KR101866514B1 - 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치와 프로그램 - Google Patents

상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치와 프로그램 Download PDF

Info

Publication number
KR101866514B1
KR101866514B1 KR1020160102309A KR20160102309A KR101866514B1 KR 101866514 B1 KR101866514 B1 KR 101866514B1 KR 1020160102309 A KR1020160102309 A KR 1020160102309A KR 20160102309 A KR20160102309 A KR 20160102309A KR 101866514 B1 KR101866514 B1 KR 101866514B1
Authority
KR
South Korea
Prior art keywords
product
user
ranking
recommendation
similar
Prior art date
Application number
KR1020160102309A
Other languages
English (en)
Other versions
KR20170116924A (ko
Inventor
정진호
Original Assignee
정진호
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 정진호 filed Critical 정진호
Publication of KR20170116924A publication Critical patent/KR20170116924A/ko
Application granted granted Critical
Publication of KR101866514B1 publication Critical patent/KR101866514B1/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
    • G06F17/30705—
    • 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
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • 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
    • G06Q30/0278—Product appraisal
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • 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
    • 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]
    • G06Q30/0631—Item recommendations

Abstract

상대 비교를 통한 상품 추천 서비스 방법, 및 추천 서비스 장치를 제공한다.
본 발명의 상품 추천 서비스 방법은, 복수의 사용자 각각의 취향에 따라 복수의 상품에 대한 상대 비교를 통한 사용자의 선호 상품 선택에 기초하여, 사용자별로 상품에 대한 랭킹을 설정하는 상품 랭킹 설정 단계(S100), 특정 사용자가 설정한 상품에 대한 랭킹과 하나 이상의 다른 사용자가 설정한 상품에 대한 랭킹을 교차 비교하여, 상기 특정 사용자와 유사 취향을 갖는 다른 사용자를 판단하는 유사 취향 사용자 판단 단계(S200), 및 상기 특정 사용자와 유사 취향을 갖는 다른 사용자가 설정한 상품에 대한 랭킹을 기초로 상기 특정 사용자에게 상품을 추천하는 상품 추천 단계(S300)를 포함하는 것을 특징으로 한다.

Description

상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치와 프로그램{METHOD FOR RECOMMENDATION SERVICE OF PRODUCT USING RELATIVE COMPARISON, AND DEVICE AND PROGRAM FOR THE SAME}
본 발명은 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치와 프로그램에 관한 것으로서, 보다 상세하게는 사용자가 자신의 취향에 따라 상대 비교를 통해 상품의 랭킹을 정하고, 사용자 간에 상품의 랭킹에 대한 교차 비교를 통해 유사 취향의 사용자를 판단하여 유사 취향의 사용자가 정한 상품의 랭킹을 기초로 상품을 추천하는 방안에 관한 것이다.
인터넷 상에는 풍부한 정보가 공유되고 있으며, 다양한 정보 속에서 다른 사람이 경험하거나 보유한 상품에 대한 평가나 추천을 참고하여 사용자가 상품을 선택하고 있다.
일례로 검색 서비스 상에서 상품을 검색하면, 그 검색 결과로서 다양한 상품들에 대한 평가나 추천이 제시되며, 사용자는 이와 같은 정보를 토대로 자신에게 적합한 상품을 선택하곤 한다.
그러나 이와 같은 상황을 악용하여 광고성 정보 등이 난무함으로써 상품에 대한 평가나 추천에 대한 신뢰도가 떨어지고 있으며, 나아가서 사람마다 각자 다른 개성을 갖기에 그에 따라 선호하는 상품에 대한 취향도 상이하여 상품에 대한 평가나 추천에 따라 상품의 선택시 실질적으로는 자신의 취향에 적합하지 않은 상품이 선택되는 문제가 있다.
나아가서 상품의 평가를 별 개수 등의 등급으로 표시하여 상품을 추천하는 방식이 대부분 적용되고 있는데, 별 개수를 이용한 평가의 경우 비교 대상이 없는 상황에서 단지 하나의 상품에 대하여 사용자가 그 느낌을 평가하기에 동일한 사용자가 동일 상품에 대하여 평가함에도 불구하고 그 당시 느낌이 상이하게 반영되어 다수의 평가가 상이한 결과를 초래하므로 일관된 평가가 어렵다는 한계가 있으며, 동일한 별 개수를 갖는 상품 간에는 비교가 불가능한 문제점이 있다.
특허공개번호 제10-2012-0101188호
본 발명은 상술한 바와 같은 종래 기술의 문제점을 해결하고자 하는 것으로서, 광고성 정보 등으로 인해 인터넷 상에서 제시되는 상품에 대한 평가나 추천의 신뢰도가 떨어지는 문제점을 해결하고자 한다.
특히, 사람마다 각자 다른 개성을 갖기에 그에 따라 선호하는 상품에 대한 취향도 각기 상이하므로 상품에 대한 평가나 추천을 신뢰하여 상품의 선택시 실질적으로는 자신의 취향에 적합하지 않은 상품이 선택되는 문제를 해결하고자 한다.
나아가서 별 개수 등을 이용한 상품에 대한 평가의 경우, 동일한 사용자가 동일한 상품에 대하여 평가함에도 불구하고 일관된 평가가 어려운 한계가 있고, 동일한 별 개수를 갖는 상품 간에는 비교가 불가능한 문제점이 있기에, 새로운 방식으로 상대적인 비교 평가가 가능한 추천 서비스를 제공하고자 한다.
상기 기술적 과제를 달성하고자 본 발명에 따른 상품 추천 서비스 방법, 복수의 사용자 각각의 취향에 따라 복수의 상품에 대한 상대 비교를 통한 사용자의 선호 상품 선택에 기초하여 사용자별로 상품에 대한 랭킹을 설정하는 상품 랭킹 설정 단계; 특정 사용자가 설정한 상품에 대한 랭킹과 하나 이상의 다른 사용자가 설정한 상품에 대한 랭킹을 교차 비교하여, 상기 특정 사용자와 유사 취향을 갖는 다른 사용자를 판단하는 유사 취향 사용자 판단 단계; 및 상기 특정 사용자와 유사 취향을 갖는 다른 사용자가 설정한 상품에 대한 랭킹을 기초로 상기 특정 사용자에게 상품을 추천하는 상품 추천 단계를 포함할 수 있다.
바람직하게는 상기 상품 랭킹 설정 단계는, 상기 사용자로부터 복수의 상품 정보를 입력받아 상품 리스트를 생성하는 상품 리스트 생성 단계; 및 상기 상품 리스트에 포함된 복수의 상품에 대한 상기 사용자의 취향에 따른 상대 비교를 통한 상기 사용자의 선호 상품 선택에 기초하여 상기 복수의 상품에 대한 랭킹을 설정하고, 이를 기초로 상기 사용자에 대응되는 상품 랭킹 리스트를 생성하는 상품 랭킹 리스트 생성 단계를 포함할 수 있다.
여기서 상기 상품 랭킹 리스트 생성 단계는, 상기 복수의 상품 각각에 대한 순차적인 서열의 나열로 랭킹을 설정할 수 있다.
나아가서 상기 유사 취향 사용자 판단 단계는, 상기 복수의 사용자 중 특정 사용자로부터 상품 추천을 요청받는 상품 추천 요청 단계; 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 상기 복수의 사용자 중 하나 이상의 다른 사용자에 대응되는 상품 랭킹 리스트를 교차 비교하여 유사도를 산출하는 유사도 산출 단계; 및 상기 유사도를 기초로 상기 하나 이상의 다른 사용자 중 상기 특정 사용자와 유사 취향을 갖는 하나 이상의 다른 사용자를 판단하는 유사 취향 사용자 선택 단계를 포함할 수 있다.
바람직하게는 상기 유사도 산출 단계는, 상기 특정 사용자에 대응되는 상품 랭킹 리스트에 포함된 상품과 동일 상품이 기설정된 기준 개수 이상 포함된 하나 이상의 다른 사용자에 대응되는 상품 랭킹 리스트를 추출하고, 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 추출한 다른 사용자에 대응되는 상품 랭킹 리스트를 교차 비교하여 유사도를 산출할 수 있다.
여기서, 상기 상품 랭킹 리스트는, 복수의 상품 각각에 대한 순차적인 서열의 나열로 랭킹이 설정되며, 상기 유사도 산출 단계는, 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 상기 다른 사용자에 대응되는 상품 랭킹 리스트 각각에 대하여, 복수의 상품을 순차적인 서열 순서에 따라 복수의 그룹으로 분류하는 단계; 상기 특정 사용자에 대응되는 상품 랭킹 리스트의 그룹과 상기 다른 사용자에 대응되는 상품 랭킹 리스트의 그룹을 그룹별로 교차 비교하여, 그룹별로 동일 상품의 개수를 기초로 상기 특정 사용자에 대한 상기 다른 사용자의 유사도를 산출하는 단계를 포함할 수 있다.
바람직하게는 상기 상품 추천 단계는, 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 선택된 하나 이상의 유사 취향 사용자에 대응되는 상품 랭킹 리스트를 추출하는 리스트 추출 단계; 상기 유사 취향 사용자에 대응되는 상품 랭킹 리스트에서 상기 특정 사용자에 대응되는 상품 랭킹 리스트에 포함되지 않은 상품을 신규 상품을 추출하는 신규 상품 추출 단계; 상기 유사 취향 사용자가 설정한 신규 상품에 대한 랭킹을 기초로 추천 상품을 판단하는 추천 상품 판단 단계; 및 상기 추천 상품을 포함하는 추천 정보를 상기 특정 사용자에게 제공하는 추천 정보 제공 단계를 포함할 수 있다.
일례로서 상기 리스트 추출 단계는, 상기 특정 사용자에 대한 유사도가 가장 높은 유사 취향 사용자에 대응되는 상품 랭킹 리스트를 추출하며, 상기 추천 상품 판단 단계는, 가장 상위 랭킹의 신규 상품 또는 기설정된 개수까지의 랭킹 올림 차순으로 신규 상품을 추천 상품으로 선택할 수 있다.
다른 일례로서, 상기 리스트 추출 단계는, 상기 특정 사용자에 대한 유사도가 기설정된 수치까지의 유사 취향 사용자에 대응되는 상품 랭킹 리스트를 추출하며, 상기 추천 상품 판단 단계는, 각각의 신규 상품에 대하여, 해당 유사 취향 사용자의 유사도와 해당 유사 취향 사용자가 설정한 랭킹을 기초로 추천 점수를 산출하고, 상기 추천 점수에 기초하여 신규 상품을 추천 상품으로 선택할 수 있다.
다른 일례로서, 상기 상품 랭킹 리스트의 각 순위에 순위스코어가 사전에 부여되고, 상기 추천 상품 판단 단계에서, 상기 유사취향사용자의 유사도를 합계가 1이 되는 것과 같은 비율로 변환하여, 이 유사도에 관한 비율과 상기 순위스코어에 기초하여 신규상품의 추천점수를 산출 할 수 있다.
다른 일례로서, 상기 상품 랭킹 리스트는, 사용자의 주관에 기초한 상대적 선호도에 기초하여 상품을 랭킹화 한 것이어도 좋다.
다른 일례로서, 상기 유사도 산출 단계는, 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 상기 다른 사용자에 대응되는 상품 랭킹 리스트 각각에 대하여, 특정 범위의 순위에 따라 복수의 그룹으로 분류하는 단계; 및 상기 특정 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위에 해당되는 순위의 상품으로 구성된 그룹과 다른 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위 또는 특정 범위와 다른 범위에 해당되는 순위의 상품으로 구성된 그룹을 그룹별로 교차 비교하여, 그룹별로 동일 상품의 개수를 기초로 상기 특정 사용자에 대한 상기 다른 사용자의 유사도를 산출하는 단계를 포함할 수 있다.
다른 일례로서, 상기 상품 추천 단계는 상기 특정 사용자가 사전 검증 및 평가를 원하는 상품을 지정하여 해당 지정 상품에 대한 사전 검증 및 평가를 요청하는 사전 검증 및 평가 요청 단계; 상기 지정 상품에 대한 유사 취향 사용자와의 유사도와 상기 유사 취향 사용자가 상기 지정 상품에 대하여 설정한 순위 정보에 기초하여 상기 지정 상품에 대한 추천 점수를 산출하는 추천 점수 산출 단계; 및 상기 산출된 추천 점수를 포함하는 추천 정보를 상기 특정 사용자에게 제공하는 추천 정보 제공 단계를 포함할 수 있다.
또한 본 발명에 따른 추천 서비스 장치는, 복수의 사용자 각각의 취향에 따라 복수의 상품에 대한 상대 비교를 통한 상기 사용자의 선호 상품 선택에 기초하여 사용자별로 상품에 대한 랭킹을 설정하는 랭킹 설정부; 특정 사용자가 설정한 상품에 대한 랭킹과 하나 이상의 다른 사용자가 설정한 상품에 대한 랭킹을 교차 비교하여, 상기 특정 사용자와 유사 취향을 갖는 다른 사용자를 판단하는 유사 사용자 판단부; 및 상기 특정 사용자와 유사 취향을 갖는 다른 사용자가 설정한 상품에 대한 랭킹을 기초로 상기 특정 사용자에게 상품을 추천하는 상품 추천부를 포함할 수 있다.
바람직하게는 상기 랭킹 설정부는, 복수의 사용자별 상품 리스트를 생성하고, 각 사용자의 취향에 따른 상대 비교를 통한 상기 사용자의 선호 상품 선택을 기초로 상기 상품 리스트 상의 상품에 대한 랭킹을 설정하여 상기 사용자별 상품 랭킹 리스트를 생성하며, 상기 유사 사용자 판단부는, 상품 추천을 요청한 특정 사용자에 대응되는 상품 랭킹 리스트와 다른 사용자에 대응되는 상품 랭킹 리스트를 교차 비교하여 상기 특정 사용자에 대한 상기 다른 사용자의 유사도를 산출하고, 상기 유사도를 기초로 상기 특정 사용자에 대한 유사 취향 사용자를 판단하며, 상기 상품 추천부는, 상기 유사 취향 사용자에 대응되는 상품 랭킹 리스트에서 상기 특정 사용자에 대응되는 상품 랭킹 리스트에 포함되지 않은 상품을 신규 상품을 추출하고, 상기 유사 취향 사용자가 설정한 신규 상품에 대한 랭킹을 기초로 추천 상품을 판단할 수 있다.
또한 본 발명에 따른 추천 서비스 장치는, 상기의 본 발명에 따른 상품 추천 서비스 방법의 각 단계를 수행하는 컴퓨터프로그램이 기록된 장치일 수 있다.
또한 본 발명에 따른 프로그램은, 컴퓨터를, 복수의 사용자 각각의 취향에 따라 복수의 상품에 대한 상대 비교를 통한 상기 사용자의 선호 상품 선택에 기초하여, 사용자별로 상품에 대한 랭킹을 설정하는 랭킹 설정부; 특정 사용자가 설정한 상품에 대한 랭킹과 하나 이상의 다른 사용자가 설정한 상품에 대한 랭킹을 교차 비교하여, 상기 특정 사용자와 유사 취향을 갖는 다른 사용자를 판단하는 유사 사용자 판단부; 및 상기 특정 사용자와 유사 취향을 갖는 다른 사용자가 설정한 상품에 대한 랭킹을 기초로 상기 특정 사용자에게 상품을 추천하는 상품 추천부로서 기능하도록 하는 것이어도 좋다.
이와 같은 본 발명에 의하면, 사용자와 취향이 유사한 다른 사용자가 설정한 상품에 대한 평가를 기초로 상품을 추천함으로써, 사용자가 만족할 수 있는 상품 추천이 이루어질 수 있다.
또한 상품 추천을 요청한 사용자와 유사 취향을 갖는 다수의 다른 사용자들의 평가를 종합하여 상품을 추천하므로, 광고성 정보 등을 배제할 수 있어 추천의 신뢰도를 높일 수 있다.
나아가서 별 개수 등을 이용한 상품에 대한 단순 평가가 갖는 한계를 극복하여 다수의 상품 간에 비교 평가를 통한 추천으로 사용자가 보다 효과적으로 상품을 선택할 수 있게 된다.
도 1은 본 발명에 따른 상품 추천 서비스를 제공하기 위한 추천 서비스 시스템에 대한 실시예를 도시하며,
도 2는 본 발명에 따른 상품 추천 서비스를 제공하기 위한 추천 서비스 장치의 실시예에 대한 구성도를 도시하며,
도 3은 본 발명에 따른 상대 비교를 통한 상품 추천 서비스 방법의 실시예에 대한 개략적인 흐름도를 도시하며,
도 4는 본 발명에 따른 추천 서비스 방법에서 상품 랭킹 설정 과정에 대한 실시예를 도시하며,
도 5는 본 발명에 따른 추천 서비스 방법에서 유사 취향 사용자 판단 과정에 대한 실시예를 도시하며,
도 6은 본 발명에 따른 추천 서비스 방법에서 상품 추천 과정에 대한 실시예를 도시하며,
도 7은 본 발명에 따른 추천 서비스 방법에서 추천 상품 정보에 대한 실시예를 도시하며,
도 8은 본 발명의 실시예의 개량예에 따른 추천서비스방법에서 상품 추천 과정을 도시하며,
도 9는 본 발명의 실시예의 개량예에 따른 추천서비스방법에서 상품 추천 과정을 도시하고,
도 10은 본 발명의 실시예의 개량예에 따른 상품 추천 서비스를 제공하기 위한 추천 서비스 장치의 실시예에 대한 구성도를 도시하며,
도 11은 본 발명의 실시예의 개량예에 따른 추천서비스방법에서 실시하는 상품추천과정을 도시하고,
도 12a 내지 도 12c는 도 11의 상품추천과정에 의한 검증 및 평가 결과를 사용자에게 제공하여 표시하는 예를 도시한 것이며,
도 13은 도 11의 상품추천과정에 의한 검증 및 평가 결과를 사용자에게 제공하여 지도 상에 표시하는 예를 도시한 것이다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 설명하기 위하여 이하에서는 본 발명의 바람직한 실시예를 예시하고 이를 참조하여 살펴본다.
먼저, 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 또한 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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.
본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명은 사용자가 자신의 취향에 따라 상대 비교를 통해 상품의 랭킹을 정하고, 사용자 간에 상품의 랭킹에 대한 교차 비교를 통해 유사 취향의 사용자를 판단하여 유사 취향의 사용자가 정한 상품의 랭킹을 기초로 상품을 추천하는 방안을 제시한다.
본 발명에서 추천 서비스에 적용되는 상품이란, 형태가 있는 물건일 수도 있고 무형의 정보일 수도 있는데, 가령 스마트폰, 자동차 등의 각종 물건을 포함할 수 있고, 음식점, 카페 등의 장소를 포함할 수도 있으며, 또한 영화, 음악 등 콘텐츠를 포함할 수도 있다.
도 1은 본 발명에 따른 상품 추천 서비스를 제공하기 위한 추천 서비스 시스템에 대한 실시예를 도시한다.
추천 서비스 장치(100)는 다수의 사용자(10a, 10b,... 10n) 각각의 취향에 따라 각각의 사용자가 정한 상품의 랭킹 리스트 정보를 보유하며, 사용자별 상품의 랭킹 리스트 정보를 기초로 특정 사용자와 유사한 취향의 다른 사용자를 파악하여, 유사한 취향의 다른 사용자가 정한 상품의 랭킹 정보를 토대로 상기 특정 사용자에게 상품 추천 서비스를 제공한다.
다수의 사용자(10a, 10b,... 10n)는 자신이 보유한 통신 단말기로 추천 서비스 장치(100)에 접속하여 추천 서비스를 제공받을 수 있는데, 상기 통신 단말기로는 스마트폰, PC, 노트북 등 일반적으로 공지된 다양한 통신 단말기가 적용될 수 있다.
사용자는 자신이 보유한 통신 단말기로 네트워크망(30)을 통해 추천 서비스 장치(100)와 연결될 수 있으며, 여기서 네트워크망(30)은 일반적인 인터넷 회선으로서 유선망과 무선망 모두를 포함할 수 있다. 나아가서 본 발명에 따른 추천 서비스가 특정 회사 등의 제한적인 범위에서 제공될 경우, 네트워크망은 제한된 영역이나 인증된 사람에게만 접근 가능한 가상 사설망이나 인트라넷망이 될 수도 있다.
나아가서 추천 서비스 장치(100)가 일반적인 검색 서비스 서버(50)와 연동하여 사용자(10a, 10b,... 10n)에게 추천 서비스를 제공할 수도 있는데, 가령 사용자(10a, 10b,... 10n)는 자신이 평소 이용하는 검색 서비스 서버(50)에 접속하여 상품에 대한 추천을 요청할 수 있으며, 이와 같은 경우 검색 서비스 서버(50)는 추천 서비스 장치(100)에 해당 사용자의 취향을 고려한 상품 추천을 요청하여 추천 서비스 장치(100)가 검색 서비스 서버(50)로 해당 사용자에 대한 취향을 고려한 상품 추천 결과를 제공할 수도 있다.
도 2는 본 발명에 따른 상품 추천 서비스를 제공하기 위한 추천 서비스 장치의 실시예에 대한 구성도를 도시한다.
추천 서비스 장치(100)는, 개략적으로 랭킹 설정부(110), 유사 사용자 판단부(130), 상품 추천부(150) 등을 포함할 수 있고, 추가적으로 사용자 정보 DB(170)를 더 포함할 수 있다.
랭킹 설정부(110)는, 각 사용자가 경험하거나 보유한 상품에 대한 사용자별 상품 리스트를 생성하고, 각 사용자가 자신의 취향에 따른 상대 비교를 통해 선호 상품을 선택하면 이를 기초로 상기 상품 리스트 상의 상품에 대한 랭킹을 정하고, 상기 상품 리스트와 그에 따른 상품에 대한 랭킹을 매칭시켜 사용자별 상품 랭킹 리스트를 생성한다. 여기서 랭킹 설정부(110)는 사용자가 자신이 경험하거나 보유한 상품 리스트를 입력하고, 자신의 취향에 따라 각 상품에 대한 상대 비교를 통해 선호 상품을 정할 수 있는 서비스 페이지나 툴을 사용자 단말기로 제공할 수도 있다.
바람직하게는 랭킹 설정부(110)에서 생성한 상품 랭킹 리스트는 해당 상용자의 식별 정보에 대응되어 사용자 정보 DB(170)에 저장될 수 있다.
유사 사용자 판단부(130)는 랭킹 설정부(110)에서 생성한 사용자별 상품 랭킹 리스트를 기초로 유사 사용자를 판단하는데, 일례로서, 특정 사용자에 대응되는 상품 랭킹 리스트와 다른 사용자에 대응되는 상품 랭킹 리스트를 교차 비교하여 상기 특정 사용자와 유사한 취향을 갖는 다른 사용자를 판단한다. 이때 유사 사용자 판단부(130)는 상품 랭킹 리스트의 교차 비교에 따른 유사도를 산출할 수 있으며, 가장 높은 유사도를 나타내는 한명의 다른 사용자를 선택하거나 기설정된 범위의 유사도 내에 있는 다수의 다른 사용자를 선택할 수도 있다.
상품 추천부(150)는 유사 취향을 갖는 다른 사용자가 정한 상품 랭킹 리스트를 기초로 해당 사용자가 경험하거나 보유하지 않은 상품을 추천하는 추천 정보를 생성하여 제공한다.
이와 같은 구성을 추천 서비스 장치(100)가 구비하여, 각 구성들의 기능으로 본 발명에 따른 추천 서비스가 제공될 수 있는데, 여기서 추천 서비스 장치(100)는 각 구성을 포함하는 하나의 장치로 구현될 수도 있고, 또는 각 구성이 각각의 개별 장치 또는 개별 모듈로 구성되어 선택적으로 결합될 수도 있으며, 추천 서비스 장치(100)가 각 구성들의 그룹으로 구현될 수도 있다. 나아가서 추천 서비스 장치(100)로 저장 기능과 연산 기능 등을 수행 가능한 일종의 서버가 적용되고, 이후에 살펴볼 본 발명에 따른 상품 추천 서비스 방법의 각 단계를 수행하는 컴퓨터프로그램이 추천 서비스 장치에 기록될 수도 있다.
이상에서 살펴본 본 발명에 따른 추천 서비스 장치를 통해 사용자의 취향을 고려한 상대 비교를 통한 상품 추천 서비스를 제공할 수 있는데, 본 발명에 따른 상대 비교를 통한 상품 추천 서비스를 제공하는 방법에 대하여 그 실시예를 통해 살펴보기로 한다.
도 3은 본 발명에 따른 상대 비교를 통한 상품 추천 서비스 방법의 실시예에 대한 개략적인 흐름도를 도시한다.
본 발명에 따른 상품 추천 서비스 방법은, 앞서 살펴본 본 발명에 따른 추천 서비스 장치에서 구현되므로, 상기의 추천 서비스 장치를 같이 참조하여 살펴보기로 한다.
본 발명에 따른 추천 서비스 방법은, 개략적으로 사용자의 취향에 따라 상대 비교를 통해 상품에 대한 랭킹을 설정하는 상품 랭킹 설정 과정(S100); 추천 서비스를 요청하는 특정 사용자가 정한 상품의 랭킹과 다른 사용자가 정한 상품의 랭킹을 교차 비교하여 상기 특정 사용자와 유사 취향을 갖는 하나 이상의 다른 사용자를 판단하는 유사 취향 사용자 판단 과정(S200); 및 유사 취향의 다른 사용자가 정한 상품에 대한 랭킹을 기초로 상기 특정 사용자에게 상품을 추천하는 상품 추천 과정(S300)을 포함할 수 있다.
본 발명에 따른 추천 서비스 방법에서 제시하는 상기의 각 과정에 대하여 이하의 세부적인 실시예를 통해 좀 더 자세히 설명하기로 한다.
첫번째로 상품 랭킹 설정 과정(S100)을 상기 도 3과 함께 도 4에 도시된 본 발명에 따른 추천 서비스 방법에서 상품 랭킹 설정 과정의 실시예를 참조하여 살펴본다.
먼저, 추천 서비스 장치(100)의 랭킹 설정부(110)는 사용자로부터 자신이 경험하거나 보유한 상품 정보를 입력(S110)받아 상품 리스트를 생성(S120)한다. 상기 도 4는 음식점에 대한 랭킹을 설정하는 실시예인데, 추천 서비스 장치(100)의 랭킹 설정부(110)는 사용자 A로부터 자신이 경험한 음식점 정보를 입력받고, 이를 취합하여 상기 도 4의 (a)에 도시된 바와 같이 상기 사용자 A가 경험한 음식점 정보(215)를 종합한 음식점 리스트(210)를 생성한다.
그리고 추천 서비스 장치(100)의 랭킹 설정부(110)는 해당 사용자의 취향에 따라 상기 상품 리스트에 포함된 상품 간의 상대 비교를 통해 자신이 선호하는 상품을 선택하면 이를 기초로 상품에 대한 랭킹을 설정(S130)하고 이를 종합하여 상품 랭킹 리스트를 생성(S140)한다.
상기 도 4의 (b)에 도시된 바와 같이 상기 사용자 A의 음식점 리스트(210) 상에서 음식점 1(221)과 음식점 2(223)에 대한 상기 사용자 A의 취향에 따른 상대 비교를 통해 상기 사용자 A가 상대적으로 더 선호하는 음식점 2(225)가 선택될 수 있고, 이와 같은 상대 비교를 반복적으로 수행하여 추천 서비스 장치(100)의 랭킹 설정부(110)는 사용자의 취향에 따라 자신이 경험한 음식점 리스트(210) 상의 음식점들에 대한 선택을 기초로 랭킹을 설정하고 이를 종합하여 음식점 랭킹 리스트를 생성한다. 여기서 음식점 랭킹 리스트는, 상기 도 4의 (c)에 도시된 바와 같이 음식점 리스트(210) 상의 모든 음식점들(215)을 서열로 나열(235)하여 랭킹(231)을 설정한 음식점 랭킹 리스트(230)로 생성할 수도 있다.
사용자의 상품 입력과 랭킹 설정을 위해 추천 서비스 장치(100)는 사용자의 단말기로 상품 정보의 입력 및 랭킹 설정을 위한 서비스 페이지나 어플리케이션을 제공할 수 있다.
이와 같은 상품 랭킹 설정 과정(S100)을 통해 사용자의 취향에 따라 상품 간의 상대 비교를 통해 상품에 대한 랭킹을 설정하며, 다수의 사용자 각각에 대하여 상품 랭킹 설정 과정(S100)을 반복적으로 수행하여 다수의 사용자 각각에 대한 사용자별 상품 랭킹 리스트를 생성할 수 있다.
그리고 이와 같이 생성된 사용자별 상품 랭킹 리스트는 각 사용자에 대응되어 사용자 정보 DB(170)에 저장될 수 있다.
나아가서 사용자는 상품 랭킹 리스트에 존재하는 기존 상품에 대한 재경험에 따라 해당 상품의 선호 선택을 조정함으로써 전체적인 상품 랭킹 리스트를 갱신할 수도 있고, 또한 사용자가 새롭게 경험하거나 새로이 보유한 상품에 대한 랭킹을 기존 상품 랭킹 리스트에 새로이 추가하여 상품 랭킹 리스트를 업데이트할 수도 있다.
두번째로 유사 취향 사용자 판단 과정(S200)을 상기 도 3과 함께 도 5에 도시된 본 발명에 따른 추천 서비스 방법에서 유사 취향 사용자 판단 과정의 실시예를 참조하여 살펴본다.
상품 랭킹 설정 과정(S100)을 통해 다수의 사용자에 대한 상품 랭킹 리스트가 보유된 상태에서, 추천 서비스 장치(100)의 유사 사용자 판단부(130)는 특정 사용자로부터의 상품 추천 요청(S210)에 따라 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 적어도 하나 이상의 다른 사용자에 대응되는 상품 랭킹 리스트를 교차 비교(S220)하여 상기 특정 사용자와 다른 사용자에 대한 취향의 유사도를 산출(S230)한다. 그리고 산출된 유사도를 기초로 상기 특정 사용자와 유사 취향의 다른 사용자를 판단(S240)한다.
가령, 상기 도 5의 (a)에 도시된 바와 같이 사용자 A에 대응되어 복수의 음식점 각각에 대한 순차적인 서열의 나열로 랭킹이 설정된 음식점 랭킹 리스트(310a)부터 사용자 N에 대응되는 음식점 랭킹 리스트(310n)가 보유된 상태에서, 사용자 A가 음식점 추천을 요청하는 경우, 사용자 A에 대응되는 음식점 랭킹 리스트(310a)와 사용자 B에 대응되는 음식점 랭킹 리스트(310b)부터 사용자 N에 대응되는 음식점 랭킹 리스트(310n)까지를 교차 비교하여 사용자 A에 대한 각각의 다른 사용자의 유사도를 산출한다.
이때, 사용자 B 내지 사용자 N 중 사용자 A에 대응되는 상품 랭킹 리스트에 포함된 상품과 동일 상품을 기준 개수 이상 포함한 음식점 랭킹 리스트만을 고려하여 유사도를 산출할 수도 있다.
유사도 산출과 관련하여, 상기 도 5의 (b)에 도시된 일례를 참고하면, 복수의 음식점 각각에 대한 순차적인 서열의 나열로 랭킹이 설정된 음식점 랭킹 리스트에 대하여 상품의 순차적인 서열 순서에 따라 복수의 그룹으로 분류하는데, 상기 도 5의 (b)에서는 사용자 A에 대응되는 음식점 랭킹 리스트에 포함된 음식점을 서열 순서에 따라 10개씩 그룹(320a, 330a)으로 분류하였고, 마찬가지로 사용자 B에 대응되는 음식점 랭킹 리스트에 포함된 음식점도 10개씩 그룹(320b, 330b)으로 분류하였다.
그리고 음식점 추천을 요청한 사용자 A와 사용자 B의 음식점 랭킹 리스트에 포함된 음식점 그룹별 교차 비교를 통해 사용자 A에 대한 사용자 B의 유사도를 산출하는데, 사용자 A에 대응되는 상위 랭킹 그룹(320a)을 사용자 B에 대응되는 상위 랭킹 그룹(320b) 및 하위 랭킹 그룹(330b) 각각에 교차 비교하고, 또한 사용자 A에 대응되는 하위 랭킹 그룹(330a)을 사용자 B에 대응되는 상위 랭킹 그룹(320b) 및 하위 랭킹 그룹(330b) 각각에 교차 비교한다.
가령, 사용자 A와 사용자 B 간에 유사 취향 파악으로서, 사용자 A에 대응되는 상위 랭킹 그룹(320a)에 포함된 음식점(323a)과 사용자 B에 대응되는 상위 랭킹 그룹(320b)에 포함된 음식점(323b)을 비교하여 음식점 1(325a, 325b)과 같이 동일하게 상위 랭킹 그룹에 속한 음식점 개수를 파악한다. 그리고 사용자 A에 대응되는 하위 랭킹 그룹(330a)에 포함된 음식점(333a)과 사용자 B에 대응되는 하위 랭킹 그룹(330b)에 포함된 음식점(333b)을 비교하여 음식점 12(335a, 335b)와 같이 동일하게 하위 랭킹 그룹에 속한 음식점 개수를 파악한다.
또한 사용자 A와 사용자 B 간에 반대 취향 파악으로서, 사용자 A에 대응되는 상위 랭킹 그룹(320a)에 포함된 음식점(323a)과 사용자 B에 대응되는 하위 랭킹 그룹(330b)에 포함된 음식점(333b)을 비교하여 음식점 2(327a, 337b)와 같이 반대되는 랭킹 그룹에 속한 음식점 개수를 파악한다. 마찬가지로 사용자 A에 대응되는 하위 랭킹 그룹(330a)에 포함된 음식점(333a)과 사용자 B에 대응되는 상위 랭킹 그룹(320b)에 포함된 음식점(323b)을 비교하여 반대되는 랭킹 그룹에 속한 음식점 개수를 파악한다.
이와 같은 비교를 기초로 사용자 A에 대한 사용자 B의 유사도를 산출하는데, 동일하게 상위 랭킹 그룹에 속한 음식점은 사용자 A와 사용자 B의 취향이 유사할 가능성이 높다는 의미가 되므로 상위 랭킹 그룹에 속한 음식점의 개수에 대해서는 그만큼 높은 가중치를 적용하고, 동일하게 하위 랭킹 그룹에 속한 음식점은 사용자 A와 사용자 B의 취향이 어느 정도 비슷할 가능성이 있다는 의미가 되므로 하위 랭킹 그룹에 속한 음식점에 개수에 중간 가중치를 적용하며, 반대되는 랭킹 그룹에 속한 음식점은 사용자 A와 사용자 B의 취향이 상이할 가능성이 있다는 의미가 되므로, 그만큼 낮은 가중치를 적용하여, 이를 종합한 유사도를 산출한다.
일례로서, 사용자 A에 대한 사용자 B의 유사도는 하기 [식 1]에 의해 산출될 수 있다.
SΑΒ=( α ×H + β ×L + γ ×R )/ T ; (α>β>γ) [식 1]
여기서, SΑΒ는 사용자 A에 대한 사용자 B의 유사도이며, α는 상위 랭킹 그룹에 동일하게 속한 상품에 대한 가중치이며, β는 하위 랭킹 그룹에 동일하게 속한 상품에 대한 가중치이며, γ는 반대되는 랭킹 그룹에 속한 상품에 대한 가중치이며, H는 상위 랭킹 그룹에 동일하게 속한 상품의 개수이며, L은 하위 랭킹 그룹에 동일하게 속한 상품의 개수이며, R은 반대되는 랭킹 그룹에 속한 상품의 개수, T는 상기 H, L 및 R을 합산한 상품의 개수를 나타낸다.
이와 같은 과정 반복적으로 수행하여, 상기 도 5의 (a)에 도시된 사용자 B 이후부터 사용자 N까지에 대하여 사용자 A에 대한 유사도를 산출한다.
그리고 사용자 A에 대하여 유사도가 높은 다른 사용자를 선택하는데, 이때 가장 높은 유사도를 갖는 다른 사용자 하나만 선택될 수도 있고, 또는 기설정된 수치까지의 유사도를 갖는 다수의 다른 사용자가 선택될 수도 있다.
세번째로 상품 추천 과정(S300)을 상기 도 3과 함께 도 6에 도시된 본 발명에 따른 추천 서비스 방법에서 상품 추천 과정에 대한 실시예를 참조하여 살펴본다.
유사 취향 사용자 판단 과정(S200)을 통해 상품 추천을 요청한 특정 사용자와 유사 취향을 갖는 하나 이상의 유사 취향 사용자가 선택되면, 추천 서비스 장치(100)의 상품 추천부(150)는 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 선택된 하나 이상의 유사 취향 사용자에 대응되는 상품 랭킹 리스트를 추출(S310)한다.
다음으로, 추천 서비스 장치(100)의 상품 추천부(150)는 상기 특정 사용자의 상품 랭킹 리스트와 상기 유사 취향 사용자의 상품 랭킹 리스트를 대비(S320)하여, 상기 유사 취향 사용자에 대응되는 상품 랭킹 리스트에서 상기 특정 사용자에 대응되는 상품 랭킹 리스트에 포함되지 않은 상품을 신규 상품을 추출(S330)한다.
그리고, 추천 서비스 장치(100)의 상품 추천부(150)는 상기 유사 취향 사용자가 설정한 신규 상품에 대한 랭킹을 기초로 추천 상품을 판단(S340)하여, 상기 추천 상품을 포함하는 추천 정보를 상기 특정 사용자에게 제공(S350)한다.
만약, 상품 추천을 요청한 특정 사용자에 대한 유사도가 가장 높은 다른 사용자 하나만 유사 취향 사용자로 선택되는 경우, 하나의 유사 취향 사용자에 대응되는 랭킹 리스트에서 신규 상품을 추출하고, 신규 상품 중 가장 상위 랭킹의 신규 상품 또는 기설정된 개수까지의 랭킹 올림 차순으로 신규 상품을 추천 상품으로 선택하게 된다.
나아가서 유사도가 기설정된 수치까지의 다수의 다른 사용자를 유사 취향 사용자로 선택하는 경우에 대하여, 도 6에 도시된 실시예를 참조하여 살펴보기로 한다.
상기 도 6은 앞서 살펴본 음식점 추천과 관련하여, 다수의 유사 취향 사용자의 음식점 랭킹 설정을 기초로 추천 음식점을 추출하는 예이다.
먼저, 사용자 A와 유사 취향 사용자로 선택된 사용자 B, 사용자 D,… 사용자 C에 대응되는 음식점 랭킹 리스트를 추출하고, 각 음식점 랭킹 리스트 상에서 사용자 A에 대응되는 음식점 랭킹 리스트에 포함되지 않은 음식점을 신규 음식점으로 추출하여, 상기 도 6에 도시된 바와 같이 유사 취향 사용자의 유사도 순서로 각 유사 취향 사용자에 대응되는 신규 음식점을 정렬한 신규 음식점 테이블(410)을 생성한다. 상기 도 6에서 X로 표시된 부분은 사용자 A에 대응되는 음식점 랭킹 리스트 상에 포함된 음식점으로서 신규 음식점에서 제외된 부분이다.
이와 같은 신규 음식점 테이블(410)을 기초로 각각의 신규 음식점에 대하여 해당 유사 취향 사용자의 유사도와 해당 유사 취향 사용자가 설정한 랭킹을 기초로 추천 점수를 산출하는데, 음식점 3(411, 413)의 경우, 유사도가 가장 높은 사용자 B에 의해 설정된 랭킹이 2위이고 다음으로 유사도가 높은 사용자 D에 의해 설정된 랭킹이 1위이므로 이를 고려하면 추천 점수는 높게 산출된다. 그리고 음식점 6(415, 417)의 경우, 유사도가 가장 높은 사용자 B에 의해 설정된 랭킹이 3위이고 유사도가 가장 낮은 사용자 C에 의해 설정된 랭킹이 1위이므로 상대적으로 음식점 3(411)보다는 낮은 추천 점수로 산출된다.
일례로서, 신규 상품에 대한 추천 점수는 하기 [식 2]에 의해 산출될 수 있다.
Figure 112016078070845-pat00001
[식 2]
여기서, SCORE는 해당 신규 상품에 대한 추천 점수이며, M는 해당 신규 상품에 대한 랭킹을 설정한 유사 취향 사용자의 총수이며, SI는 i번째 유사 취향 사용자의 유사도이며, Rank는 i번째 유사 취향 사용자가 해당 신규 상품에 설정한 랭킹이며, k는 필요에 따라 설정되는 가중치이다.
이와 같이 각 신규 상품마다 각각의 추천 점수가 산출되며, 산출된 추천 점수를 기초로 추천할 상품이 선택되는데, 가장 높은 추천 점수가 산출된 신규 상품 하나만 추천 상품으로 선택될 수도 있고, 추천 점수 중 설정된 상위 순번까지 다수의 신규 상품이 추천 상품으로 선택될 수도 있다.
추천 상품이 선택되면, 추천 서비스 장치(100)의 상품 추천부(150)는 추천 상품을 포함하는 추천 정보를 생성하여 사용자에게 제공하는데, 가령 도 7에 도시된 본 발명에 따른 추천 서비스 방법에서 추천 상품 정보에 대한 실시예와 같이 추천 순위와 함께 순차적인 순서의 추천 음식점을 포함하는 추천 정보(420)를 사용자 단말기로 제공한다. 이때 추천 정보에 다양한 부가 정보도 함께 포함될 수 있는데, 가령 상기 도 7과 같은 음식점의 추천일 경우, 메뉴, 가격, 위치, 전화번호 등의 정보가 포함될 수도 있고 다양한 사용자의 평가글이 포함될 수도 있으며, 나아가서 이와 같은 다양한 정보가 제시된 웹페이지에 대한 URL이 포함될 수도 있다.
(개량예1) 여기서, 상품추천과정(S300)은, 다음과 같이 개량하는 것도 가능하다. 이하에서는, 상품추천과정(S300)을 도3, 도8 및 도9를 참조하여, 실시예의 개량예에 따른 추천서비스방법으로 실시하는 상품추천과정을 설명한다.
추천 서비스 장치(100)의 상품 추천부(150)는 특정 사용자의 상품 랭킹 리스트와 유사 취향 사용자의 상품 랭킹 리스트를 대비 (S320)하여, 유사 취향 사용자에 대응되는 상품 랭킹 리스트에서 특정 사용자에 대응되는 상품 랭킹 리스트에 포함되지 않은 상품을 신규 상품으로 추출 (S330)한다.
이하, 도8을 참조하여, 이와 같은 대비(S320), 및 신규상품추출(S330)의 처리에 대해 더 자세히 설명한다.
먼저, 사용자 A와 유사 취향 사용자로 선택된 사용자 B, 사용자 C, 사용자 D, 사용자 E, ... 사용자 F에 대응되는 상품 랭킹 리스트를 추출하고, 각 상품 랭킹 리스트 상에서 사용자 A에 대응되는 상품 랭킹 리스트에 포함되지 않은 상품을 신규 상품으로 추출하여, 유사 취향 사용자의 유사도 순서로 각 유사 취향 사용자에 대응되는 신규 상품을 정렬한 신규 상품 테이블 (510)을 생성한다. 도 8에서 ＊로 표시된 부분은 사용자 A에 대응되는 상품 랭킹 리스트 상에 포함된 상품으로서 신규 상품에서 제외된 부분이다.
이와 같은 신규 상품 테이블(510)을 기초로 각각의 신규 상품에 대하여 해당 유사 취향 사용자의 유사도와 해당 유사 취향 사용자가 설정한 랭킹을 기초로 추천 점수를 산출하는데, 연산 수순은 다음과 같다.
각 순위에는 순위스코어가 사전에 부여되어 있다. 이번 예에서는, 1위에 순위스코어 100, 2위에 순위스코어 90, 3위에 순위스코어 80, 4위에 순위스코어 70 ... 이 부여되어 있다. 그리고, 각 비교대상자, 즉 유사취향 사용자의 유사도 SIRawi를 합계가 1이 되도록 하는 비율SIi로 변환한다. 이 변환은 아래의 [식3]을 따른다.
Figure 112016078070845-pat00002
, [식3]
여기서, SIi는 유사도에 관한 비율이고, SIRawi는 각 유사취향 사용자의 유사도이며, M은 비교대상자의 수이다.
이와 같이 유사도에 관한 비율SIi를 산출한 후, 각 사용자의 비율과 순위스코어 RankScorei를 기초로 평가대상이 되는 상품의 추천점수SCORE를 아래 [식4]에 의해 산출하게 된다.
Figure 112016078070845-pat00003
, [식4]
여기서, SIi는 유사도에 관한 비율이고, RankScorei는 각 사용자의 상품리스트에 있어서의 상품의 순위스코어, M은 비교대상자의 수이다.
예를 들어, 도8에 있어서, 상품P12의 추천 점수와 예상 랭킹은 다음과 같이 결정하게 된다.
Figure 112016078070845-pat00004
이와 같이 되므로, 사용자A의 상품랭킹리스트에서는, 상품P3와 같은 추천 점수가 되므로, 예상 랭킹은 3위가 된다.
또한, 도8에 있어서, 상품P10의 추천점수와 예상랭킹은 다음과 같이 결정하게 된다.
Figure 112016078070845-pat00005
여기서 추천점수SCOREP10은 사용자A의 상품랭킹리스트의 순위스코어와 비교하여 예상랭킹을 결정한다.
이와 같이, 각 신규상품마다 각각의 추천점수가 산출되며, 산출된 추천점수를 기초로 추천할 상품이 선택되는데, 가장 높은 추천점수가 산출된 신규상품 하나만 추천상품으로 선택될 수도 있고, 추천점수중 설정된 상위 순번까지 다수의 신규상품이 추천상품으로 선택될 수도 있다.
추천 상품이 선택되면, 추천 서비스 장치(100)의 상품 추천부(150) 는 추천 상품을 포함하는 추천 정보를 생성하여 사용자에게 제공하는데, 가령 도 9 에 도시된 것과 같이 추천 순위와 함께 상품명을 포함하는 추천정보(520)을 사용자 단말기에 제공한다. 이때 추천 정보에 다양한 부가 정보도 함께 포함될 수 있는데, 가령 음식점의 추천일 경우, 메뉴, 가격, 위치, 전화번호 등의 정보가 포함될 수도 있고 다양한 사용자의 평가글이 포함될 수도 있으며, 나아가서 이와 같은 다양한 정보가 제시된 웹페이지에 대한 URL이 포함될 수도 있다.
(개량예2) 나아가서, 사용자가 자기의 상품에 대해, 상대적선호도를 주관적으로 부여하여, 상품랭킹리스트를 생성하고, 해당 상품랭킹리스트에 기초하여 유사취향사용자와 추천 상품을 판단하도록 하여도 좋다. 이와 같은 경우, 사용자의 상품에 대한 주관적인 상대적선호도와 최소한의 정보에 기초하여 유사취향사용자와 추천 상품을 판단하는 것이 가능하게 되므로, 정보제공에 필요한 데이터베이스 용량, 연산, 처리 부하를 저감하는 것도 가능하다.
이와 같은 경우에는, 유사취향사용자판단과정(S200)은, 다음과 같이 개량하는 것도 가능하다. 상기 방법에서는, 상품랭킹리스트에 사용자A와 공통되는 상품을 포함하는 사용자(예를 들어, 공통 상품이 많은 순)를 비교대상으로 하여, 비교대상이 된 다른 사용자와 사용자A의 상품랭킹리스트를 그룹으로 나누어, 그룹별로 교차 비교를 수행하여, 유사도를 산출하고, 유사취향사용자를 판단하였다.
이에 대하여, 사용자A의 상위 그룹에 속한 상품을 상위 그룹에 많이 포함하는 사용자를 유사취향사용자로 판단하여도 좋다.
또는, 사용자A의 상품랭킹리스트에 포함되어 있는 각 상품의 랭킹을, 비교대상이 되는 사용자의 상품랭킹리스트에서 확인하여, 랭킹의 차를 종합적으로 감안하여 유사도를 산출하고, 유사취향사용자를 판단하여도 좋다. 이것은, 예를 들어 사용자A의 상품랭킹리스트에서의 상품X의 랭킹과 다른 사용자의 상품랭킹리스트에서의 상품X의 랭킹을 비교하는 등의 방법으로 산출하는 것을 생각할 수 있다.
(개량예3) 유사 취향 사용자 판단 과정(S200)은, 다음과 같이 개량하는 것도 가능하다. 이하에서는, 유사 취향 사용자 판단 과정(S200)을 실시예의 개량예에 따른 추천서비스방법으로 실시하는 유사 취향 사용자 판단 과정(S200)을 설명한다.
추천 서비스 장치(100)의 유사 사용자 판단부(130)는 특정 사용자로부터의 상품 추천 요청에 따라 특정 사용자에 대응되는 상품 랭킹 리스트와 다른 사용자에 대응되는 상품 랭킹 리스트 각각에 대하여 특정 범위의 순위에 따라 복수의 그룹으로 분류하고, 상기 분류된 복수의 그룹간의 상품 랭킹 리스트를 비교하여 각각의 그룹들만으로 취향의 유사도를 산출한다. 이때, 특정 범위는 특정 사용자에 의하여 설정되거나 시스템(즉, 추천 서비스 장치)에 의하여 설정될 수 있다.
즉, 추천 서비스 장치(100)의 유사 사용자 판단부(130)는 특정 사용자에 대응되는 상품 랭킹 리스트와 다른 사용자에 대응되는 상품 랭킹 리스트 각각에 대하여, 순차적인 서열 순서에 따라 복수의 그룹으로 분류하는 것이 아니라, 특정 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위에 해당되는 순위(예를 들면, 상위 1위~10위)의 상품으로 구성된 그룹과 다른 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위(예를 들면, 상위 1위 ~10위)에 해당되는 순위의 상품으로 구성된 그룹이나 또는 특정 범위와 다른 범위에 해당되는 순위(예를 들면, 30위 이하)의 상품으로 구성된 그룹으로 분류한 다음, 상기 분류된 각각의 그룹별 교차 비교를 통하여 특정 사용자와 다른 사용자에 대한 취향의 유사도를 산출할 수 있다.
이때, 추천 서비스 장치(100)의 유사 사용자 판단부(130)는 특정 사용자의 상품 랭킹 리스트를 2개의 그룹(예를 들면, 상위 1위~10위 그룹 및 30위 이하 그룹)으로 분류하고, 다른 사용자의 상품 랭킹 리스트도 2개의 그룹(예를 들면, 상위 1위~10위 그룹 및 30위이하 그룹)으로 분류한 다음, 상기 분류된 각각의 그룹별 교차 비교를 수행할 수 있다.
예를 들어, 그룹별 교차 비교의 대상이 되는 그룹은 특정 사용자에 대응되는 상풍 랭킹 리스트 중 특정 범위에 해당되는 순위의 상품으로 구성된 그룹, 특정 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위와 다른 범위에 해당되는 순위의 상품으로 구성된 그룹, 다른 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위에 해당되는 순위의 상품으로 구성된 그룹, 다른 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위와 다른 범위에 해당되는 순위의 상품으로 구성된 그룹을 포함할 수 있다.
또한, 추천 서비스 장치(100)의 유사 사용자 판단부(130)는 특정 사용자에 대응되는 상품 랭킹 리스트와 다른 사용자에 대응되는 상품 랭킹 리스트 각각에 대하여, 순차적인 서열 순서에 따라 복수의 그룹으로 분류한 다음, 상기 분류된 각각의 그룹을 선택적으로 적용하여 선택된 그룹간의 상품 랭킹 리스트를 비교하여 각각의 그룹들만으로 취향의 유사도를 산출한다.
즉, 추천 서비스 장치(100)의 유사 사용자 판단부(130)는 특정 사용자에 대응되는 상품 랭킹 리스트와 다른 사용자에 대응되는 상품 랭킹 리스트 각각에 대하여, 순차적인 서열 순서에 따라 복수의 그룹으로 분류하는데, 복수의 그룹 중 특정 사용자에 대응되는 제1 그룹과 제2 그룹을 다른 사용자에 대응되는 제1 그룹과 제2 그룹과 비교하여 유사도를 산출한다. 이에 따라, 제1 그룹과 제2 그룹에 대응되는 범위와 다른 범위에 해당되는 순위의 상품으로 구성된 제3 그룹은 비교 과정에서 포함되지 않는다.
(개량예4) 상품추천과정(S300)은 다음과 같이 개량하는 것도 가능하다. 이하에서는, 상품추천과정(S300)을 실시예의 개량예에 따른 추천서비스방법으로 실시하는 상품추천과정을 설명한다.
본 개량예를 위하여, 추천 서비스 장치(100)는 도 10에서와 같이 사전 검증 평가부(160)를 더 포함할 수 있다.
추천 서비스 장치(100)의 사전 검증 평가부(160)는 특정 사용자가 자신의 취향과의 맞는 지 여부를 알고자하는 상품을 지정하여, 상기 지정된 상품에 대한 유사 취향 사용자의 평가 정보를 제공한다. 이에 따라, 사용자는 사전에 해당 상품에 대한 검증 및 평가를 수행할 수 있다. 이때, 특정 사용자가 지정하는 지정 상품은, 특정 사용자가 경험해보지 않은, 특정 사용자의 상품 랭킹 리스트에 포함되지 않은 상품이다.
이를 위하여, 도 11에 도시된 바와 같이, 우선 사용자별로 생성(S410)된 상품 랭킹 리스트에 대하여, 특정 사용자가 자신이 경험해보지 않은 상품 중에서 취향에 맞는지 궁금한 상품을 지정하고(S420), 특정 사용자의 상품 지정에 의하여, 추천 서비스 장치(100)의 사전 검증 평가부(160)에 지정된 상품에 대한 사전 검증 및 평가를 요청한다(S430). 그런 다음, 추천 서비스 장치(100)의 유사 사용자 판단부(130)는 상기 지정된 상품에 대한 유사 취향 사용자를 판단(S440)하고, 추천 서비스 장치(100)의 상품 추천부(150)는 유사 취향 사용자와의 유사도와 상기 지정된 상품에 대하여 유사 취향 사용자가 설정한 순위 정보에 기초하여, 개량예1에서와 같은 방식(즉, 식3, 식4를 이용)으로 상기 지정된 상품에 대한 추천 점수를 산출한다(S450). 그런 다음, 상품 추천부(150)는 상기 산출된 추천 점수를 특정 사용자에게 제공한다(S460).
본 개량예에서의 상품추천과정(S300)은 특정 사용자가 길, TV, 신문/잡지, 친구, SNS, 인터넷, 카탈로그, 메뉴(음식점) 등에서 접하는 미경험 상품이 특정 사용자 자신의 취향에 맞을 지 여부를 사전에 검증 및 평가하는 용도로 사용될 수 있다.
이러한 검증 및 평가 결과는 도 12a 내지 12c에서와 같은 방법으로 제공될 수 있다.
검증 및 평가 결과는, 도 12a에 도시된 바와 같이 사용자 A의 랭킹리스트 상에 표시되거나, 도 12b에 도시된 바와 같이 레스토랑의 메뉴 상에 같이 표시되거나, 도 12c에 도시된 바와 같이 해당 상품의 추천 정보 중심으로 표시될 수 있다. 이때, 검증 및 평가 결과는 사용자 A의 랭킹리스트 상의 예상순위도 표시할 수 있다.
본 개량예에서의 상품추천과정(S300)에 대하여 예를 들어 설명하자면, 특정 사용자가 길에서 본 치킨집 "짱구치킨"의 메뉴 "간장치킨"이 자신의 입맛에 맞을지 확인하고 싶은 경우에, 자신의 통신 단말기를 이용하여 "짱구치킨"의 "간장치킨"메뉴를 지정하여 검증 및 평가 결과를 추천 서비스 장치(100)에 요청하고, 추천 서비스 장치(100)로부터 검증 및 평가를 수신하여 자신의 상품 랭킹 리스트 상의 예상 순위와 추천 여부를 표시할 수 있다.
또한, 특정 사용자가 처음 방문한 식당인 "할범 치킨"에서 나의 입맛에 맞는 메뉴를 선택하고 싶을 경우, 자신의 통신 단말기를 이용하여 메뉴 전체, 또는 관심있는 메뉴인 "짭짤간장치킨", "완전파닭치킨", "깔끔후라이드치킨", "고소치즈치킨"을 선택하여 검증 및 평가 결과를 추천 서비스 장치(100)에 요청하고, 추천 서비스 장치(100)로부터 검증 및 평가를 수신하여 각 메뉴에 대한 자신의 상품 랭킹 리스트 상의 예상 순위와 추천 여부를 표시할 수 있다.
또한, 특정 사용자가 이동중, 주변의 치킨집에 대해, 자신의 랭킹 리스트 상의 예상 순위를 지도에 표시하고자 하는 경우, 자신의 통신 단말기에 구비되거나 실행중인 지도 정보와 연동하여 특정 범위의 지역 내에서 메뉴 "치킨"을 검색하고, 검색된 "치킨"의 정보(즉, 각 치킨 메뉴의 고유 번호 등)로 추천 서비스 장치(100)에 검증 및 평가 결과를 요청하며, 추천 서비스 장치(100)로부터 검증 및 평가를 수신하여 도 13에 도시된 바와 같이 각 "치킨"메뉴에 대한 자신의 상품 랭킹 리스트 상의 예상 순위와 추천 여부를 지도 상에 표시할 수 있다.
이상에서 살펴본 본 발명에 의하면, 사용자와 취향이 유사한 다른 사용자가 설정한 상품에 대한 평가를 기초로 상품을 추천함으로써, 사용자가 만족할 수 있는 상품 추천이 이루어질 수 있다.
또한 상품 추천을 요청한 사용자와 유사 취향을 갖는 다수의 다른 사용자들의 평가를 종합하여 상품을 추천하므로, 광고성 정보 등을 배제할 수 있어 추천의 신뢰도를 높일 수 있다.
나아가서 별 개수 등을 이용한 상품에 대한 단순 평가가 갖는 한계를 극복하여 다수의 상품 간에 비교 평가를 통한 추천으로 사용자가 보다 효과적으로 상품을 선택할 수 있게 된다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상이 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
예를 들어, 본 발명은, 컴퓨터를 랭킹 설정부(110), 유사 사용자 판단부(130), 및 상품 추천부로서 기능하게 하는 프로그램으로서도 실현될 수 있다.
10a, 10b,...10n: 사용자
30: 네트워크
50: 검색 서비스 서버
100: 추천 서비스 장치
110: 랭킹 설정부
130: 유사 사용자 판단부
150: 상품 추천부
170: 사용자 정보 DB

Claims (17)

  1. 추천 서비스 장치에 의한 상품 추천 서비스 방법으로서,
    랭킹 설정부가 복수의 사용자 각각의 취향에 따라 복수의 상품에 대한 상대 비교를 통한 사용자의 선호 상품 선택에 기초하여 사용자별로 상품에 대한 랭킹을 설정하여 사용자 각각의 상품 랭킹 리스트를 생성하는 상품 랭킹 설정 단계;
    유사 사용자 판단부가 특정 사용자가 설정한 상품에 대한 랭킹과 하나 이상의 다른 사용자가 설정한 상품에 대한 랭킹을 교차 비교하여, 상기 특정 사용자와 유사 취향을 갖는 다른 사용자를 판단하는 유사 취향 사용자 판단 단계; 및
    상품 추천부가 상기 특정 사용자와 유사 취향을 갖는 다른 사용자가 설정한 상품에 대한 랭킹을 기초로 상기 특정 사용자에게 상품을 추천하는 상품 추천 단계를 포함하고,
    상기 유사 취향 사용자 판단 단계는,
    유사 사용자 판단부가 유사도를 기초로 상기 하나 이상의 다른 사용자 중 상기 특정 사용자와 유사 취향을 갖는 하나 이상의 다른 사용자를 판단하는 유사 취향 사용자 선택 단계를 포함하고,
    상기 유사 취향 사용자 판단 단계는 유사도를 산출하는 유사도 산출 단계를 포함하고,
    상기 유사도 산출 단계는,
    상기 유사 사용자 판단부가 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 상기 다른 사용자에 대응되는 상품 랭킹 리스트 각각에 대하여, 복수의 상품을 순차적 서열 순서 또는 특정 범위에 해당하는 서열 순서에 의해 복수의 그룹으로 분류하는 단계; 및
    상기 유사 사용자 판단부가 상기 특정 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위에 해당되는 순위의 상품으로 구성된 그룹과, 다른 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위 또는 특정 범위와 다른 범위에 해당되는 순위의 상품으로 구성된 그룹을 그룹별로 교차 비교하여 상기 특정 사용자에 대한 상기 다른 사용자의 유사도를 산출하는 단계
    를 포함하는 상품 추천 서비스 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 상품 랭킹 리스트 생성 단계는,
    상기 랭킹 설정부가 상기 복수의 상품 각각에 대한 순차적인 서열의 나열로 랭킹을 설정하는 상품 추천 서비스 방법.
  4. 제 1 항에 있어서,
    상기 유사 취향 사용자 판단 단계는,
    상기 복수의 사용자 중 특정 사용자로부터 상품 추천을 요청받는 상품 추천 요청 단계
    를 포함하는 상품 추천 서비스 방법.
  5. 제 1 항에 있어서,
    상기 유사도 산출 단계는,
    상기 유사 사용자 판단부가 상기 특정 사용자에 대응되는 상품 랭킹 리스트에 포함된 상품과 동일 상품이 기설정된 기준 개수 이상 포함된 하나 이상의 다른 사용자에 대응되는 상품 랭킹 리스트를 추출하고, 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 추출한 다른 사용자에 대응되는 상품 랭킹 리스트를 교차 비교하여 유사도를 산출하는 것을 특징으로 하는 상품 추천 서비스 방법.
  6. 제 1 항에 있어서,
    상기 유사도 산출 단계는,
    그룹별로 교차 비교시, 그룹별 동일 상품의 개수에 기초하여 상기 특정 사용자에 대한 상기 다른 사용자의 유사도를 산출하는 단계인 상품 추천 서비스 방법.
  7. 제 1 항에 있어서,
    상기 상품 추천 단계는,
    상기 상품 추천부가 상기 특정 사용자에 대응되는 상품 랭킹 리스트와 선택된 하나 이상의 유사 취향 사용자에 대응되는 상품 랭킹 리스트를 추출하는 리스트 추출 단계;
    상기 상품 추천부가 상기 유사 취향 사용자에 대응되는 상품 랭킹 리스트에서 상기 특정 사용자에 대응되는 상품 랭킹 리스트에 포함되지 않은 상품을 신규 상품으로써 추출하는 신규 상품 추출 단계;
    상기 상품 추천부가 상기 유사 취향 사용자가 설정한 신규 상품에 대한 랭킹을 기초로 추천 상품을 판단하는 추천 상품 판단 단계; 및
    상기 추천 상품을 포함하는 추천 정보를 상기 특정 사용자에게 제공하는 추천 정보 제공 단계를 포함하는 상품 추천 서비스 방법.
  8. 제 7 항에 있어서,
    상기 리스트 추출 단계는,
    상기 상품 추천부가 상기 특정 사용자에 대한 유사도가 가장 높은 유사 취향 사용자에 대응되는 상품 랭킹 리스트를 추출하며,
    상기 추천 상품 판단 단계는,
    상기 상품 추천부가 가장 상위 랭킹의 신규 상품 또는 기설정된 개수까지의 신규 상품을 추천 상품으로 선택하는 상품 추천 서비스 방법.
  9. 제 7 항에 있어서,
    상기 리스트 추출 단계는,
    상기 상품 추천부가 상기 특정 사용자에 대한 유사도가 기설정된 수치까지의 유사 취향 사용자에 대응되는 상품 랭킹 리스트를 추출하며,
    상기 추천 상품 판단 단계는,
    상기 상품 추천부가 각각의 신규 상품에 대하여, 해당 유사 취향 사용자의 유사도와 해당 유사 취향 사용자가 설정한 랭킹을 기초로 추천 점수를 산출하고, 상기 추천 점수에 기초하여 신규 상품을 추천 상품으로 선택하는 상품 추천 서비스 방법.
  10. 제 9 항에 있어서,
    상기 상품 랭킹 리스트의 각 순위에는 순위스코어가 사전에 부여되고, 상기 추천 상품 판단 단계에서, 상기 상품 추천부가 상기 유사 취향 사용자의 유사도를 합계가 1이 되는 것과 같은 비율로 변환하여, 이 유사도에 관한 비율과 상기 순위스코어에 기초하여 신규상품의 추천점수를 산출하는 상품 추천 서비스 방법.
  11. 삭제
  12. 삭제
  13. 제 1 항에 있어서,
    사전 검증 평가부가 상기 특정 사용자에 의해 지정된 사전 검증 및 평가를 원하는 상품에 대한 사전 검증 및 평가를 요청받는 사전 검증 및 평가 요청 단계를 포함하고,
    상기 상품 추천 단계는,
    상기 사전 검증 및 평가 요청 단계 이후, 상기 상품 추천부가 지정 상품에 대한 유사 취향 사용자와의 유사도와, 상기 유사 취향 사용자가 상기 지정 상품에 대하여 설정한 순위 정보에 기초하여 상기 지정 상품에 대한 추천 점수를 산출하는 추천 점수 산출 단계; 및
    상기 상품 추천부가 상기 산출된 추천 점수를 포함하는 추천 정보를 상기 특정 사용자에게 제공하는 추천 정보 제공 단계를 포함하는 상품 추천 서비스 방법.
  14. 복수의 사용자 각각의 취향에 따라 복수의 상품에 대한 상대 비교를 통한 상기 사용자의 선호 상품 선택에 기초하여 사용자별로 상품에 대한 랭킹을 설정하여 사용자 각각의 상품 랭킹 리스트를 생성하는 랭킹 설정부;
    특정 사용자가 설정한 상품에 대한 랭킹과 하나 이상의 다른 사용자가 설정한 상품에 대한 랭킹을 교차 비교하여, 상기 특정 사용자와 유사 취향을 갖는 다른 사용자를 판단하는 유사 사용자 판단부; 및
    상기 특정 사용자와 유사 취향을 갖는 다른 사용자가 설정한 상품에 대한 랭킹을 기초로 상기 특정 사용자에게 상품을 추천하는 상품 추천부를 포함하고,
    상기 유사 사용자 판단부는,
    유사도를 기초로 상기 하나 이상의 다른 사용자 중 상기 특정 사용자와 유사 취향을 갖는 하나 이상의 다른 사용자를 판단하고,
    상기 특정 사용자에 대응되는 상품 랭킹 리스트와 상기 다른 사용자에 대응되는 상품 랭킹 리스트 각각에 대하여, 복수의 상품을 순차적 서열 순서 또는 특정 범위에 해당하는 서열 순서에 의해 복수의 그룹으로 분류하고,
    상기 특정 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위에 해당되는 순위의 상품으로 구성된 그룹과, 다른 사용자에 대응되는 상품 랭킹 리스트 중 특정 범위 또는 특정 범위와 다른 범위에 해당되는 순위의 상품으로 구성된 그룹을 그룹별로 교차 비교하여 상기 특정 사용자에 대한 상기 다른 사용자의 유사도를 산출하는 추천 서비스 장치.
  15. 제 14 항에 있어서,
    상기 상품 추천부는,
    상기 유사 취향 사용자에 대응되는 상품 랭킹 리스트에서 상기 특정 사용자에 대응되는 상품 랭킹 리스트에 포함되지 않은 상품을 신규 상품으로서 추출하고, 상기 유사 취향 사용자가 설정한 신규 상품에 대한 랭킹을 기초로 추천 상품을 판단하는 추천 서비스 장치.
  16. 제 1 항, 제 3 항 내지 제 5 항, 제 7 항 내지 제 10 항 및, 제 13 항 중, 어느 한 항에 기재된 상품 추천 서비스 방법의 각 단계를 수행하는 컴퓨터프로그램이 기록된 추천 서비스 장치.
  17. 삭제
KR1020160102309A 2015-08-13 2016-08-11 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치와 프로그램 KR101866514B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020150114490A KR20170019944A (ko) 2015-08-13 2015-08-13 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치
JPJP-P-2016-079235 2016-04-12
JP2016079235A JP5992122B1 (ja) 2015-08-13 2016-04-12 相対比較による商品推薦サービス方法、このための推薦サービス装置、及びプログラム

Publications (2)

Publication Number Publication Date
KR20170116924A KR20170116924A (ko) 2017-10-20
KR101866514B1 true KR101866514B1 (ko) 2018-06-12

Family

ID=56921017

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020150114490A KR20170019944A (ko) 2015-08-13 2015-08-13 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치
KR1020160102309A KR101866514B1 (ko) 2015-08-13 2016-08-11 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치와 프로그램

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020150114490A KR20170019944A (ko) 2015-08-13 2015-08-13 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치

Country Status (3)

Country Link
JP (2) JP5992122B1 (ko)
KR (2) KR20170019944A (ko)
WO (1) WO2017026852A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11157985B2 (en) 2017-11-29 2021-10-26 Ditto Technologies, Inc. Recommendation system, method and computer program product based on a user's physical features
CN109919650A (zh) * 2019-01-16 2019-06-21 深圳壹账通智能科技有限公司 多级业务推广管理方法、装置及存储介质、计算机设备
KR102272063B1 (ko) * 2019-12-13 2021-07-02 임계수 사용자들의 입맛 유사도를 판단하는 장치 및 방법
MY196302A (en) * 2020-06-19 2023-03-24 Panasonic Ip Man Co Ltd Information Providing Method
JP6910515B1 (ja) * 2020-07-31 2021-07-28 ＰａｙＰａｙ株式会社 分析装置、分析方法および分析プログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080002324A (ko) * 2006-06-30 2008-01-04 현대자동차주식회사 성형한계도 시험장치
JP2009505298A (ja) * 2005-08-19 2009-02-05 ビーアイエイピー・インコーポレーテッド ユーザに関心を引くアイテムを推奨するシステムおよび方法
KR20100005289A (ko) * 2008-07-07 2010-01-15 엘지전자 주식회사 진동 발생 장치
KR20120076477A (ko) * 2010-11-25 2012-07-09 주식회사 케이티 상점 추천 방법 및 시스템
KR20120101188A (ko) * 2011-02-01 2012-09-13 케이비에스인터넷 주식회사 스마트폰을 이용한 맛집 정보 제공 시스템 및 방법

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3707361B2 (ja) * 2000-06-28 2005-10-19 日本ビクター株式会社 情報提供サーバ及び情報提供方法
JP4580604B2 (ja) * 2001-12-25 2010-11-17 ぴあ株式会社 ランキング情報返送システム及びそれを実現するためのコンピュータプログラムとその方法
JP2008102846A (ja) * 2006-10-20 2008-05-01 Dowango:Kk コンテンツ推薦サーバ、コンテンツ推薦プログラム及びコンテンツ推薦方法
KR101415022B1 (ko) * 2007-07-24 2014-07-09 삼성전자주식회사 복합 알고리즘 이용한 정보 추천 방법 및 장치
KR101022886B1 (ko) * 2008-11-11 2011-03-16 한국과학기술원 사용자에 따른 지능형 콘텐츠 추천 방법 및 시스템
KR20100091669A (ko) * 2009-02-11 2010-08-19 인하대학교 산학협력단 전자상거래 서비스에서의 개인화 추천 시스템
JP2011053920A (ja) * 2009-09-02 2011-03-17 Fujitsu Ltd 投票先集約支援方法及び装置
KR101095311B1 (ko) * 2009-10-22 2011-12-16 성균관대학교산학협력단 사용자 적응형 추천 시스템
JP5483576B2 (ja) * 2010-06-08 2014-05-07 日本電信電話株式会社 推薦アイテムフィルタリング方法及び推薦アイテムフィルタリングプログラム
JP5968665B2 (ja) * 2012-04-05 2016-08-10 シャープ株式会社 類似度算出装置、類似度算出システム、類似度算出方法及び類似度算出プログラム
KR101647364B1 (ko) * 2013-08-26 2016-08-23 네이버 주식회사 사용자 특성정보 및 상호작용 기반의 컨텐츠 추천 시스템，방법 및 그 기록매체
KR20150080090A (ko) * 2013-12-30 2015-07-09 전남대학교산학협력단 하둡 기반의 상품 추천 시스템 및 그 시스템에서의 상품 추천을 위한 장치 및 방법
KR101579376B1 (ko) * 2014-05-11 2015-12-21 이정우 주관성 분석을 이용한 사용자 분류와 그에 따른 개인화된 장소 추천 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009505298A (ja) * 2005-08-19 2009-02-05 ビーアイエイピー・インコーポレーテッド ユーザに関心を引くアイテムを推奨するシステムおよび方法
KR20080002324A (ko) * 2006-06-30 2008-01-04 현대자동차주식회사 성형한계도 시험장치
KR20100005289A (ko) * 2008-07-07 2010-01-15 엘지전자 주식회사 진동 발생 장치
KR20120076477A (ko) * 2010-11-25 2012-07-09 주식회사 케이티 상점 추천 방법 및 시스템
KR20120101188A (ko) * 2011-02-01 2012-09-13 케이비에스인터넷 주식회사 스마트폰을 이용한 맛집 정보 제공 시스템 및 방법

Also Published As

Publication number Publication date
JP5992122B1 (ja) 2016-09-14
JP2017037629A (ja) 2017-02-16
KR20170019944A (ko) 2017-02-22
JP6087467B2 (ja) 2017-03-01
KR20170116924A (ko) 2017-10-20
WO2017026852A1 (ko) 2017-02-16
JP2017037650A (ja) 2017-02-16

Similar Documents

Publication Publication Date Title
KR101866514B1 (ko) 상대 비교를 통한 상품 추천 서비스 방법 및 이를 위한 추천 서비스 장치와 프로그램
US20210319346A1 (en) Personal Taste Assessment Method and System
US9449077B2 (en) Recommendation system based on group profiles of personal taste
Jannach et al. Recommending hotels based on multi-dimensional customer ratings
US20010044759A1 (en) Information recommendation apparatus and information recommendation system
KR101450526B1 (ko) 친구 추천 장치 및 방법
JP2000331004A (ja) 検索カートシステム
KR101825498B1 (ko) 컨텐츠 추천 시스템 및 방법
JP2000003394A (ja) パーソナルマーチャンダイジングシステム
US20100114615A1 (en) Optimized inventory selection
WO2010095169A1 (ja) 情報推薦方法、そのシステム、及びサーバ
KR101677749B1 (ko) 개인 선호 성향을 고려한 추천 서비스 방법 및 이를 위한 추천 서비스 서버
US20090037292A1 (en) Intelligent shopping search system
JP2001014349A (ja) 協調情報フィルタリング用レイティングシステム
CN104272304B (zh) 信息处理设备、信息处理方法以及程序
De Pessemier et al. Travelwithfriends: a hybrid group recommender system for travel destinations
EP3673381A1 (en) Apparatus and method for training a similarity model used to predict similarity between items
JP2017134744A (ja) 情報処理システム、情報処理方法、および情報処理プログラム
KR20140035221A (ko) 분야별 전문가 큐레이션 추천 시스템 및 이를 이용한 분야별 전문가 추천 방법
JP5667959B2 (ja) 影響度分析方法、影響度分析装置及びそのプログラム
JP2017513131A (ja) １つまたは複数のウェブサイトからの商品またはサービスを比較する方法
KR101507328B1 (ko) 협업 추천 시스템에서의 사용자 피드백 예측 장치 및 방법
JP2016071881A (ja) アイテムリコメンドシステム
Ho et al. A Hybrid GA-based Collaborative Filtering Model for Online Recommenders.
Alrawhani et al. Real estate recommender system using case-based reasoning approach

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant