원문정보
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
최근 AI의 발전으로 추천시스템이 보편화됨에 따라 소비자 경험이 획일화되고 있으며, 스타일 기반 맞춤형 상품 조합 추천 수요가 증가하고 있다. 본 연구는 전자상거래 플랫폼 29CM의 상품 데이터를 활용해 개인 맞춤형 상품 조합 추천을 실현하는 시스템을 제안한다. 제안된 시스템은 이미지 기반 스타일 분류와 다목적 최적화로 구성되었다. 실험 결과, 스타일 유사도와 리뷰 만족도를 동시에 극대화하는 파레토 최적해가 도출되었다. 본 연구는 개인 맞춤형 패션 스타일 서비스 제공 시 효율적인 상품 구성 도출 도구로 활용될 것으로 기대한다.
목차
Abstract
서론
연구 방법
데이터 수집 및 전처리
딥러닝 기반 스타일 분류
다목적 최적화 기반 조합 추천시스템
연구 결과
스타일 분류 성능 평가
최적 조합 추천 결과
결론
감사의 글
참고문헌
서론
연구 방법
데이터 수집 및 전처리
딥러닝 기반 스타일 분류
다목적 최적화 기반 조합 추천시스템
연구 결과
스타일 분류 성능 평가
최적 조합 추천 결과
결론
감사의 글
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보