As the online and offline markets mature and services become more sophisticated, consumer behaviors in product purchasing have become increasingly complex. Understanding and predicting consumer behaviors are critical in achieving enhanced sales revenue through refined targeting in both online and offline markets. As one of the leading unsupervised learning methodologies, collaborative filtering can provide marketing implications through its recognition of consumers' buying patterns. The first essay suggests that collaborative filtering models predicting digital music downloads can be improved by incorporating users' tendency to seek variety, which has been under-explored in previous studies of entertainment marketing. This result may be because consumers who are more likely to search for variety tend to be influenced by product recommendations or social media promotions. The second essay presents a novel unsupervised learning technique that captures offline shopping patterns and provides a comprehensive understanding of customers’ cross-purchasing behaviors by introducing a collaborative filtering model integrated with Restricted Boltzmann Machines (RBM). While recent generative AI models have gained attention, unsupervised learning has been criticized for its lack of interpretability in results. This research offers multiple methodological approaches from a marketing perspective to address these limitations.
온라인과 오프라인 시장이 성숙하고 서비스가 고도화됨에 따라 제품을 구매하는 소비자의 선택은 점점 더 복잡해지고 있다. 소비자의 선택을 이해하고 예측하는 것은 온라인과 오프라인 시장에서 정교한 타겟팅을 통해 판매자의 수익 증대에 기여할 수 있다는 점에서 중요하다. 대표적인 비지도 학습 방법론 중 하나인 협업 필터링은 소비자의 구매 패턴에 대한 인식을 통해 마케팅과 관련된 함의를 제공할 수 있다. 첫 번째 에세이는 미디어 플랫폼 연구에서 많이 다루지 않았던 소비자의 다양성 추구 성향을 고려하면 디지털 음악 다운로드를 예측하는 협업 필터링 모형의 성능을 더욱 높일 수 있다고 제안한다. 또한, 이러한 성능의 개선은 높은 수준의 다양성을 추구하는 소비자들이 추천이나 소셜 미디어 프로모션에 영향을 받는 정도가 더 높기 때문일 수 있다고 제언한다. 두 번째 에세이는 오프라인 쇼핑 패턴을 포착하는 해석 가능하고 더욱 정교한 비지도 학습 기법을 제시하여 고객의 교차 구매 행동에 대한 심층적인 이해를 돕는다. 즉, 제한적 볼츠만 머신을 통합한 새로운 협업 필터링 모델을 제안한다. 최근 생성형 AI 모형이 각광받으면서 비지도 학습 기법이 재조명되고 있지만, 결과에 대한 설명이 거의 불가능하다는 단점이 있었다. 본 연구는 마케팅 관점에서 이러한 한계점을 보완하는 방법론들을 제시한다.
