온라인 패션 리테일링의 사이즈 추천 기술 동향

김지은

doi:10.16885/jktc.2021.3.24.1.79

추천

검색

질문

자료유형: 학술저널

저자정보: 김지은 (부산대학교)

저널정보: 한복문화학회 한복문화 韓服文化第24卷第1號

발행연도: 2021.3

수록면: 79 - 90 (12page)

DOI: 10.16885/jktc.2021.3.24.1.79

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

As the sales of the entire fashion industry are declining due to the Covid-19 pandemic fashion retailers introduce retailing technologies to enhance the shopping experience online. The Size Recommendation Technology(SRT) is one of the retailing technologies to support customers by recommending customers the right size by using data analysis. This study classifies the size recommendation technologies according to data types and finds the implications for online fashion retailers. 5 types of size recommendation technologies are as follows. First the size recommendation technology with virtual try-on using customer body size data, this model is meaningful as it helps customers imagine the fit and size of the product by using an avatar made with the customer"s body shape. Second the recommendation technology with robotics using body type, this model helps customers to imagine how the product will be worn through various body types. Third size recommendation technology using customers’ detailed body size data, this model is meaningful in that it develops an app that can measure the detailed body size of consumers to increase the sense of reality. Fourth size recommendation technology using garments dimensions this model extends the scope of usage data beyond matching body size and product size. Lastly size recommendation technology through the conversion of consumers" body size and purchasing history this model uses previous purchase history to achieve a subjective fit of fashion items that previous models could not. This study suggests to the online retailers based on research as follows. First smooth interaction between the program and customers is necessary to enhance the online shopping experience. Second simple operation is essential for customers to complete their purchasing journey without forgetting their original purpose. Third it is necessary to develop new data that describes purchasing habits and customer situations. SRT will be a stepping stone to improve and commercialize personalization services by helping online consumers to purchase the right size without experiencing the product in the future.

#Apparel size(어패럴 사이즈) #Online fashion retailing(온라인 패션 리테일링) #Size recommendationtechnology(사이즈 추천 테크놀로지) #Virtual Try-On(버추얼 트라이 온)

참고문헌 (33)

참고문헌 신청

Ha, S. / 2012 / Online apparel retailing:Roles of e-shopping quality and experiential e-shopping motives / Journal of Service Management 23(2):197~215

최진우 / 1월 온라인쇼핑 15조 '역대 2위'…모바일비중 첫 70%대 / 연합인포맥스

Perez, S. / Amazon rolls out a new AR shopping feature for viewing multiple items at once / techcrunch

Scott, N. / Chane’s new lipscanner technology is proof that virtual reality beauty testing is here to stay / popsugar

Hsiu-Ju Hsu / 2002 / Clothing Evaluative Criteria: A Cross-National Comparison of Taiwanese and United States Consumers / Clothing and Textiles Research Journal 20(4):246~252

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김지은

소속기관 국민대학교

주요연구분야 예술체육학 > 디자인 TOP 5% 복합학 > 학제간연구 TOP 5%

논문수 46 이용수 15,185

이 논문과 함께 이용한 논문

유통업계와 디지털 광고업계를 관통하는 “리테일 미디어” 트렌드

편집부 디지털 미래와 전략 2022 .09

MZ 세대 소비 경향을 반영한 의류 구매 결정요인 분석

권민성 , 주용한 대한산업공학회 춘계공동학술대회 논문집 2023 .05

아동복 온라인쇼핑몰 업체의 의류 치수체계 현황분석

정화연 한국의상디자인학회지 2022 .09

패션점포 내 증강현실 기술 적용이 몰입 및 사용의도에 미치는 영향

양희순 복식 2022 .02

패션 매장의 언택트 구매환경에서 구매 프로세스 단계별 정보통신기술(ICT)활용 서비스에 대한 중요도와 구매 의도에 관한 연구

김민경 가정과삶의질학회 학술발표대회 자료집 2021 .05

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (33)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)