KR102119238B1 - 맞춤형 페르소나 관리서버 및 그 관리 방법 - Google Patents

맞춤형 페르소나 관리서버 및 그 관리 방법 Download PDF

Info

Publication number
KR102119238B1
KR102119238B1 KR1020180115939A KR20180115939A KR102119238B1 KR 102119238 B1 KR102119238 B1 KR 102119238B1 KR 1020180115939 A KR1020180115939 A KR 1020180115939A KR 20180115939 A KR20180115939 A KR 20180115939A KR 102119238 B1 KR102119238 B1 KR 102119238B1
Authority
KR
South Korea
Prior art keywords
keywords
state
propensity
persona
interest information
Prior art date
Application number
KR1020180115939A
Other languages
English (en)
Other versions
KR20200036373A (ko
Inventor
박성훈
김보라
김예림
김홍배
Original Assignee
이다커뮤니케이션즈(주)
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 이다커뮤니케이션즈(주) filed Critical 이다커뮤니케이션즈(주)
Priority to KR1020180115939A priority Critical patent/KR102119238B1/ko
Publication of KR20200036373A publication Critical patent/KR20200036373A/ko
Application granted granted Critical
Publication of KR102119238B1 publication Critical patent/KR102119238B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 출원의 일 실시예에 따르는 맞춤형 페르소나 관리서버는, 고객의 개인정보와 공통관심정보를 수집하는 수집부, 상기 개인정보와 상기 공통관심정보에 기초하여, 저장DB에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출하는 추출부, 상기 공통관심정보와 상기 제1 성향상태 간의 공통키워드에 기초하여, 상기 제1 성향상태에 대한 상응 여부를 판단하는 판단부 및 상기 제1 성향상태가 상기 공통관심정보에 상응한 것으로 판단된 경우, 상기 제1 페르소나를 맞춤형 페르소나로 결정하고, 상기 제1 성향상태가 상기 공통관심정보에 상응하지 않는 것으로 판단된 경우, 상기 제1 페르소나 및 상기 제1 성향상태에 대한 갱신 동작을 수행시키는 제어부를 포함한다.

Description

맞춤형 페르소나 관리서버 및 그 관리 방법{PERSONALIZED PERSONA MANAGEMENT SERVER AND MANGMENT METHOD THEREOF}
본 출원은 맞춤형 페르소나 관리서버 및 그 관리 방법에 관한 것으로, 특히, 고객의 개인정보로부터 추출된 페르소나와 고객의 관심정보 간의 상응 여부에 따라, 맞춤형 페르소나를 생성하여 제공할 수 있는 맞춤형 페르소나 관리서버 및 그 관리 방법에 관한 것이다.
일반적으로, 소비자의 유형이나 패턴을 사회학적 또는 인류학적 관점에서 분 류하는 방법은 여러 가지가 존재한다. 그러나 소비자를 마케팅이나 영업 활동에 사용하기 위해 필요한 유형이나 패턴으로 구분하는 방법에 대한 연구는 그리 많지 않는 것이 현실이다.
따라서, 소비자를 마케팅이나 영업 활동에 사용하기 위해 필요한 유형이나 패턴으로 구분함으로써, 영업이나 마케팅 활동에 활용할 수 있는 방법에 대한 연구가 진행되고 있다.
이 배경기술 부분에 기재된 사항은 출원의 배경에 대한 이해를 증진하기 위 하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다
본 출원의 선행문헌으로 아래의 특허문헌 1, 특허문헌 2가 존재한다.
(특허문헌 1) KR1020150137102
(특허문헌 2) KR1020150070146
본 출원의 목적은, 고객의 개인정보로부터 추출되는 페르소나를 고객의 관심정보에 기초하여, 고객에 대한 상응 여부를 검증할 수 있을 뿐 아니라, 고객에게 보다 정확한 맞춤형 페르소나를 제공하기 위한 맞춤형 페르소나 관리서버 및 그 관리 방법을 제공하는 것을 목적으로 한다.
본 출원의 일 실시예에 따르는 맞춤형 페르소나 관리서버는, 고객의 개인정보와 공통관심정보를 수집하는 수집부, 상기 개인정보와 상기 공통관심정보에 기초하여, 저장DB에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출하는 추출부, 상기 공통관심정보와 상기 제1 성향상태 간의 공통키워드에 기초하여, 상기 제1 성향상태에 대한 상응 여부를 판단하는 판단부 및 상기 제1 성향상태가 상기 공통관심정보에 상응한 것으로 판단된 경우, 상기 제1 페르소나를 맞춤형 페르소나로 결정하고, 상기 제1 성향상태가 상기 공통관심정보에 상응하지 않는 것으로 판단된 경우, 상기 제1 페르소나 및 상기 제1 성향상태에 대한 갱신 동작을 수행시키는 제어부를 포함한다.
실시예에 있어서, 상기 제어부는, 상기 제1 성향상태에 대한 갱신 동작을 수행하기 이전에, 상기 공통관심정보에 따른 웹 탐색을 기반으로, 신규 페르소나와 신규 성향상태를 탐색하는 탐색부 및 상기 신규 페르소나와 상기 신규 성향상태를 상기 복수의 페르소나들 및 성향상태들에 추가하여 업데이트하는 업데이트부를 포함한다.
실시예에 있어서, 상기 추출부는, 상기 저장DB에 업데이트되는 신규 페르소나 및 상기 신규 성향상태에 따라, 상기 제1 성향상태에 대한 갱신 동작을 수행할 때, 제2 성향상태 및 상기 제2 성향상태에 대응되는 제2 페르소나를 재추출하고, 상기 판단부는, 상기 공통관심정보와 상기 제2 성향상태에 대한 상응 여부를 재판단한다.
실시예에 있어서, 상기 판단부는, 상기 공통관심정보에 포함된 관심키워드들을 상기 제1 성향상태에 기설정된 적합키워드들 및 부적합키워드들에 따라 제1 내지 제3 키워드로 분류하는 분류부, 상기 적합키워드에 대응되는 상기 제1 키워드의 개수와 상기 부적합키워드들에 대응되는 상기 제2 키워드의 개수를 각각 카운트하는 카운트부 및 상기 제1 내지 제2 키워드들의 개수에 따라 적용되는 적합도 산출식을 통해 상기 제1 성향상태와 상기 공통관심정보 간의 적합도를 계산하는 계산부를 포함한다.
실시예에 있어서, 상기 적합도 산출식은,
Figure 112018096097756-pat00001
이고,
여기서, α는 상기 제1 및 제3 키워드 개수의 차이에 따라 적용되는 양(+)의 상수, A는 상기 제1 키워드별로 기설정된 제1 가중치의 평균, N1은 상기 제1 키워드의 개수이고, β는 상기 제2 및 제3 키워드 개수의 차이에 따라 적용되는 음(-)의 상수, B는 상기 제2 키워드별로 기설정된 제2 가중치의 평균, N2는 상기 제2 키워드의 개수, N3는 상기 제1 내지 제3 키워드의 총개수이며, 상기 판단부는, 상기 적합도 산출식을 통해 계산된 적합도에 따라, 상기 제1 성향상태 및 상기 공통관심정보에 대한 상응 여부를 판단한다.
본 출원의 일 실시예에 따르는 맞춤형 페르소나 관리서버의 동작방법으로서,고객의 개인정보와 공통관심정보를 수집하는 단계, 상기 개인정보와 상기 공통관심정보에 기초하여, 저장DB에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출하는 단계, 상기 공통관심정보와 상기 제1 성향상태 간의 공통키워드에 기초하여, 상기 제1 성향상태에 대한 상응 여부를 판단하는 단계 및 상기 제1 성향상태가 상기 공통관심정보에 상응한 것으로 판단된 경우, 상기 제1 페르소나를 맞춤형 페르소나로 결정하여 고객단말로 제공하고, 상기 제1 성향상태가 상응하지 않는 것으로 판단된 경우, 상기 저장DB에 업데이트되는 신규 페르소나와 신규 성향상태에 따라, 상기 제1 성향상태에 대한 갱신 동작을 수행시키는 단계를 포함한다.
실시예에 있어서, 상기 제1 성향상태에 대한 갱신 동작을 수행시키는 단계는, 상기 제1 성향상태에 대한 갱신 동작을 수행하기 이전에, 상기 공통관심정보에 따른 웹 탐색을 기반으로, 상기 신규 페르소나와 상기 신규 성향상태를 탐색하는 단계 및 상기 신규 페르소나와 상기 신규 성향상태를 상기 저장DB에 저장된 상기 복수의 페르소나들 및 성향상태들에 추가하여 업데이트하는 단계를 포함한다.
실시예에 있어서, 상기 제1 성향상태에 대한 갱신 동작을 수행시키는 단계는, 상기 갱신 동작에 응답하여, 상기 저장DB에 업데이트되는 상기 신규 페르소나 및 상기 신규 성향상태에 따라, 제2 성향상태 및 상기 제2 성향상태에 대응되는 제2 페르소나를 재추출하는 단계, 상기 공통관심정보와 상기 제2 성향상태에 대한 상응 여부를 재판단하는 단계 및 상기 제2 성향상태가 상응하지 않는 것으로 판단된 경우, 상기 제2 성향상태에 대한 갱신 동작을 기설정된 횟수까지 반복적으로 수행시키는 단계를 더 포함한다.
실시예에 있어서, 상기 판단하는 단계는, 상기 공통관심정보에 포함된 관심키워드들을 상기 제1 성향상태에 기설정된 적합키워드들 및 부적합키워드들에 따라 제1 키워드, 제2 키워드 및 제3 키워드로 분류하는 단계, 상기 적합키워드들에 대응되는 상기 제1 키워드의 개수와 상기 부적합키워드들에 대응되는 제2 키워드의 개수를 각각 카운트하는 단계 및 상기 제1 내지 제3 키워드의 개수에 따라 적용되는 적합도 산출식을 통해 상기 제1 성향상태와 상기 공통관심정보 간의 적합도를 계산하는 단계를 포함한다.
실시예에 있어서, 상기 적합도 산출식은,
Figure 112018096097756-pat00002
이고,
여기서, α는 상기 제1 및 제3 키워드 개수의 차이에 따라 적용되는 양(+)의 상수, A는 상기 제1 키워드별로 기설정된 제1 가중치의 평균, N1은 상기 제1 키워드의 개수이고, β는 상기 제2 및 제3 키워드 개수의 차이에 따라 적용되는 음(-)의 상수, B는 상기 제2 키워드별로 기설정된 제2 가중치의 평균, N2는 상기 제2 키워드의 개수, N3는 상기 제1 내지 제3 키워드의 총개수이다.
본 출원의 실시 예에 따른 맞춤형 페르소나 관리서버 및 그 관리 방법은 단지, 고객의 개인정보로부터 추출되는 페르소나를 고객의 관심정보에 기초하여, 고객의 맞춤형 페르소나인 지를 검증할 수 있는 효과가 있다.
또한, 고객에게 보다 정확하고, 맞춤형인 페르소나를 제공할 수 있는 효과가 있다.
도 1은 본 출원의 실시 예에 따른 맞춤형 페르소나 관리서버를 포함하는 관리시스템의 블록도이다.
도 2는 도 1의 맞춤형 페르소나 관리서버의 실시 예이다.
도 3은 도 1의 판단부에 대한 실시 예이다.
도 4는 도 1의 제어부에 대한 실시 예이다.
도 5는 본 출원의 실시 예에 따른 맞춤형 페르소나 관리서버의 동작 프로스세이다.
도 6은 도 1의 판단부의 실시 예에 따른 동작 프로세스이다.
본 명세서에 개시되어 있는 본 출원의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 출원의 개념에 따른 실시 예들을 설명하기 위한 목적으로 예시된 것으로서, 본 출원의 개념에 따른 실시 예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.
본 출원의 개념에 따른 실시 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시 예들을 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 출원의 개념에 따른 실시 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 출원의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 출원의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1구성요소는 제2구성요소로 명명될 수 있고, 유사하게 제2구성요소는 제1구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 출원을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 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 출원이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면을 참조하여 본 출원의 바람직한 실시 예를 설명함으로써, 본 출원을 상세히 설명한다.
도 1은 본 출원의 실시 예에 따른 맞춤형 페르소나 관리서버(10)를 포함하는 관리시스템(1000)의 블록도이고, 도 2는 도 1의 맞춤형 페르소나 관리서버(10)의 실시 예이다.
도 1과 도 2를 참조하면, 관리시스템(1000)은 복수의 고객단말들(20_1~20_N), 맞춤형 페르소나 관리서버(10) 및 저장DB(200)를 포함할 수 있다.
먼저, 복수의 고객단말들(20_1~20_N)은 맞춤형 페르소나를 제공받기 위한 각 고객이 소지한 단말로서, 네트워크(50)를 통해 맞춤형 페르소나 관리서버(10)와 서로 연결되어 데이터 송/수신이 가능하도록 컴퓨터나 휴대용 단말기, 텔레비전으로 구현될 수 있다.
예컨대, 컴퓨터는 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop) 등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access) 2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smart Phone) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 또한, 텔레비전은 IPTV(Internet Protocol Television), 인터넷 TV(Internet Television), 지상파 TV, 케이블 TV 등을 포함할 수 있다.
또한, 복수의 고객단말들(20_1~20_N)은 후술할 맞춤형 페르소나 관리서버(10)에서 제공되는 다양한 HTML(Hyper Text Markup Language) 문서 등의 웹페이지(Web Page)를 가져와 화면에 디스플레이(Display)될 수 있도록 통상의 웹브라우저(Web Browser)가 구비되고, 맞춤형 페르소나 관리서버(10)에 접속하여 다양한 웹서비스(Web Service)를 이용할 수 있는 모든 종류의 유무선 통신 장치일 수 있다.
이때, 복수의 고객단말들(20_1~20_N)은 네트워크(50)를 통해 맞춤형 페르소나 관리서버(10)에 접속하여, 서비스를 이용할 수 있도록 애플리케이션(application)이 설치될 수 있다. 특히, 애플리케이션 간 데이터 조회가 불가능한 운영체제에 적용 가능하며, 운영체제로는 IOS, 안드로이드(ANDROID), 심비안(SYMBIAN), 바다(BADA) 등의 모바일 운영체제가 포함될 수 있고, 이러한 조건들을 합쳐서 모바일 환경이 형성될 수 있다.
그리고, 네트워크(50)는 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미하며, 복수의 고객단말들(20_1~20_N)을 소지한 고객이 후술하는 맞춤형 페르소나 관리서버(10)에 접속될 수 있게 하는 환경을 제공할 수 있다. 한편, 네트워크(50)는 유선 또는 무선 인터넷일 수도 있고, 이외에도 유선 공중망, 무선 이동 통신망, 또는 휴대 인터넷 등과 통합된 코어 망일 수 있다.
본 출원의 실시예에 따른 맞춤형 페르소나 관리서버(10)는 수집부(110), 추출부(120), 판단부(130) 및 제어부(140)를 포함할 수 있다.
먼저, 수집부(110)는 통신모듈(110)을 포함할 수 있다. 여기서, 통신모듈(100)은 복수의 고객단말들(20_1~20_N)과 네트워크(50)를 통해 연결될 수 있다. 즉, 수집부(110)는 통신모듈(110)을 통해 복수의 고객단말들(20_1~20_N)과 통신할 수 있다.
실시예에 따라, 수집부(110)는 고객의 개인정보와 공통관심정보를 수집할 수 있다. 여기서, 고객의 개인정보는 고객의 성향, 나이, 성별, 결혼상태, 자녀유무, 주거형태, 가구소득, 직업, 업종, 경력 교육수준, 안정수준 중 적어도 어느 하나를 포함하고, 고객의 공통관심정보는, 관심사, 피어그룹, 인생목표, 제무정보 중 적어도 어느 하나를 포함할 수 있다.
보다 구체적으로, 수집부(110)는 통신모듈(110)을 통해 복수의 고객단말들(20_1~20_N) 중 어느 하나의 고객단말(예컨대, 20_1, 이하 20이라 함)과 연결될 수 있다. 그런 다음 수집부(110)는 어느 하나의 고객단말(20)로부터 해당 고객의 개인정보와 공통관심정보를 전송받고, 해당 정보를 저장DB(200)에 저장할 수 있다.
이때, 저장DB(200)는 고객의 개인정보와 공통관심정보를 고객별로 데이터베이스(DB)화하여 저장, 분류 및 관리할 수 있다. 예를 들면, 저장DB(200)는 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이터베이스 관리 시스템(RDBMS)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이터베이스 관리 시스템(OODBMS)을 이용하여 본 발명의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(field)들을 가지고 있다.
실시예에 따라, 저장DB(200)는 인구통계학 정보에 기초하여, 공통의 키워드들에 따라 관리자에 의해 분류되는 복수의 페르소나들과 복수의 성향상태들을 사전에 생성, 분류, 저장 및 관리할 수 있다.
보다 구체적으로, 저장DB(200)는 인구통계학 정보에 기초하여, Self-Actualizers, Worky Lives, Well-being Endeavorers, Life Planners, Children-Centered Lives, Living for family, Married Life와 관련된 각 공통의 키워드들에 따라 복수의 페르소나들을 사전에 생성, 분류, 저장 및 관리할 수 있다.
예를 들면, 복수의 페르소나들은, Self-Actualizers과 관련된 키워드들에 따라 분류된 골드미스, 골드미스터, 루비, 나우, 어번그래니, 네오싱글, 그루밍, 로엘, Worky Lives와 관련된 키워드들에 따라 분류된 코스모폴리탄, 보험박사, 미생, 아이엠싱글, 워킹맘, 다이아몬드 워킹맘, 및 프리터, Well-being Endeavorers과 관련된 키워드들에 따라 분류된 엄브렐러맨, 레저페셔널, 및 쇼핑똑똑이, Life Planners와 관련된 키워드들에 따라 분류된 인생설계스타터, 액티브시니어, 및 플랜B비기너, Children-centered Lives와 관련된 키워드들에 따라 분류된 초보맘, 초보아빠, 예비엄마, 알파맘, 베타맘, 늦깎이 부모, 및 손주바보, Living for Family와 관련된 키워드들에 따라 분류된 우리집 슈퍼맨, 패밀리케어러, 노무, 및 기러기아빠, Married Life와 관련된 키워드들에 따라 분류된 저스트메리드, 딩펫, 및 딩크 중 적어도 어느 하나를 포함할 수 있다.
또한, 저장DB(200)는 각 페르소나에 대한 속성 및 키워드들을 관리자에 의해 생성, 저장, 분류 및 관리할 수 있다.
여기서, 각 페르소나의 속성은 전반적인 속성정보와 직업군에 따른 속성정보를 포함할 수 있다. 예를 들면, 베탐맘에 대한 전반적인 속성정보는, "자녀가 원하는 삶을 살 수 있도록 옆에서 조언해주는 유형의 엄마들이다. 이들은 아이의 행복과 주도성, 독립성, 자립성을 중요하게 생각하며, 자녀 스스로 자신의 인생을 결정하게끔 옆에서 도움을 줄 뿐 부모 자신이 원하는 삶을 살도록 강요하지 않는다. "와 같은 정보를 포함하고, 직업군 중 보험직업에 따른 속성정보는 이들 계층의 보험에 대한 성향은 노후 준비와 가족의 건강, 목적 자금에 대한 불안도는 약간 높은 편이지만 그에 비례해 전반적으로 잘 준비가 되어 있는 편이다."와 같은 정보를 포함할 수 있다.
또한, 각 페르소나에 대한 키워드들은 인구통계학 정보에 기초하여, 분류되는 고객의 개인정보에 대응될 수 있다. 예를 들면, 각 페르소나에 대한 키워드들은 성향, 나이, 성별, 결혼상태, 자녀유무, 가구소득, 직업, 교육수준, 관심사, 보험지식수준, 불안수준, 대비수준 중 적어도 어느 하나의 키워드를 포함할 수 있다.
또한, 저장DB(200)는 인구통계학 정보에 기초하여, 복수의 고객들의 관심정보들에 포함된 공통의 키워드들에 따라, 감성적(Emotional)상태, 이성적(Rational)상태, 예민한(Sensitive)상태, 보수적(Conservative)상태, 적극적(Active)상태, 매니아적(Mania)상태, 수동적(Passive)상태, 부정적(Negative)상태로 생성, 분류, 저장 및 관리할 수 있다.
여기서, 감성적(Emotional)상태, 이성적(Rational)상태, 예민한(Sensitive)상태, 보수적(Conservative)상태를 소비자의 성향정보로 정의하고, 적극적(Active)상태, 매니아적(Mania)상태, 수동적(Passive)상태, 부정적(Negative)상태를 소비자의 태도정보로 정의할 수 있다.
그런 다음, 저장DB(200)는 감성적(Emotional)상태 및 매니아적(Mania)상태에 관련된 키워드들을 홀릭(Holic)에 대한 성향상태로 사전에 생성, 분류, 저장 및 관리할 수 있다. 또한, 저장DB(200)는 감성적(Emotional)상태 및 적극적(Active)상태에 관련된 키워드들을 헤비유저(Heavy User)에 대한 성향상태로 사전에 생성, 분류, 저장 및 관리할 수 있다. 또한, 저장DB(200)는 감성적(Emotional)상태 및 수동적(Passive)상태에 관련된 키워드들을 소심유저(Timid User)에 대한 성향상태로 사전에 생성, 분류, 저장 및 관리할 수 있다.
예를 들면, 저장DB(200)는 복수의 고객들의 관심정보들이 포함된 각 공통의 키워드들에 따라 분류된 8개의 성향상태들을 이용하여, 복수의 성향상태들을 다음의 표 1에 기재된 바와 같이, 사전에 생성, 분류, 저장 및 관리할 수 있다.
적극적상태 홀릭(Holic) 얼리어답터 (Early
Adopter)		 척척박사(Know-It-Al
l)		 수집가(Collecto
r)
매니아적상태 헤비유저(Heavy
User)		 평범한 대중(Mass
Follower)		 스마트
유저(Smartie)		 단순선호자(Simpl
e Mind)
수동적상태 소심 유저(Timid
User)		 따라장이(Big sway) 깐깐유저(Picky
User)		 충성가(Only One
Lover)
부정적상태 진상고객(Trouble
Maker)		 체리피커(Cherry
Picker)		 냉소가(Cynic) 회의주의자(Skept
ic)
감성적상태 예민한상태 이성적상태 보수적상태
여기서, 복수의 성향상태들은 인구통계학 정보에 기초하여, 복수의 고객들의 관심정보들로부터 분류된 8개의 성향상태들에 관련된 각 공통의 키워드들에 따라, 홀릭(Holic), 얼리어답터 (Early Adopter), 척척박사(Know-It-All), 수집가(Collector), 헤비유저(Heavy User), 평범한 대중(Mass Follower), 스마트 유저(Smartie), 단순선호자(Simple Mind), 소심유저(Timid User), 따라장이(Big sway), 깐깐유저(Picky User), 충성가(Only One Lover), 진상고객(Trouble Maker), 체리피커(Cherry Picker), 냉소가(Cynic), 및 회의주의자(Skeptic) 중 적어도 어느 하나에 대한 성향상태를 포함할 수 있다. 즉, 저장DB(200)는 복수의 페르소나들 및 성향상태들 각각에 대해 연관된 키워드들을 각각 사전에 생성, 저장, 분류 및 관리할 수 있다.
또한, 저장DB(200)는 복수의 성향상태들에 따라 복수의 페르소나들을 대응시켜 저장할 수 있다. 예를 들면, 저장DB(200)는 홀릭에 대한 성향상태를 로엘에 대한 페르소나로 대응시켜 저장할 수 있다.
다음으로, 추출부(120)는 수집부(110)를 통해 수집된 고객의 개인정보와 공통관심정보에 기초하여, 저장DB(200)에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출할 수 있다.
보다 구체적으로, 추출부(120)는 수집부(110)를 통해 수집된 고객의 개인정보와 공통관심정보에 포함된 각각의 키워드들을 추출할 수 있다. 여기서, 각각의 키워드들은 고객의 개인정보와 공통관심정보에 포함된 낱말, 어휘, 단어, 문장 중 어느 하나를 포함할 수 있다. 그런 다음, 추출부(120)는 고객의 개인정보와 공통관심정보에 포함된 각각의 키워드들과 저장DB(200)에 저장된 복수의 페르소나들 및 성향상태들 중 공통되는 키워드 개수가 가장 많은 제1 페르소나 및 제1 성향상태를 추출할 수 있다.
예를 들면, 고객의 개인정보와 저장DB(200)에 저장된 복수의 페르소나들 중 베타맘 페르소나에 대한 공통키워드 개수가 가장 많은 경우, 추출부(120)는 베타맘 페르소나를 제1 페르소나로 추출할 수 있다. 또한, 고객의 공통관심정보와 저장DB(200)에 저장된 복수의 성향상태들 중 따라쟁이 성향상태에 대한 공통키워드 개수가 가장 많은 경우, 추출부(120)는 따라쟁이 성향상태를 제1 성향상태로 추출할 수 있다.
다음으로, 판단부(130)는 공통관심정보와 제1 성향상태 간의 공통키워드에 따라, 제1 성향상태에 대한 상응 여부를 판단할 수 있다.
먼저, 판단부(130)는 수집부(110)를 통해 공통관심정보에 포함된 관심키워드들을 전송받을 수 있다. 여기서, 관심키워드들은 공통관심정보에 포함된 복수의 키워드들 중 기설정된 적어도 하나 이상의 키워드일 수 있다. 그런 다음, 판단부(130)는 관심키워드들에 응답하여, 제1 성향상태에 따라 기저장된 적합키워드들 및 부적합키워드들을 저장DB(200)로부터 전송받을 수 있다.
예를 들면, 수집부(110)를 통해 수집된 공통관심정보에 포함된 관심키워드들이 '연애', '자기 계발', '익스트림 스포츠', '여가', '미용', '저축'이고, 제1 성향상태가 '홀릭'인 경우, 판단부(130)는 수집부(110)를 통해 수집된 공통관심정보에 포함된 '연애', '자기 계발', '익스트림 스포츠', '여가', '미용', '저축'에 대한 관심키워드들을 전송받을 수 있다. 그런 다음, 판단부(130)는 '연애', '자기 계발', '익스트림 스포츠', '여가', '미용', '저축'에 대한 관심키워드들에 응답하여, '홀릭'에 대한 제1 성향상태에 따라 기저장된 '자기 계발', '익스트림 스포츠', '여가', '미용'에 대한 적합키워드들과 '노후준비', '저축', '일'에 대한 부적합키워드들을 저장DB(200)로부터 전송받을 수 있다.
실시예에 따른 판단부(130)는 공통관심정보와 제1 성향상태 간의 공통키워드 개수에 기초하여, 제1 성향상태에 대한 상응 여부를 판단할 수 있다. 보다 구체적으로, 판단부(130)는 관심키워드들 및 적합키워드들 간의 공통키워드 개수와 관심키워드들 및 부적합키워드들 간의 공통키워드 개수에 기초하여, 제1 성향상태에 대한 상응 여부를 판단할 수 있다. 예를 들면, 관심키워드들 및 적합키워드들 간의 공통키워드는 '자기 계발', '익스트림 스포츠', '여가', '미용'으로 4개이고, 관심키워드들 및 부적합키워드들 간의 공통키워드는 '저축'으로 1개일 수 있다.
이하, 도 3을 참조하여, 판단부(130)에 대해 보다 구체적으로 설명한다.
도 3은 도 1의 판단부(130)에 대한 실시 예이다.
도 3을 참조하면, 판단부(130)는 분류부(131), 카운터부(133) 및 계산부(135)를 포함할 수 있다.
먼저, 분류부(131)는 수집부(110)를 통해 공통관심정보에 포함된 관심키워드들을 전송받고, 추출부(120)를 통해 제1 성향정보를 전송받을 수 있다. 그런 다음, 분류부(131)는 관심키워드들에 응답하여, 제1 성향상태에 따라 기설정된 적합키워드들 및 부적합키워드들을 저장DB(200)로부터 전송받을 수 있다.
이때, 분류부(131)는 관심키워드들을 적합키워드들 및 부적합키워드들에 따라, 제1 내지 제3 키워드들로 분류할 수 있다. 여기서, 제1 키워드는 관심키워드들 중 적합키워드들에 대응되는 키워드이고, 제2 키워드는 관심키워드들 중 부적합키워드들에 대응되는 키워드이며, 제3 키워드는 관심키워드들 중 제1 및 제2 키워드에 대응되지 않는 키워드일 수 있다. 예를 들면, 제1 키워드는 자기 계발, 익스트림 스포츠, 여가, 미용이고, 제2 키워드는 저축이고, 제3 키워드는 연애일 수 있다.
그런 다음, 카운터부(133)는 분류부(131)를 통해 분류된 제1 내지 제3 키워드를 개수를 카운트할 수 있다. 보다 구체적으로, 카운터부(133)는 적합키워드들에 대응되는 제1 키워드의 개수와 부적합키워드들에 대응되는 제2 키워드의 개수 및 제1 및 제2 키워드에 포함되지 않는 제3 키워드의 개수를 각각 카운트할 수 있다.
다음으로, 계산부(135)는 제1 내지 제3 키워드의 개수에 따라 적용되는 적합도 산출식(M)을 통해 제1 성향상태와 공통관심정보 간의 적합도를 계산할 수 있다.
여기서, 적합도 산출식(M)은,
Figure 112018096097756-pat00003
이고,
이때, α는 상기 제1 및 제3 키워드 개수의 차이에 따라 적용되는 양(+)의 상수, A는 상기 제1 키워드별로 기설정된 제1 가중치의 평균, N1은 상기 제1 키워드의 개수이고, β는 상기 제2 및 제3 키워드 개수의 차이에 따라 적용되는 음(-)의 상수, B는 상기 제2 키워드별로 기설정된 제2 가중치의 평균, N2는 상기 제2 키워드의 개수, N3는 상기 제1 내지 제3 키워드의 총개수일 수 있다.
보다 구체적으로, 계산부(135)는 적합도를 계산할 때, 저장DB(200)로부터 적합 및 부적합 키워드 별로 가중된 가중치 리스트를 전송받을 수 있다. 예를 들면, 다음의 표 1과 표 2에 기재된 바와 같이, 계산부(135)는 저장DB(200)를 통해 제1 성향상태에 따라 미리 저장된 적합키워드 별로 가중된 가중치 리스트와 부적합키워드 별로 가중된 가중치 리스트를 전송받을 받을 수 있다.
여기서, 표 2는 홀릭에 대한 제1 성향상태에 따라 기설정된 적합키워드 별로 가중된 가중치 리스트이고, 다음의 표 3은 홀릭에 대한 제1 성향상태에 따라 기설정된 부적합 키워드별로 가중된 가중치 리스트일 수 있다.
적합키워드 제1 가중치(1~2)
익스트림 스포츠 2
자기계발 1.8
미용 1.6
여가 1.2
... ...
부적합키워드 제2 가중치(1~2)
노후준비 2
저축 1.8
... ...
보다 구체적으로, 판단부(130)는 저장DB(200)에 기저장된 표 2 및 표 3을 참조하여, 적합도 산출식(M)의 파라미터인 α, A, β, B, N1, N2, N3를 획득하고, α, A, β, B, N1, N2, N3를 적합도 산출식(M)에 대입하여, 공통관심정보와 제1 성향상태에 대한 적합도를 계산할 수 있다. 예를 들면, 관심키워드들이 '연애', '자기 계발', '익스트림 스포츠', '여가', '미용', '저축'이고, '홀릭'에 대한 제1 성향상태의 적합키워드들이 '익스트림 스포츠', '자기계발', '미용', '여가'이며, '홀릭'에 대한 제1 성향상태의 부적합키워드들이 '노후준비', '저축'인 경우, 판단부(130)는 N1을 4, N2를 1, N3를 6, α를 (+), A를 1.4, β를 (-), B를 1.5로 획득하고, 적합도 산출식(M)에 대입하여 약 0.68의 적합도를 계산할 수 있다.
이때, 적합도 산출식(M)을 통해 계산된 약 0.68의 적합도가 기설정된 적합수치 0.6을 초과하는 경우, 판단부(130)는 공통관심정보와 제1 성향상태에 대해 상응한 것으로 판단할 수 있다.
다시 도 1과 도 2를 참조하면, 판단부(130)는 적합도 산출식(M)을 통해 계산되는 적합도에 따라, 공통관심정보와 제1 성향상태에 대한 상응 여부를 판단할 수 있다. 예를 들면, 판단부(130)는 적합도 산출식(M)을 통해 계산된 적합도가 기설정된 적합수치 0.6 이상인 경우, 공통관심정보와 제1 성향상태가 서로 상응한 것으로 판단할 수 있다. 또한, 판단부(130)는 적합도 산출식(M)을 통해 계산된 적합도가 기설정된 적합수치 0.6 미만인 경우, 공통관심정보와 제1 성향상태가 서로 적합하지 않는 것으로 판단할 수 있다. 여기서, 기설정된 적합수치 0.6은 관리자에 의해 변경될 수 있다.
일 실시예에 따라, 수집부(100)가 복수의 단체고객들에 대한 공통관심정보를 동시에 수집하는 경우, 보다 빠른 처리를 위하여, 적합도 산출식(M)을 통해 계산된 적합도가 양(+)의 수인 경우, 판단부(130)는 공통관심정보와 제1 성향상태에 대해 상응한 것으로 판단하고, 적합도가 음(-)의 수인 경우, 판단부(130)는 공통관심정보와 제1 성향상태에 대해 상응하지 않는 것으로 판단할 수 있다.
다른 실시예에 따라, 판단부(130)는 제1 내지 제3 키워드의 개수 차이에 따라, 제1 성향상태와 공통관심정보 간의 상응 여부를 판단할 수 있다. 예를 들면, 관심키워드들과 적합키워드들 간의 공통키워드에 해당하는 제1 키워드의 개수가 2개이고, 관심키워드들과 부적합키워드들 간의 공통키워드에 해당하는 제2 키워드의 개수가 3개일 때, 판단부(130)는 제1 성향상태와 공통관심정보에 대해 부적합 건으로 판단할 수 있다. 즉, 판단부(130)는 다양한 실시예들을 통해 제1 성향상태와 공통관심정보에 대한 상응 여부를 판단할 수 있다.
다음으로, 제1 성향상태가 상응한 것으로 판단된 경우, 제어부(140)는 제1 페르소나를 고객에 대한 맞춤형 페르소나로 결정하고, 통신모듈(111)을 통해 고객단말(20)로 제1 페르소나를 제공할 수 있다.
실시예에 따라, 제1 성향상태가 상응하지 않는 것으로 판단된 경우, 제어부(140)는 제1 페르소나 및 상기 제1 성향상태에 대한 갱신 동작을 반복적으로 수행시킬 수 있다.
여기서, 갱신 동작은, 저장DB(200)에 업데이트된 신규 페르소나 및 신규 성향상태에 따라, 추출부(120)를 통해 제2 성향상태와 제2 성향상태에 대응되는 제2 페르소나를 추출하고, 판단부(130)를 통해 공통관심정보 및 제2 성향상태에 대한 상응 여부를 판단하는 동작 과정을 포함할 수 있다. 이때, 제어부(140)는 제2 성향상태가 공통관심정보에 상응한 것으로 판단된 경우, 제2 성향상태에 대응되는 제2 페르소나를 고객에 대한 맞춤형 페르소나로 결정할 수 있다.
이하, 도 4를 참조하여, 제어부(140)에 대해 보다 구체적으로 설명한다.
도 4는 도 1의 제어부(140)에 대한 실시 예이다.
도 4를 참조하면, 제어부(140)는, 탐색부(141)와 업데이트부(143)를 포함할 수 있다.
먼저, 제1 성향상태가 상응하지 않는 것으로 판단된 경우, 제어부(140)가 상기 제1 성향상태에 대한 갱신 동작을 수행시키기 이전에, 탐색부(141)는 공통관심정보에 따른 웹 탐색을 기반으로, 신규 페르소나와 신규 성향상태를 탐색할 수 있다.
이때, 업데이트부(143)는 탐색부(141)를 통해 탐색된 신규 페르소나와 신규 성향상태를 저장DB(200)에 저장된 복수의 페르소나들 및 성향상태들에 추가하여 업데이트할 수 있다.
다시 도 1과 도 2를 참조하면, 제어부(140)는 저장DB(200)에 업데이트된 신규 페르소나 및 신규 성향상태에 따라, 추출부(120)를 통해 제2 성향상태와 제2 성향상태에 대응되는 제2 페르소나를 추출하고, 판단부(130)를 통해 공통관심정보 및 제2 성향상태에 대한 상응 여부를 판단하는 갱신 동작을 수행시킬 수 있다. 이때, 제2 성향상태가 공통관심정보에 상응한 것으로 판단된 경우, 제어부(140)는 제2 성향상태에 대응되는 제2 페르소나를 저장DB(200)로부터 결정할 수 있다.
또한, 제2 성향상태가 공통관심정보에 상응하지 않는 것으로 판단된 경우, 제어부(140)는 기설정된 횟수까지 탐색부(141), 업데이트부(142), 추출부(110) 및 판단부(130)에 대한 갱신 동작을 반복적으로 수행시킬 수 있다. 이후, 제어부(140)는 제1 내지 제N 성향상태들 중 공통관심정보에 대한 적합도가 가장 높은 어느 하나의 성향상태를 결정할 수 있다. 그런 다음, 제어부(140)는 통신모듈(111)을 통해 어느 하나의 성향상태에 대응되는 맞춤형 페르소나를 해당 고객단말(20)로 제공할 수 있다.
여기서, 제1 내지 제N 성향상태들은 저장DB(200)에 업데이트된 신규 페르소나 및 신규 성향상태에 따라, 추출부(120)를 통해 추출되는 순서에 따라 식별하기 위한 것으로, 예를 들면, 제1 성향상태와 제2 성향상태는 서로 동일한 성향상태 또는 서로 다른 성향상태일 수 있다. 또한, 제1 내지 제N 페르소나는 저장DB(200)에 업데이트된 신규 페르소나 및 신규 성향상태에 따라, 추출부(120)를 통해 추출되는 순서에 따라 식별하기 위한 것이다. 즉, 본 발명에서, 제1 페르소나와 제1 성향상태는 서로 대응되지 않거나 또는 대응될 수 있는 반면, 제2 성향상태와 제2 페르소나는 서로 대응될 수 있다.
도 5는 본 출원의 실시 예에 따른 맞춤형 페르소나 관리서버(10)의 동작 프로세스이다.
도 1, 도 2 및 도 5를 참조하면, 먼저, S110 단계에서, 수집부(110)는 고객의 개인정보와 공통관심정보를 고객단말(20)을 통해 전송받아 수집할 수 있다.
다음으로, S120 단계에서, 추출부(120)는 개인정보와 공통관심정보에 기초하여, 저장DB(200)에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출할 수 있다.
다음으로, S130 단계에서, 판단부(130)는 공통관심정보와 제1 성향상태 간의 공통키워드 개수에 기초하여, 제1 성향상태에 대한 상응 여부를 판단할 수 있다.
다음으로, S140 단계에서, 제1 성향상태가 판단부(130)를 통해 상응한 것으로 판단된 경우, 제어부(140)는 제1 페르소나를 상기 맞춤형 페르소나로 결정하여 고객단말(20)로 제공할 수 있다.
한편, S150 단계에서, 제1 성향상태가 판단부(130)를 통해 상응하지 않는 것으로 판단된 경우, 제어부(140)가 제1 성향상태에 대한 갱신 동작을 수행시키기 이전에, 탐색부(141)는 공통관심정보에 따른 웹 탐색을 기반으로, 신규 페르소나와 신규 성향상태를 탐색할 수 있다.
그런 다음, S160 단계에서, 업데이트부(143)는 신규 페르소나와 신규 성향상태를 저장DB(200)에 저장된 복수의 페르소나들 및 성향상태들에 추가하여 업데이트할 수 있다.
그리고, S170 단계에서, 제어부(140)는 저장DB(200)에 업데이트되는 신규 페르소나와 신규 성향상태에 따라, 제1 성향상태에 대한 갱신 동작을 수행시킬 수 있다.
이때, S180단계에서, 추출부(130)는 제어부(140)에 의한 갱신 동작에 따라, 제2 성향상태와 제2 페르소나를 재추출하고, 판단부(130)는 공통관심정보와 제2 성향상태에 대한 상응 여부를 재판단할 수 있다.
이후, S190단계에서, 제어부(140)는 제2 성향상태가 판단부(130)를 통해 공통관심정보에 상응한 것으로 판단된 경우, 제2 페르소나를 맞춤형 페르소나로 결정하고, S195단계에서, 제어부(140)는 제2 성향상태가 공통관심정보에 상응하지 않는 것으로 판단된 경우, 기설정된 횟수까지 성향상태에 대한 갱신 동작을 반복적으로 수행시킬 수 있다.
도 6은 도 1의 판단부(130)의 실시 예에 따른 동작 프로세스이다.
도 1, 도 2, 도 3 및 도 6을 참조하면, S210 단계에서, 판단부(130)는 수집부(110)를 통해 공통관심정보에 포함된 관심키워드들을 전송받고, 추출부(120)를 통해 제1 성향정보를 전송받을 수 있다.
그런 다음, S220 단계에서, 판단부(130)는 저장DB(200)를 통해 제1 성향정보에 따라 기설정된 적합키워드들 및 부적합키워드들을 전송받을 수 있다.
이때, S230 단계에서, 판단부(130)는 분류부(131)를 통해 기설정된 적합키워드들 및 부적합키워드들에 따라, 관심키워드들을 제1 내지 제3 키워드들로 분류할 수 있다.
그런 다음, S240 단계에서, 판단부(130)는 카운터부(133)를 통해 제1 내지 제3 키워드들의 각 개수를 카운트할 수 있다.
그런 다음, S250 단계에서, 판단부(130)는 계산부(135)를 이용하여, 제1 내지 제3 키워드들의 개수에 따라 적용되는 적합도 산출식(M)을 통해 제1 성향상태와 공통관심정보 간의 적합도를 계산할 수 있다.
이후, S260 단계에서, 적합도가 기설정된 적합수치를 이상인 경우, 판단부(130)는 제1 성향상태와 공통관심정보가 서로 상응한 것으로 판단하고, S270 단계에서, 적합도가 기설정된 적합수치 미만인 경우, 판단부(130)는 제1 성향상태와 공통관심정보가 서로 상응하지 않는 것으로 판단할 수 있다.
본 출원은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 출원의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
10: 맞춤형 페르소나 관리서버
110: 수집부
111: 통신모듈
120: 추출부
130: 판단부
131: 분류부
133: 카운터부
135: 계산부
140: 제어부
141: 탐색부
143: 업데이트부
200: 저장DB

Claims (10)

  1. 고객의 개인정보와 공통관심정보를 수집하는 수집부;
    상기 개인정보와 상기 공통관심정보에 기초하여, 저장DB에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출하는 추출부;
    상기 공통관심정보와 상기 제1 성향상태 간의 공통키워드에 기초하여, 상기 제1 성향상태와 상기 공통관심정보의 상응 여부를 판단하는 판단부; 및
    상기 제1 성향상태가 상기 공통관심정보에 상응한 것으로 판단된 경우, 상기 제1 페르소나를 맞춤형 페르소나로 결정하고, 상기 제1 성향상태가 상기 공통관심정보에 상응하지 않는 것으로 판단된 경우, 상기 제1 페르소나 및 상기 제1 성향상태에 대한 갱신 동작을 수행시키는 제어부를 포함하고,
    상기 판단부는,
    상기 공통관심정보에 포함된 관심키워드들을 상기 제1 성향상태에 기설정된 적합키워드들 및 부적합키워드들에 따라 제1 내지 제3 키워드로 분류하는 분류부;
    상기 적합키워드에 대응되는 상기 제1 키워드의 개수와 상기 부적합키워드들에 대응되는 상기 제2 키워드의 개수를 각각 카운트하는 카운트부; 및
    상기 제1 내지 제3 키워드들의 개수에 따라 적용되는 적합도 산출식을 통해 상기 제1 성향상태와 상기 공통관심정보 간의 적합도를 계산하는 계산부를 포함하고,
    상기 적합도 산출식은,
    Figure 112020501576224-pat00012
    이고,
    여기서, α는 상기 제1 및 제3 키워드 개수의 차이에 따라 적용되는 양(+)의 상수, A는 상기 제1 키워드별로 기설정된 제1 가중치의 평균, N1은 상기 제1 키워드의 개수이고, β는 상기 제2 및 제3 키워드 개수의 차이에 따라 적용되는 음(-)의 상수, B는 상기 제2 키워드별로 기설정된 제2 가중치의 평균, N2는 상기 제2 키워드의 개수, N3는 상기 제1 내지 제3 키워드의 총개수인, 맞춤형 페르소나 관리서버.
  2. 제1항에 있어서,
    상기 제어부는, 상기 제1 성향상태에 대한 갱신 동작을 수행하기 이전에, 상기 공통관심정보에 따른 웹 탐색을 기반으로, 신규 페르소나와 신규 성향상태를 탐색하는 탐색부; 및
    상기 신규 페르소나와 상기 신규 성향상태를 상기 복수의 페르소나들 및 성향상태들에 추가하여 업데이트하는 업데이트부를 포함하는 맞춤형 페르소나 관리서버.
  3. 제2항에 있어서,
    상기 추출부는, 상기 저장DB에 업데이트되는 신규 페르소나 및 상기 신규 성향상태에 따라, 상기 제1 성향상태에 대한 갱신 동작을 수행할 때, 제2 성향상태 및 상기 제2 성향상태에 대응되는 제2 페르소나를 재추출하고,
    상기 판단부는, 상기 공통관심정보와 상기 제2 성향상태에 대한 상응 여부를 재판단하는 맞춤형 페르소나 관리서버.
  4. 삭제
  5. 삭제
  6. 맞춤형 페르소나 관리서버의 동작방법으로서,
    고객의 개인정보와 공통관심정보를 수집하는 단계;
    상기 개인정보와 상기 공통관심정보에 기초하여, 저장DB에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출하는 단계;
    상기 공통관심정보와 상기 제1 성향상태 간의 공통키워드에 기초하여, 상기 제1 성향상태와 상기 공통관심정보의 상응 여부를 판단하는 단계; 및
    상기 제1 성향상태가 상기 공통관심정보에 상응한 것으로 판단된 경우, 상기 제1 페르소나를 맞춤형 페르소나로 결정하여 고객단말로 제공하고, 상기 제1 성향상태가 상응하지 않는 것으로 판단된 경우, 상기 저장DB에 업데이트되는 신규 페르소나와 신규 성향상태에 따라, 상기 제1 성향상태에 대한 갱신 동작을 수행시키는 단계를 포함하고,
    상기 판단하는 단계는,
    상기 공통관심정보에 포함된 관심키워드들을 상기 제1 성향상태에 기설정된 적합키워드들 및 부적합키워드들에 따라 제1 키워드, 제2 키워드 및 제3 키워드로 분류하는 단계;
    상기 적합키워드들에 대응되는 상기 제1 키워드의 개수와 상기 부적합키워드들에 대응되는 제2 키워드의 개수를 각각 카운트하는 단계; 및
    상기 제1 내지 제3 키워드의 개수에 따라 적용되는 적합도 산출식을 통해 상기 제1 성향상태와 상기 공통관심정보 간의 적합도를 계산하는 단계를 포함하고,
    상기 적합도 산출식은,
    Figure 112020501576224-pat00013
    이고,
    여기서, α는 상기 제1 및 제3 키워드 개수의 차이에 따라 적용되는 양(+)의 상수, A는 상기 제1 키워드별로 기설정된 제1 가중치의 평균, N1은 상기 제1 키워드의 개수이고, β는 상기 제2 및 제3 키워드 개수의 차이에 따라 적용되는 음(-)의 상수, B는 상기 제2 키워드별로 기설정된 제2 가중치의 평균, N2는 상기 제2 키워드의 개수, N3는 상기 제1 내지 제3 키워드의 총개수인, 맞춤형 페르소나 관리서버의 동작방법.
  7. 제6항에 있어서,
    상기 제1 성향상태에 대한 갱신 동작을 수행시키는 단계는, 상기 제1 성향상태에 대한 갱신 동작을 수행하기 이전에, 상기 공통관심정보에 따른 웹 탐색을 기반으로, 상기 신규 페르소나와 상기 신규 성향상태를 탐색하는 단계; 및
    상기 신규 페르소나와 상기 신규 성향상태를 상기 저장DB에 저장된 상기 복수의 페르소나들 및 성향상태들에 추가하여 업데이트하는 단계를 포함하는 맞춤형 페르소나 관리서버의 동작방법.
  8. 제7항에 있어서,
    상기 제1 성향상태에 대한 갱신 동작을 수행시키는 단계는, 상기 갱신 동작에 응답하여, 상기 저장DB에 업데이트되는 상기 신규 페르소나 및 상기 신규 성향상태에 따라, 제2 성향상태 및 상기 제2 성향상태에 대응되는 제2 페르소나를 재추출하는 단계;
    상기 공통관심정보와 상기 제2 성향상태에 대한 상응 여부를 재판단하는 단계; 및
    상기 제2 성향상태가 상응하지 않는 것으로 판단된 경우, 상기 제2 성향상태에 대한 갱신 동작을 기설정된 횟수까지 반복적으로 수행시키는 단계를 더 포함하는 맞춤형 페르소나 관리서버의 동작방법.
  9. 삭제
  10. 삭제
KR1020180115939A 2018-09-28 2018-09-28 맞춤형 페르소나 관리서버 및 그 관리 방법 KR102119238B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180115939A KR102119238B1 (ko) 2018-09-28 2018-09-28 맞춤형 페르소나 관리서버 및 그 관리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180115939A KR102119238B1 (ko) 2018-09-28 2018-09-28 맞춤형 페르소나 관리서버 및 그 관리 방법

Publications (2)

Publication Number Publication Date
KR20200036373A KR20200036373A (ko) 2020-04-07
KR102119238B1 true KR102119238B1 (ko) 2020-06-26

Family

ID=70290808

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180115939A KR102119238B1 (ko) 2018-09-28 2018-09-28 맞춤형 페르소나 관리서버 및 그 관리 방법

Country Status (1)

Country Link
KR (1) KR102119238B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102551779B1 (ko) * 2021-02-23 2023-07-11 주식회사 아이디이노랩 페르소나 기반의 리뷰 데이터 분석 방법 및 시스템
KR102603206B1 (ko) * 2022-11-17 2023-11-17 퍼포마스 주식회사 마케팅을 위한 자동화된 페르소나 생성 장치 및 방법
KR102657791B1 (ko) * 2023-08-31 2024-04-17 주식회사 데이타몬드 딥러닝 모듈을 이용한 페르소나 코드 제공 방법 및 이를 수행하는 서버

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9405838B2 (en) * 2013-12-27 2016-08-02 Quixey, Inc. Determining an active persona of a user device
KR20180025096A (ko) * 2016-08-29 2018-03-08 이다커뮤니케이션즈(주) 고객 프로파일링 장치 및 방법
KR20180013820A (ko) * 2017-08-07 2018-02-07 (주)씨제이텔레닉스 음성 분석을 통한 고객 유형 분석 서비스 시스템 및 방법

Also Published As

Publication number Publication date
KR20200036373A (ko) 2020-04-07

Similar Documents

Publication Publication Date Title
US9727927B2 (en) Prediction of user response to invitations in a social networking system based on keywords in the user's profile
US20110125759A1 (en) Method and system to contextualize information being displayed to a user
US11490220B2 (en) System and method for accurately and efficiently generating ambient point-of-interest recommendations
KR102119238B1 (ko) 맞춤형 페르소나 관리서버 및 그 관리 방법
CN105630907B (zh) 一种基于应用内容的安卓应用组装方法
CN105488233A (zh) 阅读信息推荐方法和系统
CN105868267B (zh) 一种移动社交网络用户兴趣的建模方法
US20160210321A1 (en) Real-time content recommendation system
CN104025083B (zh) 提供网页的方法及装置
CN106682686A (zh) 一种基于手机上网行为的用户性别预测方法
CN104899315A (zh) 推送用户信息的方法和装置
WO2016078533A1 (zh) 搜索方法、装置、设备及非易失性计算机存储介质
CN107896153B (zh) 一种基于移动用户上网行为的流量套餐推荐方法及装置
CN110069619A (zh) 房源展示方法、装置、设备及计算机可读存储介质
JP2009098964A (ja) ネットワークサービスシステム、サーバ、方法及びプログラム
CN110175264A (zh) 视频用户画像的构建方法、服务器及计算机可读存储介质
CN103390000A (zh) 一种网页搜索方法及网页搜索系统
CN104090923A (zh) 一种浏览器中的富媒体信息的展示方法和装置
JP4939637B2 (ja) 情報提供装置、情報提供方法、プログラム、ならびに、情報記録媒体
KR102188519B1 (ko) 영유아 퍼소나 기반의 맞춤형 콘텐츠 제공 시스템 및 그 동작 방법
CN101425981A (zh) 一种根据互斥指示信息来发布信息的信息发布系统及方法
KR102138757B1 (ko) 맞춤형 페르소나 관리서버
KR102138755B1 (ko) 맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템 및 보험상품 추천 방법
CN105224555A (zh) 一种搜索的方法、装置和系统
KR102593996B1 (ko) 소셜 미디어 활동 분석을 통한 추천 서비스 제공 장치 및 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right