Earticle

현재 위치 Home

Spherical K-means 군집화 방법론을 활용한 패션 속성 분석 연구
A Study on Fashion Attribute Analysis Using Spherical K-means Clustering

첫 페이지 보기
  • 발행기관
    한국생산성학회 바로가기
  • 간행물
    생산성연구: 국제융합학술지 KCI 등재 바로가기
  • 통권
    제35권 제1호 (2021.03)바로가기
  • 페이지
    pp.137-159
  • 저자
    방소연, 이미영
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A392652

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
In 4th Industrial Revolution, the types of data collected are diverse and the scale is growing large. With the popularization of smart devices and the spread of social network services(SNS), lots of information such as items purchased by people, video contents viewed, shopping list, location that we visited and keywords that we searched have been collecting and overflowing countless times. In the industry, all this information is converted to data. Also, various types of information from customers are collected and many companies build and research numerous business models. These days, researches on personalized recommendation services are also being actively conducted, and the form of data collected accordingly is also very extensive. The purpose of this study is to analyze and utilize items of categorical variables to create similar clusters, and to apply association analysis within each cluster to provide meaningful information to people. In this study, after dividing the attribute data sets of Vogue fashion show image without class into top, bottom and whole, and was applied for Spherical K-means clustering and association rules. As a result of the simulation, it was confirmed that a relatively large number of various combinations appeared on the whole, the combination of colors and other properties mainly appeared in the bottom, and we found that the association density was lower than that of the whole and top. In the future, it is necessary to consider additional analysis and in-depth interpretation of what the results of this study mean in the industry and how the information can be used.

목차

Ⅰ. 서론
Ⅱ. Spherical K-means 군집화
Ⅲ. TF-IDF
Ⅳ. Apriori Algorithm
Ⅴ. 적용 사례
Ⅵ. 결론
참고문헌
Abstract

키워드

Spherical K-means Clustering Association Rules Recommendation algorithm

저자

  • 방소연 [ SoYoun Bang | 건국대학교 데이터사이언스학과 석사 ] 주저자
  • 이미영 [ Miyoung Lee | 건국대학교 경영학과 교수 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국생산성학회 [Korea Productivity Association]
  • 설립연도
    1985
  • 분야
    사회과학>경제학
  • 소개
    본 학회는 생산성에 관련된 학술연구의 진흥과 회원상호간의 친목을 도모함을 목적으로 한다. 그리고 다음의 사항에 주력한다. - 생산성에 관련된 학술연구의 진흥 - 생산성 향상을 위한 산학연계의 확립 - 회원상호간의 친교 및 정보교환 강화

간행물

  • 간행물명
    생산성연구: 국제융합학술지 [Productivity Research: An International Interdisciplinary Journal]
  • 간기
    격월간
  • pISSN
    1225-3553
  • 수록기간
    1987~2025
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 325 DDC 330

이 권호 내 다른 논문 / 생산성연구: 국제융합학술지 제35권 제1호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.