KR102087824B1

KR102087824B1 - 취향 분석 알고리즘을 이용한 와인추천 방법

Info

Publication number: KR102087824B1
Application number: KR1020180035336A
Authority: KR
Inventors: 이태균
Original assignee: 주식회사 와인그래프
Priority date: 2018-03-27
Filing date: 2018-03-27
Publication date: 2020-04-23
Also published as: KR20190113110A

Abstract

본 발명의 일 실시예는 사용자의 취향 정보를 분석하는 알고리즘을 통해 와인을 추천하는 방법을 제공하는데 목적이 있다. 와인에 대한 사용자의 프로파일 및 소셜 네트워크 서비스 상의 게시글, 사용자의 게시글에 대한 선호정보, 사용자의 와인에 대한 선호정보에 기초하여 해당 사용자의 취향을 분석하고, 와인이 갖는 각각의 특성들에 대해 개별로 점수를 부여하고, 이에 대한 사용자의 취향에 따른 점수를 매겨, 사용자의 취향에 부합하는 맞춤형 와인에 대한 추천을 할 수 있다.

Description

취향 분석 알고리즘을 이용한 와인추천 방법 {METHOD FOR WINE RECOMMENDATION USING PREFERENCE ANALYSIS ALGORITM}

본 발명은 취향 분석 알고리즘을 이용한 와인 추천 방법에 관한 것으로서, 보다 상세하게는, 와인이 갖는 속성 정보에 대해 각 속성 별로 사용자의 선호도를 분석하여 사용자의 취향을 고려한 와인을 추천하는 방법에 관한 것이다.

종래에 추천 시스템은 사용자가 이미 구입하거나, 서비스 받은 정보 또는 상품의 내용 정보를 이용하여 추천을 수행하는 내용 기반(content-based) 추천 시스템 및 해당 사용자의 구입하거나 서비스 받은 정보 또는 상품의 히스토리를 이용하는 협력적 여과(collaborative filtering) 추천 시스템으로 실제 구매나 서비스를 받기 전에 맞춤형 추천을 진행하지는 않고 있다.

이로 인해, 추천 시스템에 대한 사용자의 인식은 부정적이며, 실제로 사용자가 만족하지 못한 상품이나 서비스에 대해서도 재 추천 되는 경우가 종종 발생하여, 추천 시스템의 신뢰도를 하락시키고 있다.

본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 사용자의 소셜 네트워크 활동에 기반하여 사용자의 취향 정보를 추출하고 이에 의거하여 사용자가 선호 할 만한 와인을 추천할 수 있다.

사용자에게 와인을 추천함에 있어서, 사용자의 취향 분석 알고리즘을 통해 와인의 맛과 향 등, 와인의 특징을 규정하는 다양한 요소에 대해 각각 점수를 산출하여 보다 만족도가 높은 와인을 추천할 수 있다.

다만, 본 발명의 일 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예에 따르는, 서버에 의해 수행되는 취향 분석 알고리즘을 이용한 와인추천 방법은, (a)와인 정보 서비스 단말에 대응하는 사용자의 프로파일에 따라, 상기 사용자의 초기 취향분석 데이터를 수집하는 단계; (b)상기 사용자로부터 상기 와인 정보 서비스 단말을 통해 수행되는 상기 사용자의 어플리케이션 활동내역에 대한 데이터를 기초로 상기 사용자의 와인 취향분석 데이터를 수집하는 단계; (c)상기 와인 취향분석 데이터에 기초하여 상기 초기 취향분석 데이터를 상기 사용자의 와인 취향 데이터로 업데이트하는 단계; 및 (d)상기 업데이트된 상기 사용자의 와인 취향 데이터를 기반으로 와인을 추천하는 단계;를 포함하되, 상기 각 프로파일 항목은 복수의 속성으로 규정되며, 상기 초기 취향분석 데이터는 각 프로파일 항목의 각 속성마다 사용자의 점수가 설정되도록 규정될 수 있다.

또한, 취향 분석 알고리즘을 이용한 와인추천 방법을 수행하는 서버는 와인 정보 서비스 단말에 대응하는 사용자의 프로파일에 따라, 상기 사용자의 초기 취향분석 데이터를 수집하고, 상기 사용자로부터 상기 와인 정보 서비스 단말을 통해 수행되는 상기 사용자의 어플리케이션 활동내역에 대한 데이터를 기초로 상기 사용자의 와인 취향분석 데이터를 수집하고, 상기 와인 취향분석 데이터에 기초하여 상기 초기 취향분석 데이터를 상기 사용자의 와인 취향 데이터로 업데이트하고, 상기 업데이트된 상기 사용자의 와인 취향 데이터를 기반으로 와인을 추천하되, 상기 각 프로파일 항목은 복수의 속성으로 규정되며, 상기 초기 취향분석 데이터는 각 프로파일 항목의 각 속성마다 사용자의 점수가 설정되도록 규정될 수 있다.

본 발명의 일 실시예는 사용자의 취향 정보를 분석하는 알고리즘을 통해 와인을 추천하는 방법을 제공하는데 목적이 있다.

와인에 대한 사용자의 프로파일 및 소셜 네트워크 서비스 상의 게시글, 사용자의 게시글에 대한 선호정보, 사용자의 와인에 대한 선호정보에 기초하여 해당 사용자의 취향을 분석하고, 와인이 갖는 각각의 특성들에 대해 개별로 점수를 부여하고, 이에 대한 사용자의 취향에 따른 점수를 매겨, 사용자의 취향에 부합하는 맞춤형 와인에 대한 추천을 할 수 있다.

도 1은 본 발명의 일 실시예에 따르는, 취향 분석 알고리즘을 이용한 와인추천 방법을 수행하는 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따르는, 취향 분석 알고리즘을 이용한 와인추천 방법을 설명하기 위한 순서도 이다.
도 3는 본 발명의 일 실시예에 따르는, 취향 분석 알고리즘을 이용한 와인추천 방법 중 와인 추천 단계를 설명하기 위한 순서도 이다.
도4는 본 발명의 일 실시예에 따라, 취향 분석 알고리즘을 이용한 와인추천 방법 중 와인 추천을 위한 인덱스점수를 설명하기 위한 도면이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

이하에서 언급되는 "단말"은 네트워크를 통해 서버나 타 단말에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop), VR HMD(예를 들어, HTC VIVE, Oculus Rift, GearVR, DayDream, PSVR 등)등을 포함할 수 있다. 여기서, VR HMD 는 PC용 (예를 들어, HTC VIVE, Oculus Rift, FOVE, Deepon 등)과 모바일용(예를 들어, GearVR, DayDream, 폭풍마경, 구글 카드보드 등) 그리고 콘솔용(PSVR)과 독립적으로 구현되는 Stand Alone 모델(예를 들어, Deepon, PICO 등) 등을 모두 포함한다. 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 스마트폰(smart phone), 태블릿 PC, 웨어러블 디바이스뿐만 아니라, 블루투스(BLE, Bluetooth Low Energy), NFC, RFID, 초음파(Ultrasonic), 적외선, 와이파이(WiFi), 라이파이(LiFi) 등의 통신 모듈을 탑재한 각종 디바이스를 포함할 수 있다. 또한, "네트워크"는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.

이하 도 1을 참조하여 본 발명의 일 실시예에 따르는, 취향 분석 알고리즘을 이용한 와인추천 방법을 수행하기 위한 시스템에 대해 구체적으로 설명한다.

도 1에 도시된 바와 같이 취향 분석 알고리즘을 이용한 와인추천 방법을 수행하기 위한 시스템(10)은 서버(100)와 와인 정보 서비스 단말(200)을 포함할 수 있으며, 서버(100)와 와인 정보 서비스 단말(200)은 네트워크를 통해 연결될 수 있다.

서버(100)는 와인 정보 서비스 단말(200)에 대응하는 사용자의 프로파일에 따라, 사용자의 초기 취향분석 데이터를 수집하고, 사용자로부터 와인 정보 서비스 단말(200)을 통해 수행되는 사용자의 어플리케이션 활동내역에 대한 데이터를 기초로 사용자의 와인 취향분석 데이터를 수집할 수 있다.

수집된 와인 취향분석 데이터에 기초하여 초기 취향분석 데이터를 사용자의 와인 취향 데이터로 업데이트하고, 업데이트된 사용자의 와인 취향 데이터를 기반으로 와인을 추천할 수 있다.

이때, 프로파일 항목은 복수의 속성으로 규정되며, 초기 취향분석 데이터는 각 프로파일 항목의 각 속성마다 사용자의 점수가 설정되도록 규정될 수 있다. 프로파일 항목을 구성하는 복수의 속성은, 와인 속성 정보(구체적으로, dry 속성 정보, Acidity 속성 정보, Tannin 속성 정보, Body 속성 정보), 국가 정보, 과일 정보, 요리 정보, 아로마 정보 중 하나 이상으로 구성될 수 있다.

또한, 와인 속성 정보 항목은 각 속성 정보 별로 1등급 내지 5등급으로 규정되며, 각 등급마다 상기 사용자의 인덱스점수가 설정될 수 있다.

와인 정보 서비스 단말(200)은 사용자가 소지하는 디바이스 또는 특정 장소에 설치된 컴퓨팅 장치로서, 와인과 음식 페어링 및 추천을 제공하는 것이 가능한 장치 일 수 있다. 서버(100)로부터 제공되는 복수의 사용자 간의 와인관련 게시글을 교환할 수 있는 소셜 네트워크 서비스(social network service; SNS)를 사용자에게 제공할 수 있다.

또한, 와인 정보 서비스 단말(200)은 사용자가 이용하는 와인관련 게시글을 교환할 수 있는 소셜 네트워크 서비스 애플리케이션에 대한 사용자의 활동내역을 수집하여 사용자의 취향분석 데이터를 서버(100)로 제공할 수 있다.

이하, 본 발명의 일 실시예에 따라, 취향 분석 알고리즘을 이용한 와인추천 방법 중 와인 추천을 위한 인덱스점수에 대해 구체적으로 설명한다.

서버(100)는 레드 와인, 화이트 와인, 스파클링 와인으로 분류하여 와인에 대한 그룹을 규정할 수 있으며, 각각의 그룹에 대해 취향 분석 데이터를 수집할 수 있다.

이때, 각 그룹에 대해 와인 속성 정보, 국가 정보, 과일 정보, 요리 정보, 아로마 정보 중 하나 이상을 포함하는 취향 분석 데이터를 수집할 수 있으며 와인 속성 정보 항목은 각 속성 정보 별로 1등급 내지 5등급으로 규정되며, 각 등급마다 상기 사용자의 인덱스점수가 설정될 수 있다.

와인 속성 정보는 dry, Acidity, Tannin, Body으로 규정될 수 있으나, 이에 한정하지 않는다.

사용자의 초기 취향 점수는 와인 정보 서비스 단말(200)에서 첫 로그인을 수행할 때, 입력하는 정보에 의해 수집될 수 있으며, 사용자의 프로파일 생성 페이지는 와인 속성 또는 와인 생산국과 같은 속성에 대한 선호도를 입력할 수 있도록 구성될 수 있다. 이때, 각 속성에 대응하는 값은 원 형상의 이미지를 통하여 입력될 수 있다.

예를 들어, 와인 속성에 대해 "가벼운", "새콤한", "묵직하고 진한", "기포가 있는" 및 "달콤함" 등의 속성 값을 설정할 수 있도록 구성될 수 있다. 또한, 각 속성 값에 대응하는 이미지는 원형으로 구성될 수 있다.

이때, 각 속성 값에 대응하는 원 형상의 이미지는 원의 테두리의 굵기가 점차 진해지는 형태로 생성될 수 있다. 예를 들어, 각 속성 값에 대응하는 이미지는 얇은 테두리를 가지고 있다가 사용자 인터렉션에 의해 원 형상의 이미지의 테두리 일 영역에서부터 굵기가 굵어지도록 변경될 수 있다.

사용자 인터렉션은 사용자가 특정 속성을 길게 클릭 또는 터치 입력이나 세게 클릭 또는 터치를 하는 포스 터치 인터렉션을 입력하는 경우, 인터렉션의 지속시간이나 세기에 기초하여 해당 속성 값에 대한 이미지를 변경할 수 있다.

또한, 설정된 속성 값을 초기화하고, 해당 속성 값의 이미지를 초기화하는 초기화 인터렉션이 존재할 수 있다. 이때, 초기화 인터렉션은 더블 클릭일 수 있으며, 미리 정해진 시간 이상 클릭을 유지하는 것일 수 있다. 또한, 초기화 인터렉션은 가속도 센서(미도시)를 통하여 입력된 쉐이킹(shaking) 일 수 있으나, 이에 한정된 것은 아니다.

사용자의 프로파일에 기초하여 수집된 사용자의 초기 취향 점수는 이후 사용자의 애플리케이션 활동내역에 의해 와인 취향 정보로 업데이트 될 수 있으며, 와인 취향 정보는 이후 활동에 대응하게 지속적으로 업데이트 될 수 있다.

예를 들어, 사용자의 초기 취향 점수 중, dry 속성 정보의 dry 등급이 1등급에서 5등급으로 규정되고, 1등급에서 5등급에 해당하는 모든 와인에 대한 초기 취향 점수(즉, 인덱스 점수)가 3이라고 가정한다. 이 후, 애플리케이션을 통해 제공되는(예를 들어, 애플리케이션 내의 타사용자가 업로드한 게시물을 통해 제공되는) dry 등급이 1등급인 와인에 대해 사용자가 1점으로 평가하면, 1등급에 해당하는 점수(즉, 3점)가 업데이트 될 수 있다.

이때, 와인 취향 정보에 대한 업데이트는 평가정보, 선호정보, 검색정보 중 하나 이상의 정보를 기반으로 수행된다. 여기서, 평가정보란 어느 한 와인에 대해 사용자가 평가한 점수를 의미하며, 선호정보란 타 사용자가 업로드한 게시물에 대한 '좋아요' 정보 및 그 게시물에 포함된 와인에 대한 '와인 좋아요' 정보를 포함하며, 검색정보란 애플리케이션 내의 검색창을 기반으로 사용자가 텍스트를 입력하여 검색한 값들을 의미한다.

또한, 업데이트된 인덱스점수는 기존 인덱스점수에 평가계수(기 설정되는 값)를 곱한 값과 사용자의 평가점수를 합한 값을 기초로 인덱스점수를 업데이트할 수 있다. 위 예에서, 기존 인덱스점수(3점)에 평가계수를 곱한 값과 사용자의 평가점수(1점)을 합한 값을 기초로 인덱스점수가 갱신된다.

인덱스점수는 위 와 같이 와인 속성 정보에 포함된 복수의 등급 각각에 대해 부여되는 부여된 점수로서, 사용자에게 와인을 추천하는 기준이 되는 점수가 될 수 있다.

더 구체적으로는, 인덱스 점수를 업데이트하는 방법은, 평가하는 점수, 현재 인덱스 점수 및 현재 인덱스 점수에 대한 평가 계수를 기초로 수행될 수 있는데, 현재 인덱스점수에 평가계수를 곱하고, 곱한 값에 사용자가 평가한 점수를 합산하고, 합산한 총 결과값에 대해 평가 계수와 1을 합산한 값으로 나누어 산출된 점수로 인덱스점수에 대한 업데이트가 이뤄질 수 있다. 이때, 평가계수는 사용자의 애플리케이션 활동내역이 선호정보입력, 평가점수 입력, 와인 검색 중 어느 하나인지에 따라서 다르게 설정될 수 있다.

예를 들어, 평가 계수를 10으로 설정하고, dry가 3점인 단계에 해당하는 와인에 대해 사용자가 2점을 평가하였다고 가정하면, 업데이트 될 인덱스 점수는 2.90909091이 될 수 있다.

이때, 인덱스점수 업데이트에 반영되는 '사용자가 평가하는 점수는' 와인에 대한 평가 점수를 직접 입력하는 경우 해당하는 점수가 평가 점수가 될 수 있다. 그러나, 선호정보를 입력 또는 검색 정보를 입력하는 경우, 선호정보가 입력된 와인이나 검색된 와인에 대한 평가 점수라는 것이 없기 때문에, 애초에 기 설정된 점수로 규정될 수 있다.

해당 정보에 대한 단계의 점수는 와인에 대한 평가정보, 게시물에 대한 선호정보, 게시물에 포함된 와인에 대한 선호정보 및 상기 애플리케이션 내에서 특정 와인을 검색하는 검색정보에 대해 점수를 수집하여 보관할 수 있다.

또한, 본 발명의 추가 실시예로서, 레드 와인, 화이트 와인 및 스파클링 와인 그룹 이외 추가로 마데이라 와인, 주정강화 와인 및 로제 와인에 대해서도 상술한 바와 같이 동일한 취향분석을 수행하여 취향 분석 데이터를 수집할 수 있다.

이하 도 2을 참조하여 본 발명의 일 실시예에 따르는, 취향 분석 알고리즘을 이용한 와인추천 방법에 대해 구체적으로 설명한다.

취향 분석 알고리즘을 이용한 와인추천 방법에 있어서 서버(100)는 와인 정보 서비스 단말(100)에 대응하는 사용자의 프로파일에 따라, 사용자의 초기 취향분석 데이터를 수집할 수 있다(S310).

모든 프로파일 항목은 복수의 속성으로 규정되며, 초기 취향분석 데이터는 각 프로파일 항목의 각 속성마다 사용자의 점수가 설정되도록 규정될 수 있다.

즉, 프로파일 항목에 대하여 초기 취향 점수를 기 설정된 점수로 설정하고, 사용자가 인터랙션을 통하여 입력한 정도에 따르는 점수(음 혹은 양의 숫자 값일 수 있음)를 기 설정된 점수에 가감할 수 있다.

이때, 인터랙션을 통하여 입력할 수 있는 추가 점수의 최대값은 제한되어 있을 수 있다.

초기 취향분석 데이터를 수집한 후, 사용자로부터 와인 정보 서비스 단말(200)을 통해 수행되는 사용자의 어플리케이션 활동내역에 대한 데이터를 기초로 사용자의 와인 취향 데이터를 수집할 수 있다(S320).

이때, 애플리케이션 활동내역은, 와인에 대한 평가정보, 게시물에 대한 선호정보, 게시물에 포함된 와인에 대한 선호정보 및 상기 애플리케이션 내에서 특정 와인을 검색하는 검색정보 중 적어도 하나를 포함할 수 있다.

이후, 서버(100)는 와인 취향 데이터에 기초하여 초기 취향분석 데이터를 사용자의 와인 취향 데이터로 업데이트 할 수 있다(S330).

이때, 프로파일 항목은 와인 속성 정보, 국가 정보, 과일 정보, 요리 정보, 아로마 정보 중 하나 이상을 포함할 수 있으며, 와인 속성 정보 내에서 1등급 내지 5등급의 항목들이 세부적으로 규정되며, 각 등급마다 사용자의 인덱스점수가 설정될 수 있다.

사용자의 와인 취향 데이터로 업데이트 함에 있어서, 인덱스점수에 평가계수를 곱한 값과 상기 사용자의 평가점수를 합한 값을 기초로 인덱스점수를 업데이트하되, 평가 계수는, 사용자의 애플리케이션 활동내역이 선호정보입력, 평가점수 입력 및 와인 검색 중 어느 하나인지에 따라서 다르게 설정될 수 있다.

즉, 사용자의 와인에 대한 평가정보를 기반으로 수행하는 경우, 사용자가 입력한 평가정보에 기재된 와인 속성정보와 사용자가 입력한 평가점수를 수신하고 사용자가 입력한 평가점수와 인덱스점수를 합산하여 현재 와인 속성정보에 대한 인덱스점수를 업데이트할 수 있다.

또한, 사용자의 와인에 대한 선호정보를 기반으로 수행하는 경우, 사용자가 입력한 선호정보에 기재된 와인 속성정보와 사용자가 입력한 선호정보를 수신하고 선호정보에 대응되는 기 설정된 점수와 와인의 인덱스점수를 합산하여 현재 와인 속성정보에 대한 인덱스점수를 업데이트할 수 있다.

아울러, 사용자의 와인에 대한 검색정보를 기반으로 수행하는 경우, 사용자가 입력한 검색정보에 기재된 와인 속성정보와 사용자가 입력한 검색정보를 수신하고 검색정보에 대응되는 기 설정된 점수와 와인의 인덱스점수를 합산하여 현재 와인 속성정보에 대한 인덱스점수를 업데이트할 수 있다.

서버(100)가 사용자의 와인 취향 데이터로 업데이트한 후, 업데이트된 상기 사용자의 와인 취향 데이터를 기반으로 와인을 추천할 수 있다(S340).

이하 도 3를 참조하여 본 발명의 일 실시예에 따르는, 취향 분석 알고리즘을 이용한 와인추천 방법 중 와인 추천 단계에 대해 구체적으로 설명한다.

와인을 추천 함에 있어서, 와인 취향 데이터에 포함된 각 프로파일 항목의 점수의 최대값을 판단할 수 있다(S341). 구체적으로, 각 프로파일 항목마다 여러 가지 등급이 규정될 수 있는데, 어느 등급을 사용자가 가장 선호하는지 각 등급마다 규정된 점수들 중 최대값을 기준으로 파악할 수 있다. 예를 들어, dry 속성 정보가 1등급 내지 5등급으로 규정될 때, 1등급에 대한 사용자의 점수가 5점이고, 2-4등급에 대한 사용자의 점수가 1-3점 사이라면, 최대값을 갖는 5점에 대응하는 1등급이 사용자가 가장 선호하는 등급으로 간주될 수 있다. 그에 따라, 사용자는 'dry 속성에 대해 1등급에 해당하는 와인을 좋아한다'라고 판단될 수 있다.

서버(100)는, 점수의 최대값이 복수 개 인지 여부를 파악할 수 있다(S342).

이때, 두 개 이상의 등급의 인덱스 점수가 서로 동일하며, 그 인덱스 점수가 최대값이라면, 먼저, 기 설정된 등급을 중심으로 편차를 구하는 등급과 인덱스점수를 컬럼으로 갖는 통계표에 기반한 평균값을 계산한다(S343). 이 평균값은 등급 평균값이라 할 수 있다.

평균값을 계산한 후, 서로 동률을 이루는 두 개 이상의 등급 중 평균값으로부터 가장 가까운 등급을 판단할 수 있다(S344).

판단된 등급을 기반으로 각 프로파일 항목마다 사용자가 가장 선호하는 등급을 파악하고, 파악된 등급들과 기 설정된 범위 이내의 값을 갖는 와인을 검색하여 추천할 수 있다(S345).

예를 들어, 3등급을 평균이라 가정하고 기 설정된 등급으로 지정한다. 이어서, 3을 중심으로 편차를 계산하는 형태로 평균값을 계산할 수 있다.

즉, 1등급은 -2점, 2등급은 -1점, 3등급은 0점, 4등급은 1점, 5등급은 2점으로 규정하여, {(-2)*(1등급에 대한 사용자의 점수) + (-1)*(2 등급에 대한 사용자의 점수) + (0)*(3 등급에 대한 사용자의 점수) + (1)*(4 등급에 대한 사용자의 점수) + (2)*(5 등급에 대한 사용자의 점수)} / {사용자의 점수들의 합 +3(즉, 기 설정된 등급)}으로 계산할 수 있다.

예를 들어, 도 4에 도시된 바와 같이 각 등급에 해당하는 점수가 순차적으로 5, 1, 2, 4, 5라고 가정하면, 1등급과 5등급이 서로 동일한 최대점수를 갖는다. 따라서, 1등급과 5등급 중 사용자가 가장 선호하는 등급이 어떤 등급인지 확정할 필요가 있다. 위와 같은 방식으로 계산한 평균값은 3.4가 된다.

이때, 평균값이 3.4 이므로 3.4등급에서 가장 가까운 5등급이 사용자가 가장 선호하는 등급으로 선정될 수 있다.

각 프로파일 항목에 대해 최대값을 판단하고 이를 기초로 사용자에게 맞춤형 와인을 추천 할 수 있다.

본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능 한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비 휘발성 매체, 분리형 및 비 분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비 휘발성, 분리형 및 비 분리형 매체를 모두 포함한다.

본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

10: 시스템
100: 서버 200: 단말

Claims

서버에 의해 수행되는 취향 분석 알고리즘을 이용한 와인추천 방법에 있어서,
(a) 와인 정보 서비스 단말에 대응하는 사용자의 프로파일에 따라, 상기 사용자의 초기 취향분석 데이터를 수집하는 단계;
(b) 상기 사용자로부터 상기 와인 정보 서비스 단말을 통해 수행되는 상기 사용자의 어플리케이션 활동내역에 대한 데이터를 기초로 상기 사용자의 와인 취향 데이터를 수집하는 단계;
(c) 상기 와인 취향 데이터에 기초하여 상기 초기 취향분석 데이터를 상기 사용자의 와인 취향 데이터로 업데이트하는 단계; 및
(d) 상기 업데이트된 상기 사용자의 와인 취향 데이터를 기반으로 와인을 추천하는 단계;
를 포함하되,
상기 각 프로파일 항목은 복수의 속성으로 규정되며, 상기 초기 취향분석 데이터는 각 프로파일 항목의 각 속성마다 사용자의 점수가 설정되도록 규정되는 것이고,
상기 프로파일 항목은,
와인 속성 정보를 포함하되, 상기 와인 속성 정보는 각 속성 정보 별로 1등급 내지 5등급의 등급이 규정되며, 각 등급마다 상기 사용자의 초기취향점수인 인덱스점수가 설정되고, 상기 인덱스점수가 가장 높은 등급이 해당 와인 속성 정보에 대해 사용자가 가장 선호하는 등급으로 간주되는 것이고,
상기 (c) 단계는,
상기 인덱스점수에 평가계수를 곱한 값과 상기 사용자가 각 등급 별 와인에 대해 평가한 점수를 합한 값을 기초로 상기 사용자의 인덱스점수를 업데이트하되,
상기 평가 계수는,
상기 사용자의 애플리케이션 활동내역이 선호정보입력, 평가점수 입력 및 와인 검색 중 어느 하나인지에 따라서 다르게 설정되는 것이고,
상기 (d) 단계는,
상기 와인 취향 데이터에 포함된 각 프로파일 항목에 대하여, 사용자가 가장 선호하는 등급을 파악하기 위해, 각 프로파일 항목 내에 규정되는 복수의 등급 중 최대의 인덱스점수를 갖는 등급을 판단하는 단계를 더 포함하되,
하나의 프로파일 항목 내에서 상기 최대 인덱스 점수가 두 개 이상인 경우,
등급과 인덱스 점수를 컬럼으로 규정하는 통계에 기반한 등급 평균값을 계산하는 단계; 및
상기 최대 인덱스 점수를 갖는 두 개 이상의 등급들 중 상기 등급 평균값으로부터 가장 가까운 등급을 편차를 계산하여 판단하고, 상기 판단된 등급을 사용자가 가장 선호하는 등급으로 간주하는 단계;
를 더 포함하는 것이고
상기 인덱스 점수는 상기 각 프로파일마다 규정되는 각 등급에 대한 상기 사용자의 점수인 것인,
취향 분석 알고리즘을 이용한 와인추천 방법.
제 1 항에 있어서,
상기 프로파일 항목은,
국가 정보, 과일 정보, 요리 정보, 아로마 정보 중 하나 이상을 더 포함하는 것인,
취향 분석 알고리즘을 이용한 와인추천 방법.
제 1 항에 있어서,
상기 (a) 단계는,
상기 프로파일 항목에 대하여 상기 초기 취향 점수를 기 설정된 점수로 설정하고, 상기 사용자가 인터랙션을 통하여 입력한 정도에 따르는 점수를 상기 기 설정된 점수에 가감하는 단계;
를 포함하되,
상기 인터랙션을 통하여 입력할 수 있는 점수의 최대값은 제한되어 있는 것인,
취향 분석 알고리즘을 이용한 와인추천 방법.
제 1 항에 있어서,
상기 (b) 단계의,
상기 애플리케이션 활동내역은,
와인에 대한 평가정보, 게시물에 대한 선호정보, 게시물에 포함된 와인에 대한 선호정보 및 상기 애플리케이션 내에서 특정 와인을 검색하는 검색정보 중 적어도 하나를 포함하는 것인,
취향 분석 알고리즘을 이용한 와인추천 방법.
삭제
제 1 항에 있어서,
상기 업데이트는,
상기 사용자의 와인에 대한 평가정보를 기반으로 수행하되,
상기 사용자가 입력한 평가정보에 기재된 와인의 속성정보와 상기 사용자가 입력한 평가점수를 수신하는 단계; 및
상기 와인의 속성정보로부터 상기 와인이 갖는 속성 별 등급을 파악하고, 기존 와인 취향 데이터 내의 프로파일 항목들의 등급들 중 상기 와인의 속성 별 등급과 매칭되는 등급들을 인식하고, 상기 인식된 등급에 대응하는 인덱스점수를 업데이트하는 단계;
를 포함하는,
취향 분석 알고리즘을 이용한 와인추천 방법.
제 1 항에 있어서,
상기 업데이트는,
상기 사용자의 와인에 대한 선호정보를 기반으로 수행하되,
상기 사용자가 입력한 선호정보가 기록된 게시물에 대한 와인의 속성정보와 상기 사용자가 입력한 선호정보를 수신하는 단계; 및
상기 와인의 속성정보로부터 상기 와인이 갖는 속성 별 등급을 파악하고, 기존 와인 취향 데이터 내의 프로파일 항목들의 등급들 중 상기 와인의 속성 별 등급과 매칭되는 등급들을 인식하고, 상기 인식된 등급에 대응하는 인덱스점수를 업데이트하되, 상기 선호정보에 대응되는 기 설정된 점수와 상기 인덱스점수를 합산하여 상기 인덱스점수를 업데이트하는 단계;
를 포함하는,
취향 분석 알고리즘을 이용한 와인추천 방법.
제 1 항에 있어서,
상기 업데이트는,
상기 사용자의 와인에 대한 검색정보를 기반으로 수행하되,
상기 사용자가 입력한 검색정보에 포함된 텍스트가 나타내는 와인의 속성정보와 상기 사용자가 입력한 검색정보를 수신하는 단계; 및
상기 와인의 속성정보로부터 상기 와인이 갖는 속성 별 등급을 파악하고, 기존 와인 취향 데이터 내의 프로파일 항목들의 등급들 중 상기 와인의 속성 별 등급과 매칭되는 등급들을 인식하고, 상기 인식된 등급에 대응하는 인덱스점수를 업데이트하되, 상기 검색정보에 대응되는 기 설정된 점수와 상기 인덱스점수를 합산하여 상기 인덱스점수를 업데이트하는 단계;
를 포함하는,
취향 분석 알고리즘을 이용한 와인추천 방법.
제 1 항에 있어서,
상기 (d) 단계는,
각 프로파일 항목 별로, 상기 판단된 등급과 기 설정된 범위 이내의 등급값을 갖는 와인을 검색하여 추천하는 단계;
를 포함하는,
취향 분석 알고리즘을 이용한 와인추천 방법.
삭제
취향 분석 알고리즘을 이용한 와인추천 방법을 수행하는 서버에 있어서,
와인 정보 서비스 단말에 대응하는 사용자의 프로파일에 따라, 상기 사용자의 초기 취향분석 데이터를 수집하고,
상기 사용자로부터 상기 와인 정보 서비스 단말을 통해 수행되는 상기 사용자의 어플리케이션 활동내역에 대한 데이터를 기초로 상기 사용자의 와인 취향 데이터를 수집하고,
상기 와인 취향 데이터에 기초하여 상기 초기 취향분석 데이터를 상기 사용자의 와인 취향 데이터로 업데이트하고,
상기 업데이트된 상기 사용자의 와인 취향 데이터를 기반으로 와인을 추천하되,
상기 각 프로파일 항목은 복수의 속성으로 규정되며, 상기 초기 취향분석 데이터는 각 프로파일 항목의 각 속성마다 사용자의 점수가 설정되도록 규정되는 것이고,
상기 프로파일 항목은,
와인 속성 정보를 포함하되, 상기 와인 속성 정보는 각 속성 정보 별로 1등급 내지 5등급의 등급이 규정되며, 각 등급마다 상기 사용자의 초기취향점수인 인덱스점수가 설정되고, 상기 인덱스점수가 가장 높은 등급이 해당 와인 속성 정보에 대해 사용자가 가장 선호하는 등급으로 간주되는 것이고,
상기 인덱스점수에 평가계수를 곱한 값과 상기 사용자가 각 등급 별 와인에 대해 평가한 점수를 합한 값을 기초로 상기 사용자의 인덱스점수를 업데이트하되,
상기 평가 계수는,
상기 사용자의 애플리케이션 활동내역이 선호정보입력, 평가점수 입력 및 와인 검색 중 어느 하나인지에 따라서 다르게 설정되는 것이고,
상기 와인 취향 데이터에 포함된 각 프로파일 항목에 대하여, 사용자가 가장 선호하는 등급을 파악하기 위해, 각 프로파일 항목 내에 규정되는 복수의 등급 중 최대의 인덱스점수를 갖는 등급을 판단하되,
하나의 프로파일 항목 내에서 상기 최대 인덱스 점수가 두 개 이상인 경우,
등급과 인덱스 점수를 컬럼으로 규정하는 통계에 기반한 등급 평균값을 계산하고, 상기 최대 인덱스 점수를 갖는 두 개 이상의 등급들 중 상기 등급 평균값으로부터 가장 가까운 등급을 편차를 계산하여 판단하고, 상기 판단된 등급을 사용자가 가장 선호하는 등급으로 간주하는 것이고
상기 인덱스 점수는 상기 각 프로파일마다 규정되는 각 등급에 대한 상기 사용자의 점수인 것인,
취향 분석 알고리즘을 이용한 와인추천 방법을 수행하는 서버.
제 1 항에 따르는 취향 분석 알고리즘을 이용한 와인추천 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독가능 기록 매체.