많은 사이버 쇼핑몰들은 다양한 추천 방법을 도입하여 상품을 추천하고 있다. 상세한 알고리즘은 공개되어 있지 않지만 대부분 비교적 단순한 알고리즘을 쓰고 있다. 본 연구는 상품 자체의 특성, 소비자 집단의 특성, 그리고 소비자 개인의 특성을 고려한 다단계 알고리즘을 이용하여 상품추천 능력을 향상시키고자 시도하였다. 소비자와 관련된 더 많은 요인을 고려함에 따라 상품추천의 내용이 변화하는 사례를 도표로 비교 예시하였다.
Many cyber-shopping malls use various commodity recommendation methods. Although the detailed algorithms are not disclosed to the public, they mostly rely on relatively simple and straightforward methods. This paper intends to improve the commodity recommendation by using a multi-stage algorithm which considers factors that are characteristics of the commodity itself, of the consumer group, and of the individual customer. A comparison table is provided which shows whether there is a change in commodity recommendation as we consider more factors about the customer.
