Earticle

초록

한국어

스마트 기기 및 사물인터넷의 기술발전으로 구매기록, 행동패턴 등 다양한 고객 정보의 수집이 가능하여 기업 또는 정부에서는 이를 활용한 차별화된 서비스를 제공하기 위하여 개인화 서비스에 주목하고 있 다. 특히 추천 시스템은 지식 발견 기법에 기반하여 고객에게 개인화된 상품 추천 서비스를 제공하는 시스템으로 협업 필터링이 가장 성공적인 기법으로 알려져 있다. 하지만 기술의 발전으로 오프라인과 온라인 상점의 연동이 활발해 지면서 생성되는 데이터의 양이 증가하였 고, 그 처리 및 분석에 많은 비용이 요구되는 실정이다. 따라서 본 연구에서는 추천 시스템의 데이터 처리 및 분석에 소요되는 비용을 줄이기 위한 방안으로 데이터의 최신성에 주목하여 데이터의 제한적 사용이 추천 성과에 미치는 영향을 분석하였 다. 그 결과 오프라인 데이터가 온라인 데이터와 비교했을 때 최신성에 영향을 적게 받음을 확인하였 다. 이는 온라인 환경이 오프라인 환경보다 고객의 선호 변화가 빨라 최신의 데이터를 제한적으로 사용하는 것이 의미가 있음을 의미한다.

목차

Abstract
 1. 서론
 2. 관련연구
 3. 분석 방법
  3.1 데이터 전처리 및 샘플링
  3.2 고객 프로파일 구성
  3.3 이웃 집단 탐색
  3.4 Top N 추천
  3.5 성과 분석
 4. 연구결과
  4.1 실험 데이터
  4.2 분석 결과
 5. 결론
 References

키워드

저자

• 윤정현 [ School of Management, Kyung Hee University ]
• 문현실 [ School of Management, Kyung Hee University ]
• 김재경 [ School of Management, Kyung Hee University ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국경영정보학회 정기 학술대회 [KMIS Conference]

• 간기

  반년간

• 수록기간

  1990~2025

• 십진분류

  KDC 325 DDC 658