KR101712588B1 - 광고 카테고리 생성 장치 및 방법 - Google Patents

광고 카테고리 생성 장치 및 방법 Download PDF

Info

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
Application number
KR1020150128581A
Other languages
English (en)
Inventor
하상수
Original Assignee
주식회사 디케이아이테크놀로지
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 주식회사 디케이아이테크놀로지 filed Critical 주식회사 디케이아이테크놀로지
Priority to KR1020150128581A priority Critical patent/KR101712588B1/ko
Application granted granted Critical
Publication of KR101712588B1 publication Critical patent/KR101712588B1/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
    • G06Q30/0241—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

광고 카테고리 생성 장치 및 방법{Apparatus and method for generating advertising category}
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.
선행기술 1 : 대한민국 등록특허 제10-0863990호(카테고리 광고 시스템 및 방법)
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.
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.
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

Claims (10)

  1. 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.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 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.
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
KR1020150128581A 2015-09-10 2015-09-10 광고 카테고리 생성 장치 및 방법 KR101712588B1 (ko)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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
Gong et al. Factors influencing consumers' online shopping in China
Gao et al. Artificial intelligence in advertising: advancements, challenges, and ethical considerations in targeting, personalization, content creation, and ad optimization
CN108921602B (zh) 一种基于集成神经网络的用户购买行为预测方法
Djauhari et al. Optimality problem of network topology in stocks market analysis
CN112100512A (zh) 一种基于用户聚类和项目关联分析的协同过滤推荐方法
CN113268656A (zh) 一种用户推荐方法、装置、电子设备及计算机存储介质
KR102344075B1 (ko) 데이터 마이닝기반 온라인 마케팅 플랫폼
Liu et al. Identifying helpful quality-related reviews from social media based on attractive quality theory
Volkova et al. Data science: opportunities to transform education
Parthiban et al. An integrated multi-objective decision making process for the performance evaluation of the vendors
JP2017199355A (ja) レコメンデーション生成
CN111966886A (zh) 对象推荐方法、对象推荐装置、电子设备及存储介质
Hajipour et al. Delta model application for developing customer lifetime value
Lee Commodity recommendations of retail business based on decisiontree induction
Seymen et al. Customer churn prediction using deep learning
CN111310029B (zh) 一种基于用户商品画像和潜在因子特征提取的混合推荐方法
CN113868542B (zh) 基于注意力模型的推送数据获取方法、装置、设备及介质
Bashar et al. Impulsive buying on social media platforms: A bibliometric review
Vriens et al. Prediction and profitability in market segmentation typing tools
Vieri et al. Exclusive clustering technique for customer segmentation in national telecommunications companies
KR101712588B1 (ko) 광고 카테고리 생성 장치 및 방법
Shrivastava et al. Utility optimization-based multi-stakeholder personalized recommendation system
CN108572981A (zh) 一种信息推荐方法及装置
Xu et al. [Retracted] Metrological Analysis of Online Consumption Evaluation Influence Commodity Marketing Decision Based on Data Mining
Šebalj et al. Shopping intention prediction using decision trees

Legal Events

Date Code Title Description
AMND Amendment
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200210

Year of fee payment: 4