KR102138755B1

KR102138755B1 - 맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템 및 보험상품 추천 방법

Info

Publication number: KR102138755B1
Application number: KR1020180116200A
Authority: KR
Inventors: 박성훈; 김보라
Original assignee: 이다커뮤니케이션즈(주)
Priority date: 2017-09-29
Filing date: 2018-09-28
Publication date: 2020-08-11
Also published as: KR20190038436A

Abstract

본 출원의 실시예에 따른 맞춤형 페르소나 관리서버를 이용한 보험 추천 시스템은 고객의 개인정보와 공통관심정보를 수집하는 수집부, 복수의 페르소나들, 성향상태들, 및 복수의 페르소나들에 각각 대응되는 페르소나 보험정보가 저장되는 저장DB, 개인정보와 공통관심정보에 기초하여, 저장DB에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출하는 추출부, 공통관심정보와 제1 성향상태 간의 공통키워드에 기초하여, 제1 성향상태에 대한 상응 여부를 판단하는 판단부, 제1 성향상태가 공통관심정보에 상응한 것으로 판단된 경우, 제1 페르소나를 맞춤형 페르소나로 결정하고, 제1 성향상태가 공통관심정보에 상응하지 않는 것으로 판단된 경우, 제1 페르소나 및 제1 성향상태에 대한 갱신 동작을 수행시키는 제어부, 및 제어부, 저장DB, 및 보험사 관리서버와 연동되며, 제어부로부터 맞춤형 페르소나를 제공받고, 저장DB로부터 페르소나 보험정보를 제공받고, 보험사 관리서버로부터 고객이 보유한 고객보험정보를 제공받는 연동부, 및 맞춤형 페르소나에 기초하여 맞춤형 보험정보를 선별하는 선별부를 포함한다.

Description

맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템 및 보험상품 추천 방법{SYSTEM AND METHOD FOR RECOMMENDING INSURANCE PRODUCTS USING PERSONALIZED PERSONA MANAGEMENT SERVER}

본 출원은 맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템 및 보험상품 추천 방법에 관한 것이다.

보험업과 관련된 다양한 상품은 고객의 정확한 관심사와 해당 고객이 속한 사회적 현상에 관한 지표를 포함하는 라이프 데이터를 파악하여야만 고객에게 적합한 상품을 제공할 수 있다는 특성을 갖고 있다. 따라서, 보험업과 관련된 영업을 위해서는 고객의 다양한 관심사와 고객의 라이프 데이터를 정확히 파악하는 것이 중요하다. 즉, 고객의 라이프 데이터와 관심사를 정확히 파악하여야 고객에게 가장 적합한 보험 상품을 제공하거나 추천할 수 있기 때문이다.

본 출원의 목적은 고객의 라이프 스테이지에 따라 고객에게 접합한 보험 상품을 제공할 수 있는 맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템 및 보험상품 추천 방법을 제공함에 있다.

본 출원의 실시예에 있어서, 선별부는, 페르소나 보험정보 중 맞춤형 페르소나에 대응되는 고객 페르소나 보험정보를 선별하고, 고객보험정보 및 고객 페르소나 보험정보를 비교하여 중복되지 않는 맞춤형 보험정보를 선별한다.

본 출원의 실시예에 있어서, 선별부는, 맞춤형 페르소나를 제외한 복수의 페르소나들 중 고객 페르소나 보험정보와 중복되는 보험정보를 가장 많이 포함하는 페르소나 보험정보에 대응되는 페르소나를 유사 페르소나로 선별하고, 유사 페르소나에 대응되는 유사 페르소나 보험정보 및 고객 페르소나 보험정보를 비교하여 중복되지 않는 보험정보를 맞춤형 보험정보로 더 선별한다.

본 출원의 실시예에 있어서, 맞춤형 보험정보는 보장항목, 보장금액, 보험료, 위험요소 등을 포함한다.

본 출원의 실시예에 있어서, 제어부는, 제1 성향상태에 대한 갱신 동작을 수행하기 이전에, 공통관심정보에 따른 웹 탐색을 기반으로, 신규 페르소나와 신규 성향상태를 탐색하는 탐색부, 및 신규 페르소나와 신규 성향상태를 복수의 페르소나들 및 성향상태들에 추가하여 업데이트하는 업데이트부를 포함한다.

본 출원의 실시예에 있어서, 추출부는, 저장DB에 업데이트되는 신규 페르소나 및 신규 성향상태에 따라, 제1 성향상태에 대한 갱신 동작을 수행할 때, 제2 성향상태 및 제2 성향상태에 대응되는 제2 페르소나를 재추출하고, 판단부는, 공통관심정보와 제2 성향상태에 대한 상응 여부를 재판단한다.

본 출원의 실시예에 따른 맞춤형 페르소나 관리서버를 이용한 보험 추천방법은 고객의 개인정보와 공통관심정보를 수집하는 단계, 개인정보와 공통관심정보에 기초하여, 저장DB에 저장된 복수의 페르소나들 및 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출하는 단계, 공통관심정보와 제1 성향상태 간의 공통키워드에 기초하여, 제1 성향상태에 대한 상응 여부를 판단하는 단계, 및 제1 성향상태가 공통관심정보에 상응한 것으로 판단된 경우, 제1 페르소나를 맞춤형 페르소나로 결정하여 고객단말로 제공하고, 제1 성향상태가 상응하지 않는 것으로 판단된 경우, 저장DB에 업데이트되는 신규 페르소나와 신규 성향상태에 따라, 제1 성향상태에 대한 갱신 동작을 수행시키는 단계, 맞춤형 페르소나, 페르소나 보험정보, 및 고객이 보유한 고객보험정보를 제공받는 단계, 및 맞춤형 페르소나에 대응되는 고객 페르소나 보험정보를 선별하고, 고객 보험정보 및 고객 페르소나 보험정보를 비교하여 중복되지 않는 맞춤형 보험정보를 선별하는 단계를 포함한다.

본 출원의 실시예에 있어서, 제1 성향상태에 대한 갱신 동작을 수행시키는 단계는, 제1 성향상태에 대한 갱신 동작을 수행하기 이전에, 공통관심정보에 따른 웹 탐색을 기반으로, 신규 페르소나와 신규 성향상태를 탐색하는 단계, 및 신규 페르소나와 신규 성향상태를 저장DB에 저장된 복수의 페르소나들 및 성향상태들에 추가하여 업데이트하는 단계를 포함한다.

본 출원의 실시예에 있어서, 제1 성향상태에 대한 갱신 동작을 수행시키는 단계는, 갱신 동작에 응답하여, 저장DB에 업데이트되는 신규 페르소나 및 신규 성향상태에 따라, 제2 성향상태 및 제2 성향상태에 대응되는 제2 페르소나를 재추출하는 단계, 공통관심정보와 제2 성향상태에 대한 상응 여부를 재판단하는 단계, 및 제2 성향상태가 상응하지 않는 것으로 판단된 경우, 제2 성향상태에 대한 갱신 동작을 기설정된 횟수까지 반복적으로 수행시키는 단계를 더 포함한다.

본 출원의 실시예에 있어서, 적합도 산출식은,

이고, 여기서, α는 제1 및 제3 키워드 개수의 차이에 따라 적용되는 양(+)의 상수, A는 제1 키워드별로 기설정된 제1 가중치의 평균, N1은 제1 키워드의 개수이고, β는 제2 및 제3 키워드 개수의 차이에 따라 적용되는 음(-)의 상수, B는 제2 키워드별로 기설정된 제2 가중치의 평균, N2는 제3 키워드의 개수, N3는 제1 내지 제3 키워드의 총개수이며, 판단부는, 적합도 산출식을 통해 계산된 적합도에 따라, 제1 성향상태 및 공통관심정보에 대한 적합 여부를 판단한다.

본 출원의 실시예에 따른 맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템 및 보험상품 추천 방법에 의하면, 고객의 개인정보와 관심정보에 따라 고객에게 적합한 보험 상품을 제공할 수 있다.

도 1은 본 출원의 실시예에 따른 맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템의 블록도이다.
도 2는 도 1의 맞춤형 페르소나 관리서버의 실시예이다.
도 3은 도 1의 판단부에 대한 실시 예이다.
도 4는 도 1의 제어부에 대한 실시 예이다.
도 5는 도 1의 연동부 및 선별부에 대한 실시 예이다.
도 6은 본 출원의 실시예에 따른 맞춤형 페르소나 관리서버의 동작 프로세스이다.
도 7은 도 1의 판단부의 실시 예에 따른 동작 프로세스이다.

이하, 본 출원의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 출원을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 출원의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

추가적으로, 몇몇 방법들은 적어도 하나의 제어부에 의하여 실행될 수 있다. 제어부라는 용어는 메모리와, 알고리즘 구조로 해석되는 하나 이상의 단계들을 실행하도록 된 프로세서를 포함하는 하드웨어 장치를 언급한다. 상기 메모리는 알고리즘 단계들을 저장하도록 되어 있고, 프로세서는 아래에서 기재하는 하나 이상의 프로세스들을 수행하기 위하여 상기 알고리즘 단계들을 특별히 실행하도록 되어 있다. 더 나아가, 본 출원의 제어 로직은 프로세서, 제어부 또는 이와 유사한 것에 의하여 실행되는 실행 가능한 프로그램 명령들을 포함하는 컴퓨터가 읽을 수 있는 수단 상의 일시적이지 않고 컴퓨터가 읽을 수 있는 매체로 구현될 수 있다. 컴퓨터가 읽을 수 있는 수단의 예들은, 이에 한정되지는 않지만, ROM, RAM, CD-ROM, 자기테이프, 플로피 디스크, 플래쉬 드라이브, 스마트 카드 및 광학 데이터 저장 장치를 포함한다. 컴퓨터가 읽을 수 있는 재생 매체는 네트웍으로 연결된 컴퓨터 시스템에 분산되어 예를 들어 텔레매틱스 서버나 CAN(Controller Area Network)에 의하여 분산 방식으로 저장되고 실행될 수 있다.

도 1은 본 출원의 실시 예에 따른 맞춤형 페르소나 관리서버(10)를 포함하는 보험상품 추천 시스템(1000)의 블록도이고, 도 2는 도 1의 맞춤형 페르소나 관리서버(10)의 실시 예이다.

도 1과 도 2를 참조하면, 보험상품 추천 시스템(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 실시 예에 따른 맞춤형 페르소나 관리서버를 이용한 보험 추천 시스템(1000)은 수집부(110), 추출부(120), 판단부(130), 제어부(140), 연동부(150), 및 선별부(160)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 성향, 나이, 성별, 결혼상태, 자녀유무, 주거형태, 가구소득, 거주 지역, 경제적 상황(직업, 업종, 경력 교육수준, 안정수준), 사회적 상황, 및 고객의 건강 상태 정보 중 적어도 어느 하나를 포함할 수 있다. 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 출원의 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(HeavyUser)	평범한 대중(Mass Follower)	스마트 유저(Smartie)	단순선호자(Simpl e Mind)
수동적상태	소심 유저(TimidUser)	따라장이(Big sway)	깐깐유저(Picky User)	충성가(Only One Lover)
부정적상태	진상고객(TroubleMaker)	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. 그런 다음, 판단부(130)는 관심키워드들에 응답하여, 제1 성향상태에 따라 기저장된 적합키워드들 및 부적합키워드들을 저장DB(200)로부터 전송받을 수 있다. 여기서, 관심키워드들은 공통관심정보에 포함된 복수의 키워드들 중 기설정된 적어도 하나 이상의 키워드일 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,

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 제3 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, βB, N1, N2, N3를 획득하고, α, A, βB, 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.

실시 예에 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 출원에서, 제1 페르소나와 제1 성향상태는 서로 대응되지 않거나 또는 대응될 수 있는 반면, 제2 성향상태와 제2 페르소나는 서로 대응될 수 있다.

도 5는 도 1의 연동부 및 선별부에 대한 실시 예이다.

도 1, 도 2 및 도 5를 참조하면, 연동부(150)는 제어부(140), 저장DB(200), 및 보험사 관리서버(300)와 연동되며, 제어부(140)로부터 맞춤형 페르소나를 제공받고, 저장DB(200)로부터 복수의 페르소나들에 각각 기 설정된 페르소나 보험정보를 제공받고, 보험사 관리서버(300)로부터 고객이 보유한 고객보험정보를 제공받는다.

상기에서 설명한 바에 의하면, 유사한 성향을 가진 고객들은 동일한 페르소나를 보유하게 되고, 각각의 페르소나들에는 해당 페르소나를 보유한 고객들의 보험정보가 설정되며, 이렇게 각각의 페르소나에 설정된 보험정보를 페르소나 보험정보라고 한다.

따라서, 유사한 성향을 가진 복수의 고객들의 보험정보가 페르소나 보험정보라는 하나의 카테고리 내에서 관리될 수 있게 된다.

이어서, 선별부(160)는 페르소나 보험정보 중 맞춤형 페르소나에 대응되는 고객 페르소나 보험정보를 선별하고, 고객보험정보 및 고객 페르소나 보험정보를 비교하여 중복되지 않는 맞춤형 보험정보를 선별한다.

고객 페르소나 보험정보란 저장DB(200)에 저장된 고객의 개인정보와 공통관심정보에 따라 결정되는 맞춤형 페르소나를 보유한 고객들의 보험정보를 의미한다.

여기에서 고객이 이미 보유하고 있는 고객보험정보와 중복되는 페르소나 보험정보를 제외한 나머지 페르소나 보험정보가 맞춤형 보험정보로 제공된다.

또한, 맞춤형 보험정보는, 고객의 나이, 성별, 결혼상태, 자녀유무, 주거형태, 가구소득, 거주 지역, 경제적 상황, 및 고객의 건강 상태 정보를 반영하여 책정되므로, 보다 합리적인 근거를 통해 고객에게 가장 적합한 보험상품을 제공할 수 있게 된다.

실시 예에 따라, 고객보험정보, 페르소나 보험정보, 및 맞춤형 보험정보는 보장항목, 보장금액, 보험료, 위험요소 등을 적어도 하나 이상을 포함할 수 있다.

예를 들면, 보장항목은 사망보장, 노후보장, 자녀보장, 건강보장, 자산보장, 실손보장, 대물보장, 부모님보장, 및 상속보장 중 적어도 하나 이상을 포함할 수 있다.

이 때, 보장항목은 상기에서와 같이 9가지 이상이 제공될 수 있으며, 각 보장항목당 복수의 보장금액이 형성될 수 있다.

즉, 동일한 보장항목 내에서도 보장금액, 보험료 등에 따라 각기 다른 복수개의 보험상품이 존재할 수 있다.

보장금액은 보장항목에 따라 결정되며, 보장항목당 보장금액의 평균값으로 제공될 수 있다.

사망보장과 관련한 보장금액은 유가족 생계 비용일 수 있고, 노후보장과 관련한 보장금액은 노후준비 비용일 수 있으며, 자녀보장과 관련한 보장금액은 자녀건강/교육/양육 비용일 수 있고, 건강보장과 관련한 보장금액은 암/치매 중대질병 비용일 수 있고, 자산보장과 관련한 보장금액은 목적자금(집, 결혼 등) 비용일 수 있고, 실손보장과 관련한 보장금액은 질병/상해 비용일 수 있고, 대물보장과 관련한 보장금액은 자동차/주택/화재/지진 비용일 수 있으며, 부모님보장과 관련한 보장금액은 치매 및 간병에 관련된 비용일 수 있고, 상속보장과 관련한 보장금액은 상속비용일 수 있다.

이어서, 보험료는 전체평균값으로 제공되거나 연령대별 평균값으로 제공될 수 있다.

특히, 맞춤형 보험정보에 포함되는 보험료의 경우, 고객의 나이, 성별, 결혼상태, 자녀유무, 주거형태, 가구소득, 거주 지역, 경제적 상황(직업, 업종, 경력 교육수준, 안정수준), 및 고객의 건강 상태 정보 중 적어도 어느 하나 이상을 반영하여 책정되므로 가장 합리적인 금액이 제공될 수 있다.

다음으로, 보장항목에 대한 위험 요소는 예를 들면, 보장항목이 사망보장인 경우, 사망 전 1년간 지출되는 의료비의 증가량, 가장이 조기에 사망하는 경우에 배우자와 자녀가 겪는 인생의 역정, 또는 시도별 고객이 속한 사망자의 수 등을 포함할 수 있다.

또한, 보장항목이 건강보장인 경우, 한국의 가장이 특정질병(예를 들어, 암)을 치료하는데 어떠한 비용을 사용하는지, 특정질병(예를 들어, 고혈압)의 사망비율, 노후에 집중되는 남자의 생애 의료비 등과 같은 위험요소를 포함할 수 있다.

이와 같이, 보장항목에 대한 위험요소를 제공함으로써, 보장항목에 대한 보장금액을 설정하는데 도움을 줄 수 있다.

아래에서는, 도 5를 참조하여 맞춤형 보험정보의 선별방법에 대해 더 자세히 설명한다.

먼저 복수의 고객 단말(20-1~20-N)로부터 전송받은 복수의 고객보험정보는 보험사 관리서버(300)에 저장되어 연동부(150)로 제공된다.

또한, 복수의 페르소나들에 각각 기 설정된 페르소나 보험정보는 저장DB(200)에 저장되어 연동부(150)로 제공된다.

맞춤형 페르소나는 전술한 바와 같이, 제어부(140)에서 결정되어 연동부(150)로 제공된다.

이후, 고객보험정보, 페르소나 보험정보, 및 맞춤형 페르소나는 연동부(150)로부터 선별부(160)로 전달되게 된다.

이해의 편의를 위하여, 복수의 고객보험정보 중 특정 고객의 고객보험정보를 “ib, if”로 칭하고, 상기 고객의 맞춤형 페르소나를 “ABC”라 칭하고, 저장DB로부터 제공받은 페르소나 보험정보를 “ia, ib, ic, id ie, if”라고 칭한다.

선별부(160)에서는 페르소나 보험정보 “ia, ib, ic, id ie, if” 중 고객이 보유한 맞춤형 페르소나 “ABC”에 대응되는 정보를 선별해야 하므로, 고객 페르소나 보험정보는 “ia, ib, ic”가 된다. 따라서, “ia, ib, ic”를 제외한 나머지 페르소나 보험정보 “id, ie, if”는 자동적으로 제외된다.

또한, 고객이 이미 보유하고 있는 고객보험정보 ”ib, if”와 동일한 페르소나 보험정보를 제외한 나머지를 선별해야 하므로, 남아 있는 고객 페르소나 보험정보 “ia, ib, ic” 중 “ib”가 제거된다.

따라서, 맞춤형 보험정보 “ia, ic”가 얻어지게 된다.

아래에서는 다른 실시 예에 대해 설명한다.

도면에서는 페르소나 보험정보 중 고객 페르소나 보험정보를 제외한 “id, ie, if”를 제외하는 것으로 도시되어 있으나, 이에 한정되는 것은 아니다.

다른 실시 예에 따르면, 선별부(160)는, 맞춤형 페르소나를 제외한 복수의 페르소나들 중 고객 페르소나 보험정보와 중복되는 보험정보를 가장 많이 포함하는 페르소나 보험정보에 대응되는 페르소나를 유사 페르소나로 선별하고, 유사 페르소나에 대응되는 유사 페르소나 보험정보 및 고객 페르소나 보험정보를 비교하여 중복되지 않는 보험정보를 맞춤형 보험정보로 더 선별할 수 있다.

이해의 편의를 위해 맞춤형 페르소나를 ”ABC”, 고객 페르소나 보험정보를 “ia, ib, ic”, 유사 페르소나를 “BCD”라 칭한다.

유사 페르소나 “BCD”에 대응되는 유사 페르소나 보험정보는 “ib, ic, id”일 수 있다.

이 때, 유사 페르소나 보험정보 “ib, ic, id”에서 고객 페르소나 보험정보 “ia, ib, ic”와 “ib, ic”가 중복되고, 맞춤형 보험정보 ”ia, ic”와 “ic”가 중복되므로, 중복되는 유사 페르소나 보험정보 “ib, ic”는 제거될 수 있다.

따라서, 최종적으로 제공되는 유사 페르소나 보험정보는 “id”가 되며, 이를 포함한 맞춤형 보험정보는 “ia, ic, id”가 선별될 수 있다.

상술한 실시 예들에 의하면, 본 출원의 맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템은 맞춤형 보험정보를 제공함으로써, 고객이 이미 보유하고 있는 중복된 보험정보를 포함하지 않아, 별도의 정보 선별작업이 필요하지 않으므로 편리하게 정보를 제공받을 수 있게 된다.

또한, 동일하거나 유사한 맞춤형 페르소나를 보유한 고객의 보험정보가 함께 제공되므로, 더욱 다양한 보장항목이 제공되어 선택의 폭이 넓어지며, 다른 고객의 선택을 참조하는 것이 가능해지므로, 그 선택이 적절하게 이루어졌는지 여부를 참조할 수 있게 된다.

도 6은 본 출원의 실시 예에 따른 맞춤형 페르소나 관리서버(10)의 동작 프로세스이다.

도 1, 도 2 및 도 6을 참조하면, 먼저, S110 단계에서, 수집부(110)는 고객의 개인정보와 공통관심정보를 고객단말(20)을 통해 전송 받아 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.

도 7은 도 1의 판단부(130)의 실시 예에 따른 동작 프로세스이다.

도 1, 도 2, 도 3 및 도 7을 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.

다시 도 6을 참조하면, S140 단계에서는, 상술한 판단부(130)의 동작 프로세스를 통해 제1 성향상태가 판단부(130)를 통해 상응한 것으로 판단된 경우, 제어부(140)가 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.

아래에서는, 상기와 같은 프로세스를 통해 결정된 맞춤형 페르소나를 이용하여 보험상품을 추천하는 방법을 설명한다.

도 5 및 도 6을 참조하면, 먼저 S310단계에서, 연동부(150)는 제어부(140)로부터 맞춤형 페르소나를 제공받고, 저장DB(200)로부터 복수의 페르소나들에 각각 기 설정된 페르소나 보험정보를 제공받고, 보험사 관리서버(300)로부터 고객이 보유한 고객보험정보를 제공받는다.

이후 S320단계에서, 선별부(160)는 페르소나 보험정보 중 맞춤형 페르소나에 대응되는 고객 페르소나 보험정보를 선별하고, 고객보험정보 및 고객 페르소나 보험정보를 비교하여 중복되지 않는 맞춤형 보험정보를 선별한다.

이상에서 설명한 바와 같이, 본 출원의 실시 예에 따른 맞춤형 페르소나 서버를 이용한 보험상품 추천 시스템에 의하면, 고객이 보유한 맞춤형 페르소나를 공동으로 보유하는 다른 고객들의 보장항목과 보장금액을 참조하여, 고객에게 적합한 보장항목과 보장금액을 설정할 수 있다.

또한, 본 출원의 실시 예에 따른 맞춤형 페르소나 서버를 이용한 보험상품 추천 시스템에 의하면, 고객이 선택한 보장항목에 대한 위험요소를 제공함으로써, 선택한 보장항목에 대한 보장금액을 설정하는데 도움을 줄 수 있는 효과가 있다.

본 출원의 실시예에 따른 맞춤형 페르소나 관리서버를 이용한 보험상품 추천 시스템은 방법 또는 장치를 수행하도록 하는 일련의 지시를 포함하는 컴퓨터 프로그램으로 구현될 수 있다. 즉, 본 출원은, 소정의 운영체제, 예를 들어 모바일 운영체제 내에서 구동되는 컴퓨터 프로그램일 수 있으며, 해당 프로그램은 상기 일련의 지시에 따른 프로세스를 처리하여 본 출원에 따른 방법이 실시되도록 할 수 있다. 또한 본 출원의 다른 일 실시 예에 있어서는, 상기 컴퓨터 프로그램이 저장되어 있는, 플로피디스크, CD, DVD, 하드디스크 메모리, 다양한 종류의 메모리 등 컴퓨터 또는 이와 유사한 전자 장치로 읽을 수 있는 기록 매체일 수 있으며, 상기 기록 매체 내의 상기 컴퓨터 프로그램을 읽어 들인 컴퓨터 또는 이와 유사한 전자 장치, 예를 들어 스마트폰 등은 상기 컴퓨터 프로그램상의 상기 일련의 지시에 따라 본 출원에 따른 방법을 수행한다.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 출원이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이상의 설명은 본 출원의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 출원이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 출원의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 출원에 개시된 실시예들은 본 출원의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 출원의 기술 사상의 범위가 한정되는 것은 아니다. 본 출원의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 출원의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

10 : 페르소나 관리서버
30 : 웹서버
50 : 네트워크
110 : 수집부
111 : 통신모듈
120 : 추출부
130 : 판단부
131 : 분류부
133 : 카운터부
135 : 계산부
140 : 제어부
141 : 탐색부
143 : 업데이트부
150 : 연동부
160 : 선별부
200 : 저장DB
300 : 보험사 관리서버
1000 : 보험상품 추천 시스템

Claims

고객의 개인정보와 공통관심정보를 수집하는 수집부;
복수의 페르소나들, 성향상태들, 및 상기 복수의 페르소나들에 각각 대응되는 페르소나 보험정보가 저장되는 저장DB;
상기 개인정보와 상기 공통관심정보에 기초하여, 상기 저장DB에 저장된 상기 복수의 페르소나들 및 상기 성향상태들 중 제1 페르소나 및 제1 성향상태를 추출하는 추출부;
상기 공통관심정보에 포함된 관심키워드들 및 상기 제1 성향상태에 기설정된 키워드들에 기초하여 적합도 산출식을 통해 계산된 적합도에 따라, 상기 제1 성향상태와 상기 공통관심정보의 상응여부를 판단하는 판단부;
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 제어부; 및
상기 제어부, 상기 저장DB, 및 보험사 관리서버와 연동되며, 상기 제어부로부터 상기 맞춤형 페르소나를 제공받고, 상기 저장DB로부터 페르소나 보험정보를 제공받고, 상기 보험사 관리서버로부터 상기 고객이 보유한 고객보험정보를 제공받는 연동부; 및
상기 맞춤형 페르소나에 기초하여 맞춤형 보험정보를 선별하는 선별부;를 포함하고,
상기 판단부는,
상기 공통관심정보에 포함된 상기 관심키워드들을 상기 제1 성향상태에 기설정된 적합키워드들 및 부적합키워드들에 따라 제1 내지 제3 키워드로 분류하는 분류부;
상기 적합키워드에 대응되는 상기 제1 키워드의 개수, 상기 부적합키워드들에 대응되는 상기 제2 키워드의 개수 및 상기 제1 및 제2 키워드에 대응되지 않는 키워드인 제3 키워드의 개수를 각각 카운트하는 카운터부; 및
상기 제1 내지 제3 키워드의 개수에 따라 적용되는 상기 적합도 산출식을 통해 상기 제1 성향상태와 상기 공통관심정보 간의 상기 적합도를 계산하는 계산부; 를 포함하고,
상기 적합도 산출식은,

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 제3 키워드의 개수, N3는 상기 제1 내지 제3 키워드의 총개수인, 맞춤형 페르소나 관리서버를 이용한 보험 추천 시스템.
제1 항에 있어서,
상기 선별부는,
상기 페르소나 보험정보 중 상기 맞춤형 페르소나에 대응되는 고객 페르소나 보험정보를 선별하고, 상기 고객보험정보 및 상기 고객 페르소나 보험정보를 비교하여 중복되지 않는 상기 맞춤형 보험정보를 선별하는 맞춤형 페르소나 관리서버를 이용한 보험 추천 시스템.
제2 항에 있어서,
상기 선별부는,
상기 맞춤형 페르소나를 제외한 복수의 페르소나들 중 상기고객 페르소나 보험정보와 중복되는 보험정보를 가장 많이 포함하는 페르소나 보험정보에 대응되는 페르소나를 유사 페르소나로 선별하고,
상기 유사 페르소나에 대응되는 유사 페르소나 보험정보 및 상기 고객 페르소나 보험정보를 비교하여 중복되지 않는 보험정보를 맞춤형 보험정보로 더 선별하는 맞춤형 페르소나 관리서버를 이용한 보험 추천 시스템.
제2 항에 있어서,
상기 맞춤형 보험정보는 보장항목, 보장금액, 보험료 및 위험요소를 포함하는 맞춤형 페르소나 관리서버를 이용한 보험 추천 시스템.
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 관리서버를 이용한 보험 추천 시스템.
제5항에 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 관리서버를 이용한 보험 추천 시스템.
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 공통관심정보에 포함된 관심키워드들 및 상기 제1 성향상태에 기설정된 키워드들에 기초하여 적합도 산출식을 통해 계산된 적합도에 따라, 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 단계;
상기 맞춤형 페르소나, 상기 복수의 페르소나들에 각각 기 설정된 페르소나 보험정보, 및 상기 고객이 보유한 고객보험정보를 제공받는 단계; 및
상기 맞춤형 페르소나에 대응되는 고객 페르소나 보험정보를 선별하고, 상기 고객 보험정보 및 상기 고객 페르소나 보험정보를 비교하여 중복되지 않는 맞춤형 보험정보를 선별하는 단계를 포함하고,
상기 판단하는 단계는,
상기 공통관심정보에 포함된 상기 관심키워드들을 상기 제1 성향상태에 기설정된 적합키워드들 및 부적합키워드들에 따라 제1 키워드, 제2 키워드 및 제3 키워드로 분류하는 단계;
상기 적합키워드들에 대응되는 상기 제1 키워드의 개수, 상기 부적합키워드들에 대응되는 상기 제2 키워드의 개수 및 상기 제1 및 제2 키워드에 대응되지 않는 키워드인 제3 키워드의 개수를 각각 카운트하는 단계; 및
상기 제1 내지 제3 키워드의 개수에 따라 적용되는 상기 적합도 산출식을 통해 상기 제1 성향상태와 상기 공통관심정보 간의 적합도를 계산하는 단계를 포함하고,
상기 적합도 산출식은,

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 제3 키워드의 개수, N3는 상기 제1 내지 제3 키워드의 총개수인, 맞춤형 페르소나 관리서버를 이용한 보험 추천 방법.
제7 항에 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 관리서버를 이용한 보험 추천 방법.
제8 항에 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 관리서버를 이용한 보험 추천 방법.
삭제