Abstract

The Recommender systems help users to find and evaluate items of interest. Such systems have become powerful tools in the domains from electronic commerce to digital libraries and knowledge management. Sellers can recommend products to customers with the prediction of future buying behavior on the basis of the consumer's population statistics and past selling behavior. In this paper, we are describing the design and the development of personalization recommender system which increases satisfaction level of customers by searching products to reflect the pattern and propensity of customers properly. The suggested system supplies the real-time analysis service to predict the customers purchase situation by applying the association rule of the data mining.

추천 시스템은 사용자들에게 관심 품목을 찾거나 평가하는데 도움을 준다. 이런 시스템은 전자 상거래를 비롯하여 전자 도서관 같은 여러 영역에서 강력한 도구가 되었다. 소비자의 인구통계학적 및 과거 구매 행동에 대한 분석을 바탕으로 미래의 구매 행동을 예측하여 판매자가 고객에게 상품을 추천할 수 있다. 본 논문에서는 고객의 패턴이나 성향에 가장 적절한 상품을 탐색하여 고객의 만족도를 높여줄 수 있는 개인화 추천시스템의 설계 및 개발에 관하여 기술한다. 제안된 시스템은 데이터 마이닝의 연관규칙을 적용하여 고객의 구매를 예측할 수 있는 실시간 분석서비스를 제공할 수 있다.

Keywords

• Recommender System;
• Personalization;
• Data Mining;
• Association Rule