KR20210052237A - 인공지능에 기반한 상품 카탈로그 자동 분류 시스템 - Google Patents

인공지능에 기반한 상품 카탈로그 자동 분류 시스템 Download PDF

Info

Publication number
KR20210052237A
KR20210052237A KR1020200131691A KR20200131691A KR20210052237A KR 20210052237 A KR20210052237 A KR 20210052237A KR 1020200131691 A KR1020200131691 A KR 1020200131691A KR 20200131691 A KR20200131691 A KR 20200131691A KR 20210052237 A KR20210052237 A KR 20210052237A
Authority
KR
South Korea
Prior art keywords
catalog
product
information
characteristic information
user
Prior art date
Application number
KR1020200131691A
Other languages
English (en)
Other versions
KR102429104B1 (ko
Inventor
장인하
신현규
Original Assignee
장인하
신현규
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 장인하, 신현규 filed Critical 장인하
Publication of KR20210052237A publication Critical patent/KR20210052237A/ko
Application granted granted Critical
Publication of KR102429104B1 publication Critical patent/KR102429104B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06K9/627—
    • G06K9/46—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 인공지능에 기반한 상품 카탈로그 자동 분류 시스템에 관한 것으로서, 본 발명의 상품 카탈로그 자동 분류 시스템은, 상품 정보를 입력 받는 상품 정보 수집부, 상기 상품 정보를 분석하여 상품 특성 정보를 추출하는 상품 특성 추출부, 상기 상품 정보에 대응되는 사용자 정보를 입력 받는 사용자 정보 수집부, 수집되는 상기 사용자 정보를 분석하여 사용자 특성 정보를 추출하는 사용자 특성 추출부, 복수의 상품에 대한 상기 상품 특성 정보 및 상기 사용자 특성 정보에 따른 카탈로그 카테고리의 결정을 미리 학습하여 복수의 카탈로그 카테고리에 대한 정보를 학습 데이터베이스에 저장하고, 상기 학습 데이터베이스를 이용하여, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상기 복수의 카탈로그 카테고리 중 해당 카탈로그 카테고리를 결정하는 상품 생명주기 학습부, 및 상기 상품 생명주기 학습부에서 결정한 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 카탈로그 데이터베이스에 저장하는 카탈로그 구성부를 포함한다.

Description

인공지능에 기반한 상품 카탈로그 자동 분류 시스템{Product catalog automatic classification system based on artificial intelligence}
본 발명은 전자 상거래를 위한 상품 카탈로그 자동 분류 시스템에 관한 것으로서, 특히, 인터넷 기반의 상품 판매 및 관리에 학습을 통한 인공지능 기반으로 동작하는 상품 카탈로그 자동 분류 시스템에 관한 것이다.
종래의 상품 카탈로그 분류는 자동 분류 방식이 아닌 사람이 직접 정의하여 입력하는 방식을 사용하며, 개별 상품에 대한 속성이 다양하고 사용자의 취향이 다양한 만큼 운영자 등 개인이 대부분 그 분류를 임의로 정의하는 형태였다.
이와 같이 상품을 임의로 분류하게 되면, 상품의 속성, 고객의 기대 값 등이 상충되어, 상품이 올바른 분류에 분류되지 않는 경향이 발생함과 동시에, 상품의 생명주기 예측이 어려워 상품 판매 대상이 되는 고객에게 원하는 상품을 전달 및 노출할 확률이 운영자 등 개인의 역량에 따라 달라지는 문제가 발생한다.
또한, 개인의 역량에 따라 달라지는 분류 정보라 하더라도, 성과 관리와 운영예측에 있어서 상품의 종류, 분야가 다양해짐에 따라, 일관성을 가지지 못함으로 인하여, 상품의 판매 예측, 운영 관리에 어려움이 발생하고 있다.
따라서, 본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은, 인터넷 기반의 전자 상거래에서 상품 특성에 대한 사용자 특성을 학습하여 인공지능 기반으로 상품 카테고리와 카탈로그를 자동 분류하고 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 노출시키는 상품 카탈로그 자동 분류 시스템을 제공하는 데 있다.
먼저, 본 발명의 특징을 요약하면, 상기의 목적을 달성하기 위한 본 발명의 일면에 따른 상품 카탈로그 자동 분류 시스템은, 상품 정보를 입력 받는 상품 정보 수집부; 상기 상품 정보를 분석하여 상품 특성 정보를 추출하는 상품 특성 추출부; 상기 상품 정보에 대응되는 사용자 정보를 입력 받는 사용자 정보 수집부; 수집되는 상기 사용자 정보를 분석하여 사용자 특성 정보를 추출하는 사용자 특성 추출부; 복수의 상품에 대한 상기 상품 특성 정보 및 상기 사용자 특성 정보에 따른 카탈로그 카테고리의 결정을 미리 학습하여 복수의 카탈로그 카테고리에 대한 정보를 학습 데이터베이스에 저장하고, 상기 학습 데이터베이스를 이용하여, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상기 복수의 카탈로그 카테고리 중 해당 카탈로그 카테고리를 결정하는 상품 생명주기 학습부; 및 상기 상품 생명주기 학습부에서 결정한 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 카탈로그 데이터베이스에 저장하는 카탈로그 구성부를 포함한다.
상기 온라인 상점용 카탈로그는, 입력된 상기 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 추천 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함한다.
상기 온라인 광고용 카탈로그는, 입력된 상기 입력 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 광고 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함한다.
상기 상품 생명주기 학습부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 학습 데이터베이스에서 매칭되는 카탈로그 카테고리의 부존재를 결정하면 새로운 카탈로그 카테고리의 생성을 결정하고, 상기 학습 데이터베이스에 해당 엔트리를 추가하며, 상기 카탈로그 구성부는 상기 새로운 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 상기 카탈로그 데이터베이스에 저장할 수 있다.
상기 카탈로그 구성부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 온라인 상점용 카탈로그를 인터넷 전자 상거래 시스템의 로그인 된 사용자 페이지에 노출시키고, 상기 온라인 광고용 카탈로그를 인터넷 광고 시스템의 로그인 된 사용자 페이지에 노출시킬 수 있다.
상기 상품 생명주기 학습부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상품의 판매가치 또는 구매강도를 판단하고, 상기 학습 데이터베이스를 참조하여 획득한 상기 카탈로그 카테고리의 결정 횟수, 또는 상기 카탈로그 데이터베이스를 참조하여 획득한 상기 온라인 상점용 카탈로그 또는 상기 온라인 광고용 카탈로그의 제공 횟수를 기초로 상품의 노출생명기간을 판단하며, 상기 상품의 판매가치, 구매강도, 또는 노출생명기간에 따라 상기 카탈로그 데이터베이스에서 해당 카탈로그의 제거 여부를 결정할 수 있다.
상기 카탈로그 구성부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 연관된 복수의 온라인 상점용 카탈로그 및 복수의 온라인 광고용 카탈로그를 해당 시스템으로 제공하여 노출시키고, 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라 상기 페이지 상에 노출 형태의 구분정보를 제공할 수 있다.
상기 카탈로그 구성부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 사용자 특성 정보는 비로그인 되었으나 행위특성이 일치하는 사용자로 파악하고, 상기 온라인 상점용 카탈로그를 인터넷 전자 상거래 시스템에 비로그인 된 상태에서 접속한 사용자 페이지에 노출시키고, 상기 온라인 광고용 카탈로그를 인터넷 광고에 접속한 상기 비로그인 사용자 페이지에 노출시키는 것을 특징으로 할 수 있다.
상기 카탈로그 구성부는, 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라, 결정한 노출 범위에 따라, 연관된 상기 복수의 온라인 상점용 카탈로그의 수 및 연관된 상기 복수의 온라인 광고용 카탈로그의 수를 결정할 수 있다.
상기 카탈로그 구성부는, 미리 입력된 정보에 따라 상기 노출생명기간의 소정의 남은 시간부터 품절 예고 정보 또는 재입고 여부 정보를 제공하여 상기 페이지 상에 노출시킬 수 있다.
그리고, 본 발명의 다른 일면에 따른 인터넷 상의 상품 카탈로그 자동 분류 장치에서의 상품 카탈로그 자동 분류 방법은, 상품 정보를 입력 받는 단계; 상기 상품 정보를 분석하여 상품 특성 정보를 추출하는 단계; 상기 상품 정보에 대응되는 사용자 정보를 입력 받는 단계; 수집되는 상기 사용자 정보를 분석하여 사용자 특성 정보를 추출하는 단계; 복수의 상품에 대한 상기 상품 특성 정보 및 상기 사용자 특성 정보에 따른 카탈로그 카테고리의 결정을 미리 학습하여 복수의 카탈로그 카테고리에 대한 정보를 저장한, 학습 데이터베이스를 이용하여, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상기 복수의 카탈로그 카테고리 중 해당 카탈로그 카테고리를 결정하는 단계; 및 상기 결정한 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 카탈로그 데이터베이스에 저장하는 단계를 포함한다.
상기 온라인 상점용 카탈로그는, 입력된 상기 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 추천 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함한다.
상기 온라인 광고용 카탈로그는, 입력된 상기 입력 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 광고 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함한다.
상기 카탈로그 카테고리를 결정하는 단계에서, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 학습 데이터베이스에서 매칭되는 카탈로그 카테고리의 부존재를 결정하면 새로운 카탈로그 카테고리의 생성을 결정하고, 상기 학습 데이터베이스에 해당 엔트리를 추가하며, 상기 카탈로그 구성부는 상기 새로운 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 상기 카탈로그 데이터베이스에 저장할 수 있다.
상기 카탈로그 데이터베이스에 저장하는 단계 후에, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 온라인 상점용 카탈로그를 인터넷 전자 상거래 시스템의 로그인 된 사용자 페이지에 노출시키고, 상기 온라인 광고용 카탈로그를 인터넷 광고 시스템의 로그인 된 사용자 페이지에 노출시키는 단계를 더 포함한다.
상기 카탈로그 카테고리를 결정하는 단계에서, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상품의 판매가치 또는 구매강도를 판단하고, 상기 학습 데이터베이스를 참조하여 상기 카탈로그 카테고리의 결정 횟수, 상기 카탈로그 데이터베이스를 참조하여 획득한 상기 온라인 상점용 카탈로그 또는 상기 온라인 광고용 카탈로그의 제공 횟수를 기초로 상품의 노출생명기간을 판단하며, 상기 상품의 판매가치, 구매강도, 또는 노출생명기간에 따라 상기 카탈로그 데이터베이스에서 해당 카탈로그의 제거 여부를 결정할 수 있다.
상기 카탈로그 데이터베이스에 저장하는 단계 후에, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 연관된 복수의 온라인 상점용 카탈로그 및 복수의 온라인 광고용 카탈로그를 해당 시스템으로 제공하여 노출시키고, 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라 상기 페이지 상에 노출 형태의 구분정보를 제공하는 단계를 더 포함한다.
상기 상품 카탈로그 자동 분류 방법은, 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라, 결정한 노출 범위에 따라, 연관된 상기 복수의 온라인 상점용 카탈로그의 수 및 연관된 상기 복수의 온라인 광고용 카탈로그의 수를 결정하는 단계를 더 포함한다.
상기 카탈로그 데이터베이스에 저장하는 단계 후에, 미리 입력된 정보에 따라 상기 노출생명기간의 소정의 남은 시간부터 품절 예고 정보 또는 재입고 여부 정보를 제공하여 상기 페이지 상에 노출시키는 단계를 더 포함한다.
본 발명에 따른 상품 카탈로그 자동 분류 시스템에 따르면, 상품의 메타데이터를 분석한 상품 특성에 대한 사용자 특성을 기초로 각 상품이 가지는 성과를 판단하고 학습하여 인공지능 기반으로 상품 카테고리와 카탈로그를 자동 분류함으로써, 진열과 마케팅에 노출될 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 노출 여부, 범위, 기간 등의 판단에 따라 효과적인 추천 정보 및 광고 정보의 노출이 가능하다.
상품의 특성과 생명주기에 맞춘 상품의 분류 및 구성은 최종적으로 상품의 생명주기와 연관성을 갖는다. 새로운 상품으로 기록되는 경우는 신상품의 분류로 판단할 수 있고, 상품의 생명주기가 끝나가는 경우에는 할인 상품의 분류로 판단할 수도 있다. 이처럼 동일한 상품군에 대하여 상품의 생명주기에 따라 판단되는 분류가 달라지며, 이러한 분류는 소비자의 구매 만족도를 판단할 수 있는 카탈로그 분류와 구성에도 영향을 미칠 수 있다.
온라인 상점 내에서의 상품 분류에 따른 카탈로그뿐만 아니라, 온라인 광고 매체로 전달되는 광고용 카탈로그의 정보의 경우, 온라인 매체가 노출할 상품의 수를 줄여 줌으로써 구매력이 떨어지는 상품의 광고로 인하여 소모되는 광고비용을 절감할 수 있고 절감된 비용을 좀 더 집중적으로 광고해야 할 상품에 투자할 수 있는 등의 활용성을 가진다. 뿐만 아니라, 상품의 생명주기가 끝나가는 상품에 대하여 품절처리, 재입고 방지 등의 활동을 통하여 기업의 자금 순환에 도움을 주며, 상품의 재고관리를 통한 비용절감과 영업이익 증대에도 기여할 수 있게 된다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는 첨부도면은, 본 발명에 대한 실시예를 제공하고 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1은 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템의 구체적인 블록도이다.
도 3은 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템의 동작 설명을 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템의 구현 방법의 일례를 설명하기 위한 도면이다.
이하에서는 첨부된 도면들을 참조하여 본 발명에 대해서 자세히 설명한다. 이때, 각각의 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타낸다. 또한, 이미 공지된 기능 및/또는 구성에 대한 상세한 설명은 생략한다. 이하에 개시된 내용은, 다양한 실시 예에 따른 동작을 이해하는데 필요한 부분을 중점적으로 설명하며, 그 설명의 요지를 흐릴 수 있는 요소들에 대한 설명은 생략한다. 또한 도면의 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시될 수 있다. 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니며, 따라서 각각의 도면에 그려진 구성요소들의 상대적인 크기나 간격에 의해 여기에 기재되는 내용들이 제한되는 것은 아니다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시 예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
I. 인공지능에 기반한 상품 카탈로그 자동 분류 시스템
도 1은 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템(100)을 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 인터넷 상의 상품 카탈로그 자동 분류 시스템(또는 장치)(100)은, 구매자 또는 고객이 사용하는 사용자 단말(10), 다양한 상품에 대한 온라인 쇼핑을 지원하는 전자 상거래 시스템(또는 서버)(20), 광고주 또는 광고 대행업자가 온라인 광고를 위해 운영하는 광고 시스템(또는 서버)(30) 등의 장치, 서버, 시스템 등과, 네트워크 상에서 연동할 수 있다.
여기서, 네트워크는 유무선 인터넷 통신망을 포함하며, 나아가 WiFi, WiBro 등 무선 통신이나 WCDMA, LTE, 5G 등 이동통신을 통해 인터넷에 접속하는 네트워크를 포함한다.
사용자 단말(10)은 인터넷 통신 서비스를 지원하는 단말로서, 데스크탑 PC 기타 통신 전용 단말기 등 유선 단말을 포함하며, 이외에도 통신 환경에 따라 스마트폰, 웨어러블 디바이스, 태블릿 PC, 노트북 PC 등 무선 단말을 포함할 수 있다.
전자 상거래 시스템(20)은 온라인 쇼핑을 지원하는 온라인 상점에 해당하며, 의류, 가전제품, 식품, 가구, 뷰티, 스포츠, 도서 등 다양한 카테고리의 상품들에 대한 정보를 저장 관리하고, 회원 정보와 함께 사용자 단말(10)을 통한 주문 시에 온라인 결제를 통해 배송지로 배송이 이루어지도록 한다. 예를 들어, 옥션, 지마켓, 11번가, 위메프, 티몬 등에서 운영하는 인터넷 전자 상거래 시스템이 있다. 전자 상거래 시스템(20)은 인터넷 사이트의 페이지(화면) 상에 온라인 상점용 카탈로그를 기초로 다양한 상품에 대한 정보를 노출하여 추천할 수 있으며, 특히, 로그인한 사용자의 사용자 단말(10)을 통해 전자 상거래 시스템(20)의 (인터넷 사이트) 페이지에서 해당 사용자에 특화된 상품에 대한 정보를 노출하여 추천하기 위한 온라인 상점용 카탈로그를 데이터베이스에 관리할 수 있다.
광고 시스템(30)은 광고주 또는 광고 대행업자가 온라인 광고를 위해 운영하는 시스템으로서, 인터넷 상의 광고 전용 시스템으로 운영될 수도 있고, 전자 상거래 시스템(20) 내에서 운영되는 시스템일 수도 있으며, 인터넷 검색 사이트(예, 다음, 네이버, 구글 등) 등 유명 사이트에서 운영되는 시스템일 수도 있다. 광고 시스템(30)은 다양한 인터넷 사이트의 페이지(화면) 상에 배너 광고 등을 위한 온라인 광고용 카탈로그를 기초로 다양한 상품에 대한 정보를 노출하여 광고할 수 있으며, 특히, 로그인한 사용자의 사용자 단말(10)을 통해 전자 상거래 시스템(20), 인터넷 검색 사이트, 이들로부터 리다이렉트 된 사이트(예, 신문사, 쇼핑몰 등) 등의 (인터넷 사이트) 페이지에서 해당 사용자에 특화된 상품에 대한 정보를 노출하여 추천하기 위한 온라인 광고용 카탈로그를 데이터베이스에 관리할 수 있다.
특히, 본 발명의 일 실시예에 따른 인터넷 상의 상품 카탈로그 자동 분류 시스템(100)은, 사용자 단말(10), 전자 상거래 시스템(20), 광고 시스템(30) 등 인터넷 상의 서버들과 연동하면서, 인터넷 기반의 전자 상거래에서 전자 상거래 시스템(20)에서 관리되는 상품들의 상품 특성에 대한 사용자 피드백 정보 등 사용자 특성을 학습하여 인공지능 기반으로 상품 카테고리와 카탈로그를 자동 분류하고 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 노출 여부, 범위, 기간 등의 판단에 따라 효과적인 추천 정보 및 광고 정보의 노출이 해당 사이트에서 가능하도록 하였다.
본 발명의 상품 카탈로그 자동 분류 시스템(100)은, 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 제공하기 위한 인터넷 상의 전용 시스템으로 운영될 수도 있고, 전자 상거래 시스템(20) 내에서 운영되는 시스템일 수도 있으며, 인터넷 검색 사이트(예, 다음, 네이버, 구글 등) 등 유명 사이트에서 운영되는 시스템일 수도 있다.
II. 상품 카탈로그 자동 분류 시스템의 구성
도 2는 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템(100)의 구체적인 블록도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템(100)은, 상품 정보 수집부(110), 상품 특성 추출부(120), 사용자 정보 수집부(130), 사용자 특성 추출부(140), 상품 생명주기 학습부(150), 학습 데이터베이스(DB)(151), 카탈로그 구성부(160), 카탈로그 DB(161)을 포함한다.
상품 정보 수집부(110)는 상품 정보를 입력 받는다. 상품 정보는 전자 상거래 시스템(20)에서 온라인 상품 판매를 위해 관리되는 정보로서, 상품 특성 정보를 포함한다. 상품 카탈로그 자동 분류 시스템(100)이 전자 상거래 시스템(20)에 구비되어 운영되는 경우, 전자 상거래 시스템(20) 내에 관리되는 상품 정보를 직접 요청하여 수집되도록 함으로써 상품 정보를 입력 받을 수 있다. 또는 상품 카탈로그 자동 분류 시스템(100)이 전자 상거래 시스템(20)과 별도로 운영되는 경우에, 오픈 API(Application Programming Interface)를 통해 전자 상거래 시스템(20)에 요청하여 수집되도록 함으로써 상품 정보를 입력 받을 수도 있다.
상품 특성 추출부(120)는 상품 정보를 분석하여 상품 특성 정보를 추출한다. 상품 특성 정보는 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 가격 등을 포함할 수 있다.
상품 정보 수집부(110)는 상품 특성 정보에 포함된 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 가격 등의 각 속성별 메타데이터를 각각 요청하고 수신 데이터를 상품 특성 추출부(120)로 전달하여 상품 특성 추출부(120)에서 상품 특성 정보의 해당 속성을 하나씩 획득하도록 할 수도 있으며, 위와 같은 상품 특성 정보에 포함된 복수/모든 속성들의 메타데이터가 패킷화 된 파일 형태를 요청하고 수신하여 상품 특성 추출부(120)에서 패킷화 된 파일을 파싱 하여 상품 특성 정보의 각 속성들을 획득하도록 할 수도 있다.
사용자 정보 수집부(130)는 상품 정보 수집부(110)가 입력 받는 상품 정보에 대응되는 사용자 정보를 입력 받는다. 사용자 정보는 전자 상거래 시스템(20)에서 온라인 상품 판매를 위해 상품 정보와 함께 그에 대응되도록 관리되는 정보로서, 사용자 단말(10)을 통해 입력된 회원 정보, 사용자 단말(10)을 통해 입력된 피드백 정보 등의 사용자 특성 정보를 포함한다. 상품 카탈로그 자동 분류 시스템(100)이 전자 상거래 시스템(20)에 구비되어 운영되는 경우, 전자 상거래 시스템(20) 내에 관리되는 상품 정보를 요청할 때 함께 요청하거나 별도로 요청하여 수집되도록 함으로써 사용자 정보를 입력 받을 수 있다. 또는 상품 카탈로그 자동 분류 시스템(100)이 전자 상거래 시스템(20)과 별도로 운영되는 경우에, 오픈 API(Application Programming Interface)를 통해 전자 상거래 시스템(20)에 상품 정보를 요청할 때 함께 요청하거나 별도로 요청하여 수집되도록 함으로써 사용자 정보를 입력 받을 수도 있다.
사용자 특성 추출부(140)는 수집되는 상기 사용자 정보를 분석하여 사용자 특성 정보를 추출한다. 사용자 특성 정보는 상품에 대한 브라우징 시간(상품을 둘러본 시간), 구매여부, 남녀구분정보, 나이, 체형, 피드백 정보(상품평이나 리뷰의 긍정/부정 의견), 관심도(관심상품, 장바구니 등에 보관 여부), 선호도(구매에 따른 상품평가점수(별표 등)), 취향(옵션 선택 정보, 상품의 이미지/형태/색상/가격 등의 선택 정보) 등을 포함한다.
사용자 특성 정보는 행위에 기반한 특성 정보로 추출될 수 있는 바, 사용자가 로그인하지 않았다 하더라도, 사용자의 관심사, 체류시간, 페이지의 탐색 경로 및 유형에 따라 카탈로그에 해당하는 상품을 노출시킬 수 있다.
사용자 정보 수집부(130)는 사용자 특성 정보에 포함된 상품에 대한 브라우징 시간, 구매여부, 남녀구분정보, 나이, 체형, 피드백 정보, 관심도, 선호도, 취향 등의 각 속성별 메타데이터를 각각 요청하고 수신 데이터를 사용자 특성 추출부(140)로 전달하여 사용자 특성 추출부(140)에서 사용자 특성 정보의 해당 속성을 획득하도록 할 수도 있으며, 위와 같은 사용자 특성 정보에 포함된 복수/모든 속성들의 메타데이터가 패킷화 된 파일 형태를 요청하고 수신하여 사용자 특성 추출부(140)에서 패킷화 된 파일을 파싱하여 사용자 특성 정보의 각 속성들을 획득하도록 할 수도 있다.
본 특허에서 사용자를 특정하는 영역에 관하여, 사용자의 인구통계학적 특성이 관심사와 일치하지 않을 수 있다. 따라서, 사용자 특성 정보에 포함된 성별, 나이 등의 정보는 메타데이터에서 유용하지 않을 수 있다. 반면 접속지역, 사용하는 언어, 네트워크 접속 환경(PC/모바일 장치의 종류 , 인터넷 속도) 등의 요소는 영향을 받을 수 있다.
상품 생명주기 학습부(150)는 상품 특성 추출부(120)로부터의 상품 특성 정보 및 사용자 특성 추출부(140)로부터의 사용자 특성 정보에 대하여, 생성할 카탈로그에 대한 카탈로그 카테고리의 결정을 미리 학습하여 카탈로그 카테고리에 대한 정보를 학습 DB(151)에 저장 관리한다. 즉, 전자 상거래 시스템(20)에서 온라인 판매를 위해 관리하는 다양한 카테고리의 복수의 상품에 대한 상품 특성 정보 및 사용자 특성 정보에 따른 카탈로그 카테고리의 결정을 미리 학습하여 복수의 카탈로그 카테고리에 대한 정보를 학습 DB(151)에 저장 관리한다.
카탈로그 구성부(160)는 상품 생명주기 학습부(150)에서 결정한 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 카탈로그 DB(161)에 저장하고 관리하며, 필요에 따라 또는 내부/외부 시스템의 요청에 따라 제공할 수 있다.
상품 생명주기 학습부(150)는, 심층신경망 알고리즘에 따라, 각각의 입력되는 상품 특성 정보 및 사용자 특성 정보의 변수들에 대하여 카탈로그 카테고리를 결정하는 과정을 반복하여, 상품 특성 정보 및 사용자 특성 정보에 대한 카탈로그 카테고리와의 연관성 정보를 학습 DB(151)에 축적함으로써, 새로 입력되는 상품 특성 정보 및 사용자 특성 정보에 대한 카탈로그 카테고리의 결정이 일관성 있고 신뢰성 있게 이루어지도록 한다. 새로 입력되는 상품 특성 정보 및 사용자 특성 정보에 대한 카탈로그 카테고리의 결정에 의한, 상기 카탈로그 카테고리와의 연관성 정보가 역시 학습 과정의 하나로서 학습 DB(151)에 축적될 수 있다.
예를 들어, 상품 생명주기 학습부(150)는, 학습 DB(151)를 이용하여, 상품 특성 정보의 속성들(변수들) A1, A2, A3,.. 및 사용자 특성 정보의 속성들(변수들) B1, B2, B3,..에 대하여, 학습 DB(151)에 축적된 복수의 카탈로그 카테고리 중 어느 카탈로그 카테고리에 해당하는 지를 판단하여 해당 카탈로그 카테고리를 결정한다. 예를 들어, 노년층의 가전 상품에 대하여 다양한 연령층의 다양한 형태의 복수의 카탈로그 카테고리 중 그에 맞는 최적의 카탈로그 카테고리를 결정할 수 있다.
심층신경망(Deep Neural Network) 알고리즘은 최초 입력층(input layer)과 최종 출력층(output layer) 사이에 다중의 은닉층(hidden layer)을 포함하는 인공 신경망(ANN: Artificial Neural Network)을 이용한다. 심층신경망 알고리즘의 다중의 은닉층은 입출력 변수들 간의 다양한 비선형적 관계를 학습해 나가며, 학습에 따라 상품 특성 정보 및 사용자 특성 정보에 대한 카탈로그 카테고리와의 연관성 정보의 오차가 줄어들도록 학습해 나갈 수 있다. 이와 같은 심층신경망 알고리즘에 대하여는 잘 알려져 있으므로 더 구체적인 설명은 생략하기로 한다.
카탈로그 구성부(160)가 생성하는 상기 온라인 상점용 카탈로그는, 입력된 상기 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 추천 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함한다.
카탈로그 구성부(160)가 생성하는 상기 온라인 광고용 카탈로그는, 입력된 상기 입력 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 광고 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함한다.
예를 들어, 동일한 카탈로그 카테고리의 상품에 대하여, 상기 온라인 상점용 카탈로그는 정지 이미지 형태를 포함할 수 있고, 상기 온라인 광고용 카탈로그는 동영상 또는 플래시 이미지를 포함할 수 있다.
또한, 상품 생명주기 학습부(150)는, 새로이 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 학습 DB(151)에서 매칭되는 카탈로그 카테고리의 부존재를 결정하면 새로운 카탈로그 카테고리의 생성을 결정하고, 학습 DB(151)에 해당 엔트리를 추가할 수 있다. 이에 따라 카탈로그 구성부(160)는 상기 새로운 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 카탈로그 DB(161)에 저장하고 관리할 수 있다. 이와 같이 새로 입력되는 상품 특성 정보 및 사용자 특성 정보에 대한 새로운 카탈로그 카테고리의 결정에 의한, 상기 카탈로그 카테고리와의 연관성 정보가 역시 학습 과정의 하나로서 학습 DB(151)에 축적되어 나간다.
III. 상품 카탈로그 자동 분류 시스템의 운영
도 3은 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템(100)의 동작 설명을 위한 흐름도이다.
도 3을 참조하면, 먼저, 상품 카탈로그 자동 분류 시스템(100)의 상품 정보 수집부(110)는 상품 정보를 입력 받는다(S110). 상품 정보는 전자 상거래 시스템(20)에서 온라인 상품 판매를 위해 관리되는 정보로서, 상품 특성 정보를 포함한다.
상품 특성 추출부(120)는 상품 정보를 분석하여 상품 특성 정보를 추출한다(S120). 상품 특성 정보는 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 가격 등을 포함할 수 있다.
상품 정보 수집부(110)는 전자 상거래 시스템(20) 내부에서 또는 외부에서, 상품 특성 정보에 포함된 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 가격 등의 각 속성별 메타데이터를 각각 요청하고 수신 데이터를 상품 특성 추출부(120)로 전달하여 상품 특성 추출부(120)에서 상품 특성 정보의 해당 속성을 하나씩 획득하도록 할 수도 있으며, 위와 같은 상품 특성 정보에 포함된 복수/모든 속성들의 메타데이터가 패킷화 된 파일 형태를 요청하고 수신하여 상품 특성 추출부(120)에서 패킷화 된 파일을 파싱하여 상품 특성 정보의 각 속성들을 획득하도록 할 수도 있다.
사용자 정보 수집부(130)는 상품 정보 수집부(110)가 입력 받는 상품 정보에 대응되는 사용자 정보를 입력 받는다(S130). 사용자 정보는 전자 상거래 시스템(20)에서 온라인 상품 판매를 위해 상품 정보와 함께 그에 대응되도록 관리되는 정보로서, 사용자 단말(10)을 통해 입력된 회원 정보, 사용자 단말(10)을 통해 입력된 피드백 정보 등의 사용자 특성 정보를 포함한다.
사용자 특성 추출부(140)는 수집되는 상기 사용자 정보를 분석하여 사용자 특성 정보를 추출한다(S140). 사용자 특성 정보는 상품에 대한 브라우징 시간(상품을 둘러본 시간), 구매여부, 남녀구분정보, 나이, 체형, 피드백 정보(상품평이나 리뷰의 긍정/부정 의견), 관심도(관심상품, 장바구니 등에 보관 여부), 선호도(구매에 따른 상품평가점수(별표 등)), 취향(옵션 선택 정보, 상품의 이미지/형태/색상/가격 등의 선택 정보) 등을 포함한다.
사용자 정보 수집부(130)는 전자 상거래 시스템(20) 내부에서 또는 외부에서, 사용자 특성 정보에 포함된 상품에 대한 브라우징 시간, 구매여부, 남녀구분정보, 나이, 체형, 피드백 정보, 관심도, 선호도, 취향 등의 각 속성별 메타데이터를 각각 요청하고 수신 데이터를 사용자 특성 추출부(140)로 전달하여 사용자 특성 추출부(140)에서 사용자 특성 정보의 해당 속성을 획득하도록 할 수도 있으며, 위와 같은 사용자 특성 정보에 포함된 복수/모든 속성들의 메타데이터가 패킷화 된 파일 형태를 요청하고 수신하여 사용자 특성 추출부(140)에서 패킷화 된 파일을 파싱하여 사용자 특성 정보의 각 속성들을 획득하도록 할 수도 있다.
상품 생명주기 학습부(150)는 상품 특성 추출부(120)로부터의 상품 특성 정보 및 사용자 특성 추출부(140)로부터의 사용자 특성 정보에 대하여, 생성할 카탈로그에 대한 카탈로그 카테고리의 결정을 미리 학습하여 복수의 카탈로그 카테고리에 대한 정보를 학습 DB(151)에 저장 관리함으로써, 학습 DB(151)를 이용하여 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 학습 DB(151) 복수의 카탈로그 카테고리 중 해당 카탈로그 카테고리를 결정할 수 있다(S150). 즉, 상품 생명주기 학습부(150)는 전자 상거래 시스템(20)에서 온라인 판매를 위해 관리하는 다양한 카테고리의 복수의 상품에 대한 상품 특성 정보 및 사용자 특성 정보에 따른 카탈로그 카테고리의 결정을 미리 학습하여 복수의 카탈로그 카테고리에 대한 정보를 학습 DB(151)에 저장 관리한다(S150).
카탈로그 구성부(160)는 상품 생명주기 학습부(150)에서 결정한 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 카탈로그 DB(161)에 저장하고 관리하며, 필요에 따라 또는 내부/외부 시스템의 요청에 따라 제공할 수 있다(S160). 상품 생명주기 학습부(150)는, 심층신경망 알고리즘에 따라, 각각의 입력되는 상품 특성 정보 및 사용자 특성 정보의 변수들에 대하여 카탈로그 카테고리를 결정하는 과정을 반복하여, 상품 특성 정보 및 사용자 특성 정보에 대한 카탈로그 카테고리와의 연관성 정보를 학습 DB(151)에 축적함으로써, 새로 입력되는 상품 특성 정보 및 사용자 특성 정보에 대한 카탈로그 카테고리의 결정이 일관성 있고 신뢰성 있게 이루어지도록 한다. 새로 입력되는 상품 특성 정보 및 사용자 특성 정보에 대한 카탈로그 카테고리의 결정에 의한, 상기 카탈로그 카테고리와의 연관성 정보가 역시 학습 과정의 하나로서 학습 DB(151)에 축적될 수 있다.
카탈로그 구성부(160)가 생성하는 상기 온라인 상점용 카탈로그는, 입력된 상기 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 추천 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함한다. 카탈로그 구성부(160)가 생성하는 상기 온라인 광고용 카탈로그는, 입력된 상기 입력 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 광고 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함한다. 예를 들어, 동일한 카탈로그 카테고리의 상품에 대하여, 상기 온라인 상점용 카탈로그는 정지 이미지 형태를 포함할 수 있고, 상기 온라인 광고용 카탈로그는 동영상 또는 플래시 이미지를 포함할 수 있다.
또한, 카탈로그 구성부(160)는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 온라인 상점용 카탈로그를 인터넷 전자 상거래 시스템(20)이 제공하는 인터넷 상의 페이지(리다이렉트 된 페이지를 포함함), 즉, 로그인 된 사용자 페이지에 노출(예, 배너, 플래시 형태 등)시키도록 정보를 제공할 수 있고, 상기 온라인 광고용 카탈로그를 인터넷 광고 시스템(30)이 제공하는 인터넷 상의 페이지(리다이렉트 된 페이지를 포함함), 즉, 로그인 된 사용자 페이지에 노출(예, 검색 사이트의 페이지 또는 그로부터 리다이렉트 된 페이지에 배너, 플래시 형태 등)시키도록 정보를 제공할 수 있다.
이외에도, 상품 생명주기 학습부(150)는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 각 변수에 가중치를 주는 소정의 함수를 이용하여, 상품의 판매가치(예, 가격에 높은 가중치) 또는 구매강도(예, 구매 여부에 높은 가중치)를 판단할 수 있다. 또한 상품 생명주기 학습부(150)는, 학습 DB(151)를 참조하여 상기 카탈로그 카테고리의 결정 횟수를 획득할 수 있고, 또는 카탈로그 DB(161)를 참조하여 상기 온라인 상점용 카탈로그 또는 상기 온라인 광고용 카탈로그의 제공 횟수를 획득할 수 있으며, 이들을 기초로 상품의 노출생명기간(노출이 예정된 시작시점과 종료시점)을 결정할 수 있다. 이에 따라 상품 생명주기 학습부(150)는, 상기 상품의 판매가치, 구매강도, 또는 노출생명기간에 따라 카탈로그 DB(161)에서 해당 카탈로그의 제거 여부를 결정할 수 있다. 즉, 주 고객층 사용자에 맞추어 개별 상품의 노출생명기간이 길게 결정될 수 있고, 상품의 판매가치/구매강도가 낮은 것은 적절히 카탈로그를 제거할 수 있으며, 이에 따라 판매도 예측과 분류작업이 용이하게 이루어지도록 할 수 있다.
또한, 카탈로그 구성부(160)는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 연관된 복수의 온라인 상점용 카탈로그 및 복수의 온라인 광고용 카탈로그를 인터넷 전자 상거래 시스템(20), 광고 시스템(30) 등 해당 시스템으로 제공하여 노출시키도록 정보를 제공할 수 있다. 이때 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라 해당 시스템에서 제공하는 페이지 상에 노출 형태의 구분정보 제공할 수 있다. 예를 들어, 위치, 색상, 하이라이트, 정지 이미지/동영상 이미지 여부 등의 상기 구분 정보를 제공함으로써, 판매가치가 높고, 구매강도가 높은 상품을 우선적으로 화면 상에 배치하여 유입률과 판매율을 높일 수 있도록 할 수 있다.
또한, 카탈로그 구성부(160)는, 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라, 연관된 카탈로그의 범위에 대한 노출 범위를 결정할 수도 있다. 예를 들어, 카탈로그 구성부(160)는, 노출 범위를 상중하로 결정하고, 그에 따라 연관된 상품 특성/사용자 특성에 대한 상기 복수의 온라인 상점용 카탈로그의 수 및 연관된 상품 특성/사용자 특성에 대한 상기 복수의 온라인 광고용 카탈로그의 수를 다르게 결정할 수 있다.
그리고, 이외에도, 카탈로그 구성부(160)는, 미리 입력된 정보에 따라 상기 노출생명기간에 기초한 소정의 남은 시간(종료시점에서 미리 정해진 시각을 뺀 시각)부터 품절 예고 정보 또는 재입고 여부 정보 등을 제공하여 인터넷 전자 상거래 시스템(20), 광고 시스템(30) 등 해당 시스템이 제공하는 페이지 상에 노출시키도록 정보를 제공할 수도 있다.
도 4는 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템(100)의 구현 방법의 일례를 설명하기 위한 도면이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 상품 카탈로그 자동 분류 시스템(100)은, 하드웨어, 소프트웨어, 또는 이들의 결합으로 이루어질 수 있다. 예를 들어, 본 발명의 상품 카탈로그 자동 분류 시스템(100)은 위와 같은 기능/단계/과정들을 수행하기 위한 적어도 하나의 프로세서를 갖는 도 4와 같은 컴퓨팅 시스템(1000) 또는 인터넷 상의 서버 형태로 구현될 수 있다.
컴퓨팅 시스템(1000)은 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다. 프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 비휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory)(1310) 및 RAM(Random Access Memory)(1320)을 포함할 수 있다.
따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같이 컴퓨터 등 장치로 판독 가능한 저장/기록 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링 되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
상술한 바와 같이, 본 발명에 따른 상품 카탈로그 자동 분류 시스템(100)에 따르면, 전자 상거래 시스템(20)에서 관리되는 상품들의 메타데이터를 분석한 상품 특성에 대한 사용자 피드백 정보 등 사용자 특성을 기초로 각 상품이 가지는 성과를 판단하고 학습하여 인공지능 기반으로 상품 카테고리와 카탈로그를 자동 분류함으로써, 진열과 마케팅에 노출될 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 노출 여부, 범위, 기간 등의 판단에 따라 효과적인 추천 정보 및 광고 정보의 노출이 가능하다. 상품의 특성과 생명주기에 맞춘 상품의 분류 및 구성은 최종적으로 상품의 생명주기와 연관성을 갖는다. 새로운 상품으로 기록되는 경우는 신상품의 분류로 판단할 수 있고, 상품의 생명주기가 끝나가는 경우에는 할인 상품의 분류로 판단할 수도 있다. 이처럼 동일한 상품군에 대하여 상품의 생명주기에 따라 판단되는 분류가 달라지며, 이러한 분류는 소비자의 구매 만족도를 판단할 수 있는 카탈로그 분류와 구성에도 영향을 미칠 수 있다. 온라인 상점 내에서의 상품 분류에 따른 카탈로그뿐만 아니라, 온라인 광고 매체로 전달되는 광고용 카탈로그의 정보의 경우, 온라인 매체가 노출할 상품의 수를 줄여 줌으로써 구매력이 떨어지는 상품의 광고로 인하여 소모되는 광고비용을 절감할 수 있고 절감된 비용을 좀 더 집중적으로 광고해야 할 상품에 투자할 수 있는 등의 활용성을 가진다. 뿐만 아니라, 상품의 생명주기가 끝나가는 상품에 대하여 품절처리, 재입고 방지 등의 활동을 통하여 기업의 자금 순환에 도움을 주며, 상품의 재고관리를 통한 비용절감과 영업이익 증대에도 기여할 수 있게 된다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위 뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
사용자 단말(10)
전자 상거래 시스템(20)
광고 시스템(30)
상품 정보 수집부(110)
상품 특성 추출부(120)
사용자 정보 수집부(130)
사용자 특성 추출부(140)
상품 생명주기 학습부(150)
학습 DB(151)
카탈로그 구성부(160)
카탈로그 DB(161)

Claims (20)

  1. 상품 정보를 입력 받는 상품 정보 수집부;
    상기 상품 정보를 분석하여 상품 특성 정보를 추출하는 상품 특성 추출부;
    상기 상품 정보에 대응되는 사용자 정보를 입력 받는 사용자 정보 수집부;
    수집되는 상기 사용자 정보를 분석하여 사용자 특성 정보를 추출하는 사용자 특성 추출부;
    복수의 상품에 대한 상기 상품 특성 정보 및 상기 사용자 특성 정보에 따른 카탈로그 카테고리의 결정을 미리 학습하여 복수의 카탈로그 카테고리에 대한 정보를 학습 데이터베이스에 저장하고, 상기 학습 데이터베이스를 이용하여, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상기 복수의 카탈로그 카테고리 중 해당 카탈로그 카테고리를 결정하는 상품 생명주기 학습부; 및
    상기 상품 생명주기 학습부에서 결정한 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 카탈로그 데이터베이스에 저장하는 카탈로그 구성부;
    를 포함하는 상품 카탈로그 자동 분류 시스템.
  2. 제1항에 있어서,
    상기 온라인 상점용 카탈로그는, 입력된 상기 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 추천 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함하는 상품 카탈로그 자동 분류 시스템.
  3. 제1항에 있어서,
    상기 온라인 광고용 카탈로그는, 입력된 상기 입력 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 광고 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함하는 상품 카탈로그 자동 분류 시스템.
  4. 제1항에 있어서,
    상기 상품 생명주기 학습부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 학습 데이터베이스에서 매칭되는 카탈로그 카테고리의 부존재를 결정하면 새로운 카탈로그 카테고리의 생성을 결정하고, 상기 학습 데이터베이스에 해당 엔트리를 추가하며, 상기 카탈로그 구성부는 상기 새로운 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 상기 카탈로그 데이터베이스에 저장하는 상품 카탈로그 자동 분류 시스템.
  5. 제1항에 있어서,
    상기 카탈로그 구성부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 온라인 상점용 카탈로그를 인터넷 전자 상거래 시스템의 로그인 된 사용자 페이지에 노출시키고, 상기 온라인 광고용 카탈로그를 인터넷 광고 시스템의 로그인 된 사용자 페이지에 노출시키는 상품 카탈로그 자동 분류 시스템.
  6. 제1항에 있어서,
    상기 카탈로그 구성부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여,
    상기 사용자 특성 정보는 비로그인 되었으나 행위특성이 일치하는 사용자로 파악하고,
    상기 온라인 상점용 카탈로그를 인터넷 전자 상거래 시스템에 비로그인 된 상태에서 접속한 사용자 페이지에 노출시키고, 상기 온라인 광고용 카탈로그를 인터넷 광고에 접속한 상기 비로그인 사용자 페이지에 노출시키는 상품 카탈로그 자동 분류 시스템.
  7. 제1항에 있어서,
    상기 상품 생명주기 학습부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상품의 판매가치 또는 구매강도를 판단하고, 상기 학습 데이터베이스를 참조하여 획득한 상기 카탈로그 카테고리의 결정 횟수, 또는 상기 카탈로그 데이터베이스를 참조하여 획득한 상기 온라인 상점용 카탈로그 또는 상기 온라인 광고용 카탈로그의 제공 횟수를 기초로 상품의 노출생명기간을 판단하며, 상기 상품의 판매가치, 구매강도, 또는 노출생명기간에 따라 상기 카탈로그 데이터베이스에서 해당 카탈로그의 제거 여부를 결정하는 상품 카탈로그 자동 분류 시스템.
  8. 제7항에 있어서,
    상기 카탈로그 구성부는, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 연관된 복수의 온라인 상점용 카탈로그 및 복수의 온라인 광고용 카탈로그를 해당 시스템으로 제공하여 노출시키고, 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라 상기 페이지 상에 노출 형태의 구분정보를 제공하는 상품 카탈로그 자동 분류 시스템.
  9. 제8항에 있어서,
    상기 카탈로그 구성부는, 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라, 결정한 노출 범위에 따라, 연관된 상기 복수의 온라인 상점용 카탈로그의 수 및 연관된 상기 복수의 온라인 광고용 카탈로그의 수를 결정하는 상품 카탈로그 자동 분류 시스템.
  10. 제7항에 있어서,
    상기 카탈로그 구성부는, 미리 입력된 정보에 따라 상기 노출생명기간의 소정의 남은 시간부터 품절 예고 정보 또는 재입고 여부 정보를 제공하여 상기 페이지 상에 노출시키는 상품 카탈로그 자동 분류 시스템.
  11. 인터넷 상의 상품 카탈로그 자동 분류 장치에서의 상품 카탈로그 자동 분류 방법에 있어서,
    상품 정보를 입력 받는 단계;
    상기 상품 정보를 분석하여 상품 특성 정보를 추출하는 단계;
    상기 상품 정보에 대응되는 사용자 정보를 입력 받는 단계;
    수집되는 상기 사용자 정보를 분석하여 사용자 특성 정보를 추출하는 단계;
    복수의 상품에 대한 상기 상품 특성 정보 및 상기 사용자 특성 정보에 따른 카탈로그 카테고리의 결정을 미리 학습하여 복수의 카탈로그 카테고리에 대한 정보를 저장한, 학습 데이터베이스를 이용하여, 입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상기 복수의 카탈로그 카테고리 중 해당 카탈로그 카테고리를 결정하는 단계; 및
    상기 결정한 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 카탈로그 데이터베이스에 저장하는 단계
    를 포함하는 상품 카탈로그 자동 분류 방법.
  12. 제11항에 있어서,
    상기 온라인 상점용 카탈로그는, 입력된 상기 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품명, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 추천 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함하는 상품 카탈로그 자동 분류 방법.
  13. 제11항에 있어서,
    상기 온라인 광고용 카탈로그는, 입력된 상기 입력 상품 특성 정보 및 상기 입력 사용자 특성 정보에 대응하도록, 상기 상품 특성 정보에 포함된, 상품에 대한 카테고리, 상품설명, 재고, 옵션 정보, 상품의 이미지, 형태, 색상, 특장점, 또는 가격 중 하나 이상에 대한 정보를 광고 정보로서 인터넷 사이트의 페이지에 제공하기 위한 디지털 멀티미디어 데이터를 포함하는 상품 카탈로그 자동 분류 방법.
  14. 제11항에 있어서,
    상기 카탈로그 카테고리를 결정하는 단계에서,
    입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 학습 데이터베이스에서 매칭되는 카탈로그 카테고리의 부존재를 결정하면 새로운 카탈로그 카테고리의 생성을 결정하고, 상기 학습 데이터베이스에 해당 엔트리를 추가하며, 상기 카탈로그 구성부는 상기 새로운 카탈로그 카테고리에 대한 온라인 상점용 카탈로그와 온라인 광고용 카탈로그를 생성하여 상기 카탈로그 데이터베이스에 저장하는 상품 카탈로그 자동 분류 방법.
  15. 제11항에 있어서,
    상기 카탈로그 데이터베이스에 저장하는 단계 후에,
    입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 온라인 상점용 카탈로그를 인터넷 전자 상거래 시스템의 로그인 된 사용자 페이지에 노출시키고, 상기 온라인 광고용 카탈로그를 인터넷 광고 시스템의 로그인 된 사용자 페이지에 노출시키는 단계
    를 더 포함하는 상품 카탈로그 자동 분류 방법.
  16. 제11항에 있어서,
    상기 카탈로그 데이터베이스에 저장하는 단계 후에,
    입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 상기 사용자 특성 정보는 비로그인 되었으나 행위특성이 일치하는 사용자로 파악하고,
    상기 온라인 상점용 카탈로그를 인터넷 전자 상거래 시스템에 비로그인 된 상태에서 접속한 사용자 페이지에 노출시키고, 상기 온라인 광고용 카탈로그를 인터넷 광고에 접속한 상기 비로그인 사용자 페이지에 노출시키는 단계;
    를 더 포함하는 상품 카탈로그 자동 분류 방법.
  17. 제11항에 있어서,
    상기 카탈로그 카테고리를 결정하는 단계에서,
    입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여 상품의 판매가치 또는 구매강도를 판단하고, 상기 학습 데이터베이스를 참조하여 획득한 상기 카탈로그 카테고리의 결정 횟수, 상기 카탈로그 데이터베이스를 참조하여 획득한 상기 온라인 상점용 카탈로그 또는 상기 온라인 광고용 카탈로그의 제공 횟수를 기초로 상품의 노출생명기간을 판단하며, 상기 상품의 판매가치, 구매강도, 또는 노출생명기간에 따라 상기 카탈로그 데이터베이스에서 해당 카탈로그의 제거 여부를 결정하는 상품 카탈로그 자동 분류 방법.
  18. 제17항에 있어서,
    상기 카탈로그 데이터베이스에 저장하는 단계 후에,
    입력된 상기 상품 특성 정보 및 상기 사용자 특성 정보에 대하여, 연관된 복수의 온라인 상점용 카탈로그 및 복수의 온라인 광고용 카탈로그를 해당 시스템으로 제공하여 노출시키고, 상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라 상기 페이지 상에 노출 형태의 구분정보를 제공하는 단계
    를 더 포함하는 상품 카탈로그 자동 분류 방법.
  19. 제17항에 있어서,
    상기 상품의 판매가치, 상기 구매강도, 또는 상기 노출생명기간의 크기에 따라, 결정한 노출 범위에 따라, 연관된 상기 복수의 온라인 상점용 카탈로그의 수 및 연관된 상기 복수의 온라인 광고용 카탈로그의 수를 결정하는 단계
    를 더 포함하는 상품 카탈로그 자동 분류 방법.
  20. 제17항에 있어서,
    상기 카탈로그 데이터베이스에 저장하는 단계 후에,
    미리 입력된 정보에 따라 상기 노출생명기간의 소정의 남은 시간부터 품절 예고 정보 또는 재입고 여부 정보를 제공하여 상기 페이지 상에 노출시키는 단계
    를 더 포함하는 상품 카탈로그 자동 분류 방법.




KR1020200131691A 2019-10-31 2020-10-13 인공지능에 기반한 상품 카탈로그 자동 분류 시스템 KR102429104B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190138057 2019-10-31
KR1020190138057 2019-10-31

Publications (2)

Publication Number Publication Date
KR20210052237A true KR20210052237A (ko) 2021-05-10
KR102429104B1 KR102429104B1 (ko) 2022-08-04

Family

ID=75918077

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200131691A KR102429104B1 (ko) 2019-10-31 2020-10-13 인공지능에 기반한 상품 카탈로그 자동 분류 시스템

Country Status (1)

Country Link
KR (1) KR102429104B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102429392B1 (ko) 2022-01-20 2022-08-04 주식회사 로원홀딩스 이미지 크롤링 기법을 활용한 상품 정보 제공 방법, 장치 및 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002207913A (ja) * 2001-01-05 2002-07-26 Nec Corp 価格情報サーバ、価格情報配信方法およびその記録媒体
KR100837695B1 (ko) * 2005-11-18 2008-06-16 한국전자통신연구원 맞춤형 광고 서비스 제공 시스템 및 그 방법
KR100961782B1 (ko) * 2009-05-28 2010-06-07 주식회사 모임 인공지능에 기반한 개인별 맞춤형 상품 제공 장치 및 방법,그 기록 매체
KR20150000026A (ko) * 2013-06-20 2015-01-02 한국항공대학교산학협력단 사용자 인식기능을 이용하는 스마트 모바일 디지털 사이니지

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002207913A (ja) * 2001-01-05 2002-07-26 Nec Corp 価格情報サーバ、価格情報配信方法およびその記録媒体
KR100837695B1 (ko) * 2005-11-18 2008-06-16 한국전자통신연구원 맞춤형 광고 서비스 제공 시스템 및 그 방법
KR100961782B1 (ko) * 2009-05-28 2010-06-07 주식회사 모임 인공지능에 기반한 개인별 맞춤형 상품 제공 장치 및 방법,그 기록 매체
KR20150000026A (ko) * 2013-06-20 2015-01-02 한국항공대학교산학협력단 사용자 인식기능을 이용하는 스마트 모바일 디지털 사이니지

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102429392B1 (ko) 2022-01-20 2022-08-04 주식회사 로원홀딩스 이미지 크롤링 기법을 활용한 상품 정보 제공 방법, 장치 및 시스템

Also Published As

Publication number Publication date
KR102429104B1 (ko) 2022-08-04

Similar Documents

Publication Publication Date Title
Lambrecht et al. When does retargeting work? Information specificity in online advertising
US8924265B2 (en) System and process for improving product recommendations for use in providing personalized advertisements to retail customers
US8583524B2 (en) System and process for improving recommendations for use in providing personalized advertisements to retail customers
US8615474B2 (en) System and methods for providing user generated video reviews
US8635169B2 (en) System and methods for providing user generated video reviews
US8725559B1 (en) Attribute based advertisement categorization
US8019642B2 (en) System and process for receiving boosting recommendations for use in providing personalized advertisements to retail customers
US20170236160A1 (en) System and method for specifying targeted content for customers
US20090281973A1 (en) System and process for boosting recommendations for use in providing personalized advertisements to retail customers
US20110119136A1 (en) Advertising Forecast and Revenue Systems and Methods
WO2017158798A1 (ja) 情報処理装置、情報配信システム、情報処理方法、および情報処理プログラム
US8527623B2 (en) User vacillation detection and response
US20090198552A1 (en) System and process for identifying users for which cooperative electronic advertising is relevant
US20090198553A1 (en) System and process for generating a user model for use in providing personalized advertisements to retail customers
Stevenson Data, Trust, and Transparency in Personalized Advertising.
KR102429104B1 (ko) 인공지능에 기반한 상품 카탈로그 자동 분류 시스템
US20090198556A1 (en) System and process for selecting personalized non-competitive electronic advertising
KR20200097544A (ko) 리셀러들을 위한 콘텐츠 큐레이션 마케팅 플랫폼 시스템
JP7042787B2 (ja) 判定装置、判定方法、および判定プログラム
US20090199233A1 (en) System and process for generating a selection model for use in personalized non-competitive advertising
JP2009058987A (ja) ウェブサーバ装置、ウェブページ管理方法、およびウェブサーバプログラム
US20090198551A1 (en) System and process for selecting personalized non-competitive electronic advertising for electronic display
US20090198554A1 (en) System and process for identifying users for which non-competitive advertisements is relevant
US11922456B1 (en) Advertising analysis using data clean rooms
JP7481305B2 (ja) 配信装置、配信方法、及び配信プログラム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant