논문검색
HOME 논문및학회지 논문검색
정보화연구, Vol.18 no.2 (2021)
pp.147~158
신한복 커스터마이징 온라인 플랫폼에 적합한 의상 추천 알고리즘 연구
최근 아이돌 가수 등 여러 연예인이 다양한 형태의 신한복을 착용한 모습이 방송에 공개되면서, 신 한복에 대한 대중적 관심이 높아지고 있다. 또 한류의 지속적 확산으로 신한복에 대한 세계적 관심 또 한 높아지고 있다. 오늘날 의류 산업은 IT 산업의 발전과 모바일 기기의 성능 향상으로 온라인의 비 중이 점점 상승하고 있다. 2020년 통계청이 발표한 자료에 따르면, 국내 온라인 패션시장 규모는 전 년 대비 13.4% 성장한 42조 6천 879억원으로 나타났다. 이러한 현상은 코로나 팬더믹 이후 가속화 되어 2021년에는 주요 온라인 패션 플랫폼 빅5의 거래액이 2020년 대비 40% 이상 성장할 것이라는 예측도 있다. 반면 백화점을 비롯한 오프라인 매장의 거래량은 지속해서 감소하는 추세다. 온라인 쇼 핑에서 추천 알고리즘은 사용자의 구매력을 높이기 위한 기본적인 방법이다. 대표적 추천 알고리즘으 로는 협업 필터링이 있다. 그러나 협업 필터링을 적용하기 위해서는 상품에 대한 평점이 반드시 필요 하다는 단점이 있다. 특히 신한복은 아직 시장이 활성화되지 않았기 때문에 축적된 데이터가 부족한 상황이다. 이에 본 논문은 기존 연구의 분석결과를 바탕으로 신한복 온라인 커스터마이징 플랫폼 개 발에 적합한 추천 방식을 제안한다. 본 논문에서 제안하는 방식은 신한복 온라인 커스터마이징 플랫 폼의 초기 추천 알고리즘으로 활용할 수 있다.
A Study on Recommendation Algorithm for New Hanbok Customizing System
Recently, as idol singers and other celebrities wearing various types of new hanbok have been shown on TV, public interest in the new hanbok is increasing. Also, with the continuous spread of the Korean Wave, global interest in the new Hanbok is also increasing. Today, the proportion of online clothing industry is increasing due to the development of the IT industry and the improvement of the performance of mobile devices. According to data released by the National Statistical Office in 2020, the size of the domestic online fashion market grew by 13.4% compared to the previous year to reach 42,687.9 billion won. This phenomenon has accelerated after the corona pandemic, and there is a forecast that in 2021, the transaction amount of the major online fashion platform Big 5 will grow by more than 40% compared to 2020. On the other hand, the volume of transactions in offline stores, including department stores, continues to decrease. In online shopping, a recommendation algorithm is a basic method to increase a user's purchasing power. A representative recommendation algorithm is collaborative filtering. However, there is a disadvantage that a product rating is absolutely necessary to apply collaborative filtering. In particular, the accumulated data for new Hanbok is insufficient because the market has not been activated yet. Therefore, this paper proposes a recommendation method suitable for developing a new hanbok online customizing platform based on the analysis results of existing studies. The method proposed in this paper can be used as an initial recommendation algorithm for the new hanbok online customizing platform.
