협업 필터링 및 하이브리드 필터링을 이용한 동종 브랜드 판매 매장間 취급 SKU 추천 시스템

Abstract

개인 별 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급, 판매하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안한다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링 및 매장 프로파일 데이터를 활용한 군집별 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정한다. 국내 유명 여성 브랜드 ‘K’ 의 실제 판매 데이터를 사용하여 유의미한 추천 정확률 결과를 얻는 과정을 기업에서 시스템으로 구축하여 활용할 수 있도록 구체적 방법론을 제시한다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에 본 연구의 의의가 있다.