KR101323535B1 - Method for estimating trust level of e-commerce - Google Patents

Method for estimating trust level of e-commerce Download PDF

Info

Publication number
KR101323535B1
KR101323535B1 KR1020110119642A KR20110119642A KR101323535B1 KR 101323535 B1 KR101323535 B1 KR 101323535B1 KR 1020110119642 A KR1020110119642 A KR 1020110119642A KR 20110119642 A KR20110119642 A KR 20110119642A KR 101323535 B1 KR101323535 B1 KR 101323535B1
Authority
KR
South Korea
Prior art keywords
commerce site
user
intimacy
commerce
reliability
Prior art date
Application number
KR1020110119642A
Other languages
Korean (ko)
Other versions
KR20130053927A (en
Inventor
권오병
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020110119642A priority Critical patent/KR101323535B1/en
Publication of KR20130053927A publication Critical patent/KR20130053927A/en
Application granted granted Critical
Publication of KR101323535B1 publication Critical patent/KR101323535B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Economics (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 전자상거래에서 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하는 방법에 관한 것으로, 보다 구체적으로 전자상거래 사이트에 대한 주변 사용자의 평판값뿐만 아니라 사용자의 전자상거래 사이트에 대한 친밀도를 고려한 사용자에 개인화된 전자상거래 사이트의 신뢰도 계산 방법에 관한 것이다.
본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 전자상거래 사이트에 대한 주변 사용자의 평판값 뿐만 아니라 사용자의 전자상거래 사이트에 대한 친밀도를 반영하여 전자상거래 사이트의 신뢰도를 계산함으로써, 사용자에 개인화된 전자상거래 사이트의 신뢰도를 정확하게 계산할 수 있다. 또한, 본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 사용자가 전자상거래 사이트를 이용한 시간 또는 횟수에 따라 증가하는 친밀도를 반영하여 전자상거래 사이트의 신뢰도를 계산함으로써, 실시간으로 변화하는 사용자의 전자상거래 사이트에 대한 신뢰도를 계산할 수 있다.
The present invention relates to a method for calculating a user's confidence in an e-commerce site in e-commerce, and more specifically, to a user considering the user's intimacy with the e-commerce site as well as the reputation value of the user. It relates to a method of calculating the reliability of the e-commerce site.
The method of calculating the reliability of an e-commerce site according to the present invention calculates the reliability of the e-commerce site by reflecting not only the reputation value of neighboring users of the e-commerce site but also the intimacy of the e-commerce site of the user. Accurately calculate the reliability of your site. In addition, the method for calculating the reliability of an e-commerce site according to the present invention calculates the reliability of the e-commerce site by reflecting the intimacy that increases with time or the number of times the user uses the e-commerce site, thereby changing the e-commerce site of the user in real time. The reliability of can be calculated.

Description

전자상거래 사이트의 신뢰도 계산 방법{Method for estimating trust level of e-commerce}Method for estimating trust level of e-commerce site

본 발명은 전자상거래에서 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하는 방법에 관한 것으로, 보다 구체적으로 전자상거래 사이트에 대한 주변 사용자의 전자상거래 사이트 평판값뿐만 아니라 사용자의 전자상거래 사이트에 대한 친밀도를 고려한 사용자에 개인화된 전자상거래 사이트의 신뢰도 계산 방법에 관한 것이다.The present invention relates to a method for calculating a user's confidence in an e-commerce site in e-commerce. More specifically, the present invention relates to a user's intimacy with the e-commerce site as well as the reputation value of the e-commerce site. The present invention relates to a method of calculating the reliability of an e-commerce site personalized to a user.

인터넷 기술과 인터넷 기반 시설이 발전함에 따라 다양한 종류의 전자상거래 사이트가 운영되고 있다. 사용자는 원하는 서비스 또는 상품을 검색하기 위하여 사용자 단말기를 통해 전자상거래 사이트 운영 서버로 검색 서비스 또는 상품에 해당하는 사용자 검색어를 제공하면, 전자상거래 사이트 운영 서버는 사용자 검색어에 해당하는 사이트를 정렬하여 사용자 단말기로 제공한다.As internet technology and internet infrastructure develop, various kinds of e-commerce sites operate. When a user provides a user search term corresponding to a search service or a product to an e-commerce site operation server through a user terminal to search for a desired service or product, the e-commerce site operation server sorts the site corresponding to the user search term and the user terminal. To provide.

사용자는 무수히 많은 전자상거래 사이트 중 1개의 전자상거래 사이트를 선택하여 원하는 서비스 또는 상품을 제공받는데, 전자상거래 사이트의 선택 기준으로 전자상거래 사이트의 신뢰도가 사용되고 있다. 전자상거래 사이트의 신뢰도를 계산하는 일 예는 평판값 기반의 신뢰도 계산 방법으로, 평판값 기반의 신뢰도 계산 방법은 전자상거래 사이트를 사용한 주변 사용자가 전자상거래 사이트에 부가한 전자상거래 사이트 평판값을 추출하고, 추출한 전자상거래 사이트 평판값의 평균값으로 전자상거래 사이트의 신뢰도를 계산한다. 전자상거래 사이트의 신뢰도를 계산하는 다른 예는 평가자 기반의 신뢰도 계산 방법으로, 평가자 기반의 신뢰도 계산 방법은 한정된 전문화된 평가자에 의해 전자상거래 사이트의 속도, 전자상거래 사이트가 제공하는 서비스 또는 상품의 품질, 가격 경쟁력, 사후 서비스 등의 항목을 평가하고 평가한 항목의 평균값으로 전자상거래 사이트의 신뢰도를 평가한다.A user selects one e-commerce site among a myriad of e-commerce sites and receives a desired service or product. The reliability of the e-commerce site is used as a selection criterion of the e-commerce site. An example of calculating the reliability of an e-commerce site is a reputation value-based reliability calculation method. The reputation value-based reliability calculation method extracts an e-commerce site reputation value added to an e-commerce site by a user using the e-commerce site. The reliability of the e-commerce site is calculated using the average value of the extracted e-commerce site reputation values. Another example of calculating the reliability of an e-commerce site is a method of evaluating reliability based on an evaluator. The evaluator based method of calculating reliability is determined by a limited specialized evaluator, the speed of the e-commerce site, the quality of the service or product provided by the e-commerce site, Evaluate items such as price competitiveness and after-sales service, and evaluate the reliability of the e-commerce site as the average value of the evaluated items.

전자상거래 사이트의 신뢰도는 전자상거래 사이트의 운영자 입장에서는 높은 신뢰도를 가지도록 평가되어야 많은 사용자에 서비스 또는 제품을 제공할 기회를 부여받을 수 있으며, 전자상거래 사이트의 사용자 입장에서는 무수히 많은 동종의 상품 또는 서비스를 제공하는 전자상거래 사이트 중 믿을 수 있는 전자상거래 사이트를 정확하게 선택할 수 있는 기준이 된다.The trustworthiness of an e-commerce site must be evaluated to have a high level of trust for the operator of the e-commerce site, so that the user can be given a chance to provide a service or a product to a large number of users. It is a criterion for accurately selecting a reliable e-commerce site among e-commerce sites that provide.

그러나 종래 평판값 기반의 신뢰도 계산 방법은 전자상거래 사이트에 대한 주변 사용자의 전자상거래 사이트 평판값의 데이터베이스가 구축된 경우에만 전자상거래 사이트에 대한 신뢰도를 계산할 수 있어, 처음 운영되거나 운영된 기간이 오래되지 않은 전자상거래 사이트에 대해서는 신뢰도를 계산할 수 없다는 문제점을 가진다.However, the conventional reputation value based reliability calculation method can calculate the reliability of the e-commerce site only when the database of the e-commerce site reputation value of the surrounding users of the e-commerce site is established, so that the first operation or operation period is not long. Untrusted e-commerce site has a problem that can not calculate the reliability.

한편, 종래 평가자 기반의 신뢰도 계산 방법은 한정된 평가자에 의한 전자상거래 사이트의 평가값에 기초하여 전자상거래 사이트의 신뢰도를 계산함으로써, 사용자에 개인화된 전자상거래 사이트의 신뢰도를 제공하지 못하며 실시간으로 변화하는 전자상거래 사이트의 신뢰도를 반영하지 못한다는 문제점을 가진다.Meanwhile, the conventional evaluator-based reliability calculation method calculates the reliability of the e-commerce site based on the evaluation value of the e-commerce site by the limited evaluator, thereby failing to provide the user with the reliability of the personalized e-commerce site and changing in real time. There is a problem that does not reflect the reliability of the commerce site.

또한, 종래 평판값 기반 또는 평가자 기반의 신뢰도 계산 방법은 주변 사용자 또는 평가자에 의한 전자상거래 사이트의 신뢰도를 평가하는 것으로 사용자의 성향이나 취향에 따라 전자상거래 사이트의 개인화된 신뢰도를 평가하지 못한다는 문제점을 가진다. In addition, the conventional reputation value-based or evaluator-based reliability calculation method evaluates the reliability of an e-commerce site by a neighboring user or an evaluator, and fails to evaluate the personalized reliability of the e-commerce site according to the user's inclination or taste. Have

본 발명은 위에서 언급한 종래 전자상거래 사이트의 신뢰도 계산 방법이 가지는 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 전자상거래 사이트에 대한 사용자의 친밀도를 고려한 전자상거래 사이트의 신뢰도 계산 방법을 제공하는 것이다.The present invention is to solve the problems of the conventional method of calculating the reliability of the e-commerce site mentioned above, an object of the present invention is to provide a method for calculating the reliability of the e-commerce site considering the user's intimacy with the e-commerce site. will be.

본 발명이 이루고자 하는 다른 목적은 사용자에 개인화된 전자상거래 사이트의 신뢰도를 계산하는 방법을 제공하는 것이다.Another object of the present invention is to provide a method for calculating the reliability of an e-commerce site personalized to a user.

본 발명이 이루고자 하는 또 다른 목적은 전자상거래 사이트에 대한 주변 사용자의 전자상거래 사이트 평판값의 데이터베이스가 부족한 경우에도 전자상거래 사이트의 신뢰도를 계산하는 방법을 제공하는 것이다.Another object of the present invention is to provide a method for calculating the reliability of an e-commerce site even when the database of the e-commerce site reputation value of the neighboring user for the e-commerce site is insufficient.

본 발명이 이루고자 하는 또 다른 목적은 사용자가 전자상거래 사이트를 사용한 시간 또는 횟수에 따라 실시간으로 변화하는, 사용자에 개인화된 전자상거래 사이트의 신뢰도 계산 방법을 제공하는 것이다.Another object of the present invention is to provide a method for calculating the reliability of a personalized e-commerce site that changes in real time according to the time or number of times the user uses the e-commerce site.

본 발명에 따라 전자상거래 사이트 추천 서버에서 전자상거래 사이트의 신뢰도를 계산하는 방법은 전자상거래 사이트에 대한 주변 사용자의 기저장된 전자상거래 사이트 평판값을 데이터베이스에서 추출하고 추출한 전자상거래 사이트 평판값의 평균으로부터 평균 평판값을 계산하는 단계와, 전자상거래 사이트에 대한 사용자의 친밀도 속성을 계산하고 친밀도 속성으로부터 전자상거래 사이트에 대한 사용자의 친밀도를 계산하는 단계와, 계산한 평균 평판값, 계산한 친밀도, 사용자의 전자상거래 사이트의 이용 횟수 또는 전자상거래 사이트의 누적 전체 이용시간에 따라 비례하여 증가하는 친밀도 계수로부터 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하는 단계를 포함한다.According to the present invention, a method for calculating the reliability of an e-commerce site in an e-commerce site recommendation server is based on an average of the e-commerce site reputation values extracted from a database of previously stored e-commerce site reputation values of neighboring users of the e-commerce site. Calculating a reputation value, calculating a user's intimacy attribute for the e-commerce site and calculating a user's intimacy with the e-commerce site from the intimacy attribute, the calculated average reputation value, the calculated affinity, the user's electronic Calculating a user's confidence in the e-commerce site from an intimacy coefficient that increases in proportion to the number of times of use of the commerce site or the cumulative total use time of the e-commerce site.

여기서 사용자의 친밀도 속성은 전자상거래 사이트에 대한 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도 및 전자상거래 사이트에 대한 사용자의 개인 정보 개방도의 친밀도 속성 요소 중 적어도 어느 하나의 친밀도 속성 요소를 포함한다.Here, the intimacy attribute of the user is at least one of an intimacy attribute element of the user's feelings about the e-commerce site, the interaction between the e-commerce site and the user, and the user's openness of the personal information to the e-commerce site. It includes.

여기서 전자상거래 사이트(l)에 대한 사용자의 친밀도(nl)는 아래의 수학식에 의해 계산되며, Here, the user's intimacy (n l ) for the e-commerce site (l) is calculated by the following equation,

[수학식]

Figure 112012105018574-pat00013
[Mathematical Expression]
Figure 112012105018574-pat00013

삭제delete

여기서 aAl, bAl,...mAl은 각 친밀도 속성 요소에 대한 속성 요소값이며, γ1, γ2,,,, γm은 각 친밀도 속성 요소에 대한 가중치인 것을 특징으로 한다.Where a Al , b Al , ... m Al are attribute element values for each intimacy attribute element, and γ 1 , γ 2 ,,,, γ m is a weight for each intimacy attribute element.

바람직하게, 친밀도 속성을 구성하는 각 친밀도 속성 요소에 대한 가중치는 서로 동일하며, 친밀도는 친밀도 속성을 구성하는 각 친밀도 속성 요소의 평균값으로 계산되는 것을 특징으로 한다.Preferably, weights for each intimacy attribute element constituting the intimacy attribute are the same, and the intimacy is calculated as an average value of each intimacy attribute element constituting the intimacy attribute.

본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 다음과 같은 다양한 효과들을 가진다.The reliability calculation method of an e-commerce site according to the present invention has various effects as follows.

첫째, 본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 전자상거래 사이트에 대한 주변 사용자의 전자상거래 사이트 평판값뿐만 아니라 사용자의 전자상거래 사이트에 대한 친밀도를 반영하여 전자상거래 사이트의 신뢰도를 계산함으로써, 사용자에 개인화된 전자상거래 사이트의 신뢰도를 정확하게 계산할 수 있다.First, the method for calculating the reliability of an e-commerce site according to the present invention calculates the reliability of the e-commerce site by reflecting the user's intimacy with the e-commerce site as well as the e-commerce reputation of the user. Accurately calculate the trustworthiness of personalized e-commerce sites in.

둘째, 본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 사용자의 전자상거래 사이트에 대한 친밀도에 기초하여 전자상거래 사이트의 신뢰도를 계산함으로써, 주변 사용자의 전자상거래 사이트에 대한 전자상거래 사이트 평판값의 데이터베이스가 부족한 경우에도 전자상거래 사이트의 신뢰도를 계산할 수 있다.Second, the reliability calculation method of the e-commerce site according to the present invention calculates the reliability of the e-commerce site based on the user's intimacy with the e-commerce site, so that the database of the e-commerce site reputation value of the e-commerce site of the surrounding users Even if it is lacking, the reliability of the e-commerce site can be calculated.

셋째, 본 발명에 따른 전자상거래 사이트의 신뢰도 계산 방법은 사용자가 전자상거래 사이트를 이용한 시간 또는 횟수에 따라 증가하는 친밀도를 반영하여 전자상거래 사이트의 신뢰도를 계산함으로써, 실시간으로 변화하는 사용자의 전자상거래 사이트에 대한 신뢰도를 계산할 수 있다.Third, the method of calculating the reliability of an e-commerce site according to the present invention calculates the reliability of the e-commerce site by reflecting the intimacy that increases with the time or the number of times the user uses the e-commerce site, thereby changing the user's e-commerce site in real time. The reliability of can be calculated.

도 1은 본 발명에 따른 전자상거래 사이트 추천 시스템을 설명하기 위한 기능 블록도이다.
도 2는 본 발명에 따른 전자상거래 사이트 추천 서버의 기능 블록도를 도시하고 있다.
도 3은 본 발명에 따른 전자상거래 사이트의 신뢰도를 계산하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명에 따라 데이터베이스부에 저장되어 있는 각 전자상거래 사이트1에 대한 사용자의 친밀도 속성값과 친밀도 속성 요소값의 일 예를 도시하고 있다.
도 5는 본 발명에 따른 전자상거래 사이트 신뢰도 계산 방법에 따라 계산한 사용자의 전자상거래 사이트에 대한 신뢰도의 일 예를 도시하고 있다.
1 is a functional block diagram illustrating an e-commerce site recommendation system according to the present invention.
2 is a functional block diagram of an e-commerce site recommendation server according to the present invention.
3 is a flowchart illustrating a method of calculating the reliability of an e-commerce site according to the present invention.
4 illustrates an example of an intimacy attribute value and an intimacy attribute element value of a user for each e-commerce site 1 stored in a database unit according to the present invention.
5 illustrates an example of the reliability of the user's e-commerce site calculated according to the e-commerce site reliability calculation method according to the present invention.

도 1은 본 발명에 따른 전자상거래 사이트 추천 시스템을 설명하기 위한 기능 블록도이다.1 is a functional block diagram illustrating an e-commerce site recommendation system according to the present invention.

도 1을 참고로 살펴보면, 사용자가 사용하는 다수의 사용자 단말기(100)는 유선/무선 네트워크(200)에 접속되어 있으며, 전자상거래 사이트 추천 서버(300)와 전자상거래 사이트 운영 서버(400)도 유선/무선 네트워크(200)에 접속되어 있다.Referring to FIG. 1, a plurality of user terminals 100 used by a user are connected to a wired / wireless network 200, and an e-commerce site recommendation server 300 and an e-commerce site operation server 400 are also wired. / Wireless network 200 is connected.

전자상거래 사이트 운영 서버(400)는 전자상거래 사이트를 운영하는 운영자가 전자상거래 사이트를 통해 제공하는 상품 또는 서비스를 검색할 수 있는 서버를 의미하며, 전자상거래 사이트 추천 서버(300)는 다수의 전자상거래 사이트 중 사용자가 원하는 상품 또는 서비스를 제공하는 전자상거래 사이트를 신뢰도 크기에 따라 사용자에 추천하는 서버를 의미한다. The e-commerce site operation server 400 refers to a server that allows an operator who operates an e-commerce site to search for goods or services provided through the e-commerce site, and the e-commerce site recommendation server 300 includes a plurality of e-commerce. The server recommends an e-commerce site that provides a product or service desired by the user to the user according to the size of trust.

사용자가 원하는 상품 또는 서비스를 검색하고자 하는 경우, 사용자는 사용자 단말기(100)를 통해 사용자가 원하는 상품 또는 서비스를 검색하기 위한 사용자 검색어를 전자상거래 사이트 추천 서버(300)로 제공하며, 전자상거래 사이트 추천 서버(300)는 다수의 전자상거래 사이트의 신뢰도를 계산하고 계산한 신뢰도에 기초하여 다수의 전자상거래 사이트 중 신뢰도가 높은 전자상거래 사이트를 사용자에 추천한다.
When a user wants to search for a desired product or service, the user provides a user search term for searching for a desired product or service to the e-commerce site recommendation server 300 through the user terminal 100, and recommends an e-commerce site. The server 300 calculates the reliability of the plurality of e-commerce sites and recommends a highly reliable e-commerce site among the plurality of e-commerce sites to the user based on the calculated reliability.

도 2는 본 발명에 따른 전자상거래 사이트 추천 서버의 기능 블록도를 도시하고 있다.2 is a functional block diagram of an e-commerce site recommendation server according to the present invention.

도 2를 참고로 본 발명의 일 실시예에 따른 전자상거래 사이트 추천 서버에 대해 보다 구체적으로 살펴보면, 평균 평판값 계산부(310)는 데이터베이스부(320)에 저장되어 있는 각 전자상거래 사이트에 대해 주변 사용자가 평가한 전자상거래 사이트 평판값을 추출하고 추출한 전자상거래 사이트 평판값의 평균 평판값을 계산한다. 한편, 친밀도 계산부(330)는 데이터베이스부(320)에 저장되어 있는 각 전자상거래 사이트에 대한 친밀도 속성을 계산하고, 계산한 각 전자상거래 사이트의 친밀도 속성으로부터 각 전자상거래 사이트에 대한 사용자의 친밀도를 계산한다. 여기서 친밀도 속성은 각 전자상거래 사이트에 대한 사용자의 친밀도를 나타내는 요소들로 구성되는데, 친밀도 속성은 전자상거래 사이트에 대한 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도 등이 사용될 수 있다. Referring to the e-commerce site recommendation server according to an embodiment of the present invention with reference to Figure 2 in more detail, the average reputation value calculation unit 310 is peripheral to each e-commerce site stored in the database unit 320 The e-commerce site reputation value evaluated by the user is extracted and the average reputation value of the extracted e-commerce site reputation value is calculated. Meanwhile, the intimacy calculation unit 330 calculates an intimacy property for each e-commerce site stored in the database unit 320 and calculates the intimacy of the user for each e-commerce site from the calculated intimacy property of each e-commerce site. Calculate Here, the intimacy attribute is composed of elements representing the user's intimacy with each e-commerce site. The intimacy attribute includes the user's sentiment for the e-commerce site, the relationship between the e-commerce site and the user, and the e-commerce site. User's personal information openness, etc. may be used.

신뢰도 계산부(340)는 각 전자상거래 사이트에 대한 평균 평판값, 친밀도 및 데이터베이스부(320)에 저장되어 있는 사용자의 전자상거래 사이트의 이용 횟수 또는 전자상거래 사이트를 이용한 전체 누적 시간에 따라 비례하여 증가하는 친밀도 계수로부터 각 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하고, 계산한 사용자에 대한 각 전자상거래 사이트의 신뢰도를 데이터베이스부(320)에 저장한다.The reliability calculator 340 increases in proportion to the average reputation value, intimacy for each e-commerce site, and the number of times the user uses the e-commerce site stored in the database unit 320 or the total accumulated time using the e-commerce site. The user's reliability for each e-commerce site is calculated from the familiarity coefficient, and the reliability of each e-commerce site for the calculated user is stored in the database unit 320.

사이트 추천부(350)는 사용자 단말기로부터 사용자가 원하는 상품 또는 서비스를 검색하기 위한 사용자 검색어가 입력되는 경우, 사용자 검색어에 해당하는 전자상거래 사이트 중 신뢰도가 높은 전자상거래 사이트를 정렬하여 사용자에 제공한다. 사이트 추천부(350)는 먼저 데이터베이스부(320)에 저장되어 있는 각 전자상거래 사이트의 검색 색인어와 입력된 사용자 검색어를 비교하여 사용자 검색어에 매핑되는 전자상거래 사이트를 검색한다. 사이트 추천부(350)는 데이터베이스부(320)로부터 검색한 전자상거래 사이트의 신뢰도를 추출하고, 검색한 전자상거래 사이트의 신뢰도를 비교하여 신뢰도가 높은 순서로 전자상거래 사이트를 정렬하여 사용자에 제공하거나, 임계 신뢰도보다 높은 신뢰도를 가지는 전자상거래 사이트를 신뢰도가 높은 순서로 정렬하여 사용자에 추천한다.
When a user search term for searching for a product or service desired by a user is input from the user terminal, the site recommendation unit 350 sorts and provides a highly reliable e-commerce site among the e-commerce sites corresponding to the user search term. The site recommendation unit 350 compares the search index word of each e-commerce site stored in the database unit 320 with the input user search word and searches for an e-commerce site mapped to the user search word. The site recommendation unit 350 extracts the reliability of the searched e-commerce site from the database unit 320, compares the reliability of the searched e-commerce site, and arranges the e-commerce sites in order of high reliability, and provides them to the user. The e-commerce sites having a higher reliability than the critical reliability are sorted in order of high reliability and are recommended to the user.

도 3은 본 발명에 따른 전자상거래 사이트의 신뢰도를 계산하는 방법을 설명하기 위한 흐름도이다.3 is a flowchart illustrating a method of calculating the reliability of an e-commerce site according to the present invention.

도 3을 참고로 보다 구체적으로 살펴보면, 데이터베이스부에 저장되어 있는 각 전자상거래 사이트에 대한 주변 사용자의 전자상거래 사이트 평판값을 추출하여 각 전자상거래 사이트에 대한 평균 평판값을 계산한다(S100). 한편, 데이터베이스부에 저장되어 있는 각 전자상거래 사이트에 대한 사용자의 친밀도 속성을 계산하고, 계산한 각 전자상거래 사이트에 대한 사용자의 친밀도 속성으로부터 각 전자상거래 사이트에 대한 사용자의 친밀도를 아래의 수학식(1)과 같이 계산한다(S110). Referring to FIG. 3 in more detail, an average reputation value of each e-commerce site is calculated by extracting an e-commerce site reputation value of a neighboring user for each e-commerce site stored in the database unit (S100). Meanwhile, the user's intimacy property for each e-commerce site stored in the database unit is calculated, and the user's intimacy for each e-commerce site is calculated from the user's intimacy property for each e-commerce site. Calculate as 1) (S110).

[수학식 1]

Figure 112012105018574-pat00014
[Equation 1]
Figure 112012105018574-pat00014

삭제delete

여기서 aAl, bAl,...mAl은 각 친밀도 속성에 대한 속성값이며, γ1, γ2,,,, γm은 각 친밀도 속성에 대한 가중치이다. 본 발명이 적용되는 분야에 따라 각 친밀도 속성에 대한 가중치는 서로 동일하게 설정되거나 서로 다르게 설정될 수 있다. 예를 들어, 시스템 설계자에 의해 본 발명이 적용되는 분야에 따라 중요시되는 친밀도 속성의 가중치를 더 크게 설정하거나 본 발명을 사용하는 사용자에 의해 사용자가 중요시하는 친밀도 속성의 가중치를 더 크게 설정할 수 있다.Where a Al , b Al , ... m Al are the property values for each intimacy property, and γ 1 , γ 2 ,,,, γ m is the weight for each intimacy attribute. Depending on the field to which the present invention is applied, the weights for each intimacy property may be set to be the same or differently. For example, it is possible to set a larger weight of the intimacy attribute that is important by the system designer according to the field to which the present invention is applied, or to set a larger weight of the intimacy attribute that the user considers by the user using the present invention.

친밀도 속성은 전자상거래 사이트에 대한 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도 등이 사용될 수 있는데, 본 발명이 적용되는 분야에 따른 다른 종류의 친밀도 속성이 사용될 수 있으며 이는 본 발명의 범위에 속한다. 예를 들어, 상기 수학식(1)에 전자상거래 사이트에 대한 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도의 친밀도 속성의 속성값을 적용하여 전자상거래 사이트에 대한 사용자의 친밀도를 계산한다.The intimacy attribute may include a user's feelings about the e-commerce site, a relationship between the e-commerce site and the user, and a user's openness of personal information to the e-commerce site. Kinds of familiarity attributes can be used, which is within the scope of the present invention. For example, in Equation (1), an attribute value of an intimacy attribute of a user's feelings on an e-commerce site, a correlation between an e-commerce site and a user, and a user's personal information opening degree on an e-commerce site is given. Calculate the user's intimacy with the e-commerce site.

여기서 각 친밀도 속성은 다양한 친밀도 속성 요소로 구성될 수 있는데, 예를 들어 전자상거래 사이트에 대한 사용자의 감정도는 전자상거래 사이트에 부여한 사용자 자신의 전자상거래 사이트 평판값, 전자상거래 사이트에서 추출한 전자상거래 사이트에 대한 사용자의 감정 언어 등의 친밀도 속성 요소가 사용될 수 있으며, 전자상거래 사이트와 사용자 사이의 상호 관계도는 전자상거래 사이트에서 제공한 이벤트에 사용자의 참여 횟수, 전자상거래 사이트를 사용자가 즐겨찾기로 추가하였는지 여부, 전자상거래 사이트에 사용자가 기재한 게시글의 수 등의 친밀도 속성 요소가 사용될 수 있으며, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도는 전자상거래 사이트에 사용자가 설정한 프라이버시 레벨, 전자상거래 사이트에 등록한 사용자의 개인 정보의 종류 또는 수 등의 친밀도 속성 요소가 사용될 수 있다.Here, each intimacy property may be composed of various intimacy property elements. For example, the user's sentiment of the e-commerce site may include the user's own e-commerce reputation value assigned to the e-commerce site, and an e-commerce site extracted from the e-commerce site. Intimacy attribute elements, such as the user's sentiment language for, may be used, and the degree of interaction between the e-commerce site and the user may include the number of times a user participates in an event provided by the e-commerce site, and the user adds the e-commerce site as a favorite. Familiarity attributes such as whether the user has posted the e-commerce site, the number of posts written by the user, and the user's personal information openness to the e-commerce site, the privacy level set by the user on the e-commerce site, and the e-commerce site. Of users enrolled in Intimacy attribute elements such as the type or number of personal information may be used.

전자상거래 사이트에 대한 사용자의 각 친밀도 속성은 친밀도 속성 요소에 대해 평가값을 계산하고 계산한 평가값의 평균으로 계산된다. 예를 들어, 전자상거래 사이트에 대한 사용자의 감정도에 대한 친밀도 속성 요소인 전자상거래 사이트 평판값과 감정 언어의 사용 횟수 또는 감정 언어에 할당된 평가값을 서로 정규화하고, 정규화된 전자상거래 사이트 평판값 또는 감정 언어 평가값의 평균으로 전자상거래 사이트에 대한 사용자 감정도의 속성값을 계산한다. 도 4는 본 발명에 따라 데이터베이스부에 저장되어 있는 전자상거래 사이트 1에 대한 사용자의 친밀도 속성값과 친밀도 속성 요소값의 일 예를 도시하고 있다.Each intimacy attribute of a user for an e-commerce site is computed as an average of the computed and computed ratings for the intimacy attribute elements. For example, normalize the e-commerce site reputation value, which is an intimacy attribute factor of the user's emotion on the e-commerce site, the number of times the emotion language is used, or the evaluation value assigned to the emotion language, and normalize the e-commerce site reputation value. Alternatively, the attribute value of the user emotion level for the e-commerce site is calculated as an average of the emotion language evaluation values. 4 illustrates an example of an intimacy attribute value and an intimacy attribute element value of a user for an e-commerce site 1 stored in a database unit according to the present invention.

계산한 각 전자상거래 사이트에 대한 평균 평판값, 친밀도 및 데이터베이스부에 저장되어 있는 사용자가 전자상거래 사이트를 이용한 횟수 또는 전자상거래 사이트를 이용한 전체 누적 시간에 따라 비례하여 증가하는 친밀도 계수(β)를 아래의 수학식(2)와 같이 계산한다(120).The calculated average reputation value, intimacy for each e-commerce site, and an intimacy coefficient (β) that increases in proportion to the number of times the user stored in the database has used the e-commerce site or the total accumulated time of using the e-commerce site are as follows. It is calculated as in Equation (2) (120).

[수학식 2]

Figure 112012105018574-pat00015
&Quot; (2) "
Figure 112012105018574-pat00015

삭제delete

여기서 φl은 사용자가 전자상거래 사이트(l)를 방문한 횟수이고, ρl은 사용자가 전자상거래 사이트(l)를 처음 방문한 후 현재까지 방문 이용한 전체 누적 시간이고, π는 사용자가 전자상거래 사이트의 선택시 고려하는 친밀도의 가중치이다. 사용자가 주변 사용자의 전자상거래 사이트에 대한 전자상거래 사이트 평판값보다 사용자 자신의 친밀도를 더 크게 고려하는 경우, π의 값은 비례하여 증가 설정된다.Where φ l is the number of times the user visited the e-commerce site (l), ρ l is the total cumulative time the user has visited since the first visit to the e-commerce site (l), and π is the user's choice of e-commerce site. The weight of intimacy to consider. When the user considers the user's own intimacy larger than the e-commerce site reputation value of the neighboring user's e-commerce site, the value of pi is set to increase proportionally.

전자상거래 사이트(l)에 대한 사용자의 신뢰도(Tl)를 아래의 수학식(3)과 같이 계산하고, 계산한 사용자에 대한 각 전자상거래 사이트의 신뢰도를 데이터베이스부에 저장한다(S130).The user's trust T l for the e-commerce site 1 is calculated as shown in Equation 3 below, and the reliability of each e-commerce site for the calculated user is stored in the database unit (S130).

[수학식 3]

Figure 112012105018574-pat00016
&Quot; (3) "
Figure 112012105018574-pat00016

삭제delete

rl은 전자상거래 사이트(l)의 평균 평판값이고 nl은 전자상거래 사이트(l)에 대한 사용자의 친밀도인 것을 특징으로 한다. 여기서 전자상거래 사이트(l)에 대한 주변 사용자의 전자상거래 사이트 평판값의 수가 임계수보다 적은지 판단하여 전자상거래 사이트(l)에 대한 주변 사용자의 전자상거래 사이트 평판값의 수가 임계수보다 적은 경우에는 전자상거래 사이트(l)에 대한 주변 사용자의 전자상거래 사이트 평판값은 최소 전자상거래 사이트 평판값과 최대 전자상거래 사이트 평판값의 중간값으로 설정된다. 예를 들어, 전자상거래 사이트에 대해 주변 사용자가 0 내지 1에서 전자상거래 사이트 평판값을 설정할 수 있는 경우, 전자상거래 사이트(l)에 대한 주변 사용자의 전자상거래 사이트 평판값의 수가 임계수보다 적은 경우 0.5로 설정된다.
r l is the average reputation value of the e-commerce site (l) and n l is characterized in that the user's intimacy with the e-commerce site (l). Here, it is determined whether the number of reputation value of the e-commerce site of the neighboring user for the e-commerce site (l) is less than the threshold number. The e-commerce site reputation value of the neighboring user for (l) is set to a median value between the minimum e-commerce site reputation value and the maximum e-commerce site reputation value. For example, if a nearby user can set an e-commerce site reputation value from 0 to 1 for an e-commerce site, 0.5 if the number of neighboring user's e-commerce site reputation values for the e-commerce site l is less than the threshold number. Is set to.

도 5는 본 발명에 따른 전자상거래 사이트 신뢰도 계산 방법에 따라 계산한 사용자의 전자상거래 사이트에 대한 신뢰도의 일 예를 도시하고 있다.5 illustrates an example of the reliability of the user's e-commerce site calculated according to the e-commerce site reliability calculation method according to the present invention.

도 5를 참고로 살펴보면, 시간에 상관없이 전자상거래 사이트에 대한 주변 사용자의 전자상거래 사이트 평판값(IR)은 거의 일정한 값을 가지는 반면, 시간이 경과할수록 전자상거래 사이트에 대해 사용자가 가지는 사용자의 감정도, 전자상거래 사이트와 사용자 사이의 상호 관계도, 전자상거래 사이트에 대한 사용자의 개인 정보 개방도는 증가하게 되어 전자상거래 사이트에 대한 사용자의 친밀도(II)는 증가하며, 시간이 경과함에 따라 전자상거래 사이트에 대한 친밀도가 증가할수록 사용자가 동일 전자상거래 사이트를 이용한 횟수 또는 전체 누적 이용 시간이 증가하여 전자상거래 사이트에 대한 사용자의 신뢰도(II)도 시간이 경과함에 따라 증가하여 사용자에 개인화된 전자상거래 사이트의 신뢰도를 계산할 수 있다.
Referring to FIG. 5, an e-commerce site reputation value (I R ) of a neighboring user for an e-commerce site has an almost constant value regardless of time, whereas as time passes, The degree of emotion, the relationship between the e-commerce site and the user, and the user's openness of the personal information to the e-commerce site increases, increasing the user's intimacy (I I ) to the e-commerce site, and over time. As the familiarity with the e-commerce site increases, the number of times the user uses the same e-commerce site or the total cumulative usage time increases, so that the user's trust (I I ) for the e-commerce site increases over time and personalized to the user. The reliability of an e-commerce site can be calculated.

한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.Meanwhile, the above-described embodiments of the present invention can be written as a program that can be executed in a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.

상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
The computer-readable recording medium may be a magnetic storage medium (e.g., ROM, floppy disk, hard disk, etc.), an optical reading medium (e.g. CD ROM, Lt; / RTI > transmission).

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다. While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is evident that many alternatives, modifications and variations will be apparent to those skilled in the art. Therefore, the true technical protection scope of the present invention will be defined by the technical spirit of the appended claims.

100: 사용자 단말기 200: 네트워크
300: 전자상거래 사이트 추천 서버 400: 전자상거래 사이트 운영 서버
310: 평균 평판값 계산부 320: 데이터베이스부
330: 친밀도 계산부 340: 신뢰도 계산부
350: 사이트 추천부
100: user terminal 200: network
300: e-commerce site recommendation server 400: e-commerce site operation server
310: average reputation value calculation unit 320: database unit
330: Intimacy calculation unit 340: Reliability calculation unit
350: site recommendation

Claims (8)

전자상거래 사이트 추천 서버에서 전자상거래 사이트에 대한 사용자의 신뢰도를 계산하는 방법에 있어서,
(a) 상기 전자상거래 사이트에 대한 주변 사용자의 기저장된 전자상거래 사이트 평판값을 데이터베이스에서 추출하고 추출한 상기 전자상거래 사이트 평판값의 평균으로부터 평균 평판값을 계산하는 단계;
(b) 상기 전자상거래 사이트에 대한 상기 사용자의 친밀도 속성을 계산하고, 상기 친밀도 속성으로부터 상기 전자상거래 사이트에 대한 상기 사용자의 친밀도를 계산하는 단계; 및
(c) 계산한 상기 평균 평판값, 상기 계산한 친밀도, 상기 사용자의 상기 전자상거래 사이트의 이용 횟수 또는 상기 전자상거래 사이트의 누적 전체 이용시간에 따라 비례하여 증가하는 친밀도 계수로부터 상기 전자상거래 사이트에 대한 상기 사용자의 신뢰도를 계산하는 단계를 포함하는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
In the method for calculating the user's confidence in the e-commerce site in the e-commerce site recommendation server,
(a) extracting a pre-stored e-commerce site reputation value of a neighboring user for the e-commerce site from a database and calculating an average reputation value from an average of the extracted e-commerce site reputation values;
(b) calculating an intimacy attribute of the user for the e-commerce site and calculating an intimacy of the user for the e-commerce site from the intimacy attribute; And
(c) an intimacy coefficient that increases in proportion to the average reputation value calculated, the calculated familiarity, the number of times the user uses the e-commerce site, or the cumulative total usage time of the e-commerce site, for the e-commerce site. And calculating a reliability of the user.
제 1 항에 있어서, 상기 사용자의 친밀도 속성은
상기 전자상거래 사이트에 대한 상기 사용자의 감정도, 상기 전자상거래 사이트와 상기 사용자 사이의 상호 관계도 및 상기 전자상거래 사이트에 대한 상기 사용자의 개인 정보 개방도 중 적어도 어느 하나인 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
The method of claim 1, wherein the user's familiarity attribute is
E-commerce site, characterized in that at least one of the user's emotion of the e-commerce site, the relationship between the e-commerce site and the user and the degree of opening of the user's personal information to the e-commerce site. How to calculate reliability.
제 2 항에 있어서, 상기 전자상거래 사이트(l)에 대한 상기 사용자의 친밀도(nl)은 아래의 수학식(1)에 의해 계산되며,
[수학식 1]
Figure 112012105018574-pat00017

여기서 aAl, bAl,...mAl은 각 친밀도 속성에 대한 속성값이며, γ1, γ2,,,, γm은 각 친밀도 속성에 대한 가중치인 것을 기준으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
The method of claim 2, wherein the user's intimacy (n l ) to the e-commerce site (l) is calculated by the following equation (1),
[Equation 1]
Figure 112012105018574-pat00017

Where a Al , b Al , ... m Al are the property values for each intimacy property, and γ 1 , γ 2 ,,,, m is a weighting factor for each intimacy attribute.
제 3 항에 있어서,
상기 친밀도 속성을 구성하는 각 친밀도 속성에 대한 가중치는 서로 동일하며,
상기 친밀도는 상기 친밀도 속성값의 평균값으로 계산되는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
The method of claim 3, wherein
The weights for each intimacy attribute constituting the intimacy attribute are the same,
And said intimacy is calculated as an average value of said intimacy attribute values.
제 3 항에 있어서, 상기 전자상거래 사이트에 대한 상기 사용자의 감정도는
상기 전자상거래 사이트에 부여한 상기 사용자의 전자상거래 사이트 평판값 및 상기 전자상거래 사이트에서 추출한 상기 전자상거래 사이트에 대한 사용자의 감정 언어로부터 계산되는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
The emotion level of the user with respect to the e-commerce site is
And an e-commerce site reputation value of the user given to the e-commerce site and an emotion language of the user for the e-commerce site extracted from the e-commerce site.
제 3 항에 있어서, 상기 전자상거래 사이트와 상기 사용자 사이의 상호 관계도는
상기 전자상거래 사이트에서 부여한 이벤트의 참여 횟수, 상기 전자상거래 사이트의 즐겨찾기 추가 여부, 상기 전자상거래 사이트에 게시글 기재 횟수 중 적어도 어느 하나로 계산되는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
The method of claim 3, wherein the relationship between the e-commerce site and the user is
Reliability calculation method of the e-commerce site, characterized in that calculated by at least one of the number of participation in the event given by the e-commerce site, whether the e-commerce site has added a bookmark, the number of postings posted on the e-commerce site.
제 3 항에 있어서, 상기 전자상거래 사이트에 대한 상기 사용자의 개인 정보 개방도는
상기 전자상거래 사이트에 상기 사용자에 의해 설정된 프라이버시 레벨 또는 상기 전자상거래 사이트에 등록한 상기 사용자의 개인 정보의 종류 또는 수에 의해 계산되는 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
The method of claim 3, wherein the user's personal information opening degree to the e-commerce site is
And the type or number of privacy information set by the user in the e-commerce site or the personal information of the user registered in the e-commerce site.
제 3 항에 있어서, 상기 사용자의 친밀도 계수(β)는 아래의 수학식(2)에 의해 계산되며,
[수학식 2]
Figure 112013053415017-pat00018

상기 전자상거래 사이트에 대한 상기 사용자의 신뢰도(Tl)는 아래의 수학식(3)에 의해 계산되며,
[수학식 3]
Figure 112013053415017-pat00019

여기서 상기 φl은 상기 사용자가 상기 전자상거래 사이트를 방문한 횟수이고, 상기 ρl은 상기 사용자가 상기 전자상거래 사이트를 처음 방문한 후 현재까지 방문 이용한 전체 누적 시간이고, 상기 π는 상기 사용자가 전자상거래 사이트의 선택시 고려하는 상기 친밀도의 가중치이고, 상기 rl은 상기 전자상거래 사이트의 평균 평판값이고 상기 nl은 상기 전자상거래 사이트에 대한 사용자의 친밀도인 것을 특징으로 하는 전자상거래 사이트의 신뢰도 계산 방법.
The method of claim 3, wherein the user's intimacy coefficient (β) is calculated by the following equation (2),
&Quot; (2) "
Figure 112013053415017-pat00018

The user's trust T l for the e-commerce site is calculated by Equation (3) below,
&Quot; (3) "
Figure 112013053415017-pat00019

Where φ l is the number of times the user visited the e-commerce site, ρ l is the total accumulated time that the user has visited since the first visit to the e-commerce site, and π is the user's e-commerce site. A weight of the intimacy taken into consideration when selecting r, wherein r l is an average reputation value of the e-commerce site and n l is an intimacy of the user with respect to the e-commerce site.
KR1020110119642A 2011-11-16 2011-11-16 Method for estimating trust level of e-commerce KR101323535B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110119642A KR101323535B1 (en) 2011-11-16 2011-11-16 Method for estimating trust level of e-commerce

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110119642A KR101323535B1 (en) 2011-11-16 2011-11-16 Method for estimating trust level of e-commerce

Publications (2)

Publication Number Publication Date
KR20130053927A KR20130053927A (en) 2013-05-24
KR101323535B1 true KR101323535B1 (en) 2013-10-29

Family

ID=48663059

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110119642A KR101323535B1 (en) 2011-11-16 2011-11-16 Method for estimating trust level of e-commerce

Country Status (1)

Country Link
KR (1) KR101323535B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210067049A (en) 2019-11-29 2021-06-08 (주)코머신 System and method for processing request of machine estimate based on reliability

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102156332B1 (en) * 2018-07-13 2020-09-15 중앙대학교 산학협력단 Device and method for deriving a user's trust and reputation from transactions taken place on blockchain-based electronic payment system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060099809A (en) * 2005-03-15 2006-09-20 엔에이치엔(주) Online human network management system and method for stimulating users to build various faces of relation
KR20100066088A (en) * 2008-12-09 2010-06-17 삼성전자주식회사 Method and apparatus for recommending or receiving personal network information
KR20100096045A (en) * 2010-08-12 2010-09-01 김천래 System for managing shoppingmall using shopping basket and method thereof

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060099809A (en) * 2005-03-15 2006-09-20 엔에이치엔(주) Online human network management system and method for stimulating users to build various faces of relation
KR20100066088A (en) * 2008-12-09 2010-06-17 삼성전자주식회사 Method and apparatus for recommending or receiving personal network information
KR20100096045A (en) * 2010-08-12 2010-09-01 김천래 System for managing shoppingmall using shopping basket and method thereof

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210067049A (en) 2019-11-29 2021-06-08 (주)코머신 System and method for processing request of machine estimate based on reliability

Also Published As

Publication number Publication date
KR20130053927A (en) 2013-05-24

Similar Documents

Publication Publication Date Title
CN110313009B (en) Method and system for adjusting trust score of second entity for requesting entity
CN109564669B (en) Searching entities based on trust scores and geographic scope
US20160042373A1 (en) Systems and methods for identifying and analyzing internet users
Woerndl et al. Utilizing physical and social context to improve recommender systems
US20090327054A1 (en) Personal reputation system based on social networking
Xu et al. Integrated collaborative filtering recommendation in social cyber-physical systems
CN109635206B (en) Personalized recommendation method and system integrating implicit feedback and user social status
JP2007241983A (en) Method and system of review scoring for providing user's popularity score
Shi et al. A social sensing model for event detection and user influence discovering in social media data streams
Coelho et al. A personalized travel recommendation system using social media analysis
US20090306996A1 (en) Rating computation on social networks
KR101725510B1 (en) Method and apparatus for recommendation of social event based on users preference
CN108449311A (en) A kind of social networks hiding method based on attack node similitude
JP2006323629A (en) Server analyzing information for page update of web server, web server, and method for updating page
JP6706397B1 (en) Learning system, learning method, and program
CN114219664B (en) Product recommendation method, device, computer equipment and storage medium
KR20150028497A (en) Data Imputation Using a Trust Network for Recommendation via Matrix Factorization
WO2021048902A1 (en) Learning model application system, learning model application method, and program
KR101323535B1 (en) Method for estimating trust level of e-commerce
KR101861828B1 (en) Method of providing personalized content and computer program for the same
KR101785288B1 (en) Apparatus, Method, and Program for Fraud Detecting Related to an Online Content
CN105183867B (en) Data processing method and device
He et al. Attribute Reduction with Rough Set in Context‐Aware Collaborative Filtering
Bedi et al. Handling cold start problem in Recommender Systems by using Interaction Based Social Proximity factor
JP4962950B2 (en) Recommendation method, recommendation server and program for users on network

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160920

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee