A book remains a powerful medium of transferring knowledge and experiences, even in this era of fast increases in e-books and other electronic media. Many recommendation systems assist users in choosing books they make like. A collaborative filtering technique is the most common type of recommendation system in e-commerce environment, but such a technique cannot be applied in a physical bookstore because of inherent differences in users` behaviors in online and offline environments. This thesis suggests a novel recommendation system for the offline bookstore using a smart phone. This system is based on an analysis of 3-year sales records of Kyobo Bookstore, the most popular offline bookstore in Korea. All queries from the smart phone are recorded in the system with the users` location information, which enables the system to track each user`s context and manage personalized recommendation tailored to the offline environment. The contributions of this thesis include a new recommendation system, implemented for the iPhone, a systematic analysis of the Kyobo dataset for use in offline recommendation, and a one-month user study of the iPhone app users.
책은 매우 강력한 지식 전달 수단으로써 IT 기술이 극단적으로 발달하여 e-book이나 다른 전자장치들을 이용한 기술이 빠르게 발달하고 있는 현대에도 여전히 사랑받고 있다. 많은 도서 추천 시스템은 이러한 책의 범람 속에서 사용자가 원하는 책을 추천하는 역할을 하고 있다. 협업 필터링은 가장 전자상거래 상에서 널리 사용되는 추천 시스템 중의 하나이지만, 이 시스템은 온라인과 오프라인(물리적) 환경의 차이로 인해 오프라인 공간에서 적용하기에 곤란이 따른다. 오프라인 환경은 온라인 환경에 비해 사용자의 과거 이력을 조회하거나 사용자의 행동을 추적하는데 큰 곤란이 따르며, 온라인과 오프라인 상에서 사용자의 행동 차이가 있어 온라인에 적용되는 알고리즘을 그대로 적용할 수 없다는 문제가 생긴다. 이 논문에서는 스마트 폰을 이용하여 오프라인 서점에서 적용할 수 있는 새로운 도서 추천 시스템을 제안한다. 3년간의 교보문고 판매 데이터를 이용해 온라인과 오프라인 서점간의 차이를 규명하고, 이 결과를 반영한 추천 시스템을 설계하여 iPhone 앱으로써 배포하였다. User Study의 일환으로써 어플리케이션에서 일어난 사용자의 모든 질의와 사용 기록이 시스템에 기록되었고, 약 1달간의 배포기간을 통해 시스템의 성능을 보였으며, 사용자 설문조사를 통해 새로운 추천 시스템의 성능을 검증하였다.
