KR20190001741U - costume search and recommendation method based on life pattern based and big data algorithm analysis technique - Google Patents

costume search and recommendation method based on life pattern based and big data algorithm analysis technique Download PDF

Info

Publication number
KR20190001741U
KR20190001741U KR2020170006826U KR20170006826U KR20190001741U KR 20190001741 U KR20190001741 U KR 20190001741U KR 2020170006826 U KR2020170006826 U KR 2020170006826U KR 20170006826 U KR20170006826 U KR 20170006826U KR 20190001741 U KR20190001741 U KR 20190001741U
Authority
KR
South Korea
Prior art keywords
consumer
big data
value
search
recommendation method
Prior art date
Application number
KR2020170006826U
Other languages
Korean (ko)
Inventor
배원영
Original Assignee
배원영
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 배원영 filed Critical 배원영
Priority to KR2020170006826U priority Critical patent/KR20190001741U/en
Publication of KR20190001741U publication Critical patent/KR20190001741U/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 소비자 개인별 맞품 정보를 제공하는 방법에 관한 것으로 특히, 소비자의 개인적 의견과 수치를 측정 기존 데이터에 대입하여 소비자에 맞는 제품추천 및 서비스 제공 과 가이드라인을 제공하는 시스템에 관한 것이다.
본 발명에 따른 소비자 정보 수집부는(110); 디자인 요소, 직업, 연령, 신체적 외모, 활동지역, 등의 소비자 정보 수집부(110)를 통해 수집한다. 분류 모델 생성부(120);은 소비자정보를 빅데이터와 복수의 표준 데이터를 기반으로 매칭하여 값을 구한다. 소비자성향 분류부(130);은 분류 모델 생성부를 통한 소비자 기준 값을 소비자 성향에 맞게 분류한다, 재조정 및 최종모델 형성부(140); 소비자가 추가 선택 데이터 및 생성된 규칙을 기초로 복수 소비자 빅데이터와 혼합하여 얻어진 값을 소비자에게 최종 제공한다.The present invention relates to a method of providing personalized personalized product information, and more particularly, to a system for providing product recommendation and service provision guidelines and guidelines for consumers by assigning personal opinions and numerical values of consumers to existing data for measurement.
The consumer information collecting unit according to the present invention may include (110); Design element, occupation, age, physical appearance, activity area, and the like. The classification model generation unit 120 calculates a value by matching the consumer information based on the big data and a plurality of standard data. The consumer propensity classifying unit 130 classifies the consumer reference value through the classifying model generating unit according to the consumer tendency, the re-adjusting and final model forming unit 140; The consumer ultimately provides the consumer with a value obtained by mixing with the plural consumer big data based on the additional selection data and the generated rule.

Figure utm00001
Figure utm00001

Description

생활패턴 기반 및 빅데이터 알고리즘 분석기법을 통한 의상 검색 및 추천 방법 {costume search and recommendation method based on life pattern based and big data algorithm analysis technique}Costume search and recommendation method based on life pattern based and big data algorithm analysis technique,

본 발명은 소비자가 개인별 특정을 측정하여 생활패턴과 직업, 디자인 요소를 정보를 분석하여 소비자가 필요로 하는 제품디자인을 제공하고 서비스 제공하는 추천방법에 관한 것이다.The present invention relates to a recommendation method for providing a product design required by a consumer and providing a service by analyzing information on a life pattern, a job, and a design element by measuring individual specificities.

현대 사회는 제품의 이미지를 소비하는 시대이나 방대한 정보와 시간적 압축의 제한을 받는다. 기존 기능적 우수성 만을 추구하던 과거와 달리, 현대 세대는 디자인적 만족감을 포함한 개인적 기호와 감성이 제품 선택에 가장 중요한 부분을 차지한다.Modern society is constrained by the age of consumption of product images and the vast amount of information and temporal compression. Contrary to the past that has pursued exclusively functional excellence, the modern generation is the most important part of product selection with personal taste and sensitivity including design satisfaction.

기본적으로 소비자의 개인별 필요 제품을 파악하고 디자인 제품 정보를 수행하는 과정에서, 디자인 모델을 추출하기 위하여 일반적으로, 소비자를 대상으로 하는 각종 상품을 개발하거나 디자인 매니지먼트를 수행하는 과정에서, 그 대상In general, in order to extract a design model in the course of grasping a consumer's individual needs product and performing design product information basically, in the course of developing various products for consumer or performing design management,

이 되는 소비자의 감성을 파악하기 위해 애니어그램, DISC측정, MBTI측정, CBI-SMART 등과 같은 방법을 사용할 수 있다., DISC measurement, MBTI measurement, CBI-SMART, etc. can be used to understand the emotional state of the consumer.

하지만 종래의 애니어그램 이나 DISC측정, MBTI측정,CBI-SMART 등과 같은 방법은 소비자 설정 및 소비자의 소비행동양식을 파악하기에는 부족하다는 문제점이 있다. 따라서, 소비자 설정 및 소비자의 소비행동양식을 정확히 파악하기 위한 연구가 필요하다.However, conventional methods such as enneagram, DISC measurement, MBTI measurement, CBI-SMART, etc., have a problem in that it is not sufficient to grasp consumer setting and consumer's consumption behavior pattern. Therefore, it is necessary to study to grasp consumer setting and consumption behavior pattern accurately.

특허문헌1: 일본 특개 2003-76830호 공보 (2003.3.14 공개)Patent Document 1: JP-A-2003-76830 (published on March 14, 2003) 특허문헌2: 공개 특허 2001-7892호 공보 (2001.2.5. 공개)Patent Document 2: Japanese Patent Laid-Open No. 2001-7892 (published Feb. 5, 2001) 특허문헌3: 공개 특허 2004-12327호 공보 (2004.2.11.공개)Patent Document 3: Japanese Patent Application Laid-Open No. 2004-12327 (published Nov. 11, 2004)

본 발명은 상기의 문제를 해결하기 위해서 안출된 것으로, 소비자의 소비성향이나 선호 경향, 직업군, 신체적 정보를 파악하고, 특히 정서적이며 다양한 소비자의 감성을 정량적으로 파악할 필요가 있으며, 이를 위하여 디자인 요소와 심리 및 행동 요소가 반영된 소비심리 설문을 통하여 각 설문간의 상관관계에 따라 가중치를 주어 결과값을 산출하고, 추출된 결과 값의 최대치 요소를 기준으로 빅데이터를 활용하여 좀 더 세분화 된 데이터 값을 측정하여, 소비자가 필요로 하는 모델로 분류하는 것을 목표로 한다.SUMMARY OF THE INVENTION The present invention has been devised to solve the above problems, and it is necessary to grasp consumers' propensity to consume, preference tendency, occupation group, and physical information and quantitatively grasp emotional and various emotions of consumers in particular. And psychological and behavioral factors, we calculate the result value by weighting according to the correlation between the questionnaires and calculate the more detailed data value by using big data based on the maximum value element of the extracted result value. It is aimed to measure and classify it into the model that the consumer needs.

본 발명이 해결하고자 하는 과제들은 이상에서 언급한 과제로 제한되지 않으며, 여기에 언급되지 않은 본 발명이 해결하려는 또 다른 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다 The problems to be solved by the present invention are not limited to the above-mentioned problems, and other problems to be solved by the present invention, which are not mentioned here, can be understood by referring to the following description to those skilled in the art It will be clearly understood

본 발명에 따른 생활패턴 기반 및 빅데이터 알고리즘 분석기법을 통한 의상검색 및 추천방법은, 디자인 요소, 소비심리 요소, 행동 요소, 신체적 요소, 직업군 요소등 을 추출하기 위한 소비자 정보 수집부(110); 소비자정보를 빅데이터와 눈 표준 데이터를 기반으로 매칭하여 값을 구하는 분류 모델 생성부(120); 분류 모델 생성부를 통한 소비자 기준 값을 소비자 성향에 맞게 분류하는 소비자성향 분류부(130); 소비자가 추가 선택 데이터 및 생성된 규칙을 기초로 복수 소비자 빅데이터와 혼합하여 얻어진 값을 소비자에게 최종 제공하는 재조정 및 최종모델 형성부(140);로 이루어진다.The costume search and recommendation method using the life pattern-based and big data algorithm analysis techniques according to the present invention includes a consumer information collection unit 110 for extracting design elements, consumer psychological elements, behavioral elements, physical elements, ; A classification model generation unit 120 for obtaining a value by matching the consumer information based on the big data and the eye standard data; A consumer tendency classifying unit 130 for classifying the consumer standard value through the classification model generating unit according to the consumer tendency; And a reordering and final model forming unit 140 for finally providing the consumer with a value obtained by mixing with the plural consumer big data based on the additional selection data and the generated rule.

본 발명에 의한 생활패턴 기반 및 빅데이터 알고리즘 분석기법을 통한 의상 검색 및 추천방법 은 다음과 같은 효과가 있다.The costume search and recommendation method based on the life pattern-based and the big data algorithm analysis technique according to the present invention has the following effects.

본 발명에 의한 소비자 의상 검색 및 추전방법은 소비자의 소비성향이나 선호 경향을 파악하고, 특히 추가 세부적 요소를 수집함으로써 다양한 소비자의 특성을 정량적으로 파악할 필요가 있으며, 이를 위하여 디자인 요소와 심리 및 행동 요소가 반영된 소비심리 설문을 통하여 각 설문간의 상관관계에 따라 가중치를 주어 결과값을 산출하고, 추출된 결과 값의 최대치 요소를 기준으로 소비자 감성의 유형을 정량적으로 측정하여, 필요 모델로 분류함으로써, 향후 디자인 경쟁력을 높이고 부가가치를 향상시킬 수 있다.The consumer costume search and recommendation method according to the present invention needs to quantitatively grasp the characteristics of various consumers by grasping the consumption tendency and the preference tendency of the consumer and collecting further detailed elements, The results of this study are summarized as follows. First, consumers 'emotions are classified into necessary models by quantitatively measuring the type of consumers' emotions based on the maximum value elements of the extracted results. It can increase design competitiveness and increase value added.

도 1은 본 발명의 일 실시 예에 따른 생활패턴 기반 및 빅데이터 알고리즘 분석기법을 통한 의상검색 및 추천방법을 설명하기 위한 도면이다.
도 2은 본 발명의 일 실시 예에 따른 소비자 정보를 추출하기 위한 설문 문항의 소비자 분류 개념을 나타낸 도면이다.
도 3은 본 발명의 일 실시 예에 따른 소비자 정보를 빅데이터와 복수의 표준 데이터를 기반으로 매칭하여 값에 기초하여 방사선 챠트를 도시한 도면이다.FIG. 1 is a view for explaining a clothing search and recommendation method using a life pattern-based and a big data algorithm analysis technique according to an embodiment of the present invention.
2 is a diagram illustrating a concept of a consumer classification of a question item for extracting consumer information according to an embodiment of the present invention.
FIG. 3 is a diagram showing a radiation chart based on a value by matching consumer information according to an embodiment of the present invention, based on a plurality of standard data and a plurality of big data.

이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명의　실시예 들을 상세하게 설명한다. 다만, 본 발명이 실시예 들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. However, the present invention is not limited to or limited by the embodiments. Like reference symbols in the drawings denote like elements.

도 1에 도시된 바와 같이 생활패턴 기반 및 빅데이터 알고리즘 분석기법을 통한 의상검색 및 추천 방법은 소비자 정보 수집부(110), 분류 모델 생성부(120), 소비자 성향 분류부(130), 재조정 및 최종모델 형성부(140)를 포함한다.As shown in FIG. 1, the clothing search and recommendation method using the life pattern-based and the big data algorithm analysis techniques includes a consumer information collection unit 110, a classification model generation unit 120, a consumer propensity classification unit 130, And a final model forming unit 140.

상기 소비자 정부 수집부(110)는 소비자 기본 정보 및 취향, 직업군 등을 추출하기 위한 설문문항을 소비자에게 제공한다.The consumer-government collecting unit 110 provides the consumer with a questionnaire item for extracting consumer basic information, taste, job group, and the like.

소비자 기본 정보 등을 추출하기 위한 상기 설문문항은 도 2에 도시된 바와 같이 디자인 요소, 소비자의 소비심리와 행동요소, 직업적 특성과 소비 패턴 등을 파악하도록 문항이 구성될 수 있다.As shown in FIG. 2, the question item for extracting consumer basic information and the like can be composed of items such as a design factor, a consumer's psychology of consumption, behavior elements, occupational characteristics and consumption patterns.

소비자 기본 정보를 추출하기 위한 상기 설문문항은 도 2에 도시된 일예와 같이The questionnaire items for extracting consumer basic information are as shown in Fig. 2

카테고리별로 6개항 30문항으로 구성할 수 있다.Each category can consist of 6 items and 30 items.

상기 소비자 정보 수집부(110)의 소비자 기본 정보를 추출하기 위한 설문문항은 소비자의 디자인 성향을 파악하기 위한 디자인요소에 관한 내용, 소비자의 소비심리 및 행동패턴을 파악하기 위한 소비심리 요소 및 행동 요소에 관한 내용 등을 포함할 수 있으며, 각 설문문항은 상기 디자인요소, 소비심리 요소 및 행동요소 중 하나 또는 다수의 요소와 상관관계를 가질 수 있다.The questionnaire items for extracting the consumer basic information of the consumer information collection unit 110 include contents related to the design factors for grasping the design tendency of the consumer, consumer psychological factors and behavior factors , And each question item may correlate with one or more of the elements of the design element, the consumer psychological element, and the behavior element.

상기 소비심리 요소 및 행동 요소는 일예로 상기 도 2에 도시된 바와 같이 상호 관계성, 자기 어필성, 정보 분석력, 오감 만족성, 상황분석력과 같은 5개 요소로 분류되어 각각의 디자인요소간의 상관관계를 포함할 수있다.As shown in FIG. 2, for example, the consumer psychological factor and the behavioral factor are classified into five factors such as mutual relationship, self-appeal, information analysis ability, . ≪ / RTI >

상기 소비자 정보 수집부(110)의 소비자 기본 정보 측정을 위한 설문 방법으로는 온라인과 오프라인 등으로 실시할 수있다.The consumer information collecting unit 110 may conduct online and offline surveys to measure consumer basic information.

상기 분류 모델 생성부(120)는 상기 소비자 정보 수집부(110)의 소비자 기본 정보를 측정하기 위한 상기 설문문항에 대응하는 답변을 소비자들로부터 입력 받는다.The classification model generation unit 120 receives answers corresponding to the question items for measuring the consumer basic information of the consumer information collection unit 110 from the consumers.

소비자 기본 정보를 측정하기 위한 상기 설문문항에 대응하는 답변은 일예로Y/N로 할 수 있다.An answer corresponding to the question item for measuring the consumer basic information can be Y / N for example.

상기 소비자 성향 분류부(130)는 상기 분류 모델 생성부(120)에서 입력 받은 소비자 기본 정보 측정을 위한 상기 설문문항에 대응하는 각각의 답변에 가중치 값을 부여할 수 있다.The consumer propensity classifying unit 130 may assign a weight value to each answer corresponding to the question item for the consumer basic information measurement input from the classification model generating unit 120. [

소비자 기본 정보를 측정하기 위한 상기 설문문항에 대응하는 각각의 답변에 기초한 가중치 값은 일예로 Y일시 1점, N일시 0점으로 할 수 있으며, 상기 디자인 요소별 상관관계와 상기 소비자 소비심리 요소별 상관관계에 기초하여 상관관계가 높을 시 1점 이상의 가중치 값을 부여할 수 있다.The weight values based on the respective answers corresponding to the question items for measuring the consumer basic information can be, for example, 1 point for Y date and time and 0 points for N date and time, and the relationship between the design element and the consumer perception psychological factor A weight value of one or more points can be given when the correlation is high based on the correlation.

상기 가중치 값에 기초하여 상기 디자인요소, 상기 소비자의 소비심리와 행동요소 각각의 결과 값을 추출할 수 있다.Based on the weight value, a result value of each of the design element, the consumer's psychology of the consumer, and the action factor can be extracted.

일예로 디자인요소의 각각의 값을 j로 할 수 있고, 소비자의 소비심리와 행동요소 각각의 값을 K로 할 수 있다.For example, the value of each element of the design element can be j, and the value of each consumer psychology and action element can be K.

상기 디자인요소에 분류된 카테고리별로 각각의 가중치 값을 합산하고, 합산된 값[j1, j2, j3, j4, j5]을 백분율로 환산하여 디자인 요소 결과값을 추출한다.The design element result values are calculated by summing the respective weight values for the categories classified into the design elements and converting the summed values [j1, j2, j3, j4, j5] into a percentage.

상기 소비자의 소비심리와 행동요소는 카테고리별로 A축~E축으로 분류하고 각각의 가중치 값을 합산하고, 합산된 값[k1, k2, k3, k4, k5]을 백분율로 환산하여 소비심리와 행동요소에 대한 결과 값을 추출한다.Consumer psychology and behavioral factors of the consumer are classified into categories A to E according to categories, and the weight values of the respective categories are summed up, and the summed values [k1, k2, k3, k4, k5] Extract the result value for the element.

상기 평점표에 기초하여 일예로 소비자 기본 정보 측정분류 방사선 차트를 생성할 수 있는데 이는 도 3에 도시된바와 같이 도시될 수 있다.Based on the rating table, an exemplary consumer information measurement classification radiation chart can be generated as an example, which can be illustrated as shown in FIG.

상기 방사서 차트는 예시적인 것으로 방사선 차트에 대한 표현으로 한정하지 않는다.The radiometer chart is illustrative and is not limited to the representation of a radiation chart.

상기 재조정 및 최종 모델 형성부(140)는 상기 소비자 성향 분류부(130)에 추출된 상기 디자인요소, 상기 소지자의 심리와 행동요소 각각의 j값, k값 중 최대값을 판별하여 감성모델 10타입 중 하나의 모델로 매칭할 수 있다.The rescheduling and final model forming unit 140 determines the maximum value among the design value, the j-value and the k-value of each of the design element, the psychology of the owner, and the behavior factor extracted in the consumer propensity classifying unit 130, Can be matched to one of the models.

이와 같이, 상술한 본 발명의 기술적 구성은 본 발명이 속하는 기술분야의 당업자가 본 발명의 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.As described above, it is to be understood that the technical structure of the present invention can be embodied in other specific forms without departing from the spirit and essential characteristics of the present invention.

그러므로 이상에서 기술한 실시예들은 모든 명에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해되어야 하고, 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타나며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.Therefore, it should be understood that the embodiments described above are intended to be illustrative and non-restrictive, and that the scope of the present invention is indicated by the appended claims rather than the foregoing description, All changes or modifications that come within the scope of the equivalent concept are to be construed as being included within the scope of the present invention.

110 : 소비자 정보 수집부 120 : 분류 모델 생성부
130 : 소비자 성향 분류부 140 : 재조정 및 최종모델 형성부110: Consumer information collecting unit 120: Classification model generating unit
130: consumer propensity classifier 140: recalibration and final model forming department

Claims (1)

발명의 명칭 생활패턴 기반및 빅데이터 알고리즘 분석기법을 통한 의상 검색 및 추천 방법
(Costume search and recommendation method based on life pattern based and big data algorithm analysis technique)
Name of invention Inventory search and recommendation method based on life pattern based and big data algorithm analysis technique
(Costume search and recommendation method based on life pattern based and big data algorithm analysis technique)
KR2020170006826U 2017-12-29 2017-12-29 costume search and recommendation method based on life pattern based and big data algorithm analysis technique KR20190001741U (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR2020170006826U KR20190001741U (en) 2017-12-29 2017-12-29 costume search and recommendation method based on life pattern based and big data algorithm analysis technique

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR2020170006826U KR20190001741U (en) 2017-12-29 2017-12-29 costume search and recommendation method based on life pattern based and big data algorithm analysis technique

Publications (1)

Publication Number Publication Date
KR20190001741U true KR20190001741U (en) 2019-07-09

Family

ID=67224816

Family Applications (1)

Application Number Title Priority Date Filing Date
KR2020170006826U KR20190001741U (en) 2017-12-29 2017-12-29 costume search and recommendation method based on life pattern based and big data algorithm analysis technique

Country Status (1)

Country Link
KR (1) KR20190001741U (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001007892A (en) 1999-06-22 2001-01-12 Sumitomo Electric Ind Ltd Network management method and network management system
JP2003076830A (en) 2001-09-03 2003-03-14 Honda Motor Co Ltd System for surveying customer's taste for product and method for surveying customer's taste with the system
JP2004012327A (en) 2002-06-07 2004-01-15 Akashi Corp Physical quantity detector and its manufacturing method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001007892A (en) 1999-06-22 2001-01-12 Sumitomo Electric Ind Ltd Network management method and network management system
JP2003076830A (en) 2001-09-03 2003-03-14 Honda Motor Co Ltd System for surveying customer's taste for product and method for surveying customer's taste with the system
JP2004012327A (en) 2002-06-07 2004-01-15 Akashi Corp Physical quantity detector and its manufacturing method

Similar Documents

Publication Publication Date Title
Srivastava et al. Intelligent employee retention system for attrition rate analysis and churn prediction: An ensemble machine learning and multi-criteria decision-making approach
Huang et al. A product configuration analysis method for emotional design using a personal construct theory
Papathanasiou et al. Emotional intelligence and job satisfaction in Greek banking sector
Shokouhyar et al. Improving candy industry competitiveness: Retailers’ perception regarding customer satisfaction
Moon et al. Social shopping motivations of impulsive and compulsive buying behaviors
Moghaddam et al. A RFMV model and customer segmentation based on variety of products
Fenitra et al. Sustainable clothing disposal behavior, factor influencing consumer intention toward clothing donation
Shahraki Evaluation of customer satisfaction about Bank service quality
JP6003586B2 (en) Clustering program, clustering method, and clustering apparatus
Kahawandala et al. Factors affecting purchasing behaviour of Generation Z
JP2021043899A (en) Sense-of-value cluster generation device, computer program, sense-of-value cluster imparting method, database integration method, and advertisement providing method
TWI642017B (en) Method and apparatus for evaluating target group
KR20190001741U (en) costume search and recommendation method based on life pattern based and big data algorithm analysis technique
US20240062264A1 (en) Ai- backed e-commerce for all the top rated products on a single platform
Wu et al. Applying repertory grids technique for knowledge elicitation in quality function deployment
Ali et al. Purchase intention for halal products in Pakistan: evidences from non-Muslim community
Philemon Influence of perceived environmental turbulence on market orientation of service firms in Tanzania
Tridalestari et al. Consumer Behavior Analysis on Sales Process Model Using Process Discovery Algorithm for the Omnichannel Distribution System
Bergman et al. Material & Surface design methodology—the user study framework
Nor et al. The influence of Internet of Things on employee’s engagement among generation Y at the workplace
Ajagbe et al. Consumer personality and increase in sales volume
Afif Exploring the quality of the higher educational institution website using data mining techniques
TWM551713U (en) Apparatus for evaluating target group
KR102522369B1 (en) Face image test device and operation method thereof
Ghate et al. Personality Prediction Based Upon Big Five Personality Traits using Logistic Regression

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application