KR101712588B1 - 광고 카테고리 생성 장치 및 방법 - Google Patents
광고 카테고리 생성 장치 및 방법 Download PDFInfo
- Publication number
- KR101712588B1 KR101712588B1 KR1020150128581A KR20150128581A KR101712588B1 KR 101712588 B1 KR101712588 B1 KR 101712588B1 KR 1020150128581 A KR1020150128581 A KR 1020150128581A KR 20150128581 A KR20150128581 A KR 20150128581A KR 101712588 B1 KR101712588 B1 KR 101712588B1
- Authority
- KR
- South Korea
- Prior art keywords
- advertisement
- category
- unit
- items
- evolution
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 60
- 238000011156 evaluation Methods 0.000 claims abstract description 50
- 230000013011 mating Effects 0.000 claims description 15
- 230000002068 genetic effect Effects 0.000 claims description 12
- 230000035772 mutation Effects 0.000 claims description 12
- 238000009396 hybridization Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 4
- 238000009402 cross-breeding Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000000869 mutational effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000009261 transgenic effect Effects 0.000 description 1
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
- G06Q30/0241—Advertisements
- G06Q30/0276—Advertisement creation
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
광고 추천에 주로 사용되는 협업 기반 광고 추천 방식과 내용 기반 광고 추천 방식의 한계를 극복하기 위해 유전자 진화 방식을 적용하여 광고 카테고리 분류를 생성하도록 하는 광고 카테고리 생성 장치 및 방법을 제시한다. 제시된 장치는 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고 추출된 항목들을 특성에 따른 항목으로 구분하여 개체화된 광고 카테고리를 출력하는 광고 묶음 개체화부, 사용자 광고 선택 이력 정보를 기반으로 상기 개체화된 광고 카테고리를 평가하여 만족할만한 해가 나오면 해당하는 광고 카테고리를 개인화 광고 카테고리로 선정하는 선택 만족도 평가부, 및 상기 선택 만족도 평가부에서 만족할만한 해가 나오지 않으면 상기 개체화된 광고 카테고리에 대해 유전자 진화를 수행하고 상기 유전자 진행 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 광고 묶음 유전자 진화부를 포함한다.
Description
본 발명은 광고 카테고리 생성 장치 및 방법에 관한 것으로, 보다 상세하게는 유전 알고리즘을 기반으로 하는 광고 카테고리 생성 장치 및 방법에 관한 것이다.
광고 추천에 주로 사용되고 있는 협업 기반 광고 추천 방식은 광고 시청자, 구매자에게 광고에 대한 평가를 받아 이를 기반으로 광고 시청자의 성향이 유사한 사람에게 광고를 추천하는 방식이다. 광고의 경우, 사용자의 평가를 얻기 어렵기 때문에 협업 기반 구성이 어렵고, 평가에 참여하는 기초 데이터가 많이 존재해야 추천의 정확성이 올라감으로 소형 시스템에 적용하기에 어려움이 있다.
그리고, 기존의 내용 기반 광고 추천 방식은 광고 아이템을 기반으로 아이템의 유사성을 기반으로 추천하는 방식이다. 예를 들어, 신발 광고를 선택했다면 슬리퍼 등의 신발을 추천하는 방식으로서, 유사, 동일 카테고리 광고를 계속 추천하게 되는 쏠림이 있고 구매자, 광고 시청자 간의 연계를 표현하지 못한다.
이와 같은 협업 추천 시스템 등은 대용량의 데이터 처리 시스템이 필요하고, 계속적인 데이터 관리를 위한 비용이 많이 소요된다. 그리고, 소규모 시장에서는 적용이 불가능하다.
본 발명은 상기한 종래의 문제점을 해결하기 위해 제안된 것으로, 광고 추천에 주로 사용되는 협업 기반 광고 추천 방식과 내용 기반 광고 추천 방식의 한계를 극복하기 위해 유전자 진화 방식을 적용하여 광고 카테고리 분류를 생성하도록 하는 광고 카테고리 생성 장치 및 방법을 제공함에 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여 본 발명의 바람직한 실시양태에 따른 광고 카테고리 생성 장치는,
기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 특성에 따른 항목으로 구분하여 개체화된 광고 카테고리를 출력하는 광고 묶음 개체화부; 사용자 광고 선택 이력 정보를 기반으로 상기 개체화된 광고 카테고리를 평가하여 만족할만한 해가 나오면 해당하는 광고 카테고리를 개인화 광고 카테고리로 선정하는 선택 만족도 평가부; 및 상기 선택 만족도 평가부에서 만족할만한 해가 나오지 않으면 상기 개체화된 광고 카테고리에 대해 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 광고 묶음 유전자 진화부;를 포함하고, 상기 광고 묶음 유전자 진화부는, 특징 유전자를 균등 교차 교배하고, 상기 균등 교차 교배의 결과에 돌연변이 교배지수를 적용하여 최종의 변형 자손 특성 카테고리를 생성하고, 상기 최종의 변형 자손 특성 카테고리를 상기 선택 만족도 평가부에게로 제공하고, 상기 광고 묶음 유전자 진화부에서의 유전자 진화 수행은 기본 광고 특성들(부모해)을 기반으로 추천 광고(자식해)를 조합하기 위해 조합 및 진화를 수행하는 것을 의미하고, 상기 광고 묶음 유전자 진화부는 특징 유전자를 균등 교차 교배하여 재배치하며, 정해진 절단점(1점, 2점 등)에 따라 유전자 항목을 절단하여 자식해를 만들어내고, 균등 교차 교배를 수행할 때 균등 교차 지수(p=50%)를 적용하여 교배(즉, 1차 교배를 의미)를 진행하는 것을 특징으로 하는 특징으로 하는 광고 카테고리 생성 장치에 있어서,
상기 광고 묶음 개체화부는 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 일반 항목과 특성 항목으로 구분하여 개체화하며, 인접 광고 산출과 유사도(근접도)를 산출하되, 개별 사용자의 특징 항목을 동일 특성내에서 정성적인 특징의 계산이 가능한 숫자로 수치화한 광고 카테고리 개체화의 결과물을 출력하고,
선택 만족도 평가부는 사용자 광고 선택 이력 정보를 기반으로 광고 묶음 개체화부로부터 제공받은 광고 카테고리를 평가하여 평가 지표가 정해진 임계치(p)를 만족하는지 비교하고,
상기 광고 묶음 유전자 진화부는 균등 교차 지수를 적용하여 교배를 진행한 후에 발생된 카테고리중에서 소정의 임계치 이상(즉, p > 50)의 카테고리를 1차 전이 자손 특성 카테고리라고 하고, 1차 교배된 전이 자손에 돌연변이 교배지수(p2=0.1)를 적용하여 임의의 특성을 변경 적용하여 신규 카테고리나 쏠림 현상을 보완하고, 2차 교배가 완료된 광고 개체인 진화 적용 신규 광고 개체를 선택 만족도 평가부에게로 제공하는 것을 특징으로 하고,
카테고리는 단위 광고 형태들을 기본 유형으로 묶은 그룹 단위를 의미하고, 개체화는 광고 단위에 대하여 일반 항목과 특징 항목으로 분류하여 유전 알고리즘을 적용하는 기본 단위가 되도록 설정하는 것을 의미하며,
상기 특징 항목은 학력, 성별, 연령, 소득수준, 및 인접 그룹과의 관계 지수를 포함하는 것을 특징으로 하는 광고 카테고리 생성 장치가 제공된다.
본 발명의 다른 측면에 따른 광고 카테고리 생성 방법은, 광고 묶음 개체화부가, 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 특성에 따른 항목으로 구분하여 개체화된 광고 카테고리를 출력하는 단계; 선택 만족도 평가부가, 사용자 광고 선택 이력 정보를 기반으로 상기 개체화된 광고 카테고리를 평가하여 만족할만한 해가 나오면 해당하는 광고 카테고리를 개인화 광고 카테고리로 선정하는 단계; 및 광고 묶음 유전자 진화부가, 상기 만족할만한 해가 나오지 않으면 상기 개체화된 광고 카테고리에 대해 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 단계;를 포함하고, 상기 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 단계는, 특징 유전자를 균등 교차 교배하는 단계; 상기 균등 교차 교배의 결과에 돌연변이 교배지수를 적용하여 최종의 변형 자손 특성 카테고리를 생성하는 단계; 및 상기 최종의 변형 자손 특성 카테고리를 상기 선택 만족도 평가부에게로 제공하는 단계;를 포함하며, 상기 유전자 진화 수행은 기본 광고 특성들(부모해)을 기반으로 추천 광고(자식해)를 조합하기 위해 조합 및 진화를 수행하는 것을 의미하고, 정해진 절단점(1점, 2점 등)에 따라 유전자 항목을 절단하여 자식해를 만들어내고, 균등 교차 교배를 수행할 때 균등 교차 지수(p=50%)를 적용하여 교배(즉, 1차 교배를 의미)를 진행하는 것을 특징으로 하는 광고 카테고리 생성 방법에 있어서,
기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 일반 항목과 특성 항목으로 구분하여 개체화하며, 인접 광고 산출과 유사도(근접도)를 산출하되, 개별 사용자의 특징 항목을 동일 특성내에서 정성적인 특징의 계산이 가능한 숫자로 수치화한 광고 카테고리 개체화의 결과물을 출력하는 단계를광고 묶음 개체화부를 통해 수행하며,
사용자 광고 선택 이력 정보를 기반으로 광고 묶음 개체화부로부터 제공받은 광고 카테고리를 평가하여 평가 지표가 정해진 임계치(p)를 만족하는지 비교하는 단계를 선택 만족도 평가부를 통해 수행하며,
균등 교차 지수를 적용하여 교배를 진행한 후에 발생된 카테고리중에서 소정의 임계치 이상(즉, p > 50)의 카테고리를 1차 전이 자손 특성 카테고리라고 하고, 1차 교배된 전이 자손에 돌연변이 교배지수(p2=0.1)를 적용하여 임의의 특성을 변경 적용하여 신규 카테고리나 쏠림 현상을 보완하고, 2차 교배가 완료된 광고 개체인 진화 적용 신규 광고 개체를 선택 만족도 평가부에게로 제공하는 단계를 상기 광고 묶음 유전자 진화부를 통해 수행하되,
카테고리는 단위 광고 형태들을 기본 유형으로 묶은 그룹 단위를 의미하고, 개체화는 광고 단위에 대하여 일반 항목과 특징 항목으로 분류하여 유전 알고리즘을 적용하는 기본 단위가 되도록 설정하는 것을 의미하며,
상기 특징 항목은 학력, 성별, 연령, 소득수준, 및 인접 그룹과의 관계 지수를 포함하는 것을 특징으로 하는 광고 카테고리 생성 방법이 제공된다.
기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 특성에 따른 항목으로 구분하여 개체화된 광고 카테고리를 출력하는 광고 묶음 개체화부; 사용자 광고 선택 이력 정보를 기반으로 상기 개체화된 광고 카테고리를 평가하여 만족할만한 해가 나오면 해당하는 광고 카테고리를 개인화 광고 카테고리로 선정하는 선택 만족도 평가부; 및 상기 선택 만족도 평가부에서 만족할만한 해가 나오지 않으면 상기 개체화된 광고 카테고리에 대해 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 광고 묶음 유전자 진화부;를 포함하고, 상기 광고 묶음 유전자 진화부는, 특징 유전자를 균등 교차 교배하고, 상기 균등 교차 교배의 결과에 돌연변이 교배지수를 적용하여 최종의 변형 자손 특성 카테고리를 생성하고, 상기 최종의 변형 자손 특성 카테고리를 상기 선택 만족도 평가부에게로 제공하고, 상기 광고 묶음 유전자 진화부에서의 유전자 진화 수행은 기본 광고 특성들(부모해)을 기반으로 추천 광고(자식해)를 조합하기 위해 조합 및 진화를 수행하는 것을 의미하고, 상기 광고 묶음 유전자 진화부는 특징 유전자를 균등 교차 교배하여 재배치하며, 정해진 절단점(1점, 2점 등)에 따라 유전자 항목을 절단하여 자식해를 만들어내고, 균등 교차 교배를 수행할 때 균등 교차 지수(p=50%)를 적용하여 교배(즉, 1차 교배를 의미)를 진행하는 것을 특징으로 하는 특징으로 하는 광고 카테고리 생성 장치에 있어서,
상기 광고 묶음 개체화부는 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 일반 항목과 특성 항목으로 구분하여 개체화하며, 인접 광고 산출과 유사도(근접도)를 산출하되, 개별 사용자의 특징 항목을 동일 특성내에서 정성적인 특징의 계산이 가능한 숫자로 수치화한 광고 카테고리 개체화의 결과물을 출력하고,
선택 만족도 평가부는 사용자 광고 선택 이력 정보를 기반으로 광고 묶음 개체화부로부터 제공받은 광고 카테고리를 평가하여 평가 지표가 정해진 임계치(p)를 만족하는지 비교하고,
상기 광고 묶음 유전자 진화부는 균등 교차 지수를 적용하여 교배를 진행한 후에 발생된 카테고리중에서 소정의 임계치 이상(즉, p > 50)의 카테고리를 1차 전이 자손 특성 카테고리라고 하고, 1차 교배된 전이 자손에 돌연변이 교배지수(p2=0.1)를 적용하여 임의의 특성을 변경 적용하여 신규 카테고리나 쏠림 현상을 보완하고, 2차 교배가 완료된 광고 개체인 진화 적용 신규 광고 개체를 선택 만족도 평가부에게로 제공하는 것을 특징으로 하고,
카테고리는 단위 광고 형태들을 기본 유형으로 묶은 그룹 단위를 의미하고, 개체화는 광고 단위에 대하여 일반 항목과 특징 항목으로 분류하여 유전 알고리즘을 적용하는 기본 단위가 되도록 설정하는 것을 의미하며,
상기 특징 항목은 학력, 성별, 연령, 소득수준, 및 인접 그룹과의 관계 지수를 포함하는 것을 특징으로 하는 광고 카테고리 생성 장치가 제공된다.
본 발명의 다른 측면에 따른 광고 카테고리 생성 방법은, 광고 묶음 개체화부가, 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 특성에 따른 항목으로 구분하여 개체화된 광고 카테고리를 출력하는 단계; 선택 만족도 평가부가, 사용자 광고 선택 이력 정보를 기반으로 상기 개체화된 광고 카테고리를 평가하여 만족할만한 해가 나오면 해당하는 광고 카테고리를 개인화 광고 카테고리로 선정하는 단계; 및 광고 묶음 유전자 진화부가, 상기 만족할만한 해가 나오지 않으면 상기 개체화된 광고 카테고리에 대해 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 단계;를 포함하고, 상기 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 단계는, 특징 유전자를 균등 교차 교배하는 단계; 상기 균등 교차 교배의 결과에 돌연변이 교배지수를 적용하여 최종의 변형 자손 특성 카테고리를 생성하는 단계; 및 상기 최종의 변형 자손 특성 카테고리를 상기 선택 만족도 평가부에게로 제공하는 단계;를 포함하며, 상기 유전자 진화 수행은 기본 광고 특성들(부모해)을 기반으로 추천 광고(자식해)를 조합하기 위해 조합 및 진화를 수행하는 것을 의미하고, 정해진 절단점(1점, 2점 등)에 따라 유전자 항목을 절단하여 자식해를 만들어내고, 균등 교차 교배를 수행할 때 균등 교차 지수(p=50%)를 적용하여 교배(즉, 1차 교배를 의미)를 진행하는 것을 특징으로 하는 광고 카테고리 생성 방법에 있어서,
기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 일반 항목과 특성 항목으로 구분하여 개체화하며, 인접 광고 산출과 유사도(근접도)를 산출하되, 개별 사용자의 특징 항목을 동일 특성내에서 정성적인 특징의 계산이 가능한 숫자로 수치화한 광고 카테고리 개체화의 결과물을 출력하는 단계를광고 묶음 개체화부를 통해 수행하며,
사용자 광고 선택 이력 정보를 기반으로 광고 묶음 개체화부로부터 제공받은 광고 카테고리를 평가하여 평가 지표가 정해진 임계치(p)를 만족하는지 비교하는 단계를 선택 만족도 평가부를 통해 수행하며,
균등 교차 지수를 적용하여 교배를 진행한 후에 발생된 카테고리중에서 소정의 임계치 이상(즉, p > 50)의 카테고리를 1차 전이 자손 특성 카테고리라고 하고, 1차 교배된 전이 자손에 돌연변이 교배지수(p2=0.1)를 적용하여 임의의 특성을 변경 적용하여 신규 카테고리나 쏠림 현상을 보완하고, 2차 교배가 완료된 광고 개체인 진화 적용 신규 광고 개체를 선택 만족도 평가부에게로 제공하는 단계를 상기 광고 묶음 유전자 진화부를 통해 수행하되,
카테고리는 단위 광고 형태들을 기본 유형으로 묶은 그룹 단위를 의미하고, 개체화는 광고 단위에 대하여 일반 항목과 특징 항목으로 분류하여 유전 알고리즘을 적용하는 기본 단위가 되도록 설정하는 것을 의미하며,
상기 특징 항목은 학력, 성별, 연령, 소득수준, 및 인접 그룹과의 관계 지수를 포함하는 것을 특징으로 하는 광고 카테고리 생성 방법이 제공된다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
이러한 구성의 본 발명에 따르면, 개인의 선택 기반 평가를 반영한 카테고리를 생성하여 사용하므로, 개인화된 특성이 반영되어 있는 그룹 단위 추천이 가능하여 추천 광고 결정을 빠르게 할 수 있으며 제품이나 광고의 운영 관리 절차가 단순하여 소규모 광고 추천에 효율적이다.
본 발명의 광고 추천 방식을 사용하면 최소 규모의 시스템만으로 상품 추천이 가능하므로 광고 시스템이나 소핑몰의 상품 추천 시스템에 적용가능하다.
또한, 본 발명은 카테고리별 진화 방식이므로 신규 분류 카테고리를 사용하는 신사업 적용분야, 신제품 판매 분야에 적용 가능하다.
기반 데이터가 적은 경우에도 진화 단계를 통한 다양항 형태의 비교 검토가 가능하므로 균등 교차 교배와 돌연변이 유전 단계를 사용하여 동일한 상품, 광고류만 추천되는 데이터 특정화 문제를 해결할 수 있다.
그리고, 신규 사업이나 분석 자료가 적은 소규모 쇼핑몰등의 물품 추천에 적용 가능하다. 또한, 적은 기반 데이터와 다양한 세부 카테고리 분류가 가능하여 스타트업이나 중소 규모 광고 추천 사업에 적합하다.
외부 광고 에이전트를 사용하지 않는 중소 커뮤니티나 독립 운영되는 개별 광고 미디어랩을 구축하고 싶어하는 인터넷 사이트에 ASP 형태 또는 분석 추천 대행 형태의 사업화가 가능하다.
도 1은 본 발명의 실시예에 따른 광고 카테고리 생성 장치의 구성도이다.
도 2는 광고 카테고리 개체화의 일 예를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 광고 카테고리 생성 방법을 설명하기 위한 흐름도이다.
도 2는 광고 카테고리 개체화의 일 예를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 광고 카테고리 생성 방법을 설명하기 위한 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 실시예에 따른 광고 카테고리 생성 장치의 구성도이고, 도 2는 광고 카테고리 개체화의 일 예를 나타낸 도면이다.
본 발명의 실시예에 따른 광고 카테고리 생성 장치는, 광고 묶음 개체화부(10), 선택 만족도 평가부(20), 및 광고 묶음 유전자 진화부(30)를 포함한다.
광고 묶음 개체화부(10)는 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 일반 항목과 특성 항목으로 구분하여 개체화한다. 이때, 광고 묶음 개체화부(10)는 인접 광고 산출과 유사도(근접도)를 산출할 수 있다.
여기서, 카테고리는 단위 광고 형태들을 기본 유형으로 묶은 그룹 단위를 의미하고, 개체화는 광고 단위에 대하여 일반 항목(예컨대, CID, PCID, 대분류, 중분류, 소분류 등)과 특징 항목(예컨대, 사이트명, 학력, 성별, 연령, 소득수준, 인접 그룹과의 관계지수(최고 인접 그룹, 유사도) 등을 포함)으로 분류하여 유전 알고리즘을 적용하는 기본 단위가 되도록 설정하는 것을 의미한다.
광고 묶음 개체화부(10)는 도 2에서와 같은 광고 카테고리 개체화의 결과물을 출력할 수 있다. 도 2의 광고 카테고리 개체화의 결과물은 개별 사용자의 특징 항목을 수치화한 것이다. 동일 특성내에서 정성적인 특징을 계산이 가능한 숫자로 수치화하기 위함으로 별도의 우세, 가중은 없다.
도 2에서, 학력은 1년 학습에 10점으로 설정(예컨대, 무학 0, 초등 60, 중등 30, 고등 30, 대학교 40, 대학원 40)하였다. 성별은 남성, 여성의 성향 기준으로 중성에 50점을 설정(예컨대, 남성 0, 중성 50, 여성 100)하였다. 연령은 10살에 10점으로 설정(예컨대, 45세는 45점)하였다. 소득수준은 연수입 1000만원에 10점으로 설정(예컨대, 연봉 3000만원은 30점)하였다.
도 2에서, 두 개의 광고 개체간의 유사도 계산은 유클리드 거리 계산법을 이용하여 계산할 수 있다.
선택 만족도 평가부(20)는 사용자 광고 선택 이력(예컨대, 클릭, 조회, 구매 등) 정보를 기반으로 광고 카테고리(즉, 개체화된 광고 카테고리로서 광고 묶음 개체화부(10)로부터 제공받은 것임)를 평가한다. 이때, 선택 만족도 평가부(20)는 평가 지표가 정해진 임계치(p)를 만족하는지 비교한다. 그리고, 선택 만족도 평가부(20)는 만족할만한 해가 나오는 경우 이를 개인화 광고 카테고리로 선정하고 진화를 종료한다.
선택 만족도 평가부(20)는 선정된 개인화 광고 카테고리를 출력하게 된다. 출력된 개인화 광고 카테고리는 추후에 광고 추천에 반영될 수 있다.
광고 묶음 유전자 진화부(30)는 선택 만족도 평가부(20)에서 만족할만한 해가 나오지 않는 경우에 개체화된 광고 카테고리에 대해 유전자 진화를 수행한다. 여기서, 유전자 진화 수행은 기본 광고 특성들(부모해)을 기반으로 추천 광고(자식해)를 조합하기 위해 조합 및 진화를 수행하는 것을 의미한다. 이때, 광고 묶음 유전자 진화부(30)는 특징 유전자를 균등 교차 교배하여 재배치한다. 여기서, 유전자는 개체화된 광고의 특성 항목들을 의미하고, 균등 교차 교배는 두 해의 특징을 부분 결합하여 하나의 새로운 해를 만들기 위한 것이고, 유전자 재배치는 유전자의 분할을 통한 특성 항목 재조합을 의미한다. 광고 묶음 유전자 진화부(30)는 정해진 절단점(1점, 2점 등)에 따라 유전자 항목을 절단하여 자식해를 만들어낼 수 있다.
그리고, 광고 묶음 유전자 진화부(30)는 균등 교차 교배를 수행할 때 균등 교차 지수(p=50%)를 적용하여 교배(즉, 1차 교배를 의미)를 진행한다. 이때, 균등 교차 지수는 변경될 수 있다. 여기서, 균등 교차 지수는 균등 교차시 자식해로의 수렴성 확보와 교배율의 조정을 위해 적용하는 지수이다. 균등 교차 지수를 적용하여 교배를 진행한 후에 발생된 카테고리중에서 소정의 임계치 이상(즉, p > 50)의 카테고리를 1차 전이 자손 특성 카테고리라고 한다.
한편, 광고 묶음 유전자 진화부(30)는 1차 교배된 전이 자손에 돌연변이 교배지수(p2=0.1)를 적용하여 임의의 특성을 변경 적용할 수 있다. 여기서, 돌연변이 교배는 부모해에 존재하지 않는 광고 특성을 임의로 할당하여 변이시키는 방법으로 신규 카테고리, 쏠림 현상 등을 보완하기 위한 교배 방법을 의미한다.
그리고, 광고 묶음 유전자 진화부(30)는 2차 교배가 완료된 광고 개체(즉, 진화 적용 신규 광고 개체)를 선택 만족도 평가부(20)에게로 제공할 수 있다.
도 3은 본 발명의 실시예에 따른 광고 카테고리 생성 방법을 설명하기 위한 흐름도이다.
먼저, 광고 묶음 개체화부(10)는 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고(S10), 추출된 항목들을 일반 항목과 특징 항목으로 구분하여 개체화한다(S12).
그리고, 광고 묶음 개체화부(10)는 카테고리 개체화의 결과물을 선택 만족도 평가부(20)에게로 제공한다.
그에 따라, 선택 만족도 평가부(20)는 사용자 광고 선택 이력(예컨대, 클릭, 조회, 구매 등) 정보를 기반으로 광고 카테고리(즉, 개체화된 광고 카테고리로서 광고 묶음 개체화부(10)로부터 제공받은 것임)를 평가한다. 이때, 선택 만족도 평가부(20)는 평가 지표가 정해진 임계치(p)를 만족하는지 비교한다(S14).
그 비교 결과, 만족할만한 해가 나왔으면 선택 만족도 평가부(20)는 이를 개인화 광고 카테고리로 선정하고 진화를 종료한다(S16).
반대로, 만족할만한 해가 나오지 않은 경우에는 광고 묶음 유전자 진화부(30)에서 유전자 진화를 수행한다. 즉, 광고 묶음 유전자 진화부(30)는 특징 유전자를 균등 교차 교배(즉, 1차 교배)하여 재배치한다(S18). 이때, 광고 묶음 유전자 진화부(30)는 균등 교차 교배를 수행할 때 균등 교차 지수(p=50%)를 적용하여 교배를 진행하는데, 임계값에 따라 항목별로 교배를 진행한다(S20). 이와 같이 하여, 광고 묶음 유전자 진화부(30)는 1차 교배의 결과를 출력하는데(S22), 균등 교차 지수를 적용하여 교배를 진행한 후에 발생된 카테고리중에서 소정의 임계치 이상(p > 50)의 카테고리를 1차 전이 자손 특성 카테고리라고 할 수 있다.
그리고 나서, 광고 묶음 유전자 진화부(30)는 1차 교배의 결과(1차 전이 자손 특성 카테고리 포함)에 돌연변이 교배지수(p2=0.1)를 적용한다(S24). 여기서, 1차 교배는 특징 유전자를 균등 교차 교배하여 재배치한 결과를 의미한다. 그리고, 돌연변이 교배는 부모해에 존재하지 않는 광고 특성을 임의로 할당하여 변이시키는 방법으로 신규 카테고리, 쏠림 현상 등을 보완하기 위한 것이다.
이와 같이, 광고 묶음 유전자 진화부(30)는 돌연변이 교배에 의해 2차 변형 자손 특성 카테고리를 생성한다(S26).
그리고, 광고 묶음 유전자 진화부(30)는 생성된 2차 변형 자손 특성 카테고리(즉, 2차 교배가 완료된 광고 개체)를 진화 적용 신규 광고 개체로 하여 선택 만족도 평가부(20)에게 제공한다(S28).
여기서, S10과 S12는 광고 묶음 개체화 단계(S100)라고 할 수 있고, S14와 S16은 선택 만족도 평가 단계(S200)라고 할 수 있고, S18 ~ S28은 광고 묶음 유전자 진화 단계(S300)라고 할 수 있다.
상술한 바와 같은 방식에 의해 만족할 만한 해가 나올 때까지, 선택 만족도 평가 단계(S200) 및 광고 묶음 유전자 진화 단계(S300)를 반복한다.
상술한 바와 같이 본 발명은, 유전 상속과 변이 상속을 기반으로 하여 최적의 결과를 찾는 확률적 탐색 기법으로 다양한 상품 구매, 광고 선택 정보를 추천의 해로 이루어진 개체 군으로 하여 진화 추천을 한다.
이상에서와 같이 도면과 명세서에서 최적의 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로, 본 기술 분야의 통상의 지식을 가진자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해 정해져야 할 것이다.
10 : 광고 묶음 개체화부
20 : 선택 만족도 평가부
30 : 광고 묶음 유전자 진화부
20 : 선택 만족도 평가부
30 : 광고 묶음 유전자 진화부
Claims (10)
- 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 특성에 따른 항목으로 구분하여 개체화된 광고 카테고리를 출력하는 광고 묶음 개체화부; 사용자 광고 선택 이력 정보를 기반으로 상기 개체화된 광고 카테고리를 평가하여 만족할만한 해가 나오면 해당하는 광고 카테고리를 개인화 광고 카테고리로 선정하는 선택 만족도 평가부; 및 상기 선택 만족도 평가부에서 만족할만한 해가 나오지 않으면 상기 개체화된 광고 카테고리에 대해 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 광고 묶음 유전자 진화부;를 포함하고, 상기 광고 묶음 유전자 진화부는, 특징 유전자를 균등 교차 교배하고, 상기 균등 교차 교배의 결과에 돌연변이 교배지수를 적용하여 최종의 변형 자손 특성 카테고리를 생성하고, 상기 최종의 변형 자손 특성 카테고리를 상기 선택 만족도 평가부에게로 제공하고, 상기 광고 묶음 유전자 진화부에서의 유전자 진화 수행은 기본 광고 특성들(부모해)을 기반으로 추천 광고(자식해)를 조합하기 위해 조합 및 진화를 수행하는 것을 의미하고, 상기 광고 묶음 유전자 진화부는 특징 유전자를 균등 교차 교배하여 재배치하며, 정해진 절단점(1점, 2점 등)에 따라 유전자 항목을 절단하여 자식해를 만들어내고, 균등 교차 교배를 수행할 때 균등 교차 지수(p=50%)를 적용하여 교배(즉, 1차 교배를 의미)를 진행하는 것을 특징으로 하는 특징으로 하는 광고 카테고리 생성 장치에 있어서,
상기 광고 묶음 개체화부는 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 일반 항목과 특성 항목으로 구분하여 개체화하며, 인접 광고 산출과 유사도(근접도)를 산출하되, 개별 사용자의 특징 항목을 동일 특성내에서 정성적인 특징의 계산이 가능한 숫자로 수치화한 광고 카테고리 개체화의 결과물을 출력하고,
선택 만족도 평가부는 사용자 광고 선택 이력 정보를 기반으로 광고 묶음 개체화부로부터 제공받은 광고 카테고리를 평가하여 평가 지표가 정해진 임계치(p)를 만족하는지 비교하고,
상기 광고 묶음 유전자 진화부는 균등 교차 지수를 적용하여 교배를 진행한 후에 발생된 카테고리중에서 소정의 임계치 이상(즉, p > 50)의 카테고리를 1차 전이 자손 특성 카테고리라고 하고, 1차 교배된 전이 자손에 돌연변이 교배지수(p2=0.1)를 적용하여 임의의 특성을 변경 적용하여 신규 카테고리나 쏠림 현상을 보완하고, 2차 교배가 완료된 광고 개체인 진화 적용 신규 광고 개체를 선택 만족도 평가부에게로 제공하는 것을 특징으로 하고,
카테고리는 단위 광고 형태들을 기본 유형으로 묶은 그룹 단위를 의미하고, 개체화는 광고 단위에 대하여 일반 항목과 특징 항목으로 분류하여 유전 알고리즘을 적용하는 기본 단위가 되도록 설정하는 것을 의미하며,
상기 특징 항목은 학력, 성별, 연령, 소득수준, 및 인접 그룹과의 관계 지수를 포함하는 것을 특징으로 하는 광고 카테고리 생성 장치. - 삭제
- 삭제
- 삭제
- 삭제
- 광고 묶음 개체화부가, 기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 특성에 따른 항목으로 구분하여 개체화된 광고 카테고리를 출력하는 단계; 선택 만족도 평가부가, 사용자 광고 선택 이력 정보를 기반으로 상기 개체화된 광고 카테고리를 평가하여 만족할만한 해가 나오면 해당하는 광고 카테고리를 개인화 광고 카테고리로 선정하는 단계; 및 광고 묶음 유전자 진화부가, 상기 만족할만한 해가 나오지 않으면 상기 개체화된 광고 카테고리에 대해 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 단계;를 포함하고, 상기 유전자 진화를 수행하고, 상기 유전자 진화 수행의 결과를 상기 선택 만족도 평가부에게 제공하는 단계는, 특징 유전자를 균등 교차 교배하는 단계; 상기 균등 교차 교배의 결과에 돌연변이 교배지수를 적용하여 최종의 변형 자손 특성 카테고리를 생성하는 단계; 및 상기 최종의 변형 자손 특성 카테고리를 상기 선택 만족도 평가부에게로 제공하는 단계;를 포함하며, 상기 유전자 진화 수행은 기본 광고 특성들(부모해)을 기반으로 추천 광고(자식해)를 조합하기 위해 조합 및 진화를 수행하는 것을 의미하고, 정해진 절단점(1점, 2점 등)에 따라 유전자 항목을 절단하여 자식해를 만들어내고, 균등 교차 교배를 수행할 때 균등 교차 지수(p=50%)를 적용하여 교배(즉, 1차 교배를 의미)를 진행하는 것을 특징으로 하는 광고 카테고리 생성 방법에 있어서,
기본 광고 그룹 카테고리에서 특성 분류 항목을 추출하고, 추출된 항목들을 일반 항목과 특성 항목으로 구분하여 개체화하며, 인접 광고 산출과 유사도(근접도)를 산출하되, 개별 사용자의 특징 항목을 동일 특성내에서 정성적인 특징의 계산이 가능한 숫자로 수치화한 광고 카테고리 개체화의 결과물을 출력하는 단계를광고 묶음 개체화부를 통해 수행하며,
사용자 광고 선택 이력 정보를 기반으로 광고 묶음 개체화부로부터 제공받은 광고 카테고리를 평가하여 평가 지표가 정해진 임계치(p)를 만족하는지 비교하는 단계를 선택 만족도 평가부를 통해 수행하며,
균등 교차 지수를 적용하여 교배를 진행한 후에 발생된 카테고리중에서 소정의 임계치 이상(즉, p > 50)의 카테고리를 1차 전이 자손 특성 카테고리라고 하고, 1차 교배된 전이 자손에 돌연변이 교배지수(p2=0.1)를 적용하여 임의의 특성을 변경 적용하여 신규 카테고리나 쏠림 현상을 보완하고, 2차 교배가 완료된 광고 개체인 진화 적용 신규 광고 개체를 선택 만족도 평가부에게로 제공하는 단계를 상기 광고 묶음 유전자 진화부를 통해 수행하되,
카테고리는 단위 광고 형태들을 기본 유형으로 묶은 그룹 단위를 의미하고, 개체화는 광고 단위에 대하여 일반 항목과 특징 항목으로 분류하여 유전 알고리즘을 적용하는 기본 단위가 되도록 설정하는 것을 의미하며,
상기 특징 항목은 학력, 성별, 연령, 소득수준, 및 인접 그룹과의 관계 지수를 포함하는 것을 특징으로 하는 광고 카테고리 생성 방법. - 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150128581A KR101712588B1 (ko) | 2015-09-10 | 2015-09-10 | 광고 카테고리 생성 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150128581A KR101712588B1 (ko) | 2015-09-10 | 2015-09-10 | 광고 카테고리 생성 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101712588B1 true KR101712588B1 (ko) | 2017-03-06 |
Family
ID=58398891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150128581A KR101712588B1 (ko) | 2015-09-10 | 2015-09-10 | 광고 카테고리 생성 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101712588B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12067593B2 (en) | 2022-03-17 | 2024-08-20 | Samsung Electronics Co., Ltd. | Advertisement target determining device and advertisement target determining method |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100863990B1 (ko) | 2006-11-28 | 2008-10-16 | 주식회사 오피엠에스 | 카테고리 광고 시스템 및 방법 |
| JP2011238019A (ja) * | 2010-05-11 | 2011-11-24 | Yahoo Japan Corp | カテゴリ処理装置及び方法 |
-
2015
- 2015-09-10 KR KR1020150128581A patent/KR101712588B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100863990B1 (ko) | 2006-11-28 | 2008-10-16 | 주식회사 오피엠에스 | 카테고리 광고 시스템 및 방법 |
| JP2011238019A (ja) * | 2010-05-11 | 2011-11-24 | Yahoo Japan Corp | カテゴリ処理装置及び方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12067593B2 (en) | 2022-03-17 | 2024-08-20 | Samsung Electronics Co., Ltd. | Advertisement target determining device and advertisement target determining method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bauer et al. | Recommender systems based on quantitative implicit customer feedback | |
| Djauhari et al. | Optimality problem of network topology in stocks market analysis | |
| CN108921602B (zh) | 一种基于集成神经网络的用户购买行为预测方法 | |
| Joshi et al. | A random forest approach for predicting online buying behavior of Indian customers | |
| Chen | Multiple criteria ABC inventory classification using two virtual items | |
| CN113268656A (zh) | 一种用户推荐方法、装置、电子设备及计算机存储介质 | |
| Seymen et al. | Customer churn prediction using deep learning | |
| Guedes et al. | Discovering top-k non-redundant clusterings in attributed graphs | |
| Yakubu et al. | A multigene genetic programming-based fuzzy regression approach for modelling customer satisfaction based on online reviews | |
| KR101712588B1 (ko) | 광고 카테고리 생성 장치 및 방법 | |
| Chakrabarty et al. | RBM based joke recommendation system and joke reader segmentation | |
| Revankar et al. | Survey on collaborative filtering technique in recommendation system | |
| Bhargav et al. | Market basket analysis using artificial neural network | |
| Šebalj et al. | Shopping intention prediction using decision trees | |
| Soota et al. | Defining characteristics for product development using quality function deployment: a case study on Indian bikes | |
| Sameeha et al. | A comparative study of traditional shopping and online shopping: special reference to Dharga town | |
| Iswari et al. | User-Generated Content Extraction: A Bibliometric Analysis of the Research Literature (2007–2022) | |
| Eskandari et al. | An extended ε ε‐constraint method for a bi‐objective assortment optimization problem | |
| KR20190083561A (ko) | 하이브리드 추천 장치 및 방법, 이를 기록한 기록매체 | |
| Ho et al. | The effect of culture and product categories on the level of use of buy-it-now (BIN) auctions by sellers | |
| Sharma | Identifying Factors Contributing to Lead Conversion Using Machine Learning to Gain Business Insights | |
| Chorowski et al. | What makes products trendy: Introducing an innovation adoption model | |
| Lee | Automatically learning user needs from online reviews for new product design | |
| Li et al. | Product form design model based on the robust posterior preference articulation approach | |
| Castelli et al. | A machine learning approach to assess Sustainable Development Goals food performances: The Italian case |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20150910 |
|
| PA0201 | Request for examination | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20160624 Patent event code: PE09021S01D |
|
| AMND | Amendment | ||
| PE0601 | Decision on rejection of patent |
Patent event date: 20161121 Comment text: Decision to Refuse Application Patent event code: PE06012S01D Patent event date: 20160624 Comment text: Notification of reason for refusal Patent event code: PE06011S01I |
|
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| PX0901 | Re-examination |
Patent event code: PX09011S01I Patent event date: 20161121 Comment text: Decision to Refuse Application Patent event code: PX09012R01I Patent event date: 20160824 Comment text: Amendment to Specification, etc. |
|
| PX0701 | Decision of registration after re-examination |
Patent event date: 20170220 Comment text: Decision to Grant Registration Patent event code: PX07013S01D Patent event date: 20161220 Comment text: Amendment to Specification, etc. Patent event code: PX07012R01I Patent event date: 20161121 Comment text: Decision to Refuse Application Patent event code: PX07011S01I Patent event date: 20160824 Comment text: Amendment to Specification, etc. Patent event code: PX07012R01I |
|
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20170227 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20170227 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| FPAY | Annual fee payment |
Payment date: 20200210 Year of fee payment: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20200210 Start annual number: 4 End annual number: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20210215 Start annual number: 5 End annual number: 5 |
|
| PR1001 | Payment of annual fee |
Payment date: 20220125 Start annual number: 6 End annual number: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20230220 Start annual number: 7 End annual number: 7 |
|
| PR1001 | Payment of annual fee |
Payment date: 20240226 Start annual number: 8 End annual number: 8 |