Earticle

초록

영어

With the rapid development of computer technology, enterprise operation and personal life have changed profoundly. While enterprises hope to explore a better method of grasping the customer need to improve their competition, the customers expect to receive more customized services that can help them to choose the commodity easily. The emergence of the product recommendation provides a platform for resolving the two aspects of question.
However, whether or not a recommendation method can bring favorable results is subject to the accuracy and customization of its process. For more exact results of recommendation, the recommendation method which this paper proposed classifies the customers into different groups before exploring the transaction records. Accurate recommendation results are expected according to the customer segmentation and the analysis on different customer groups.
We also consider that the enterprises and retailers usually conduct price discrimination to meet different customers' willingness to pay for certain commodity, such as disposal, discount or bundle sales. An experiment was done based on customers' attributes and transaction records of a regional retailer in Korea, and expected results were obtained.

한국어

컴퓨터 기술의 급속한 발전은 기업 운영 및 개인 생활에 큰 영향을 미치고 있다. 기업들은 경쟁우위의 확보를 위해 고객의 욕구에 관심을 두고 고객들이 상품 구매에 편리를 주는 보다 나은 맞춤형 서비스를 제공하고자 노력하고 있다. 이러한 추천 방안의 유용성은 추천과정의 정확성 및 고객맞춤 정도에 따라서 결정된다. 고객맞춤의 방안으로 고객이 선호하는 가격할인 등을 상품추천에 고려할 수 있을 것이다.
선행연구와 달리, 본 논문에서 제시한 추천 방안은 기업체 및 유통업체가 고객이 상품 구매할 때 기꺼이 지불하려는 가격에 맞추어 고객에 대한 가격차별 정책을 동시에 활용하는 새로운 시도를 실험과 함께 구현하였다.
이와 같은 시도는 제품추천 문제에 관한 해결방안의 확장에도 의미가 있다고 사료된다. 본 논문에서 설계한 절차와 방법으로 실제 준비한 데이터를 통해 효과가 있음을 확인하였다.

목차

Abstract
 I. Introduction
  1.1 Research Background
  1.2 Research Objectives
  1.3 Research Methods
 II. Review of Related Works
  2.1 Product Recommendations
  2.2 Price Discrimination
  2.3 Data Mining
  2.4 Association Rule Mining
  2.5 Customer Clustering
 III. Suggested Recommendation Procedure
  3.1 Phase 1: Recommendation Rules Mining
  3.2 Phase 2: Interaction with Customers
 IV. Product Recommendation with Price Discrimination
  4.1 Description of Proposed Model
  4.2 Customer Clustering and Association Rule Mining
  4.3 Evaluation and Usefulness
 V. Conclusion
 References
 논문초록

키워드

상품추천 가격차별화 데이터마이닝 고객세분화 데이터마이닝 연관 관계 product recommendation price discrimination customer segmentation data mining association rules

저자

• Yoon, Han-Seong [ 윤한성 | 경상대학교 경영대학 경영정보학과 교수, 경상대학교 경영 경제연구센터 책임연구원 ]
• 유문용 [ Liu, Wen-Long | 경상대학교 대학원 경영정보학과 연구원 ]

참고문헌

발행기관

간행물