전자 상거래에서 고객의 탐색 및 행동 패턴을 고려한 추천 시스템의 개발 = Development of recommender systems based on navigational and behavioral patterns of customers in E-commerce sites

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 447
  • Download : 0
최근에 전자상거래 사이트에서는 각 고객에게 개별화된 서비스를 제공하고 있다. 그러한 개별화된 서비스 중 하나가 바로 추천 시스템이다. 기존의 전자 상거래에서 사용된 추천 시스템의 경우 고객의 구매 여부만을 다룬 binary 데이터를 사용하였으나, 본 연구에서는 고객의 행동 및 탐색 패턴 데이터까지 이용함으로써 기존의 추천 시스템의 성능을 향상시켰다. 본 논문에서는 다음의 세 종류의 추천 시스템을 개발하였다. 첫째, 협업적 필터링을 이용한 추천 시스템 (CF-based system), 둘째, 차원 감소 기법을 이용한 추천 시스템 (DR-based system), 셋째, 연관성 규칙을 이용한 추천 시스템 (ARM-based system) 이다. CF-based system은 다음의 네 단계로 구성된다. 첫째, 고객의 구매, 탐색 및 행동 패턴에 대한 모든 데이터를 수집한다. 둘째, 특정 상품에 대한 고객의 선호도를 추정한다. 만일 특정 상품이 구매되었다면, 이때의 선호도는 1로 한다. 반면에 구매가 이루어지지 않은 상품들에 대해서는 첫번째 단계에서 수집된 데이터를 이용하여 구매가 이루어질 확률을 추정하여 이를 선호도로 결정한다. 이 과정에서는 의사결정나무, 로지스틱 회귀분석, 인공신경망 등을 이용한다. 셋째, 두번째 단계에서 구한 선호도를 입력값으로 하여 협업적 필터링을 수행한다. 넷째, 상품을 높은 예측값을 갖는 순서로 나열한 후, Top_N 목록을 만들어 각 고객에게 해당되는 상품을 추천한다. DR-based system에서는 CF-based system에서 구한 고객 선호도 데이터에 대해 Kim and Yum (2005)의 방법을 적용하였다. 기존 연구에서는, 차원 감소 기법이 영화 선호도 데이터와 같은 explicit rating 데이터에 대해서만 적용하였을 뿐, 고객의 행동 데이터인 implicit rating 데이터에 대해 적용하지는 않았다. 본 연구는 차원 감소 기법이 implicit rating 데이터에 효과적으로 적용가능한지 검증하기 위해 수행하였다. ARM-based system은 다음의 여섯 단계로 구성되어 있다. 첫째, 고객의 구매, 탐색 및 행동 패턴에 대한 모든 데이터를 수집한다. 둘째, 연관성 규칙을 적용하기 위해 수치형 변수를 범주형 변수로 변환한다. 셋째, 변환된 데이터에 대해 연관성 분석을 수행한다. 넷째, 클릭된 상품, 장바구니에 담겨진 상품, 구매된 상품간의 신뢰도를 계산한다. 다섯째, 앞서 구한 세 종류의 신뢰도의 선형조합을 통해 두 상품간의 선호도를 결정한다. 여섯째, 상품을 높은 예측값을 갖는 순서로 나열한 후, Top_N 목록을 만들어 각 고객에게 해당되는 상품을 추천한다. 세 가지 추천 시스템의 성능은 실험용 전자상거래 사이트를 이용하여 평가하였다. 본 연구에서 개발한 세가지 추천 시스템의 성능이 구매 데이터만을 이용한 기존의 추천 시스템보다 우수하다는 것을 실험적으로 검증하였다. 또한, ARM-based system이 CF-based system과 DR-based system보다 우수한 성능을 나타냈으나, DR-based system의 성능과 큰 차이를 나타내지는 않았다. 따라서, DR-based system이 메모리 공간을 적게 차지하고 계산 시간도 적게 걸리므로, ARM-based system을 DR-based system으로 대체하는 것이 효과적이다.
Advisors
염봉진researcherYum, Bong-Jinresearcher
Description
한국과학기술원 : 산업공학과,
Publisher
한국과학기술원
Issue Date
2006
Identifier
254262/325007  / 020015065
Language
kor
Description

학위논문(박사) - 한국과학기술원 : 산업공학과, 2006.2, [ iii, 87 p. ]

Keywords

데이터 마이닝; 전자 상거래; Recommender System; Personalized Service; E-commerce; 추천 시스템; Data mining

URI
http://hdl.handle.net/10203/40584
Link
http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=254262&flag=dissertation
Appears in Collection
IE-Theses_Ph.D.(박사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0