KR101409273B1 - 사용자의 구매 영향력 지수를 산출하는 방법 및 장치 - Google Patents

사용자의 구매 영향력 지수를 산출하는 방법 및 장치 Download PDF

Info

Publication number
KR101409273B1
KR101409273B1 KR1020120122637A KR20120122637A KR101409273B1 KR 101409273 B1 KR101409273 B1 KR 101409273B1 KR 1020120122637 A KR1020120122637 A KR 1020120122637A KR 20120122637 A KR20120122637 A KR 20120122637A KR 101409273 B1 KR101409273 B1 KR 101409273B1
Authority
KR
South Korea
Prior art keywords
index
purchase
calculating
purchasing
influence
Prior art date
Application number
KR1020120122637A
Other languages
English (en)
Other versions
KR20140056801A (ko
Inventor
윤영선
김제민
서동훈
박세윤
Original Assignee
에스케이플래닛 주식회사
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 에스케이플래닛 주식회사 filed Critical 에스케이플래닛 주식회사
Priority to KR1020120122637A priority Critical patent/KR101409273B1/ko
Publication of KR20140056801A publication Critical patent/KR20140056801A/ko
Application granted granted Critical
Publication of KR101409273B1 publication Critical patent/KR101409273B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0245—Surveys
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation

Landscapes

  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 명세서는 구매영향력지수 산출 서버를 개시한다. 상기 서버는 구매자의 구매정보를 수집하는 구매정보 수집부와; 상기 구매정보 수집부로부터 상기 구매정보를 수신하고, 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 유료 상품의 구매 횟수와 상기 유료 상품의 총 구매금액을 기반으로 제1 지수를 계산하고, 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 무료 상품의 구매 횟수를 기반으로 제2 지수를 계산하고, 상기 제1 지수 및 상기 제2 지수 각각이 구매영향력에 기여하는 정도에 따라 부여된 기여 가중치를 상기 제1 지수 및 상기 제2 지수 각각에 반영하고, 상기 가중치가 반영된 상기 제1 지수 및 상기 제2 지수를 합산하여 상기 구매자의 구매영향력지수를 산출하는 구매영향력지수 계산부를 포함한다.

Description

사용자의 구매 영향력 지수를 산출하는 방법 및 장치{METHOD AND APPARATUS FOR CALCULATING TO MEASURE INFLUENTIAL POWER OF USERS}
본 발명은 구매자의 구매력 평가 방법에 관한 것으로서, 보다 상세하게는 상품 속성, 구매자 특성 등을 반영할 수 있는 구매영향력 평가 방법에 관한 것이다.
전통적인 오프라인 마켓 및 인터넷이나 모바일 포털 사이트에 입점한 쇼핑몰 혹은 온라인 마켓에서 사용하는 구매 고객의 구매력을 평가방법은 특정 기간 동안 고객이 해당 쇼핑몰에서 지출한 총 누적 금액의 크기를 측정하여 평가하는 방법이 일반적이었다. 여기에 지출 누적 총액은 크지 않지만 자주 방문하여 구매를 하는 고객도 충성도가 높은 고객으로 판단하고 누적 금액과 방문 횟수를 구매력 평가방법에 사용하기도 하였다.
그러나, 온라인 마켓에서 거래되는 상품에 애플리케이션 프로그램 등이 포함되면서 단순 누적 금액이나 방문횟수만 고려하여 고객의 구매력 혹은 충성도를 평가하는 데에는 한계가 있다.
이런 한계점을 극복 해야 할 필요성이 부각되는 이유는, 상품 가격이 무료인 상품(예컨대, 모바일 마켓에서 판매되는 무료 앱)들이 등장하고 있으며, 이 무료 상품들을 다수 구매하는 구매자들의 구매력을 판단하는데 있어서 기존 구매력 지표에서 고려하는 요소들로는 판단이 어렵다는 점이다. 무료 상품은 구매 횟수와 상관없이 항상 합이 0이기 때문에 누적 금액을 반영한 방식으로는 고객의 구매력을 평가할 수 없다.
이에 과거 오프라인 마켓에서 거래하던 다양한 상품들을 인터넷이나 모바일 포털 사이트 및 온라인 마켓을 통해 거래하면서, 좀더 많은 신규 고객을 유치하고 기존 구매 고객에게는 재구매를 유도하기 위한 마케팅의 방안으로 고객의 사이트 충성도 (Loyalty) 및 구매력을 지수화하여 그 지표를 활용하는 방법도 제안되었다. 그러나, 누적 금액과 구매 빈도수를 단순히 반영한 방식으로는 파악하기 어려운 고객층이 늘어나고 있어 이러한 한계를 극복하면서도 고객의 구매력에 기반한 영향력 혹은 충성도(Loyalty)를 더 정확히 측정할 수 있는 방법이 요청된다.
본 명세서는 구매자의 구매력 평가 방법 및 그에 사용되는 장치를 제안하는 것에 그 목적이 있다. 보다 구체적으로는 상품 속성(가격, 판매 수 등), 구매자 특성(구매 시점 등)을 반영할 수 있는 구매영향력 평가 방법 및 장치를 제공하는 것에 목적이 있다.
본 명세서는 일 실시예로서 구매영향력지수 산출 서버를 제공한다. 상기 서버는 구매자의 구매정보를 수집하는 구매정보 수집부와; 상기 구매정보 수집부로부터 상기 구매정보를 수신하고, 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 유료 상품의 구매 횟수와 상기 유료 상품의 총 구매금액을 기반으로 제1 지수를 계산하고, 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 무료 상품의 구매 횟수를 기반으로 제2 지수를 계산하고, 상기 제1 지수 및 상기 제2 지수 각각이 구매영향력에 기여하는 정도에 따라 부여된 기여 가중치를 상기 제1 지수 및 상기 제2 지수 각각에 반영하고, 상기 가중치가 반영된 상기 제1 지수 및 상기 제2 지수를 합산하여 상기 구매자의 구매영향력지수를 산출하는 구매영향력지수 계산부를 포함할 수 있다.
상기 유료 상품은, 상품 가격이 소정의 범위에 포함되는 유료 상품일 수 있다.
상기 구매영향력지수 계산부는, 상기 무료 상품의 총 구매 횟수에 따라 부여된 구매 횟수 가중치를 상기 무료 상품의 구매 횟수에 적용하여 상기 제2 지수를 계산할 수 있다.
상기 구매영향력지수 계산부는, 하기 수학식을 사용하여 상기 제1 지수를 계산할 수 있고,
Figure 112012089520708-pat00001
여기서 상기
Figure 112012089520708-pat00002
는 구매영향력지수 산출 대상인 구매자 A와 다른 구매자 B가 공통적으로 구매한 유료 상품의 개수이고, 상기
Figure 112012089520708-pat00003
는 상기 구매자 A와 상기 다른 구매자 B가 공통적으로 구매한 유료 상품의 가격 총액이며,
하기 수학식을 사용하여 상기 제2 지수를 계산할 수 있고,
Figure 112012089520708-pat00004
여기서 상기
Figure 112012089520708-pat00005
는 무료 상품의 총 구매 횟수에 따라 구분된 하나 이상의 구매구간이고, 상기
Figure 112012089520708-pat00006
는 상기 구매구간마다 부여된 구매 횟수 가중치이고, 상기
Figure 112012089520708-pat00007
는 상기 구매구간에서 상기 구매자와 다른 구매자가 공통적으로 구매한 무료 상품의 구매 횟수이며,
하기 수학식을 사용하여 상기 구매영향력지수를 산출할 수 있고,
Figure 112012089520708-pat00008
여기서
Figure 112012089520708-pat00009
는 구매영향력지수 산출 대상인 구매자 A의 구매영향력지수이고, 상기
Figure 112012089520708-pat00010
는 상기 제1 지수가 구매영향력지수에 기여하는 기여 가중치이고, 상기
Figure 112012089520708-pat00011
는 상기 제2 지수가 구매영향력지수에 기여하는 기여 가중치이다.
상기 구매영향력지수 계산부는, 소정의 기간 별로 산출한 기간 별 구매영향력 지수 각각에 상품의 구매시점에 따라 부여된 구매 시점 가중치를 반영하고, 상기 가중치가 부여된 기간 별 구매영향력 지수를 합산하여 상품의 초기 수용수준을 나타내는 수용수준 지수(adoption level index)를 산출할 수 있다.
본 명세서는 다른 실시예로서 구매영향력지수 산출 방법를 제공한다. 상기 방법은 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 유료 상품의 구매 횟수와 상기 유료 상품의 총 구매금액을 기반으로 제1 지수를 계산하는 단계와; 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 무료 상품의 구매 횟수를 기반으로 제2 지수를 계산하는 단계와; 상기 제1 지수 및 상기 제2 지수 각각이 구매영향력에 기여하는 정도에 따라 부여된 기여 가중치를 상기 제1 지수 및 상기 제2 지수 각각에 반영하고, 상기 가중치가 반영된 상기 제1 지수 및 상기 제2 지수를 합산하여 상기 구매자의 구매영향력지수를 산출하는 단계를 포함할 수 있다.
상기 유료 상품은, 상품 가격이 소정의 범위에 포함되는 유료 상품일 수 있다.
상기 제1 지수를 계산하는 단계는, 상기 유료 상품의 총 구매금액을 소정의 함수에 입력하여 얻은 결과값 및 상기 유료 상품의 구매 횟수를 기반으로 제1 지수를 계산하는 단계이며, 상기 소정의 함수는 음이 아닌 실수에 대해 정의되고, 양의 실수를 입력 값으로 갖는 증가함수(increasing function)일 수 있다.
상기 제2 지수를 계산하는 단계는, 상기 무료 상품의 총 구매 횟수에 따라 부여된 구매 횟수 가중치를 상기 무료 상품의 구매 횟수에 적용하여 상기 제2 지수를 계산하는 단계일 수 있다.
상기 제1 지수를 계산하는 단계는 하기 수학식을 사용하여 상기 제1 지수를 계산하는 단계일 수 있고,
Figure 112012089520708-pat00012
여기서 상기
Figure 112012089520708-pat00013
는 구매영향력지수 산출 대상인 구매자 A와 다른 구매자 B가 공통적으로 구매한 유료 상품의 개수이고, 상기
Figure 112012089520708-pat00014
는 상기 구매자 A와 상기 다른 구매자 B가 공통적으로 구매한 유료 상품의 가격 총액이며,
상기 제2 지수를 계산하는 단계는 하기 수학식을 사용하여 상기 제2 지수를 계산하는 단계일 수 있고,
Figure 112012089520708-pat00015
여기서 상기
Figure 112012089520708-pat00016
는 무료 상품의 총 구매 횟수에 따라 구분된 하나 이상의 구매구간이고, 상기
Figure 112012089520708-pat00017
는 상기 구매구간마다 부여된 구매 횟수 가중치이고, 상기
Figure 112012089520708-pat00018
는 상기 구매구간에서 상기 구매자와 다른 구매자가 공통적으로 구매한 무료 상품의 구매 횟수이며,
상기 구매영향력지수를 산출하는 단계는 하기 수학식을 사용하여 상기 제2 지수를 계산하는 단계일 수 있고,
여기서
Figure 112012089520708-pat00020
는 구매영향력지수 산출 대상인 구매자 A의 구매영향력지수이고, 상기
Figure 112012089520708-pat00021
는 상기 제1 지수가 구매영향력지수에 기여하는 기여 가중치이고, 상기
Figure 112012089520708-pat00022
는 상기 제2 지수가 구매영향력지수에 기여하는 기여 가중치이다.
상기 방법은 소정의 기간 별로 산출한 구매영향력 지수 각각에 상품의 구매시점에 따라 부여된 구매 시점 가중치를 반영하고, 상기 가중치가 부여된 기간 별 구매영향력 지수를 합산하여 상품의 초기 수용수준을 나타내는 수용수준 지수(adoption level index)를 산출하는 단계를 더 포함할 수 있다.
본 명세서의 실시예들은 사용자들의 구매 이력을 분석하여 구매력을 평가하는 과정에 있어서, 최근의 구매 경향을 반영하여 보다 정밀하게 평가할 수 있는 효과가 있다. 즉, 무료상품의 등장에 따른 새로운 구매력 평가 지표의 선정 필요성을 충족시켜 무료상품도 구매 영향력을 평가하는데 포함하여 더 정확하게 구매 영향력을 평가할 수 있는 장점이 있다. 더 나아가 본 명세서의 실시예들은 고객의 구매력 등급에 따른 차등 광고나 추천, 선별적 이벤트 행사와 같은 맞춤형 마케팅에 적극 활용할 수 있는 효과도 성취할 수 있다.
도 1a 및 도 1b는 본 발명의 일 실시예에 따른 구매영향력지수 산출 방법을 나타낸 흐름도 및 예시도이다.
도 2는 본 발명의 일 실시예에 따른 구매영향력지수 산출 서버의 블록도이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1a 및 도 1b는 본 발명의 일 실시예에 따른 구매영향력지수 산출 방법을 나타낸 흐름도 및 예시도이다.
먼저, 도 1a는 본 발명의 일 실시예에 따른 구매영향력지수 산출 방법을 나타낸 흐름도이다. 상기 구매영향력지수 산출 방법은 구매영향력지수 산출 서버(이하, 서버)에 의해 수행된다. 상기 서버는 내부 또는 외부 장치로부터 다수 구매자의 구매정보를 수집한다(S210). 상기 구매정보는 각 구매자 별 구매 상품, 구매 시기, 구매 금액 등의 정보를 포함한다.
상기 서버는 상기 구매정보를 바탕으로 구매자 간의 공통 구매 관계를 분석할 수 있다. 즉, 다수 구매자가 공통적으로 구매한 유료/무료 상품의 개수, 구매 금액 등의 관계를 분석할 수 있다. 여기서 상기 공통 구매 관계를 가시적으로 나타내는 다이어그램을 ‘그래프 네트워크(Graph Network)’라 칭한다. 상기 ‘그래프 네트워크’는 노드(node)와 엣지(edge)로 구성되며, 상기 노드(node)는 구매자를 나타내고, 상기 엣지(edge)는 두 구매자가 공통적으로 구매한 상품에 대한 구매정보를 나타낸다. 도 1b는 상기 ‘그래프 네트워크’의 예시도이다.
도 1b를 참조하여 보면, 상기 서버는 두 구매자가 소정의 기간 동안 공통으로 구매한 상품의 개수를 유료와 무료의 경우로 각각 나누어 집계하고, 공통적으로 구매된 상품에 지출한 총 금액을 엣지(Edge)의 파라미터(parameter)로 처리한다. 여기서, 상기 파라미터는 (유료상품 개수, 무료상품 개수, 구매금액)으로 구성될 수 있다.
예를 들어 2012년 6월 1일부터 30일 간의 구매정보를 분석한 결과, 구매자 A와 B가 총 5개의 같은 상품 a, b, c, d, e를 구매하였다고 가정한다. 또한 같은 기간에 구매자 A와 C가 총 7개의 상품 a, c, e, f, g, h, i를 구매하였다고 가정한다.
상품 a의 가격은 1000원, b는 5000원, c는 10000원, i는 3000원이고, 상품 d, e, f, g 및 h는 무료(0원)일 때, 구매자 A와 B를 노드(node)로 하는 엣지(edge)가 형성되며, 두 노드(node)간 엣지(edge)의 파라미터는 (3, 2, 16000)이 된다. 한편 구매자 A와 C를 노드(node)로 하는 엣지(edge)에서, 두 노드(node)간 엣지(edge)의 파라미터는 (3, 4, 14000)이 된다.
여기서 가격을 나타내는 수가 큰 경우에는 스케일 다운(Scale down)을 위해 Log 값을 사용할 수도 있다. 예컨대, log10(구매금액+10)을 구매금액 대신 사용한다. 이 경우 (3, 2, log10(16010))과 (3, 4, log10(14010))이 A-B 및 A-C 각각의 엣지(edge) 파라미터가 된다. (이러한 예시가 도 1b에 도시되어 있다.)
상기 그래프 네트워크 분석시에, 두 노드(node)간 공통 구매한 상품의 개별 가격이 소정의 범위에 포함될 경우만 분석에 포함시킬 수 있다. 예를 들어, 1만원 미만의 상품들 만을 대상으로 하여 상기 그래프 네트워크 분석을 수행하거나, 또는 50원에서 5000원 사이 가격의 상품들 만을 대상으로 하여 상기 그래프 네트워크 분석을 수행할 수도 있다. 이러한 제한은 소수의 고가 상품이 상기 분석에 지나치게 큰 영향을 주는 것을 방지하는 데에 도움이 될 수 있다.
상기의 방법을 통해 상기 서버는 모든 구매자간 공통 구매이력을 기반으로 공통구매 관계를 분석한다.
다음으로 상기 서버는 각 구매자의 구매영향력지수를 산출한다. 이때 상기 서버는, 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 유료 상품의 구매 횟수와 상기 유료 상품의 총 구매금액을 기반으로 제1 지수를 계산하고(S220); 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 무료 상품의 구매 횟수를 기반으로 제2 지수를 계산하고(S230); 상기 제1 지수 및 상기 제2 지수를 소정의 비율로 합산하여 구매영향력지수를 산출할 수 있다(S240).
상기 제1 지수는 유료상품 구매가 상기 구매영향력지수에 반영되는 지수로서, 하기 수학식 1과 같이 계산될 수 있다.
Figure 112012089520708-pat00023
여기서 상기
Figure 112012089520708-pat00024
는 구매영향력지수 산출 대상인 구매자 A와 다른 구매자 B가 공통적으로 구매한 유료 상품의 개수이고, 상기
Figure 112012089520708-pat00025
는 상기 구매자 A와 상기 다른 구매자 B가 공통적으로 구매한 유료 상품의 가격 총액이다. 상기 수학식 1에서 다른 구매자 B는 1인만을 지칭하는 것이 아니고, 구매영향력지수 산출 대상인 구매자 A 이외의 모든 구매자를 의미한다. 즉, 구매자 A와 공통 구매정보가 있는 모든 구매자에 대하여 상기 제1 지수가 계산된다.
도 1b의 예에서 상기 제1 지수는 아래와 같이 계산된다.
구매자 A와 B의 관계에서, A와 B가 공통으로 구매한 유료상품의 개수는 3개이고, 공통으로 구매한 유료 상품의 가격 총액은 16000원이다. 또한 구매자 A와 C의 관계에서, A와 C가 공통으로 구매한 유료상품의 개수는 3개이고, 공통으로 구매한 유료 상품의 가격 총액은 14000원 이다. 이에 따라 상기 제1 지수는
Figure 112012089520708-pat00026
와 같이 계산된다.
여기서 유료상품 구매총액의 scale을 조절하기 위해 Log 함수를 사용했지만, 기타 적절하다고 판단되는 수준의 다른 함수를 사용할 수도 있다. 예를 들어, 상품의 가격 분포에 따라 가격 구간을 나누어 각 구간의 대표 값을 부여할 수도 있고, 또는 가격의 영향도를 높이기 위해서 가격을 Scale up 하는 함수를 사용할 수 있다. 그 외에도 음이 아닌 실수에 대해 정의되고, 양의 실수를 입력 값으로 갖는 증가함수(increasing function)에 상기 유료상품 구매총액을 입력하여 그 결과값을 기반으로 상기 제1 지수를 계산할 수도 있다.
다음으로, 상기 제2 지수는 무료상품 구매가 상기 구매영향력지수에 반영되는 지수로서, 무료 상품의 총 구매 횟수에 따라 부여된 구매 횟수 가중치를 상기 무료 상품의 구매 횟수에 적용하여 계산될 수 있다.
상기 제2 지수는 하기 수학식 2과 같이 계산될 수 있다.
Figure 112012089520708-pat00027
여기서 상기
Figure 112012089520708-pat00028
는 무료 상품의 총 구매 횟수에 따라 구분된 하나 이상의 구매구간이고, 상기
Figure 112012089520708-pat00029
는 상기 구매구간마다 부여된 구매 횟수 가중치이고, 상기
Figure 112012089520708-pat00030
는 상기 구매구간에서 상기 구매자와 다른 구매자가 공통적으로 구매한 무료 상품의 구매 횟수이다. 상기 수학식 2는 각 구매 구간에서 각각 계산되어 합산된다.
도 1b의 예에서 상기 제2 지수는 아래와 같이 계산된다.
구매자 A와 B의 관계에서, A와 B가 공통으로 구매한 무료상품의 개수는 2개(d, e)이다. 또한 구매자 A와 C의 관계에서, A와 C가 공통으로 구매한 무료상품의 개수는 4개(e, f, g, h)이다. 각 무료상품의 총 구매 횟수에 따라 부여된 구매 횟수 가중치가 모두 1이라면, 이에 따라 상기 제2 지수는
Figure 112012089520708-pat00031
와 같이 계산된다.
만약, 무료상품 d와 e는 구매 횟수 가중치가 1.2인 구간의 상품이고, f는 1.4, g와 h가 1.6인 구간의 상품이었다면, 이에 따라 상기 제2 지수는
Figure 112012089520708-pat00032
와 같이 계산된다.
상기와 같이 제1 지수와 제2 지수가 계산되면, 상기 서버는 상기 제1 지수 및 상기 제2 지수를 소정의 비율로 합산하여 구매영향력지수를 산출할 수 있다. 즉, 상기 제1 지수 및 상기 제2 지수 각각이 구매영향력에 기여하는 정도에 따라 부여된 기여 가중치를 상기 제1 지수 및 상기 제2 지수 각각에 반영하고, 상기 가중치가 반영된 상기 제1 지수 및 상기 제2 지수를 합산하여 상기 구매자의 구매영향력지수를 산출할 수 있다. 상기 구매영향력지수는 하기 수학식 3과 같이 계산될 수 있다.
Figure 112012089520708-pat00033
여기서
Figure 112012089520708-pat00034
는 구매영향력지수 산출 대상인 구매자 A의 구매영향력지수이고, 상기
Figure 112012089520708-pat00035
는 상기 제1 지수가 구매영향력지수에 기여하는 기여 가중치이고, 상기
Figure 112012089520708-pat00036
는 상기 제2 지수가 구매영향력지수에 기여하는 기여 가중치이다. 예컨대 유료상품의 기여 가중치가 70%, 무료상품의 기여 가중치가 30%라면, 제1 지수의 기여 가중치
Figure 112012089520708-pat00037
는 0.7이고, 제2 지수의 기여 가중치는 0.3이 된다.
Figure 112012089520708-pat00038
가 0.7인 경우, 도 1b의 예에서 상기 구매영향력지수는 아래와 같이 계산된다.
Figure 112012089520708-pat00039
(무료상품 d, e, f, g, h는 모두 구매 횟수 가중치가 1인 구간의 상품인 경우)
또는
Figure 112012089520708-pat00040
(무료상품 d와 e는 구매 횟수 가중치가 1.2인 구간의 상품이고, f는 1.4, g와 h가 1.6인 구간의 상품인 경우)
구매영향력지수 산출 서버는 상기 단계를 통해 각 구매자 별로 구매영향력지수를 산출할 수 있다. 또한 상기 서버는 산출된 구매영향력지수를 내림차순으로 정렬하여 미리 정해 놓은 구간 값을 부여할 수도 있다. 예를 들어, 구간 값의 범위가 1 ~ 5 라고 정해졌고 각 구간 값을 정률적으로 배포 한다면, 최상위 20% 구매력 영향력 지표 값을 갖는 사용자는 구간 값 1을 부여 받고, 차상위 20% 구매력 영향력 지표값을 갖는 사용자는 구간 값 2를 받는 식으로 모든 사용자에게 구간 값을 부여할 수 있다. 이런 구매력 영향력 구간 값이 구매력 영향력 지수보다 간단하고, 등급화 되어있어, 구매영향력지수 값 대신 마케팅 등에 활용될 수도 있다.
구매영향력지수를 산출할 때, 상기 서버는 구매자의 구매 성향을 반영하여 산출할 수 있다. 즉, 상품의 출시일 대비 구매자의 구매일을 고려하여, 구매자가 초기 수용자(Early adopter)인지 여부를 파악하는 것이다. 다시 말해 소정의 기간 별로 산출한 구매영향력 지수 각각에 상품의 구매시점에 따라 부여된 구매 시점 가중치를 반영하고, 상기 가중치가 부여된 기간 별 구매영향력 지수를 합산하여 상품의 초기 수용수준을 나타내는 수용수준 지수(adoption level index)를 산출하는 것이다. 수용수준 지수 산출의 일 예는 하기 수학식 4와 같다.
Figure 112012089520708-pat00041
여기서,
Figure 112012089520708-pat00042
는 상품을 구매한 날을 출시일 대비 수 개의 구간(m개)으로 나누고, k가 1부터 m까지 변할 때, 구매자 A의 BPI 값이다.
이러한 구매성향 반영 방법의 일 예는, 상기 구매영향력지수 산출에서 두 구매자 간의 엣지(edge)를 형성할 때, 공통적으로 구매한 상품을 “상품 출시일로부터 어느 기간 안에 포함되는 경우”와 같이 제한하여 분석하는 방법일 수 있다. 도 1b를 이용하여 설명하면 아래와 같다.
구매자 A와 B가 총 5개의 같은 상품 a, b, c, d, e를 구매하였고, A와 C는 총 7개의 같은 상품 a, c, e, f, g, h, i를 구매한 것으로 가정한다. 또한 상품 a의 가격은 1000원, b는 5000원, c는 10000원, i는 3000원이고 d, e, f, g, h는 무료(0원)라고 가정한다. 여기서 상품 a, b, f, g는 출시일로부터 1주 내에 구매되었고, 상품 c, d, e, h, i는 출시 1주 후에서 2주 사이에 구매했다고 추가로 가정한다. 그러면 출시 후 1주 내에 상품을 구매한 경우로 그래프 네트워크를 형성한다면, 노드(node) A와 B 사이의 엣지(edge) 생성에 포함되는 상품은 a와 b가 되어 A와 B간 엣지(edge)의 파라미터는 (2,0,log10(1000+5000+10))이 된다. 출시 후 2주 내에 구매된 상품의 경우에 A와 B간 엣지(edge)의 파라미터는 상품 a, b, c, d, e가 모두 포함되므로 (3, 2, log10(16010))이 된다.
노드(node) A와 C에 대해서도 같은 분석을 하면, 출시 후 1주 내에 노드(node) A와 C 사이의 엣지(edge)에 포함되는 상품은 a, f, g가 되어 A와 C간 엣지(edge)의 파라미터는 (1,2,log10(1000+10))이 된다. 출시 후 2주 내에 상품을 구매한 경우의 A와 C간 엣지(edge)의 파라미터는 상품 a, c, e, f, g, h, i가 모두 포함되므로 (3, 4, log10(14010))이 된다.
위의 분석에 신규 상품을 구매한 경우에 가중치를 더 주는 방식을 채택하면, (구매일이 출시일로부터 1주 내인 경우에 가중치를 1.5, 2주 내인 경우 가중치를 1.2로 준다고 가정), 구매자 A의 수용수준 지수(ALI, Adoption Level Index)는 아래와 같이 구해진다.
ALI(A) = 1.5*(구매 일이 상품의 출시일로부터 1주 내인 경우의 A의 BPI 값) + 1.2*(구매 일이 상품의 출시일로부터 2주 내인 경우의 A의 BPI 값)
구매 일이 상품의 출시일로부터 1주 이내인 경우 A의 BPI 값은
Figure 112012089520708-pat00043
이고, 출시일로부터 2주 이내인 경우 A의 BPI 값은
Figure 112012089520708-pat00044
이 된다.
도 2는 본 발명의 일 실시예에 따른 구매영향력지수 산출 서버의 블록도이다.
상기 구매영향력지수 산출 서버(100)는 구매정보 수집부(101), 구매영향력지수 계산부(102)를 포함하여 구성될 수 있으며, 저장부(103)을 더 포함할 수도 있다. 상기 구매영향력지수 산출 서버(100)는 도 1에서 설명한 방법들을 수행할 수 있다. 이를 구체적으로 설명하면 다음과 같다.
상기 구매정보 수집부(101)는 내부 또는 외부 장치(10)로부터 다수 구매자의 구매정보를 수집할 수 있다. 상기 구매정보는 각 구매자 별 구매 상품, 구매 시기, 구매 금액 등의 정보를 포함한다.
상기 구매영향력지수 계산부(102)는 상기 구매정보 수집부(101)로부터 상기 구매정보를 수신한다. 상기 구매영향력지수 계산부(102)는 구매자의 구매영향력지수를 산출할 수 있다. 이때 상기 구매영향력지수 계산부(102)는 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 유료 상품의 구매 횟수와 상기 유료 상품의 총 구매금액을 기반으로 제1 지수를 계산하고, 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 무료 상품의 구매 횟수를 기반으로 제2 지수를 계산하고, 상기 제1 지수 및 상기 제2 지수 각각이 구매영향력에 기여하는 정도에 따라 부여된 기여 가중치를 상기 제1 지수 및 상기 제2 지수 각각에 반영하고, 상기 가중치가 반영된 상기 제1 지수 및 상기 제2 지수를 합산하여 상기 구매자의 구매영향력지수를 산출할 수 있다.
이때 상기 유료 상품은, 상품 가격이 소정의 범위에 포함되는 유료 상품일 수 있다.
상기 구매영향력지수 계산부(102)는 상기 유료 상품의 총 구매금액을 소정의 함수에 입력하여 얻은 결과값 및 상기 유료 상품의 구매 횟수를 기반으로 제1 지수를 계산할 수 있으며, 상기 소정의 함수는 음이 아닌 실수에 대해 정의되고, 양의 실수를 입력 값으로 갖는 증가함수(increasing function)일 수 있다.
상기 구매영향력지수 계산부(102)는 상기 무료 상품의 총 구매 횟수에 따라 부여된 구매 횟수 가중치를 상기 무료 상품의 구매 횟수에 적용하여 상기 제2 지수를 계산할 수 있다.
상기 구매영향력지수 계산부(102)는 하기 수학식을 사용하여 상기 제1 지수를 계산할 수 있다.
Figure 112012089520708-pat00045
여기서 상기
Figure 112012089520708-pat00046
는 구매영향력지수 산출 대상인 구매자 A와 다른 구매자 B가 공통적으로 구매한 유료 상품의 개수이고, 상기
Figure 112012089520708-pat00047
는 상기 구매자 A와 상기 다른 구매자 B가 공통적으로 구매한 유료 상품의 가격 총액이다.
상기 구매영향력지수 계산부(102)는 하기 수학식을 사용하여 상기 제2 지수를 산출할 수 있다.
Figure 112012089520708-pat00048
여기서 상기
Figure 112012089520708-pat00049
는 무료 상품의 총 구매 횟수에 따라 구분된 하나 이상의 구매구간이고, 상기
Figure 112012089520708-pat00050
는 상기 구매구간마다 부여된 구매 횟수 가중치이고, 상기
Figure 112012089520708-pat00051
는 상기 구매구간에서 상기 구매자와 다른 구매자가 공통적으로 구매한 무료 상품의 구매 횟수이다.
상기 구매영향력지수 계산부(102)는 하기 수학식을 사용하여 상기 구매영향력지수를 산출할 수 있다.
Figure 112012089520708-pat00052
여기서
Figure 112012089520708-pat00053
는 구매영향력지수 산출 대상인 구매자 A의 구매영향력지수이고, 상기
Figure 112012089520708-pat00054
는 상기 제1 지수가 구매영향력지수에 기여하는 기여 가중치이고, 상기
Figure 112012089520708-pat00055
는 상기 제2 지수가 구매영향력지수에 기여하는 기여 가중치이다.
상기 구매영향력지수 계산부(102)는, 소정의 기간 별로 산출한 기간 별 구매영향력 지수 각각에 상품의 구매시점에 따라 부여된 구매 시점 가중치를 반영하고, 상기 가중치가 부여된 기간 별 구매영향력 지수를 합산하여 상품의 초기 수용수준을 나타내는 수용수준 지수(adoption level index)를 산출할 수 있다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다.
예컨대, 본 발명에 따른 구매영향력지수 산출 서버(100)나 사용자 단말은 메모리에 의하여 정보를 저장할 수 있는데, 일 구현예의 경우 메모리는 컴퓨터로 판독 가능한 매체이다. 일 구현예에서 메모리는 휘발성 메모리 유닛일 수 있으며, 다른 구현예의 경우 메모리는 비휘발성 메모리 유닛일 수 있다. 또한, 메모리는 예컨대 하드디스크 장치, 광학디스크 장치, 혹은 어떤 다른 대용량 저장 장치를 포함할 수도 있다.
구매영향력지수 산출 서버(100)나 사용자 단말은 또한 예컨대 이더넷 카드와 같은 하나 이상의 네트워크 인터페이스 장치, 예컨대 RS-232 포트와 같은 직렬 통신 장치 및/또는 예컨대 802.11 카드와 같은 무선 인터페이스 장치를 외부 입출력 장치로서 포함할 수 있다. 다른 구현예에서, 이러한 입출력 장치는 다른 입출력 장치로 출력 데이터를 전송하고 입력 데이터를 수신하도록 구성된 드라이버 장치, 예컨대 키보드, 프린터 및 디스플레이 장치 등을 포함할 수 있다.
구매영향력지수 산출 서버(100)는 실행 시 하나 이상의 처리 장치로 하여금 전술한 기능과 프로세스를 수행하도록 하는 명령에 의하여 실현될 수 있다. 예를 들어 그러한 명령으로는, 예컨대 JavaScript나 ECMAScript 명령 등의 스크립트 명령과 같은 해석되는 명령이나 실행 가능한 코드 혹은 컴퓨터로 판독 가능한 매체에 저장되는 기타의 명령이 포함될 수 있다.
본 발명에 따른 구매영향력지수 산출 서버(100)는 서버 팜(Server Farm)과 같이 네트워크에 걸쳐서 분산형으로 구현될 수 있으며, 혹은 단일의 컴퓨터 장치로 구현될 수 있다.
본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 처리 시스템의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다.
컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.
본 명세서에서 “시스템”이나 “장치"라 함은 예컨대 프로그래머블 프로세서, 컴퓨터 혹은 다중 프로세서나 컴퓨터를 포함하여 데이터를 처리하기 위한 모든 기구, 장치 및 기계를 포괄한다. 처리 시스템은, 하드웨어에 부가하여, 예컨대 프로세서 펌웨어를 구성하는 코드, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제 혹은 이들 중 하나 이상의 조합 등 요청 시 컴퓨터 프로그램에 대한 실행 환경을 형성하는 코드를 포함할 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. 컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다. 컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
한편, 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체는, 예컨대 EPROM, EEPROM 및 플래시메모리 장치와 같은 반도체 메모리 장치, 예컨대 내부 하드디스크나 외장형 디스크와 같은 자기 디스크, 자기광학 디스크 및 CD-ROM과 DVD-ROM 디스크를 포함하여 모든 형태의 비휘발성 메모리, 매체 및 메모리 장치를 포함할 수 있다. 프로세서와 메모리는 특수 목적의 논리 회로에 의해 보충되거나, 그것에 통합될 수 있다.
본 명세서에서 설명한 주제의 구현물은 예컨대 데이터 서버와 같은 백엔드 컴포넌트를 포함하거나, 예컨대 어플리케이션 서버와 같은 미들웨어 컴포넌트를 포함하거나, 예컨대 사용자가 본 명세서에서 설명한 주제의 구현물과 상호 작용할 수 있는 웹 브라우저나 그래픽 유저 인터페이스를 갖는 클라이언트 컴퓨터와 같은 프론트엔드 컴포넌트 혹은 그러한 백엔드, 미들웨어 혹은 프론트엔드 컴포넌트의 하나 이상의 모든 조합을 포함하는 연산 시스템에서 구현될 수도 있다. 시스템의 컴포넌트는 예컨대 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 상호 접속 가능하다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 마찬가지로, 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
또한, 본 명세서에서는 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다
이와 같이, 본 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하려는 의도가 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 구매영향력지수 산출 서버

Claims (12)

  1. 구매자의 구매정보를 수집하는 구매정보 수집부;
    상기 구매정보 수집부로부터 상기 구매정보를 수신하고, 상기 구매자 및 타 구매자에 의해 공통적으로 구매된 유료 상품의 구매 횟수와 상기 유료 상품의 총 구매금액을 기반으로 제1 지수를 계산하고,
    상기 구매자 및 타 구매자에 의해 공통적으로 구매된 무료 상품의 구매 횟수를 기반으로 제2 지수를 계산하고,
    상기 제1 지수 및 상기 제2 지수 각각이 구매영향력에 기여하는 정도에 따라 부여된 기여 가중치를 상기 제1 지수 및 상기 제2 지수 각각에 반영하고, 상기 가중치가 반영된 상기 제1 지수 및 상기 제2 지수를 합산하여 상기 구매자의 구매영향력지수를 산출하는 구매영향력지수 계산부를 포함하되,
    상기 구매영향력지수 계산부는,
    하기 수학식을 사용하여 상기 제1 지수를 계산하고,
    Figure 112014029578482-pat00081

    여기서 상기
    Figure 112014029578482-pat00082
    는 구매영향력지수 산출 대상인 구매자 A와 다른 구매자 B가 공통적으로 구매한 유료 상품의 개수이고, 상기
    Figure 112014029578482-pat00083
    는 상기 구매자 A와 상기 다른 구매자 B가 공통적으로 구매한 유료 상품의 가격 총액이며,
    하기 수학식을 사용하여 상기 제2 지수를 계산하고,
    Figure 112014029578482-pat00084

    여기서 상기
    Figure 112014029578482-pat00085
    는 무료 상품의 총 구매 횟수에 따라 구분된 하나 이상의 구매구간이고, 상기
    Figure 112014029578482-pat00086
    는 상기 구매구간마다 부여된 구매 횟수 가중치이고, 상기
    Figure 112014029578482-pat00087
    는 상기 구매구간에서 상기 구매자와 다른 구매자가 공통적으로 구매한 무료 상품의 구매 횟수이며,
    하기 수학식을 사용하여 상기 구매영향력지수를 계산하고,
    Figure 112014029578482-pat00088

    여기서
    Figure 112014029578482-pat00089
    는 구매영향력지수 산출 대상인 구매자 A의 구매영향력지수이고, 상기
    Figure 112014029578482-pat00090
    는 상기 제1 지수가 구매영향력지수에 기여하는 기여 가중치이고, 상기
    Figure 112014029578482-pat00091
    는 상기 제2 지수가 구매영향력지수에 기여하는 기여 가중치인 것을 특징으로 하는 구매영향력지수 산출 서버.
  2. 제1항에 있어서,
    상기 유료 상품은, 상품 가격이 소정의 범위에 포함되는 유료 상품인 것을 특징으로 하는 구매영향력지수 산출 서버.
  3. 제1항에 있어서,
    상기 구매영향력지수 계산부는, 상기 무료 상품의 총 구매 횟수에 따라 부여된 구매 횟수 가중치를 상기 무료 상품의 구매 횟수에 적용하여 상기 제2 지수를 계산하는 것을 특징으로 하는 구매영향력지수 산출 서버.
  4. 삭제
  5. 제1항에 있어서,
    상기 구매영향력지수 계산부는, 소정의 기간 별로 산출한 기간 별 구매영향력 지수 각각에 상품의 구매시점에 따라 부여된 구매 시점 가중치를 반영하고, 상기 가중치가 부여된 기간 별 구매영향력 지수를 합산하여 상품의 초기 수용수준을 나타내는 수용수준 지수(adoption level index)를 산출하는 것을 특징으로 하는 구매영향력지수 산출 서버.
  6. 구매영향력지수 산출 서버가 구매자의 구매영향력지수를 산출하는 방법으로서,
    상기 구매자 및 타 구매자에 의해 공통적으로 구매된 유료 상품의 구매 횟수와 상기 유료 상품의 총 구매금액을 기반으로 제1 지수를 계산하는 단계;
    상기 구매자 및 타 구매자에 의해 공통적으로 구매된 무료 상품의 구매 횟수를 기반으로 제2 지수를 계산하는 단계;
    상기 제1 지수 및 상기 제2 지수 각각이 구매영향력에 기여하는 정도에 따라 부여된 기여 가중치를 상기 제1 지수 및 상기 제2 지수 각각에 반영하고, 상기 가중치가 반영된 상기 제1 지수 및 상기 제2 지수를 합산하여 상기 구매자의 구매영향력지수를 산출하는 단계를 포함하되,
    상기 제1 지수를 계산하는 단계는 하기 수학식을 사용하여 상기 제1 지수를 계산하는 단계이고,
    Figure 112014029578482-pat00092

    여기서 상기
    Figure 112014029578482-pat00093
    는 구매영향력지수 산출 대상인 구매자 A와 다른 구매자 B가 공통적으로 구매한 유료 상품의 개수이고, 상기
    Figure 112014029578482-pat00094
    는 상기 구매자 A와 상기 다른 구매자 B가 공통적으로 구매한 유료 상품의 가격 총액이며,
    상기 제2 지수를 계산하는 단계는 하기 수학식을 사용하여 상기 제2 지수를 계산하는 단계이고,
    Figure 112014029578482-pat00095

    여기서 상기
    Figure 112014029578482-pat00096
    는 무료 상품의 총 구매 횟수에 따라 구분된 하나 이상의 구매구간이고, 상기
    Figure 112014029578482-pat00097
    는 상기 구매구간마다 부여된 구매 횟수 가중치이고, 상기
    Figure 112014029578482-pat00098
    는 상기 구매구간에서 상기 구매자와 다른 구매자가 공통적으로 구매한 무료 상품의 구매 횟수이며,
    상기 구매영향력지수를 산출하는 단계는 하기 수학식을 사용하여 상기 제2 지수를 계산하는 단계이고,
    Figure 112014029578482-pat00099

    여기서
    Figure 112014029578482-pat00100
    는 구매영향력지수 산출 대상인 구매자 A의 구매영향력지수이고, 상기
    Figure 112014029578482-pat00101
    는 상기 제1 지수가 구매영향력지수에 기여하는 기여 가중치이고, 상기
    Figure 112014029578482-pat00102
    는 상기 제2 지수가 구매영향력지수에 기여하는 기여 가중치인 것을 특징으로 하는 방법.
  7. 제6항에 있어서,
    상기 유료 상품은, 상품 가격이 소정의 범위에 포함되는 유료 상품인 것을 특징으로 하는 방법.
  8. 제6항에 있어서,
    상기 제1 지수를 계산하는 단계는, 상기 유료 상품의 총 구매금액을 소정의 함수에 입력하여 얻은 결과값 및 상기 유료 상품의 구매 횟수를 기반으로 제1 지수를 계산하는 단계이며,
    상기 소정의 함수는 음이 아닌 실수에 대해 정의되고, 양의 실수를 입력 값으로 갖는 증가함수(increasing function)인 것을 특징으로 하는 방법.
  9. 제6항에 있어서,
    상기 제2 지수를 계산하는 단계는,
    상기 무료 상품의 총 구매 횟수에 따라 부여된 구매 횟수 가중치를 상기 무료 상품의 구매 횟수에 적용하여 상기 제2 지수를 계산하는 단계인 것을 특징으로 하는 방법.
  10. 삭제
  11. 제6항에 있어서, 상기 방법은,
    소정의 기간 별로 산출한 구매영향력 지수 각각에 상품의 구매시점에 따라 부여된 구매 시점 가중치를 반영하고, 상기 가중치가 부여된 기간 별 구매영향력 지수를 합산하여 상품의 초기 수용수준을 나타내는 수용수준 지수(adoption level index)를 산출하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  12. 제6항 내지 제9항 및 제11항 중 어느 한 항에 따른 방법의 각 단계를 수행하는 명령들을 포함하는 컴퓨터 판독 가능 기록매체.
KR1020120122637A 2012-10-31 2012-10-31 사용자의 구매 영향력 지수를 산출하는 방법 및 장치 KR101409273B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120122637A KR101409273B1 (ko) 2012-10-31 2012-10-31 사용자의 구매 영향력 지수를 산출하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120122637A KR101409273B1 (ko) 2012-10-31 2012-10-31 사용자의 구매 영향력 지수를 산출하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140056801A KR20140056801A (ko) 2014-05-12
KR101409273B1 true KR101409273B1 (ko) 2014-06-20

Family

ID=50887876

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120122637A KR101409273B1 (ko) 2012-10-31 2012-10-31 사용자의 구매 영향력 지수를 산출하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101409273B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102329237B1 (ko) 2017-05-19 2021-11-18 한향원 도매 거래 중계 시스템
KR20170101165A (ko) 2017-07-21 2017-09-05 에이치에버 주식회사 도매 거래를 위한 결제 시스템 및 이를 위한 결제 방법
KR20210038530A (ko) 2021-04-01 2021-04-07 한향원 빅 데이터를 활용한 상품별 도매 지수 평가 시스템 및 그에 의한 도매 지수의 평가 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080015608A (ko) * 2006-08-16 2008-02-20 엔에이치엔(주) 광고주를 차등 관리하는 방법 및 상기 방법을 수행하는시스템
KR20100083540A (ko) * 2009-01-14 2010-07-22 (주)테일러테크놀로지 사전 주문 상품의 거래를 중개하는 방법 및 시스템
KR20120026741A (ko) * 2010-09-10 2012-03-20 성균관대학교산학협력단 온라인 게임 아이템 구매지수 분석 시스템 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080015608A (ko) * 2006-08-16 2008-02-20 엔에이치엔(주) 광고주를 차등 관리하는 방법 및 상기 방법을 수행하는시스템
KR20100083540A (ko) * 2009-01-14 2010-07-22 (주)테일러테크놀로지 사전 주문 상품의 거래를 중개하는 방법 및 시스템
KR20120026741A (ko) * 2010-09-10 2012-03-20 성균관대학교산학협력단 온라인 게임 아이템 구매지수 분석 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20140056801A (ko) 2014-05-12

Similar Documents

Publication Publication Date Title
US20210342721A1 (en) Method, apparatus, and computer program product for determining closing metrics
US11532003B2 (en) System, method and computer program for varying affiliate position displayed by intermediary
US8738421B1 (en) Driver moderator method for retail sales prediction
CN110135876A (zh) 销量预测的方法及装置
Burnie Exploring the interconnectedness of cryptocurrencies using correlation networks
KR102097045B1 (ko) 사용자의 특성을 반영하여 상품을 추천하는 방법 및 장치
US20200234218A1 (en) Systems and methods for entity performance and risk scoring
JP2009169699A (ja) 販売情報分析装置
US9846885B1 (en) Method and system for comparing commercial entities based on purchase patterns
US20210241293A1 (en) Apparatuses, computer-implemented methods, and computer program products for improved model-based determinations
CN105184596A (zh) 动态定价系统和方法
JP2012150671A (ja) 需要予測装置、及びそのプログラム
US20140229233A1 (en) Consumer spending forecast system and method
JP2018139036A (ja) 分析装置
JP5039579B2 (ja) 販売情報分析装置
US20200265326A1 (en) Machine learning assisted transaction component settlement
JP2021099718A (ja) 情報処理装置およびプログラム
KR102126976B1 (ko) 주기적 성질을 갖는 금융투자상품에 기반한 금융투자상품 정보 제공 장치 및 제공 방법
Claudia A Decomposed Model of Consumers' Intention to Continue Buying Online.
CN113450138A (zh) 商品对象价格信息处理方法、装置及电子设备
US20180232747A1 (en) Systems and methods for determining consumer purchasing behavior
KR101409273B1 (ko) 사용자의 구매 영향력 지수를 산출하는 방법 및 장치
US20220276948A1 (en) System and method for optimizing performance of online services
Chiang et al. An empirical study of applying Kano model and TRIZ business evolution trends to improve E-commerce service quality
KR102570758B1 (ko) 구독몰과 금융사 간의 연계를 통한 인공지능 기반의 금융상품 자동추천 방법

Legal Events

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

Payment date: 20170602

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180530

Year of fee payment: 5