Buying Point Recommendation for Internet Shopping Malls Using Time Series Patterns

시계열 패턴을 이용한 인터넷 쇼핑몰에서의 구매시점 추천

When a customer wants to buy an item at the Internet shopping mall, one of the difficulties is to decide when to buy the item because its price changes over time. If the shopping mall can be able to recommend appropriate buying points, it will be greatly helpful for the customer. Therefore, in this presentation, we propose a method to recommend buying points based on the time series analysis using a database that contains past prices data of items. The procedure to provide buying points for an item is as follows. First, we search past time series patterns from the database using normalized similarity, which are similar to the current time series pattern of the item. Second, we analyze the retrieved past patterns and predict the future price pattern of the item. Third, using the future price pattern, we recommend when to buy the item.

최근 인터넷 쇼핑몰에서 상품을 구매하는 고객들에게 편의성과 효율성을 제공하기 위하여 구매자들의 선호도나 가격에 맞는 상품을 추천해 주는 연구들이 활발하게 진행되고 있지만추천된 상품들의 구매시점에 관한 연구는 찾아보기 어렵다. 이에 본 논문에서는 인터넷 쇼핑몰의 적극적인 마케팅 일환으로 판매가격의 흐름을 시계열 패턴으로 분석하여 상품의 구매시점 정보를 제공하는 방안을 제안한다. 이를 위하여 과거의 판매 기록 데이터베이스에 있는 판매가격의 기준이 되는 패턴과 유사한 변화를 보이는 패턴을 정규화된 유사도로써 검색하고, 검색된 가격 패턴을 기준으로 미래의 가격 패턴의 변화를 분석하여, 미래 가격 패턴의 변화 폭에 따라 상품에 대한 구매시점을 제공한다.