정보·통신기술의 급격한 발전으로 인해 온라인 시장은 매우 빠른 속도로 성장하고 있다. 따라서 오프라인 시장과는 다른 행태를 보이는 온라인 시장의 고객 구매 패턴과 온라인 시장의 특성에 대한 보다 면밀한 연구가 필요하다. 일반적으로 온라인 시장의 소비자는 오프라인 시장의 소비자보다 의사결정의 변화성이 심하기 때문에 온라인 시장에 참여하고 있는 기업들은 온라인 고객의 구매 패턴을 파악하고 그에 맞게 적절한 전략을 취해야 한다. 특히 재고관리의 관점에서 보면, 온라인 시장에서는 고객의 주문취소 또는 반품이 오프라인 시장보다 빈번하게 발생하므로 온라인 시장에 참여하고 있는 기업들은 합리적인 재고관리를 위해서 주문취소 및 반품을 보다 중요한 요소로 고려해야 한다. 따라서 본 연구에서는 기존 주문취소를 다루었던 연구들에서 보편적으로 사용되는 ‘주문취소를 고려하여 실제 주문의 도착률을 수정하여 사용하는 방법’과 ‘주문취소율을 하나의 파라미터로 설정하여 실제 주문과 주문취소율을 동시에 고려하는 방법’의 특성을 비교하고자 한다. 이를 위해 본 연구에서는 도착과정(수요, 주문취소, 반품)은 확률적으로 발생하는 마코프 과정(Markov process)이라고 가정하여 재고모형을 구축한 후, 연속조사와 주기조사(continuous review and periodic review) 두 경우에 대해 재고 시스템의 사이클 타임의 확률분포와 기댓값을 도출한다.The scale of on-line market is growing rapidly by radical change of information and communication technologies. So, it would be necessary to investigate behaviors of purchasing patterns of on- line customers as well as characteristics of on-line market. Usually, since consumers of on-line market compared to those of off-line market change their decisions frequently the companies involved in on-line market should figure out the purchasing patterns of on-line customers and then establish various strategies suitable for the current situation. In particular, from the inventory control point of view, the companies involved in on-line market must consider the order cancellation and returns of products as one of the most important factors due to frequent changes of customers' decisions for efficient inventory control. In this research, we compare the performances of two methods: (i) method which modifies the real arrival rate of order with considering order cancellations or returns and (ii) method which consider both rates of order and order cancellations or returns simultaneously without modification of the real arrival rate. For this, we investigate the inventory system with stochastic demands, returns, and cancellations. We construct an inventory model with Markovian arrival processes of demands and order cancellations(or returns) and derive the probability distribution and expectation of length of the cycle-time for both continuous review and periodic review cases. And then, we compare the expected values and variances of cycle time of the modified method and the suggested method.