정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
상품들의 계층적 분류체계를 고려한 구매 이력 간 효율적인 유사도 측정 |
| 영문제목(English Title) |
An Efficient Similarity Measure for Purchase Histories Considering Hierarchical Classification of Products |
| 저자(Author) |
양유정
이기용
Yu-Jeong Yang
Ki Yong Lee
|
| 원문수록처(Citation) |
VOL 47 NO. 10 PP. 0999 ~ 1007 (2020. 10) |
한글내용
(Korean Abstract) |
온라인 쇼핑몰 또는 오프라인 매장에서 각 고객이 구매한 상품들은 시간의 흐름에 따라 해당 고객의 구매 이력을 형성한다. 또한 대부분의 경우 상품들에는 그들의 세부 분류를 나타내는 계층적 분류체계가 존재한다. 본 논문에서는 상품들의 구매 순서뿐만 아니라 상품들에 존재하는 계층적 분류체계까지 고려하는 새로운 구매 이력 간 유사도 측정 방법을 제안한다. 제안 방법은 기존의 대표적인 시퀀스 간 유사도 측정 방법인 동적 타임 워핑(dynamic time warping) 유사도를 상품들의 계층적 분류체계를 반영하 도록 확장하였다. 제안 방법은 두 시퀀스 내 원소들을 비교할 때 원소들의 일치 여부에 따라 원소들 간의 유사도를 0 또는 1로만 부여하던 기존 방법과 달리 계층적 분류체계를 반영하여 0에서 1 사이의 실수 값을 부여한다. 이와 함께 본 논문은 제안하는 유사도 측정 방법에 대한 효율적인 계산 기법을 제안한다. 제안하는 계산 기법은 세그먼트 트리(segment tree)를 사용하여 계층적 분류체계 내에서 두 상품 간의 유사도를 매우 빠르게 계산한다. 본 논문에서는 실데이터에 기반한 다양한 실험을 통해 제안 방법이 계층적 분류체계가 존재하는 상품들의 구매 이력 간 유사도를 매우 효과적이고 빠르게 측정할 수 있음을 보인다. |
영문내용
(English Abstract) |
In an online shopping mall or offline store, the products purchased by each customer over time form a purchase history of the customer. Also, in most cases, products have a hierarchical classification that represents their subcategories. In this paper, we propose a new similarity measure for purchase histories considering not only the purchase order of products but also the hierarchical classification of products. The proposed method extends the dynamic time warping similarity that is an existing representative similarity measure for sequences, to reflect the hierarchical classification of products. Unlike the existing method, where the similarity between the elements in two sequences is only 0 or 1 depending on whether the two elements are the same or not, the proposed method can assign any real number between 0 and 1 as the similarity between the two elements considering the hierarchical classification of elements. We also propose an efficient method for computing the proposed similarity measure. The proposed computation method uses the segment tree to evaluate the similarity between the two products in a hierarchical classification tree in an efficient manner. Through various experiments based on the real data, we show that the proposed method can measure the similarity between purchase histories of products with hierarchical classification in an exceedingly effective and efficient manner. |
| 키워드(Keyword) |
구매 이력
유사도 측정
시퀀스 유사도
계층적 분류체계
purchase history
similarity measure
sequence similarity
hierarchical classification
|
| 파일첨부 |
PDF 다운로드
|
