공공서비스 개인화를 위한 추천서비스 연구

유승희 연세대학교 커뮤니케이션대학원 2020 국내석사

정보통신기술의 발달로 소비자가 물건을 선택하고, 구매하는 방식에도 변화가 일고 있다. 기존에는 소비자가 자신이 원하는 상품을 검색하고 검색한 상품 안에서 선택을 하는 방식으로 소비자의 검색에 의존한 결정이었다면, 이제 소비자는 소비자가 클릭한 아이템을 근거로 아이템을 추천받고, 보다 많은 선택지에서 탁월한 결정을 내릴 수 있게 되었다. 정보가 돈이 되는 시대에 추천시스템은 소비자의 니즈와 맞아 떨어지면서 보다 많은 비즈니스 분야에서 고객들을 위한 추천시스템을 도입하고 추천서비스를 제공하고 있다. 개인의 아이디를 바탕으로 사용자가 남긴 데이터를 통해 서비스를 제공하는 넷플릭스, 아마존, 페이스북, 네이버 등은 커머셜 플랫폼에 서의 사용자 행동데이터인 클릭을 통한 구독, 소비 등을 분석해 한 사용자를 위해 개인화된 화면을 제공하고, 사용자의 해당 서비스에 대한 만족감을 높이고 있다. 공공기관에서도 추천서비스를 제공하고자 시도하고 있는데 그 예로 국가에서 운영하는 일자리 지원 플랫폼인 워크넷의 “숨어있는 일자리를 찾아주는 인공지능 추천서비스, ‘더 워크’”가 있다. 사용자가 이력서를 등록하면 이력 내용과 사용자가 과거에 확인한 구인정보, 교육받았던 정보 등을 데이터로 삼고, 분석해 일자리를 추천한다. 이전에는 자신에게 맞는 일자리를 찾기 위해 정보를 검색하는데 많은 시간을 소비했다면, 이제는 검색하는 시간이 불필요해진 것이다. 뿐만 아니라 사용자보다 더 많은 데이터를 보유하고 있는 인공지능을 통해 사용자에게 꼭 필요한 정보를 다양하게 제공해 사용자는 선택과 기회의 폭이 넓어졌다. 하지만 현재 공공기관에서 제공하는 추천서비스는 현재 공공서비스의 대분류 카테고리 중 일자리에만 국한되어 적용되고 있다. 공공서비스는 크게 12개의 대분류에서 또다시 중분류, 소분류로 구분되는데 ‘워크넷’서비스는 ‘취업·일자리’의 대분류에서 ‘일자리’의 중분류를 거쳐 ‘공공기관 일자리’, ‘민간기업 일자리’의 소분류에 해당되는 서비스이다. 즉, 국가가 국민을 위해 제공하는 공공서비스 중 극히 일부인 것이다. 현재 공공서비스를 혜택 받기 위해서는 예비 수혜자가 직접 정보를 찾아보거나 포털사이트 또는 여러 홍보매체로부터 우연히 정보를 얻는 것으로 시작한다. 국가가 제공하는 서비스가 개인의 정보 습득 능력이 수혜에 영향을 끼친다는 것이다. 이에 커머셜 분야의 추천서비스의 시스템과 단계를 파악하고, 추천시스템을 공공서비스 분야에 도입해 사용자 중심의 공공서비스 제공의 가능성을 검토해 보고자한다. 특히, ‘정부24’ 플랫폼에 명시된 공공서비스 12개의 대분류에서 수혜의 기준에 따라 ‘특수성’과 ‘선호’, ‘민원’으로 재분류하고, 전달하는 방식으로 공공서비스를 포괄적이면서 수요자 중심의 전달체계로 재설계하고자 한다. 기술의 발달은 사람들을 편안하게 하지만 역설적으로 소외계층을 만들기도 한다. 공공서비스는 모든 계층을 위한 서비스로 수혜 대상인 국민이 정보의 편차, 기술의 격차 없이 쉽게 공공서비스를 제공받을 수 있어야 한다. 사용자 시점에서 사용자의 상황별 특수함 또는 선호에 따라 공공서비스를 추천서비스로 제공하여 국민의 공공서비스 수혜 과정을 용이하도 록 기여하는 연구가 되기를 기대한다. The development of information and communication technology is changing the way consumers select and purchase products. In the past, when consumers were searching for what they wanted and making choices from the products they searched for. But now they could get recommendations based on the items they clicked on, and they could make good decisions in many options. In the age of information, the recommendation system meets the needs of consumers. The recommendation system is introduced in more business fields and provides recommendation services for customers. IT companies includi ng Netflix, Amazon, Facebook, and Naver provide services based on users’ history data. On the commercial platforms, users’ behavioral data such as subscriptions and consumption through clicks is analyzed and the companies provide personalized screens for users and increase the user’s satisfaction. Government office is also trying to provide recommendation service, such as “T he Walk,” which is “Artificial intelligence (AI) recommendation service for job matching”. When a user registers a resume, he or she uses data from the history, job listings, and education that the user has checked in the past, and analyzes them to recommend jobs. In the past, a lot of time searching for information was needed to find a job that's right for you, but now searching for job information is no necessary. In a ddition, because AI holds more data than the user and it could provide users with a variety of necessary information, users could have more choices and opportunities. However, recommendation services provided by government office are currently applied only to jobs among the major categories of public services. In other words, it is only part of the public services provided by the government office for the people. The current benefit of public services begins with prospective beneficiaries seeking information directly or by chance from portal sites or other promotional media. T he service provided by the government office depends on the individual's a bility to acquire information. It ca n be said that it causes inequalities in public services due to information acquisition ability. In addition, this complicated process to acquire the information of public service occurs because the government office provides the services after classifying the services into categories and subclass. In this study, I’d like to examine the possibility of providing user-based public service by applying the recommendation system to public service field through figuring out the recommenda ti on system and stages. In particular, in the 12 main categories of public services specified on the 'Government 24' platform, I’d like to redesign the public services to make comprehensive and user-based delivery system by reclassifying and delivering them as 'speciality', 'preference' and 'community' according to the beneficiary criteria. Advances in technology make people comfortable but paradoxically create the marginalized groups. Public services are services for all people, and the beneficiary citizens should be able to easily receive public services without any information gap or technology gap. It is expected that this study will contribute to facilitating the public service receiving process by providing public services as recommendation services according to the user's speciality or preference at the user's point of view.

온라인쇼핑 상품추천서비스의 지각된가치가 소비자 구매행동과 지속사용의도에 미치는 영향

박미라 한성대학교 대학원 2023 국내박사

4차 산업혁명이라는 혁신은 우리를 거대한 빅데이터의 시대에 살게 하였다. 거대하고 방대한 데이터는 빠르고 다양한 형태로 생성되고 있다. 데이터의 양과 종류는 가늠하기 어려울 정도로 급속도로 증가하고 있어, 이를 제대로 관리하고 활용하기가 더욱 어려워지고 있는 실정이다. 다양하고 방대한 데이터를 관리·분석·활용하여 그것을 통해 필요한 정보를 얻어야 비로소 그것이 가치를 얻을 수 있는 것을 의미한다. 기업들은 데이터를 통해 더 많은 정보를 얻어 소비자에게 필요한 상품과 서비스를 제공하여 소비자들로 하여금 구매욕을 높여 매출을 높이는 데 활용되고 있다. 기업들은 소비자가 필요한 상품과 서비스를 보다 더 정확하게 제시하기 위해 상품추천서비스를 활용하여 수요를 예측하거나 상품을 추천하는 역량을 혁신적으로 성장시키고 있다. 이에 본 연구는 기업들로 하여금 상품추천서비스를 소비자들에게 제공함에 있어 추천서비스의 지각된 가치들이 소비자의 구매행동을 통해 지속사용에 어떠한 영향을 미치는지에 대한 구조적 관계를 살펴보았으며, 이를 통해 추천서비스를 도입하고자 하는 기업이나 도입하여 운영·관리하고 있는 기업들에게 시사점을 제시해주고자 하였다. 기존 선행연구를 통해 이론적 개념을 정립하였으며 다양한 변수들을 파악하고 분석하여 영향관계에 대해 검증하였다. 연구모형과 연구가설을 설정한 후 설문지를 통해 실증분석을 실시하였으며, 설문조사에서 취합된 유효표본을 대상으로 PLS기반의 구조방정식모델링분석(PLS-SEM)을 위한 통계분석 프로그램 SmartPLS 4.0을 활용하여 빈도분석, 기술통계분석, 측정모델분석, 구조모델평가 등 통계분석을 실시 하였으며, 간접효과와 직접효과의 유의성을 통해 매개효과를 분석하였다. 연구 결과를 요약 정리하면 다음과 같다. 첫째, 추천서비스의 지각된 편의성은 소비자의 교차구매와 염가구매에 정(+)의 영향을 미치는 것으로 나타났다. 이는 추천서비스의 편의성은 소비자로 하여금 부가적으로 상품을 추천하는 경우 또는 할인상품을 추천하는 경우 구매의도를 높일 수 있다는 것을 의미한다. 둘째, 추천서비스의 지각된 친숙성은 소비자의 교차구매, 추가지불, 교체구매에 영향을 미치지 못하지만, 소비자의 염가의도에는 영향을 미치는 것으로 나타났다. 친숙한 서비스의 가치는 할인상품을 사고자 하는 정도의 의도만을 나타내는 것이다. 셋째, 추천서비스의 지각된 개인화는 소비자의 교차구매, 추가지불, 교체구매에 정(+)의 영향을 미치는 것으로 나타났으나, 염가구매에는 영향을 미치지 못하는 것으로 나타났다. 소비자들이 지각하고 있는 추천서비스의 개인화 서비스는 할인된 상품을 구매하기보다는 추천하는 나에게 맞는 상품을 제시하였을 때 구매의도가 높음을 의미한다. 넷째, 추천서비스의 지각된 신뢰성은 교차구매, 추가지불, 교체구매에 정(+)의 영향을 미치는 것으로 나타났으나, 염가구매에는 영향을 미치지 못하는 것으로 나타났다. 이것은 추천서비스의 신뢰성을 지각하고 있는 소비자들은 할인혜택이 있는 상품보다 추천하는 상품에 대한 구매의도가 높음을 의미한다. 다섯째, 소비자들의 교차구매, 추가지불, 교체구매, 염가구매 모두 지속사용행동에 정(+)의 영향을 미치는 것으로 확인되었다. 여섯째, 소비자들의 구매행동들은 추천서비스의 지각된 가치들이 지속사용의도에 부분 매개역할을 하는 것으로 나타났다. 이는 소비자들의 구매의도들이 지속사용으로 이어지는 행동에 영향을 준다는 것을 의미한다. 이러한 결과를 토대로 추천서비스의 지각된 가치와 소비자들의 구매행동을 분석하고, 지속사용과의 영향관계를 파악함으로써 기업들에게 추천서비스의 도입 및 운영관리에 시사점을 제시하고자 한다.

빅데이터 기반 도서추천시스템의 설계에 관한 연구

정경숙 강원대학교 산업대학원 2017 국내석사

최근 한국의 교육은 디지털 사회로 전환되는 패러다임 아래 스마트교육을 중심으로 변화하고 있으며, 그 대상도 유아 및 초중등학생부터 평생교육 학습자까지 확대되고 있다. 특히 독서의 중요성은 스마트 교육에서도 여전히 강조되고 있지만 스마트 기기에 익숙해지는 사용자들이 흥미를 느낄 수 있는 독서지원 서비스는 그 수요를 따라가지 못하고 있는 상황이다. 현재 독서지원서비스와 관련한 많은 웹 또는 앱 서비스를 하고 있지만 공공도서관을 대상으로 독서지원서비스를 통합하여 지원하는 서비스는 부족한 현실이다. 또한, 복합적인 빅데이터를 기반으로 도서추천서비스를 지원하고, 부분적인 기능으로 산재되어 있는 독서지원서비스를 통합하여 하나의 시스템으로 설계하고자 하였다. 본 논문에서는 공공도서관에 대한 독서지원서비스 요구사항을 분석하고 복합적인 빅데이터를 기반으로 한 도서추천시스템을 설계하였다. 이를 위해 공공도서관의 기능과 빅데이터 등 관련 기술에 대해 알아보고 도서관 정보 나루, 네티즌 도서 리뷰 점수, 감성어 분석 등을 활용하여 다양한 빅데이터 기반의 도서추천시스템에 대한 설계를 하였다. 또한, 독서지원서비스 시스템의 기능적 요구사항과 비기능적 요구사항에 대해 분석 하였으며, Usecase와 Class-diagram, sequence-diagram을 정의하였다. 본 논문을 통해 공공도서관의 사용하는 이용자들의 독서에 대한 흥미를 유발하고 스마트 기기를 활용한 독서지원서비스에 대한 수요를 만족시킬 수 있을 것으로 기대된다. With the paradigm change to digital society, Korean education has recently turn to smart education, and educational subjects have been expanded to infants, elementary and middle school students, and continuing education learners. In particular, the importance of reading is still emphasized in smart education. However, reading support service that arouses smart device users fail to meet their demands. Currently, although there are many web or app services related to reading support service, the integrated reading support service for public libraries is not provided much. This study tried to support book recommendation service on the basis of complex big data, and design one system in the integration of functionally distributed reading support services. The purpose of this study is to analyze the requirements of reading support service for public libraries and thereby to design the book recommendation system on the basis of complex big data. To achieve that, this researcher investigated the functions of public libraries and relevant technologies like big data, and made use of Library Information 'Naru', netizens' book review score, and the analysis of sentiment words in order to design the book recommendation service based on a variety of big data. In addition, the functional and non-functional requirements of a book support service system were analyzed, and Usecase, Class-diagram, sequence-diagram were defined. The results of this study are expected to trigger public library users' interest in reading and to meet the demands of the reading support service based on smart device.

자기해석유형과 모바일 상품추천유형, 패션제품유형이 구매태도에 미치는 영향

전태준 성균관대학교 일반대학원 2020 국내석사

In a mobile shopping environment, which has expanded to various channels along with the growth of the online fashion shopping market, there are numerous fashion products and a huge influx of new products every day, requiring strategies to ensure that online companies can choose products efficiently. One of them is a fashion product recommender system. This study was designed to verify the impact of consumers' self-construal type, product recommender system type through mobile and fashion product type on purchasing attitude. The design for this was composed of three-way mixed designs of 2 (self-construal type: independent vs interdependent) x 2 (product recommender system type: best-seller vs content based) x 2 (fashion product type: pleasure vs practical). The study surveyed 387 female college students and ordinary people in their 20s and 30s in the Seoul/Gyeonggi area, excluding 73 insincere or incomplete questionnaires and 21 corresponding data from the self-construal-type median, a total of 293 copies were used for the final analysis. Data analysis was performed using the SPSS 24.0 Statistical Package for frequency analysis, reliability analysis, t-test, tricircular variable analysis, and simple interaction analysis. The results of this study are as follows. First, product recommender types were shown to have a significant effect on the intention of purchasing, while self-construal types and fashion product types were found to have a significant effect on the favorability and purchasing intent of products. This suggests that for product recommender system in online fashion shopping malls, different marketing strategies should bepresented that can be effectively appeal according to the self-construal type, product recommender type and fashion product type. Second, fashion product types and self-construal types have significant interaction effects on favorability and purchasing intent. Therefore, it would be an effective marketing strategy to effectively utilize the characteristics of the fashion product type when executing a product recommender system. Third, product recommender types and fashion product types were shown to have significant interaction effects on favorability and purchasing intent. Therefore, it will be effective to suggest the relationship between product type and recommender type when organizing product recommender system for fashion products in online fashion shopping malls. Lastly, the effect of product recommender type and self-construal type on favorability and purchasing intent was found to vary depending on fashion product type. 온라인 패션 쇼핑 시장의 성장과 더불어 다양한 채널로 확대가 이루어진 모바일 쇼핑환경에서는 하루에도 엄청나게 많은 제품들이 소개되기 때문에 온라인 업체들은 소비자들에게 효율적으로 제품을 선택할 수 있는 방안에 대해 고심하고 있는데 이 중 하나가 패션 상품추천서비스이다. 이에 본 연구는 소비자들의 자기해석유형, 모바일을 통한 상품추천 서비스유형, 패션제품유형이 구매태도에 미치는 영향을 검증하고자 하였다. 이를 위한 설계는 2(자기해석유형 : 독립적 vs 상호의존적) x 2(상품추천유형: 베스트셀러 vs 내용기반) x 2(패션제품유형 : 쾌락적 vs 실용적)의 삼원혼합설계로 구성되었다. 본 연구는 서울/경기 지역의 20~30대 여성 대학생 및 일반인 387명을 대상으로 조사하였으며 불성실하거나 불완전한 설문지 73부를 제외한 총 314부를 대상으로 소비자 자기해석유형 분류를 진행하였고 자기해석유형 중위수의 해당하는 21명의 자료를 제외한 후 총 293부가 최종 분석에 사용되었다. 자료 분석은 SPSS 24.0 통계패키지를 이용하여 빈도 분석, 신뢰도 분석, t-test, 삼원변량분석, 단순 상호작용 분석을 실시하였다. 본 연구의 결과는 다음과 같다. 첫째, 상품추천유형은 구매의도에 유의한 영향을 미치는 것으로 나타났고, 자기해석유형과 패션제품유형은 제품의 호의도와 구매의도에 유의한 영향을 미치는 것으로 나타났다. 이는 온라인 패션 쇼핑몰의 상품추천서비스의 경우 상품추천유형과 패션제품유형 그리고 자기해석유형에 따라 효과적으로 소구될 수 있는 마케팅 전략이 각기 다르게 제시되어야 한다는 점을 시사한다. 둘째, 패션제품유형과 자기해석유형은 호의도와 구매의도에 유의한 상호작용 효과가 있는 것으로 나타났다. 따라서 상품추천서비스를 실행할 때에는 패션제품유형의 특징을 효과적으로 활용하는 것이 효과적인 마케팅 전략일 것이다. 셋째, 상품추천유형과 패션제품유형은 호의도와 구매의도에 유의한 상호작용효과가 있는 것으로 나타났다. 따라서 온라인 패션 쇼핑몰에서 패션제품을 대상으로 상품추천서비스를 구성할 때에는 제품유형과 추천유형 간의 관계를 고려하여 제시하는 것이 효과적일 것이다. 마지막으로, 상품추천유형과 자기해석유형이 호의도와 구매의도에 미치는 영향은 패션제품유형에 따라 차이가 있는 것으로 나타났다.

인공지능 기반 콘텐츠 추천서비스가 이용자 만족도에 미치는 영향 : Z세대 대학생을 중심으로

박준규 청주대학교 대학원 2024 국내박사

The development and growth of digital IT technology, which is rapidly expanding based on smartphones and mobile Internet, have also changed the marketing value creation system. On one side, it would be a possible change because of the increase in communication through social network services, the easy acquisition of living information through mobile, and the development of a digital virtual environment in which financial and shopping platforms are provided in the hand. These changes have strengthened the link between innovative manufacturing and intelligent services to break away from the past one-way marketing form and promote the rise of artificial intelligence (A.I) that can expand the availability of data. In a market that is changing to a digital environment, many marketers who strive for corporate growth have explored new forms of marketing using artificial intelligence to respond to changes, and among the results of the inquiry, the content recommendation algorithm reflecting personalization is a representative example. With the rapid development and growth of digital IT technology, the demand for personalized services that detect users' hidden preferences and provide customized data is growing rapidly due to the recent exponential accumulation of consumer data. However, this rapid growth causes problems that did not exist in the past, and there is also a phenomenon in which the positive and negative parts conflict. Despite its excellent performance, hate for algorithms is mentioned, and each country legislates artificial intelligence regulations, and while the characteristics of smart technology such as playfulness and aesthetics conflict, a contradictory situation that exists with the needs of consumers is created. This study, conducted on college students among the Z-generation most closely related to the online virtual environment, was an exploration of consumer perceptions caused by changes in the mobile Internet environment, to verify the relationship between the negative (positive and negative) factors experienced by artificial intelligence automatic recommendation services and consumer perceptions of automatic recommendation services and to confirm the impact of such consumer perceptions on consumer service satisfaction. The model proposed in previous studies was applied based on the model, but differentiated from the factors of previous studies, using smart product capabilities and avoidance factors of technology-based services as variables, and whether the factors had a significant effect on consumer satisfaction with artificial intelligence-based content recommendation services. The relationship between satisfaction factors (autonomy, adaptability, responsiveness) and dissatisfaction factors (technical anxiety, target obstruction, and perceived sacrifice), which are motivational factors, on parameters (ambiguity of recommendation results, reliability of recommendation results), and the effect of these parameters on recommendation result satisfaction was examined. As a result of this research, it was confirmed that the relationship between the hygiene factors of the dissatisfied group and the ambiguity of the recommendation results was significantly supported, and the hypothesis that only autonomy among the motivating factors had a positive effect on the reliability of automatic recommendation was rejected. In addition, the hypothesis that ambiguity in recommendation results was negative for satisfaction with recommendation results and the hypothesis that reliability of recommendation results had a positive effect on satisfaction with recommendation results were supported, and the explanatory power of ambiguity in recommendation results was calculated the highest. Through these analysis results, implications for improving related services are derived and future research directions are proposed. 스마트폰, 모바일 인터넷 기반으로 급속히 확장되는 디지털 IT 기술의 발전과 그 성장은 마케팅 가치창출 체계 또한 변화시켰다. 그 일면에는 소셜네트워크서비스를 통한 의사소통의 증대와 모바일을 통한 생활정보의 손쉬운 습득, 그리고 손안에서 금융 및 쇼핑 플랫폼이 제공되는 디지털 가상 환경의 발전이 있었기에 가능한 변화였을 것이다. 이러한 변화는 혁신적 제조업과 지능화된 서비스의 연계를 강화하여 과거 단방향 마케팅 형태를 탈피하고 데이터의 가용성 확대가 가능한 인공지능(A.I: Artificial Intelligence)의 편승을 촉진시켰다. 디지털 환경으로 변화되는 시장 속에서 기업성장에 노력하는 많은 마케터들은 이 같은 변화에 대응하기 위해 인공지능을 활용한 새로운 마케팅 형태를 탐구하였고, 그 탐구의 결과물로는 개인화가 반영된 콘텐츠 추천 알고리즘이 대표적인 사례라 할 수 있다. 디지털 IT 기술의 급격한 발전과 성장으로 최근 소비자의 데이터가 기하급수적으로 축적되어 사용자의 감춰진 선호도를 감지하고 사용자 맞춤형 데이터를 제공하는 개인화 서비스가 급속히 성장하고 있다. 하지만 이러한 급격한 성장은 과거 존재하지 않던 문제를 야기하고 있어 긍정적 부분과 부정적 부분이 상충되는 현상도 발생되고 있다. 뛰어난 성능에도 불구하고 알고리즘에 대한 혐오가 거론되고 각 국가는 인공지능 규제를 입법화 하고 있으며, 스마트 기술의 특성인 유희성과 심미성이 상충되면서 소비자들의 니즈에 함께 상존되는 모순적 상황 또한 연출되고 있어, 사용자 경험 누적에 따라 변화되는 알고리즘과 사용자 심적 성향에 대해 종합적인 연구가 필요시 되고 있다. 온라인 가상 환경에 가장 밀접한 Z-세대 중 대학생을 대상으로 진행하는 본 연구는 모바일 인터넷 환경 변화로 기인된 소비자의 인식에 대한 탐구로써, 인공지능 자동추천 서비스에 의해 경험한 상반적(긍정, 부정) 요인과 자동추천 서비스에 대한 소비자 인식의 연관성을 검증하고 그러한 소비자 인식이 소비자 서비스 만족에 미치는 영향력을 확인 하고자 했다. 본 연구에서는 선행연구에서 제안된 모형을 기본으로 적용하되 기존 연구의 요인과 차별화하여 스마트제품의 역량과 기술기반 서비스의 회피요인을 변수로 활용하였고 해당 요인이 인공지능 기반 콘텐츠 추천 서비스에 대한 소비자의 만족도에 유의한 영향을 미치는가에 대해 연구를 진행하였다. 동기요인인 만족요인(자율성, 적응성, 반응성)과 위생요인인 불만족요인(기술불안성, 목표방해성, 지각된 희생)이 매개변수(추천결과모호성, 추천결과신뢰성)에 미치는 연관관계를 살펴보고, 이러한 매개변수가 추천결과만족에 미치는 영향을 알아보았다. 본 연구결과 불만족 집단의 위생요인과 추천결과모호성 간의 관계는 모두 유의하게 지지됨을 확인하였고, 동기요인 중 자율성이 자동추천신뢰성에 긍정적인 영향을 미친다는 가설만이 기각되었으며 적응성과 반응성은 자동추천 서비스에 대한 신뢰에 긍정적인 영향을 미치는 것으로 확인되었다. 또한 추천결과모호성이 추천결과만족에 부정적이라는 가설과 추천결과신뢰성이 추천결과만족에 긍정적인 영향을 미친다는 가설이 지지되었고 추천결과모호성의 설명력이 가장 높은 것으로 확인되었다. 이러한 분석결과를 통해 관련 서비스 개선을 위한 시사점을 도출하고 향후 연구 방향을 제안하였다.

추천서비스유형에 따른 소비자 인식과 구매의도에 미치는 영향 : 프라이버시 계산 모델 중심으로

피주영 성균관대학교 일반대학원 2020 국내석사

추천서비스는 온라인 시장의 성장과 더불어 다양한 채널로 확대된 모바일 쇼핑환경에서 소비자의 정보탐색 시간을 절약하는데 도움을 주며, 보다 효율적이고 정확한 추천을 위한 알고리즘이 계속해서 개발 중에 있다. 본 연구에서는 프라이버시 계산 모델을 활용하여 추천서비스 유형(베스트셀러 추천, 내용기반추천)과 제품유형(쾌락적, 실용적)에 대한 소비자의 반응인 인지된 유용성과 프라이버시 염려를 비교하고자 했다. 2(추천서비스유형 : 베스트셀러추천 vs 내용기반추천)x 2(제품유형: 쾌락적 실용적)으로 구성되었다. 본 연구는 20 대 미만 ~ 40 대 이상 일반인 179명을 대상으로 조사하였으며 불성실하거나 불완전한 설문지 27부를 제외한 총 152부를 대상으로 진행하였다. 자료 분석은 SPSS 24.0 통계패키지를 이용하여 빈도분석, 신뢰도분석, 타당성검증, t-test, 일변량분석, 다중회귀분석을 실시하였다. 본 연구 결과는 다음과 같다. 추천서비스유형과 제품유형은 인지된 유용성과 구매의도에는 상호작용효과가 존재하여 내용기반추천서비스는 쾌락적 제품일 때 인지된 유용성과 구매의도가 더 높게 나타났고 베스트셀러추천서비스는 실용적 제품일 때 인지된 유용성과 구매의도가 높게 나타났다. 반면 프라이버시 염려에서는 상호작용효과가 존재하지 않았다. 최종적으로 인지된 유용성은 구매의도에 긍정적인 영향을 주고 프라이버시 염려는 구매의도에 부정적인 영향을 주는 것으로 나타났다. 본 연구는 추천서비스 유형과 제품유형에 따른 소비자 반응을 비교하고 구매행동에 미치는 영향력을 검증함으로써 추천서비스를 제공하는 기업이나 알고리즘을 개발하는 개발자들에게 이론적 및 실무적인 시사점을 제공할 수 있을 것으로 기대한다. Recommendation services help save consumers time for searching information in a mobile shopping environment that has expanded to various channels along with the growth of the online market, and algorithms for more efficient and accurate recommendations continue to be developed. Using the privacy calculation model, this study tried to compare the perceived usefulness and privacy concerns, which are consumer responses to recommended service types, content-based recommendations, and product types (hedonic and utilitarian). 2 (Recommendation service type: Bestseller recommendation vs. Content-based recommendation) x 2 (Product type: Hedonic vs Utilitarian). This study was conducted on 179 people in less 20s to 40s or older, and a total of 152 parts, excluding 27 insincere or incomplete questionnaires. The data analysis was performed using the SPSS 24.0 statistical package to analyze frequency, reliability, feasibility test, t-test, univariate analysis, and multiple regression analysis. The results of this study are as follows. Recommended services and product types have an interaction effect on perceived usefulness and purchase intention, so content-based recommendation services have a higher perceived usefulness and purchase intention when they are hedonic products while bestseller recommendation services have a higher perceived usefulness and willingness to purchase when they are utilitarian products. On the other hand, there was no interaction effect on privacy concerns. The final perceived usefulness has been shown to have a positive effect on the purchase intention and privacy concerns have a negative impact on the purchase intention. This study expects to provide theoretical and practical implications to companies or developers who develops algorithms that provide recommended services by comparing consumer responses according to types of recommended services and product types and verifying their influence on purchasing behavior.

알고리즘 기반 추천서비스 플랫폼에 대한 사용자의 인식에 관한 연구 : 뉴스, 음악, 영상 콘텐츠에 대한 비교 분석

배현진 연세대학교 정보대학원 2020 국내석사

With personalized recommendation services becoming a requisite for media content platforms, consumers tend to visit media platform operators that provide the most accurate and necessary media content to individuals. Thus, media platform operators are focusing on developing algorithm-based recommendation services, which are able to increase users’ satisfaction. This study aims to identify the characteristics of the recommendation service platform that provides news, music and video content, and analyze how differently consumers perceive the value of recommendation service platforms depending on content provided by recommendation service platforms. Furthermore, this study identifies both how consumers' usage behavior of recommendation services is different and how users' satisfaction with personalized recommendation services is different depending on news, music and video content. The results showed that the common characteristics of the news, music and video recommendation service platform were personalization, new recommendation, unexpectedness, diversity, reliability, usability, and easiness. The characteristic of the platform that appears only on the video recommendation service platform was discovery. Moreover, users tend to use personalized recommendation service when they read the news on the internet (51.12% of online news users used personalized recommendation service when they read the news; music(27.12%), and videos(43.9%). Among the common characteristics of the recommendation service platform, personalization, diversity, and reliability affected the users’ satisfaction of news. Personalization, new recommendation, reliability, and usability affected the users’ satisfaction of music, and personalization, reliability, usability, and easiness affected the users’ satisfaction of video content. Meanwhile, the mediated effect was found in the relationship between the platform characteristics of news, music and video recommendation services and service satisfaction. Although no mediation effect was found between the users' satisfaction with music content and news' recommendation service characteristics, the mediation effect existed between music's recommendation service characteristic(the reliability) and users' satisfaction with music service. In addition, the mediation effect was identified between unexpectedness and users' satisfaction with video services. 개인화 추천서비스가 미디어 콘텐츠 플랫폼의 필요조건으로 자리 잡으면서 소비자들은 개인에게 가장 정확하고 필요한 미디어 콘텐츠를 제공해주는 사업자를 찾아가게 된다. 이러한 시점에서 미디어 플랫폼 사업자들은 알고리즘 기반 추천서비스 플랫폼을 사용하는 이용자들을 이해하고, 이용자들의 플랫폼 이용 만족도를 높이기 위한 요인들이 무엇인가에 대해 지속적인 고민이 필요하다. 따라서 본 연구에서는 뉴스, 음악, 영상 콘텐츠를 제공하는 추천서비스 플랫폼의 특성을 파악하고, 추천서비스 플랫폼이 제공하는 콘텐츠에 따라 소비자들이 인지하는 플랫폼별 특성에 차이가 나는지를 비교 분석하고자 한다. 또한, 뉴스, 음악, 영상 콘텐츠별로 추천서비스를 이용하는 소비자들의 이용 행태를 파악하고 소비자들의 개인화 추천서비스 이용 만족도에 영향을 미치는 요인들을 분석하였다. 뉴스, 음악, 영상 추천서비스 플랫폼의 특성을 파악한 결과, 뉴스, 음악, 영상 추천서비스 플랫폼의 공통적인 특성으로는 개인화, 새로운 추천, 의외성, 다양성, 신뢰성, 유용성, 대중성, 이용 용이성 등이 나타났고, 영상 추천서비스 플랫폼에만 나타나는 플랫폼 특성에는 발견성이라는 특성이 도출되었다. 또한, 뉴스, 음악, 영상 서비스를 사용할 때 개인화 추천서비스를 이용하는 비중은 뉴스가 51.12%, 음악이 27.12%, 그리고 영상이 43.9%로, 뉴스를 이용할 때 소비자들의 개인화 추천서비스 이용 비중이 제일 높았다. 소비자들의 뉴스, 음악, 영상 추천서비스 이용 만족도에 영향을 미치는 추천서비스 플랫폼 특성을 알아본 결과, 뉴스 추천서비스 플랫폼 특성 중에서는 개인화, 다양성, 신뢰성이 뉴스 서비스 이용 만족도에 영향을 미치는 것으로 나타났고, 음악 추천서비스 이용 만족도에 영향을 미치는 플랫폼 특성은 개인화, 새로운 추천, 신뢰성, 유용성으로 나타났다. 마지막으로 영상 추천서비스 이용 만족도에 영향을 미치는 플랫폼 특성은 개인화, 신뢰성, 유용성, 이용 용이성 등이 나타났다. 한편, 뉴스, 음악, 영상 추천서비스 플랫폼 특성과 서비스 이용 만족도의 관계에 몰입의 매개 효과를 검증하였다. 뉴스 추천서비스 플랫폼 특성 중에서는 몰입의 매개 효과를 통해 만족도에 영향을 주는 요인은 없었지만, 음악 추천서비스 중에서는 신뢰성과 만족도 사이에 몰입의 매개 효과가 존재했고, 영상 추천서비스 중에서는 의외성과 만족도 사이에 몰입의 매개 효과를 확인할 수 있었다. 본 연구에서는 뉴스, 음악, 영상 알고리즘 기반 추천서비스 플랫폼에 대한 소비자의 전반적인 이용 행태와 뉴스, 음악, 영상 서비스의 이용 만족에 영향을 미치는 추천서비스 플랫폼의 특성 요인을 확인하였다. 더불어, 추천서비스 플랫폼 특성 요인과 서비스 이용 만족도 간 관계에 몰입의 매개 효과를 확인함으로써 플랫폼 사업자들의 향후 추천서비스 알고리즘 개편에 실무적 도움을 줄 것으로 예상한다.

콘텐츠 추천서비스 이용행동과 소비자프라이버시 염려에 관한 연구

장유정 서울대학교 대학원 2020 국내석사

In an environment where supply exceeds demand, choosing the most appropriate alternative among many has become a key issue for today's consumers. With the spread of mobile devices and the general use of SNS, the current era continues to produce new contents even at this moment, and consumers are living in overflowing contents to the extent that the term 'content smog' emerges. To solve this problem, companies analyze consumers, predict their tastes and preferences, and recommend information or products that are tailored to each individual. By using recommendation service consumers can make their choices easier. In this study, we will look into how this recommendation service is implemented in the media environment market. With the development of the media environment, consumers can watch broadcast programs and video contents that they want to watch anytime and anywhere through OTT (Over-The-Top) service. We will focus on “YouTube,” which is used by the largest number of consumers among various OTT services. Consumers use YouTube which has full of numerous information and contents, but through the content recommendation service, they can easily obtain the information and contents they want. The core of the content recommendation service is to select and recommend the information and contents that consumers want the most among many information contents based on data from consumers using the service. Content recommendation services have the advantage of making consumers’ choices more easier by recommending content that consumers will like more accurately based on AI. However, the possible disadvantages of using these services are also not to be overlooked. Automated referral services can also violate consumer choice and autonomy. In addition, consumer privacy problems may occur as the personal information provided by consumers to receive recommendations is continuously collected by the companies. This study examined the consumer privacy concerns that consumers have in using content recommendation services. By dividing consumer privacy concerns into three concerns: data collection ‧ sales ‧ retention concerns, device and service sharing concerns, and filter bubble concerns. The factors affecting consumer privacy concerns were divided into privacy-related factors in the general context, privacy-related factors in the personal context, and privacy-related factors in the contextual context. Finally, we examined the effects of consumer privacy concerns on consumer privacy protection behaviors when using content recommendation services. The results of this study are as follows. First, in using the content recommendation service, it is confirmed that consumers are more concerned about the privacy of consumers according to the context. Among the three levels of concern, the highest concern was in order of concern about data collection ‧ sale ‧ retention, concerns about device and service sharing, and concerns about filter bubble. As a result, as a service provided in online, consumers generally found that information about themselves was collected and stored by others, and that fear of others knowing much about themselves was the highest. Second, among the concerns that consumers have when using the content recommendation service, concerns about data collection ‧ sale ‧ retention were found to be significant among consumers who have experiences of privacy infringement, consumers with privacy protection awareness, and those with sensitive personalities. This can lead to concerns about having the same experience through experiences where privacy has been breached, and can affect the concern about your data being collected, sold, or retained by the company if you are aware that privacy should be protected. In addition, consumers who have high neuroticism personalities have privacy concern because their data may be misused by the company. Third, among the concerns that consumers have when using the content recommendation service, concerns about sharing devices and services are positive(+) significance for consumers who have experience of invading privacy, and negative(-) significance for consumers with extravert personalities. People who have experience invading personal information about themselves are bound to fear that sharing their device or service with others will infringe their privacy. When extroverts share their devices and services with others, they know that their views and activities are public, so they don't care much about their tastes and don't worry that this violates their privacy. Fourth, among the concerns that consumers have when using the content recommendation service, privacy concerns regarding filter bubbles have been shown to be significant in the case of consumers who usually experience privacy infringement or watch a lot of sensitive contents. Consumers who have experienced privacy infringement know that they may return in the wrong direction to them, and they have to worry that the content recommendation service may return to restrict their options. In addition, if consumers who watch a lot of sensitive content, the consumers can be worried about that the content recommendation service identify who they are. Fifth, the relationship between consumer privacy concerns and consumer privacy protection behavior when using the content recommendation service is as follows. Only privacy concerns regarding device and service sharing and concerns about filter bubbles have a significant effect on protection behavior. When people share a device or service, they often delete their viewers' history, searches, and activities because of the fact that others can see their information. In addition, as the recommendation service is provided based on his / her viewing history or search history, this may limit the content that he / she can watch. And limiting the individual's choice by continuously recommending similar contents. 오늘날 소비자들은 미디어 환경의 발전으로 OTT (Over-The-Top) 서비스를 통해 언제, 어디서나 원하는 시간에 보고 싶은 방송 프로그램과 영상 콘텐츠를 시청할 수 있게 되었다. 모바일 기기의 보급과 SNS의 일반화된 활용으로 현 시대는 지금 이 순간에도 계속해서 새로운 콘텐츠가 생산되고 있으며 ‘콘텐츠 스모그 시대’ 라는 용어가 나올 정도로 소비자들은 넘쳐나는 콘텐츠 속에서 살아가고 있다. 이를 해결하고자 기업들은 소비자들을 분석하여 이들의 취향과 선호를 예측하고 개개인에게 맞는 정보나 제품을 추천해줌으로써 소비자들이 보다 선택을 편리하게 할 수 있도록 하는 추천서비스를 제공하게 되었다. 콘텐츠 추천서비스의 핵심은 소비자들의 서비스 이용 데이터를 토대로 많은 정보 콘텐츠 중 소비자가 가장 원하는 정보와 콘텐츠를 선별해 내고, 이를 추천해주는 것이다. 콘텐츠 추천서비스는 AI를 기반으로 하여 보다 정확하게 소비자들이 좋아할 만한 콘텐츠들을 추천해줌으로써 그들의 선택을 편리하게 해준다는 장점이 있다. 그러나 이러한 서비스를 사용함에 있어 발생할 수 있는 단점 또한 간과할 수 없다. 자동화된 추천서비스로 인해 소비자의 중요한 권리인 선택권과 자율성이 침해받을 수도 있으며, 추천을 받기 위해 소비자들이 제공한 개인정보가 기업에 의해 지속적으로 수집되면서 소비자프라이버시 문제가 발생 할 수 있다. 본 연구에서는 콘텐츠 추천서비스를 사용하는데 있어 소비자들이 가지고 있는 소비자프라이버시 염려를 데이터 수집‧판매‧보유에 관한 염려, 기기‧서비스 공유에 관한 염려, 필터버블에 관한 염려 세 가지 염려로 나누어서 살펴보았다. 그리고 소비자프라이버시 염려에 영향을 미치는 요인을 일반적인 소비자프라이버시 요인, 개인적 요인, 상황적 맥락 요인으로 나누어 영향요인 별로 소비자프라이버시 염려에 미치는 영향에 대해 살펴보았다. 마지막으로 콘텐츠 추천서비스 이용 시 소비자프라이버시 염려가 소비자프라이버시 보호행동에 미치는 영향에 대해서 살펴보았다. 본 연구의 결과는 다음과 같다. 첫째, 콘텐츠 추천서비스를 이용함에 있어서 소비자들이 맥락에 따라 보다 차별화된 소비자프라이버시 염려를 느끼고 있음을 확인할 수 있었다. 세 가지 차원의 염려 중 데이터 수집‧판매‧보유에 관한 염려, 기기‧서비스 공유에 관한 염려 그리고 필터버블에 관한 염려 순으로 염려가 높게 나타남을 확인할 수 있었다. 이를 통해 온라인상에서 제공되는 서비스인 만큼 전반적으로 소비자들은 자신에 대한 정보가 타인에 의해서 수집‧보관되며 타인이 자신에 대한 정보를 많이 알고 있는 것에 대한 두려움이 가장 높음을 알 수 있었다. 둘째, 콘텐츠 추천서비스를 이용할 때 소비자들이 갖는 염려 중 데이터 수집‧판매‧보유에 관한 염려는 평소 프라이버시 침해 경험이 있는 소비자, 프라이버시 보호 인식을 갖고 있는 소비자, 그리고 예민한 성격을 가진 소비자의 경우 유의하게 나타났다. 이를 통해 프라이버시가 침해된 경험을 통해 동일한 경험을 겪는 것에 대한 염려를 가질 수밖에 없으며, 프라이버시를 보호해야 한다는 인식을 갖고 있는 경우 자신의 데이터가 기업에 의해 수집, 판매되거나 보유되는 것에 대한 염려에 영향을 미침을 알 수 있다. 또한, ‘신경증’과 같은 예민한 성격을 가진 소비자의 경우 자신의 데이터가 기업에 의해 오‧남용되거나 과도하게 사용될 수도 있음에 대한 염려를 할 수 밖에 없음을 알 수 있다. 셋째, 콘텐츠 추천서비스를 이용할 때 소비자들이 갖는 염려 중에 기기‧서비스 공유에 관한 염려는 평소 프라이버시 침해 경험이 있는 소비자의 경우 정(+)적으로 유의하였으며 외향적인 성격을 가진 소비자들의 경우 음(-)적으로 유의하게 나타났다. 자신에 대한 개인적인 정보가 침해된 경험이 있는 사람들은 기기나 서비스를 다른 사람들과 공유하게 되면 당연히 자신의 프라이버시가 침해될 것이라는 우려를 할 수 밖에 없다. 외향적인 사람의 경우 기기 및 서비스를 타인과 공유할 때 자신의 시청내역과 활동내역이 공개되어 자신의 취향이 드러나는 것에 대해 크게 신경 쓰지 않으며 이것이 개인의 프라이버시를 침해하는 것이라는 염려를 하지 않음을 알 수 있다. 넷째, 콘텐츠 추천서비스를 이용할 때 소비자들이 갖는 염려 중에 필터버블에 관한 프라이버시 염려는 평소 프라이버시 침해 경험이 있거나 민감 콘텐츠를 많이 시청하는 소비자들의 경우 유의한 것으로 나타났다. 평소 프라이버시 침해 경험이 있는 소비자들의 경우, 자신에게 잘못된 방향으로 돌아올 수 있음을 알고 있으며 이러한 콘텐츠 추천서비스가 자신의 선택권을 제약하는 방향으로 돌아올 수도 있다는 염려를 가질 수밖에 없다. 또한 민감 콘텐츠를 많이 시청하는 경우, 콘텐츠 추천서비스가 자신의 취향을 인지하고 이와 관련된 콘텐츠를 지속적으로 추천해줌으로써 자신을 인지하고 식별하는 것에 대한 염려를 가질 수밖에 없다. 다섯째, 콘텐츠 추천서비스 이용 시 갖는 소비자프라이버시 염려와 소비자프라이버시 보호행동 간의 관계를 통해 알 수 있는 점은 다음과 같다. 기기‧서비스 공유에 관한 프라이버시 염려와 필터버블에 관한 염려만 보호행동에 유의한 영향을 미치는 것으로 나타났다. 사람들은 기기나 서비스를 공유할 땐, 자신의 정보를 다른 사람이 확인할 수 있다는 사실 때문에 시청내역, 검색내역 그리고 활동내역을 삭제하는 행동을 많이 한다. 이를 통해 자신에 대한 정보가 타인에게 보이는 것을 꺼려함을 알 수 있다. 또한 자신의 시청내역이나 검색내역을 기반으로 하여 추천서비스가 제공되는 만큼 이것이 자신이 시청할 수 있는 콘텐츠를 제한하거나, 지속적으로 유사한 콘텐츠만을 추천함으로써 개인의 선택을 제약할 수도 있기에 시청내역, 검색내역, 좋아요 표시한 콘텐츠‧재생 목록, 구독 내역 등을 삭제하는 행동을 보임을 알 수 있다.

도서관의 도서추천서비스에 대한 유형 연구

김민아 부산대학교 대학원 2022 국내석사

온라인 패션쇼핑몰의 추천서비스 유형별 사용자 평가와 사용의도 및 구매의도

박병지 가톨릭대학교 대학원 2018 국내석사

ABSTRACT Retail e-commerce sales growth has steadily increased in Korea. Meanwhile, fashion products have emerged as one of the top-selling product types in the e-commerce. Growing online market entry of fast fashion manufacturers and department stores has led to an expanding variety of fashion apparels. In a move to help the consumer decision-making from the vast number of products sold online, retailers have adopted product recommendations. The purposes of this study were to find out which attributes consumers expect from each type of recommendation services available in online fashion shopping malls: best-seller, MD, content-based, and collaborative filtering-based (CF) recommendations and to determine the effects of user evaluations of those recommendations on usage and purchase intention. This study also investigated whether the effects of such user evaluations on usage and purchase intention are different among groups involved in fashion. Based on literature review, a pilot study was preliminarily carried out to develop assessment instruments required for users to evaluate recommendation services, their intention to use such services and to buy recommended products as well as their involvement in fashion. Using a questionnaire, this study was conducted with adult women aged 20 ~ 25 years who have had an online shopping experience and were aware of the meaning of product recommendations services. A total of 277 completed questionnaires were used for analysis. A SPSS software version 23 was used for statistical analysis including factor, reliability, frequency, one-way ANOVA, regression, cluster and t-test analyses. This study revealed the following results: First, according to factor analysis performed to find out attributes affecting user evaluation of recommendation services, consumer responses and fashion involvement, user evaluation consisted of 6 attributes: novelty, self-reference, reliability, convenience, social presence and expertise. Consumer responses were identified as intention to use and intention to purchase, and fashion involvement was defined as emotional fashion involvement and cognitive fashion involvement. Second, this study compared the mean values obtained from data on user evaluation, usage and purchase intention for each type of product recommendations available in online fashion marketplaces. It was found that novelty attribute was higher in the best-seller and MD recommendation services, and self-reference attribute was higher in the content-based recommendations, followed by the CF recommendations. Reliability and convenience attributes were higher in the content-based and CF recommendations, and social presence attribute was higher in the CF and best-seller recommendations. There were no significant differences in expertise attribute, showing similar mean values in the content-based, CF and MD recommendations. User intention to use recommendation services and to buy recommended products were higher in the content-based recommendations, followed by CF, best-seller and MD recommendations in a descending order. Third, the intention to use recommendation services was influenced by convenience, reliability and self-reference in a descending order in all of the four recommendation services among attributes affecting user evaluation of each service type. As a result, users considered convenience to be the most important factor for shopping in online marketplaces offering product recommendations. Consumers were also found to have intention to use the services continuously when the recommended information was reliable and products are related to themselves. In addition, novelty had a significant influence in the best-seller recommendations, and expertise had a significant influence in content-based recommendations. Fourth, the intention to buy recommended products was influenced by convenience and self-reference in the best-seller recommendations and by self-reference, reliability and expertise in MD recommendations. The said intention was mostly influenced by self-reference, expertise, convenience and reliability when it comes to content-based recommendations and by reliability, convenience and self-reference in the CF recommendations. Therefore, self-reference served as the most common attribute affecting purchase intention in this study. Fifth, cluster analysis was performed to examine the relationship between user evaluation and intention to use and purchase among groups involved in fashion. In result, Group 1 showed low levels of emotional and cognitive involvement in fashion, whereas Group 2 exhibited high levels of emotional and cognitive involvement in fashion. Novelty presented significant differences between the groups in all recommendation types and reliability and convenience presented significant differences between the groups in MD, content-based and CF recommendations. Social presence also showed significant differences between the Group 1 and 2 when it comes to the best-seller and CF recommendations. Usage intention of the Group 2 was higher in the all recommendation types, and purchase intention of the Group 2 was also higher in the best-seller recommendations. Thus, corporations need to provide product recommendations on the basis of attributes that consumers expect from each type of recommendations and to establish relevant strategies that fit consumers with different demands using consumer data. The findings of this study will be useful for establishing effective marketing strategies and eventually contribute to theory building in e-commerce. 국문초록 국내의 전자상거래 시장 규모가 지속적으로 성장하고 있는 시점에서 패션제품은 인터넷을 통해 거래되는 대표적인 품목 중 하나이다. 패스트 패션업체와 백화점의 인터넷 진출로 온라인 쇼핑몰에서 취급하는 패션제품의 구색은 늘어가는 추세이다. 방대한 상품 속에서 결정을 내려야 하는 소비자들은 위해 리테일러들은 추천서비스를 도입하고 있다. 본 연구는 온라인 패션쇼핑몰에서 사용되고 있는 주요 추천서비스인 베스트셀러 추천서비스, MD 추천서비스, 내용기반 추천서비스, 그리고 협업필터링 추천서비스에 따라 사용자들이 각 추천서비스에 기대하는 평가 요인의 차이를 밝히고, 사용자 평가와 추천서비스의 사용의도 및 구매의도의 관계를 확인하고자 한다. 더불어 패션 관여 집단에 따라 온라인 패션쇼핑몰 추천서비스의 사용자 평가와 사용의도, 구매의도의 차이 밝히고자 한다. 본 연구는 선행연구를 바탕으로 사전조사와 예비조사를 통하여 추천서비스에 대한 사용자 평가, 추천서비스 사용의도, 추천 제품의 구매의도, 패션 관여 측정도구를 구성하였다. 본조사는 설문조사를 통해 온라인 쇼핑몰을 이용해본 경험이 있고, 추천서비스가 무엇인지 알고 있는 20-25세 성인 여성을 대상으로 실시하였다. 277부의 설문지가 최종 분석에 사용되었으며, 자료분석은 SPSS 23.0 통계 프로그램을 통해 요인분석, 신뢰도 분석, 빈도분석, 일원배치 분산 분석, 회귀분석, 군집분석, t-검정을 실시하였다. 본 연구의 결과는 다음과 같다. 첫째, 추천서비스에 대한 사용자 평가 및 소비자 반응, 패션 관여의 구성요인을 밝히기 위해 요인분석을 한 결과, 사용자 평가 요인은 ‘새로움’, ‘자기참조’, ‘신뢰성’, ‘편리성’, ‘사회적 실재감’, ‘전문성’의 6가지 요인으로 구성되었다. 소비자 반응은 ‘사용의도’와 ‘구매의도’ 두 요인으로, 패션 관여는 ‘감정적 패션 관여’, ‘인지적 패션 관여’의 두 요인이 도출되었다. 둘째, 온라인 패션쇼핑몰 추천서비스 유형에 따른 사용자 평가 및 사용의도, 구매의도의 평균을 비교한 결과, 새로움 평가 요인은 베스트셀러와 MD 추천서비스가, 자기참조 요인은 내용기반 추천서비스가 가장 높았으며, 협업필터링 추천서비스가 뒤를 따랐다. 신뢰성과 편리성 요인은 내용기반과 협업필터링 추천서비스가, 사회적 실재감 요인은 협업필터링, 베스트셀러 추천서비스가 높게 나타났다. 전문성 요인은 내용기반 추천서비스와 협업필터링 추천서비스, MD 추천서비스가 모두 비슷한 평균 점수를 받았다. 추천서비스의 사용의도, 추천 제품의 구매의도는 모두 내용기반 추천서비스, 협업필터링 추천서비스, 베스트셀러 추천서비스, MD 추천서비스 순으로 나타났다. 셋째, 추천서비스 유형별 사용자 평가가 추천서비스 사용의도에 미치는 영향에 대한 분석 결과, 네 가지 추천서비스 유형 모두 서비스 속성인 편리성, 신뢰성 요인이 추천서비스 사용의도에 주된 영향을 미치며, 추천 제품과 관련된 속성인 자기참조가 사용의도에 유의한 영향을 주는 것을 확인하였다. 이 결과 사용자들은 기본적으로 추천서비스가 제공하는 쇼핑의 편리함을 가장 중요시 여기며, 제공되는 정보가 신뢰할만하고, 자신과 연관된 상품일 때 서비스를 지속적으로 사용하려는 것을 알 수 있다. 그 밖에 베스트셀러 추천서비스에는 새로움 요인, 내용기반 추천서비스에는 전문성 요인이 유의한 영향을 미쳤다. 넷째, 추천서비스 유형별 사용자 평가가 추천 제품 구매의도에 미치는 영향을 분석한 결과, 베스트셀러 추천서비스는 편리성, 자기참조 요인이, MD 추천서비스는 자기참조, 신뢰성, 전문성 요인이 주된 영향을 미쳤다. 내용기반 추천서비스의 구매의도에는 자기참조, 전문성, 편리성, 신뢰성이, 협업필터링 추천서비스에는 신뢰성, 편리성, 자기참조가 구매의도에 유의한 영향을 주었다. 이 결과 네 가지 추천서비스 유형에서 추천된 제품과 관련된 속성인 자기참조 요인이 추천 제품 구매의도에 공통적으로 큰 영향을 미치는 것을 확인하였다. 다섯째, 패션 관여 집단에 따라 추천서비스 유형별 사용자 평가와 사용의도, 구매의도의 차이를 확인하였다. 군집분석 결과 집단 1은 감정적 패션 관여와 인지적 패션 관여가 비교적 낮았고, 집단 2는 감정적 패션 관여와 인지적 패션 관여 모두 높게 나타났다. 새로움 요인이 모든 추천서비스에서, 신뢰성, 편리성 요인이 MD 추천서비스, 내용기반 추천서비스, 협업필터링 추천서비스에서 집단에 따라 유의한 차이를 보였다. 사회적 실재감 요인은 베스트셀러 추천서비스와 협업필터링 추천서비스에서 집단 1, 2의 유의한 차이가 나타났다. 사용의도는 집단 2가 모든 추천서비스 유형에서 높게 나타났으며, 구매의도는 베스트셀러 추천서비스에서 집단 2가 높게 나타났다. 따라서 기업들은 추천서비스 유형에 따라 사용자들이 기대하는 평가 요인에 집중하여 추천서비스를 제공하고, 고객의 데이터를 바탕으로 소비자 특성에 맞는 추천서비스 마케팅 전략을 수립할 필요가 있다. 본 연구는 전자상거래분야 이론 정립에 기여할 것이며, 추천서비스를 이용한 효과적인 마케팅 전략 수립에 도움이 될 것으로 본다.