크노경영대학원 교수 ]
• 김경재 [ Kyoung-Jae Kim | 동국대학교 경영대학 정보관리학과 교수 ]

참고문헌