태그 딥러닝

이커머스 시장의 수요 트렌드 예측을 위한 딥러닝 모델에 대한 연구 리뷰

이커머스 상품의 미래 수요량을 예측하기 위해, 과거 판매량, 프로모션, 계절성 등 시계열 데이터를 순환신경망(LSTM)으로 학습시켜, 전통적인 통계 모델보다 더 정확한 예측을 달성하는 방법론을 제시한다. 논문 요약 연구 배경 “다음 달, 이 상품은 과연 몇 개나 팔릴까?” 이 질문에 대한 정확한…

신경망 기법을 이용한 온라인 서점 이용자들의 고객 유형 분석 리뷰

2007년 당시, 온라인 서점 고객의 구매 이력과 인구통계 정보를 인공신경망(ANN)에 학습시켜, ‘인문학 애호가’, ‘자녀 교육서 구매자’ 등 숨겨진 고객 유형을 분류하는 선구적인 방법론을 제시한다. 논문 요약 연구 배경 고객의 구매 목록은 그들의 관심사와 정체성을 말해주는 데이터의 보고(寶庫)다. 이 연구는 2000년대…

머신러닝과 딥러닝을 이용한 고객만족 예측모델 개발 리뷰

커피전문점 고객의 설문 데이터를 바탕으로, 전통적인 통계 모델(로지스틱 회귀)과 딥러닝(인공신경망) 모델의 고객 만족도 예측 성능을 비교하고, 딥러닝의 우수성을 검증한다. 논문 요약 연구 배경 고객 만족은 기업의 생존과 직결되는 핵심 지표이다. 이 연구는 ‘어떤 고객이 만족하고, 어떤 고객이 불만족하는가’를 예측하기 위해,…

딥러닝 기반의 고객 성향 인식 리뷰

고객의 행동 데이터를 입력받아 ‘알뜰형’, ‘트렌드 추구형’ 등 미리 정의된 고객 성향을 자동으로 분류하는 딥러닝 모델을 개발하고, 이를 통한 자동화된 고객 프로파일링의 가능성을 제시한다. 논문 요약 연구 배경 모든 고객은 다르다. 어떤 고객은 가격에 민감하고, 어떤 고객은 최신 유행에 민감하다.…

고객 이용 로그와 순환신경망을 활용한 이커머스 고객 이탈 예측 리뷰

이커머스 고객의 행동 로그 데이터를 순차적인 시계열 데이터로 간주하고, 이를 순환신경망(LSTM)으로 학습시켜 고객의 다음 세션 이탈 여부를 예측하는 딥러닝 기반의 새로운 접근법을 제시한다. 논문 요약 연구 배경 고객의 이탈은 어느 날 갑자기 일어나는 단일 사건이 아니라, 시간의 흐름 속에서 누적된…