KR102145170B1 - 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치 - Google Patents

피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치 Download PDF

Info

Publication number
KR102145170B1
KR102145170B1 KR1020200026884A KR20200026884A KR102145170B1 KR 102145170 B1 KR102145170 B1 KR 102145170B1 KR 1020200026884 A KR1020200026884 A KR 1020200026884A KR 20200026884 A KR20200026884 A KR 20200026884A KR 102145170 B1 KR102145170 B1 KR 102145170B1
Authority
KR
South Korea
Prior art keywords
product
consumer
terminal
customer
consumers
Prior art date
Application number
KR1020200026884A
Other languages
English (en)
Inventor
홍자민
Original Assignee
홍자민
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 홍자민 filed Critical 홍자민
Priority to KR1020200026884A priority Critical patent/KR102145170B1/ko
Application granted granted Critical
Publication of KR102145170B1 publication Critical patent/KR102145170B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0641Shopping interfaces

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 단말에게 상품을 추천하는 쇼핑몰 서버를 개시한다.
구체적으로, 본 발명의 일 실시예에 따른 쇼핑몰 서버는 상기 쇼핑몰 서버에 등록된 복수의 소비자들을 위한 프로파일들을 분석하고, 상기 프로파일들을 기반으로 상기 복수의 소비자들 각각을 복수의 피어 그룹들 각각에 맵핑하고, 상기 복수의 피어 그룹들 중, 상기 단말의 소비자가 맵핑된 적어도 하나의 피어 그룹을 추출하고, 상기 적어도 하나의 피어 그룹에 포함된 소비자들의 쇼핑 이력을 분석하고, 상기 소비자들의 쇼핑 이력을 기반으로, 상기 단말의 소비자에게 상품을 추천할 수 있다.

Description

피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치 {METHOD AND APPARATUS FOR RECOMMANDATING PERSONALIZED GOODS BASED ON PEER GROUP MATCHING}
본 발명은 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치에 관한 것으로서, 더욱 상세하게는, 모바일 쇼핑몰을 포함하는 온라인 쇼핑몰에서 고객에게 상품을 추천할 때, 해당 고객의 정보와 관련성이 있는 복수의 고객을 피어 그룹으로 그룹핑하고, 해당 피어 그룹의 쇼핑 관련 정보를 기반으로 상품을 추천하는 상품 추천 방법 및 장치에 관한 것이다.
2012년을 기준으로 인터넷 이용자 3,812만 명 중, 63.5%에 해당하는 이용자들이 온라인에서 상품을 구매 및 판매하기 위하여 인터넷을 이용하고 있다.
이러한 높은 인터넷 이용률로 인하여 국내 온라인 쇼핑시장의 전체 규모는 약 22조원 대로 성장하였으며, 매년 약 16.3% 이상 성장 중이다.
특히, 오픈 마켓의 대형화와 대형 기업들의 온라인 시장 진입으로 의류 쇼핑몰을 포함한 온라인 쇼핑 시장의 성장을 견인하였으며, 모바일 쇼핑몰의 등장으로 전체 온라인 패션 시장의 외형이 지속적으로 확대되는 중이다.
또한, 백화점, 매장 등의 오프라인 매장에서의 의류 및 패션에 대한 소비가 20~30대의 젊은 층을 중심으로 온라인으로 이동하였으며, 의류, 패션 관련 전문 쇼핑몰의 등장으로 젊은 층의 60% 이상이 오프라인보다는 온라인 쇼핑몰에서 의류를 구매하고 있는 실정이다.
한국공개특허 제 10-2016-0120238 호 (명칭: 상품 추천 시스템, 2016.10.17)
본 발명은 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치를 제공하고자 한다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 실시 예에 따른 쇼핑몰 서버가 단말에게 상품을 추천하는 방법에 있어서, 쇼핑몰 서버에 등록된 복수의 제 1 소비자들을 위한 프로파일들을 분석하고, 상기 프로파일들을 기반으로 상기 복수의 제 1 소비자들 각각을 복수의 피어 그룹들 각각에 맵핑하고, 상기 복수의 피어 그룹들 중, 상기 단말의 제 1 소비자가 맵핑된 적어도 하나의 피어 그룹을 추출하고, 상기 적어도 하나의 피어 그룹에 포함된 제 2 소비자들의 쇼핑 이력을 분석하고, 상기 제 2 소비자들의 쇼핑 이력을 기반으로, 상기 단말에게 상품을 추천할 수 있다.
이 때, 상기 복수의 제 1 소비자들이 추천된 상품들을 구매한 구매율 및 재구매율을 분석하고, 상기 구매율 및 상기 재구매율을 기반으로 상기 복수의 제 1 소비자들 각각을 상기 복수의 피어 그룹들 각각에 재맵핑하는 것을 더 포함할 수 있다.
또한, 상기 구매율 및 상기 재구매율을 분석하는 것은, 상기 적어도 하나의 피어 그룹 중, 특정 피어 그룹에 추천된 복수의 상품들의 구매율의 제 1 평균값 및 상기 복수의 상품들의 재구매율의 제 2 평균값을 분석하고, 상기 복수의 상품들에 대한 상기 제 1 소비자의 구매율 및 재구매율을 분석하는 것을 포함할 수 있다.
또한, 상기 복수의 제 1 소비자들 각각을 상기 복수의 피어 그룹들 각각에 재맵핑하는 것은, 상기 제 1 소비자의 구매율이 상기 제 1 평균값보다 제 1 값 이상으로 낮고, 상기 제 1 소비자의 구매율이 상기 제 2 평균값보다 제 2 값 이상으로 낮으면, 상기 제 1 소비자를 상기 특정 피어 그룹에서 제외하고, 상기 제 1 소비자를 상기 제 1 소비자의 프로파일을 기반으로, 상기 특정 피어 그룹 및 상기 제 1 소비자가 기 매칭된 피어 그룹을 제외한 다른 피어 그룹에 맵핑할 수 있다.
또한, 상기 단말에게 상품을 추천하는 것은, 상기 제 2 소비자들의 쇼핑 이력을 기반으로, 상기 적어도 하나의 피어 그룹 각각에 대해 후보 추천 상품들을 추출하고, 상기 제 1 소비자의 프로파일을 기반으로 상기 후보 추천 상품들 중, 특정 상품을 선택하여 추천하는 것을 포함할 수 있다.
또한, 상기 특정 상품을 선택하여 추천하는 것은, 상기 단말로부터 상기 제 1 소비자의 친구 목록을 추출하고, 상기 제 1 소비자의 친구 목록 및 상기 제 2 소비자들의 쇼핑 이력을 기반으로, 상기 특정 상품을 선택하여 추천하는 것을 포함할 수 있다.
또한, 상기 특정 상품을 선택하여 추천하는 것은, 상기 후보 추천 상품들이 화장품인 경우, 상기 제 2 소비자들 중, 상기 친구 목록에 포함된 제 2 소비자가 구매한 상품에 제 1 가중치를 부여하는 것을 더 포함하고, 제 1 가중치는 상기 제 2 소비자가 구매한 횟수에 따라 높아질 수 있다.
또한, 상기 단말은, 상기 단말의 디스플레이 화면을 적어도 4개의 공간들로 분할하며, 제 1 공간에는 상기 제 2 소비자가 구매한 상품의 이미지를 출력하고, 제 2 공간에는 상기 제 1 소비자의 프로파일을 출력하고, 제 3 공간에는 상기 제 2 소비자의 프로파일을 출력하고, 제 4 공간에는 상기 제 1 소비자의 프로파일 및 상기 제 2 소비자의 프로파일의 차이에 대한 정보를 출력할 수 있다.
또한, 상기 특정 상품을 선택하여 추천하는 것은, 상기 후보 추천 상품들이 의류인 경우, 상기 제 2 소비자들 중, 상기 친구 목록에 포함된 제 2 소비자가 구매한 상품은 상기 후보 추천 상품들에서 제외할 수 있다.
또한, 상기 단말은, 상기 단말의 디스플레이 화면을 복수의 공간들로 분할하며, 상기 복수의 공간들 중, 특정 공간에는 상기 제 2 소비자가 구매한 상품을 출력하고, 나머지 공간들에는, 상기 후보 추천 상품들 중, 상기 제 2 소비자가 구매한 상품과 가장 유사한 상품들을 출력할 수 있다.
본 발명에 따르면, 피어 그룹의 쇼핑 관련 정보를 기반으로 해당 피어 그룹에 속한 고객에 대한 상품을 추천하여, 보다 높은 정확성으로 상품을 추천할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시 예에 따른 상품 추천 서비스를 제공하는 시스템을 설명하기 위한 도면이다.
도 2 내지 도 4는 본 발명의 실시 예에 따른 상품 추천 방법을 설명하기 위한 도면이다.
도 5 내지 도 6은 본 발명의 실시 예를 구현하기 위한 장치들의 구성을 나타내는 도면이다.
본 발명의 과제 해결 수단의 특징 및 이점을 보다 명확히 하기 위하여, 첨부된 도면에 도시된 본 발명의 특정 실시 예를 참조하여 본 발명을 더 상세하게 설명한다.
다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하의 설명 및 도면에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의기술적 사상을 모두 대변하는 것은 아니므로, 본 출원 시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다.
또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 명세서에서 기술되는 "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 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.
또한, 명세서에 기재된 "부", "기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 본 발명을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
상술한 용어들 이외에, 이하의 설명에서 사용되는 특정 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
아울러, 본 발명의 범위 내의 실시 예들은 컴퓨터 실행가능 명령어 또는 컴퓨터 판독가능 매체에 저장된 데이터 구조를 가지거나 전달하는 컴퓨터 판독가능 매체를 포함한다. 이러한 컴퓨터 판독가능 매체는, 범용 또는 특수 목적의 컴퓨터 시스템에 의해 액세스 가능한 임의의 이용 가능한 매체일 수 있다. 예로서, 이러한 컴퓨터 판독 가능 매체는 RAM, ROM, EPROM, CD-ROM 또는 기타 광 디스크 저장장치, 자기 디스크 저장장치 또는 기타 자기 저장장치, 또는 컴퓨터 실행가능 명령어, 컴퓨터 판독가능 명령어 또는 데이터 구조의 형태로 된 소정의 프로그램 코드 수단을 저장하거나 전달하는 데에 이용될 수 있고, 범용 또는 특수 목적 컴퓨터 시스템에 의해 액세스 될 수 있는 임의의 기타 매체와 같은 물리적 저장 매체를 포함할 수 있지만, 이에 한정되지 않는다.
아울러, 본 발명은 퍼스널 컴퓨터, 랩탑 컴퓨터, 핸드헬드 장치, 멀티프로세서 시스템, 마이크로프로세서-기반 또는 프로그램 가능한 가전제품(programmable consumer electronics), 네트워크 PC, 미니컴퓨터, 메인프레임 컴퓨터, 모바일 전화, PDA, 페이저(pager) 등을 포함하는 다양한 유형의 컴퓨터 시스템 구성을 가지는 네트워크 컴퓨팅 환경에서 실시될 수 있다. 본 발명은 또한 네트워크를 통해 유선 데이터 링크, 무선 데이터 링크, 또는 유선 및 무선 데이터 링크의 조합으로 링크된 로컬 및 원격 컴퓨터 시스템 모두가 태스크를 수행하는 분산형 시스템 환경에서 실행될 수 있다. 분산형 시스템 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치에 위치될 수 있다.
또한, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
본 개시의 실시예들을 구체적으로 설명함에 있어서, 특정 시스템의 예를 주된 대상으로 할 것이지만, 본 명세서에서 청구하고자 하는 주요한 요지는 유사한 기술적 배경을 가지는 여타의 통신 시스템 및 서비스에도 본 명세서에 개시된 범위를 크게 벗어나지 아니하는 범위에서 적용 가능하며, 이는 당해 기술분야에서 숙련된 기술적 지식을 가진 자의 판단으로 가능할 것이다.
이제, 본격적으로 본 발명의 실시 예에 따른 상품 추천 서비스 제공 방법에 대해 살펴보도록 한다.
한편, 후술하는 실시 예들에서 온라인 쇼핑몰이라고 함은, 모바일 기기를 이용하여 접속하는 모바일 쇼핑몰 및 고정 PC(Personal Computer) 등의 고정 기기를 이용하여 접속하는 쇼핑몰 모두를 포함하는 개념이며, 유무선 통신을 이용하여 전자적으로 상품을 구매할 수 있는 쇼핑몰이라면, 어떠한 쇼핑몰도 포함할 수 있다.
도 1을 참조하면, 본 발명의 실시 예에 따른 상품 추천 서비스 제공 시스템은, 통신망 (100), 단말(200) 및 쇼핑몰 서버(300)를 포함할 수 있다.
여기서, 단말(200)은 쇼핑몰 서버(300)와 통신망(100)을 통해 연동될 수 있다. 이 때, 통신망(100)은 무선 통신망일 수 있다. 예를 들어, 해당 무선 통신망은 LTE (Long Term Evolution), 5G (5 Generation) 및 WiFi 등을 이용하는 무선 통신망일 수 있다.
본 발명의 단말(200)은 소비자의 조작에 따라 통신망(100)을 경유하여 각종 데이터를 송수신할 수 있는 소비자의 장치를 의미한다. 이러한 단말(200)은 통신망(100)을 통하여 음성 또는 데이터 통신을 수행할 수 있으며, 쇼핑몰 서버(300)와 통신망(100)을 통해 정보를 송수신 할 수 있다. 이를 위한 본 발명의 단말(200)은 쇼핑몰 서버(300)와 데이터를 송수신하기 위한 프로그램 및 프로토콜을 저장하는 메모리, 각종 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비할 수 있다.
이러한 단말(200)은 우선적으로 통신망(100)에 접속된 어플리케이션(이하, '앱') 제공 장치(미도시) 예컨대, 앱 스토어 등에 접속을 수행하고 해당 앱 스토어로부터 상품 추천 서비스를 위한 앱을 수신하여 설치할 수 있다.
또한, 이러한 단말(200)은 다양한 형태로 구현될 수 있다. 예를 들어, 본 명세서에서 기술되는 단말(200)은 스마트 폰(smart phone), 태블릿 PC(Tablet PC), PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), MP3 Player 등의 이동 단말기는 물론, 스마트 TV(Smart TV), 데스크탑 컴퓨터 등과 같은 고정 단말기가 사용될 수도 있다.
또한, 본 발명의 단말(200)은 디지털 기기의 컨버전스(convergence) 추세에 따라 휴대 기기의 변형이 매우 다양하여 모두 열거할 수는 없으나, 상기 언급된 유닛들과 동등한 수준의 유닛이 본 발명에 따른 단말(200)로 사용될 수 있으며, 본 발명에 따른 상품 추천 서비스에 관련된 앱을 다운 및 설치할 수 있는 장치라면, 그 어떠한 장치도 본 발명의 실시 예에 따른 단말(200)로 이용될 수 있다.
쇼핑몰 서버(300)는 본 발명의 실시 예에 따른 상품 추천 서비스를 제공하기 위한 각종 데이터 및 정보를 단말(200)와 송수신하고, 상기 각종 데이터 및 정보를 기반으로 소비자에게 의류를 추천하기 위한 서버 장치이다.
삭제
도 2 내지 도 4는 본 발명의 실시 예에 따른 상품 추천 서비스를 구현하기 위한 방법을 설명하기 위한 도면이다.
도 2를 참조하면, 쇼핑몰 서버(300)는 쇼핑몰 서버(300)에 등록된 복수의 소비자들의 프로파일들을 분석할 수 있다(S205).
이 때, 상기 프로파일에는 소비자들 각각의 연령, 성별, 피부타입, 관심 분야, 생활 환경 및 취향 등을 포함할 수 있다. 또한, 각 소비자들의 생활 환경은 각 소비자들의 이동 동선을 파악하고, 이를 바탕으로 각 소비자들의 주요 이동 동선을 추출하여, 상기 주요 이동 동선이 포함되는 지역 및 해당 지역의 특징 (예를 들어, 고층 빌딩의 밀집도, 대형 도로의 유무, 공원이나 강과 같은 생태 환경, 평균 유동 인구 등)을 이용하여 파악할 수 있다. 또한, 각 소비자들의 관심 분야 및 취향은 각 소비자들이 포털 사이트 혹은 SNS(Social Network Service)를 통해 검색한 검색 키워드 및 각 소비자들이 검색한 검색 페이지 등을 기반으로 파악할 수 있다.
쇼핑몰 서버(300)는 연령, 성별, 피부타입, 관심 분야, 생활 환경 및 취향 등과 같이 프로파일에 포함되어 있는 카테고리 별로 복수의 피어 그룹들을 생성할 수 있다. 그리고, 복수의 소비자들의 프로파일들을 기반으로 복수의 소비자들 각각을 복수의 피어 그룹들에 매핑할 수 있다(S210).
예를 들어, 특정 소비자가 25세, 남자, 지성 피부이고, 고층 건물 밀집 지역에 주요 동선을 가진다면, 특정 소비자는 20대/남성/지성피부/건물 밀집 지역으로 묶이는 하나의 피어 그룹에 포함될 수도 있고, 20대 남성 피어 그룹, 지성 피부 피어 그룹 및 건물 밀집 지역 피어 그룹 등 총 3개의 피어 그룹들에 포함될 수도 있다.
쇼핑몰 서버(300)는 특정 소비자에게 상품을 추천하기 위해, 특정 소비자가 포함된 피어 그룹들 각각에 대응하는 소비자들의 쇼핑 이력을 분석할 수 있다(S215). 예를 들어, 특정 소비자가 포함되는 피어 그룹이 1개이면, 1개의 피어 그룹에 포함되는 소비자들의 쇼핑 이력을 분석할 수 있고, 특정 소비자가 포함되는 피어 그룹이 3개이면, 3개의 피어 그룹들 각각에 포함되는 소비자들의 쇼핑 이력을 분석할 수 있다. 또한, 쇼핑 이력이 분석되는 대상 소비자들에는 특정 소비자를 포함한 피어 그룹 내의 모든 소비자들일 수 있다.
또한, 쇼핑 이력은 소비자들 각각의 쇼핑 패턴, 검색 키워드, 만족한 상품, 불만족한 상품, 구매율 및 재 구매율을 포함할 수 있다. 여기서, 쇼핑 패턴은 소비자들 각각이 쇼핑몰에서 상품을 구매한 순서, 상품을 주로 구매한 요일 및 시간 및 상품을 검색한 순서 등을 포함할 수 있다. 또한, 구매율은 소비자들 각각이 장바구니에 담은 상품들 또는 상세 정보를 클릭한 상품들 중에서 실제로 소비자가 구매한 상품들의 비율을 나타낸다. 또한, 재구매율은 소비자들 각각이 실제도 구매한 상품들 중, 2번 이상 구매한 상품들의 비율을 나타낸다.
쇼핑몰 서버(300)는 피어 그룹들 각각에 대한 쇼핑 이력을 기반으로, 각각의 피어 그룹에서 특정 소비자를 위한 후보 추천 상품들을 특정 소비자의 단말(200)을 위해 추출할 수 있다. 예를 들어, 특정 소비자가 포함된 피어 그룹들이 3개라면, 3개의 피어 그룹들 각각에 대하여 하나씩 후보 추천 상품 (총 3개의 후보 추천 상품들)을 특정 소비자의 단말(200)을 위해 추출할 수 있다.
쇼핑몰 서버(300)는 후보 추천 상품들 중에서 특정 소비자의 프로파일을 기반으로 단말(200)에게 최종적으로 추천할 특정 상품을 선택하여 추천할 수 있다(S220). 예를 들어, 상기 후보 추천 상품들 중에서 상기 특정 소비자의 프로파일 전체의 요소에 가장 적합한 특정 상품을 선택할 수 있다. 구체적으로, 3개의 추천 후보 상품들 각각에 상기 특정 소비자의 연령, 성별, 피부타입, 관심 분야, 생활 환경 및 취향 각각에 대한 점수를 부여하고, 해당 점수의 총합이 가장 높은 추천 후보 상품을 상기 특정 상품으로 선택하여 단말(200)에 추천할 수 있다.
한편, 특정 소비자가 포함된 피어 그룹들에는 특정 소비자와 특정 관계 (예를 들어, 가족, 친구, 연인 및 기타 지인 등)에 있는 다른 소비자가 포함될 수 있다. 이러한 경우, 추천 상품을 선별할 때, 해당 다른 소비자가 구매한 상품에는 서로 다른 가중치를 두고, 추천 상품을 선별하는데 고려할 수 있다. 다시 말해, 쇼핑몰 서버(300)는 단말(200)에 포함된 연락처, 메신저 친구 목록, SNS 친구 목록 등을 포함하는 친구 목록을 추출하여 상기 단말(200)로부터 수신하고, 상기 친구 목록 및 상기 피어 그룹 각각에 포함된 다른 소비자들의 쇼핑 이력을 기반으로 후보 추천 상품들 중, 특정 상품을 단말(200)에게 추천할 수 있다.
예를 들어, 특정 소비자가 구매하고자 하는 상품이 화장품인 경우, 쇼핑몰 서버(300)는 후보 추천 상품들 중 특정 소비자의 친구 목록에 포함된 다른 소비자가 구입한 화장품에는 더 높은 가중치를 부여할 수 있다. 이는, 특정 소비자가 다른 소비자가 해당 화장품을 사용한 것을 보았거나, 사용 후기를 직접 들음으로써, 해당 상품에 대해 정확한 판단을 할 수 있고, 다른 소비자가 해당 화장품에 대해 만족하였다면, 특정 소비자도 이에 대해 만족할 것이라는 기대를 가질 수 있고, 실제 구매로 연결될 수 있기 때문이다.
따라서, 다른 소비자가 구입한 화장품에는 다른 화장품에 비해 높은 가중치를 부여하여, 해당 화장품이 최종 추천 상품으로 선정될 가능성을 높일 수 있다. 또한, 이러한 가중치는 특정 소비자의 친구 목록에 포함된 다른 소비자가 해당 화장품을 구매한 횟수가 많을수록 높게 설정될 수 있다.
또한, 이러한 경우, 친구 목록에 포함된 다른 소비자가 구매한 화장품이 특정 소비자에게 얼마나 적합한 화장품인지에 대한 정보를 제공하기 위하여, 도 3에서 볼 수 있는 것과 같이, 쇼핑몰 서버(300)는 단말(200)의 디스플레이 화면을 적어도 4개의 공간들로 분할하고, 제 1 공간에는 해당 화장품의 이미지를, 제 2 공간에는 특정 소비자의 프로파일을, 제 3 공간에는 친구 목록에 포함된 다른 소비자의 프로파일을 출력하도록 제어할 수 있다. 또한, 제 4 공간에는 특정 소비자의 프로파일과 친구 목록에 포함된 다른 소비자의 프로파일의 차이에 대한 정보를 출력하도록 제어하여, 특정 소비자에게 해당 화장품의 적합성을 더 정확하게 전달할 수 있다.
예를 들어, 쇼핑몰 서버(300)는 단말(200)이 특정 소비자와 친구 목록에 포함된 다른 소비자가 모두 지성인 경우, 특정 소비자는 지성 타입이 수분 부족형이고, 다른 소비자는 지성 타입이 유분 과다형임을 출력하도록 제어하거나, 특정 소비자와 다른 소비자의 안드로겐 수치의 차이를 출력하도록 제어할 수 있다.
이 때, 각각의 정보가 4개의 공간들 중 어디에 배치될지 여부는, 단말(200)이 설정할 수 있으나, 쇼핑몰 서버(300)가 설정해서 전송할 수도 있다.
예를 들어, 쇼핑몰 서버(300)는 단말(200)에 설치된 자이로 센서 및 조도 센서를 이용하여, 현재 단말(200)의 수평 각도, 수직 각도 및 단말(200)에 입사되는 빛의 양을 분석하고, 상기 단말(200)의 사용자의 시선 위치를 추정하여, 상기 추정된 시선 위치를 기반으로, 소비자가 가장 잘 볼 수 있는 공간을 제 1 공간으로, 그 다음에 잘 보일 것으로 추정되는 공간을 제 4 공간으로, 나머지 두 공간을 제 2 공간과 제 3 공간으로 설정할 수 있다. 따라서, 단말(200)의 수평 및 수직 기울기와 조도가 변경되면, 자이로 센서 및 조도 센서가 변화된 기울기 및 조도를 감지하여 쇼핑몰 서버(300)로 전송하고, 이를 기반으로 쇼핑몰 서버(300)는 제 1 공간 내지 제 4 공간의 배치를 변경할 수 있다.
다른 예로, 특정 소비자가 구매하고자 하는 상품이 의류인 경우, 쇼핑몰 서버(300)는 후보 추천 상품들 중 특정 소비자의 친구 목록에 포함된 다른 소비자가 구입한 의류는 후보 추천 상품들에서 제외할 수 있다. 이는, 보통 친구 목록에 포함된 다른 소비자가 이미 구입하여 입고 있는 옷을 특정 소비자가 같이 입는 것을 원하지 않을 확률이 크며, 따라서, 해당 상품에 대한 구매를 원하지 않을 수 있기 때문이다.
따라서, 쇼핑몰 서버(300)는 친구 목록에 포함된 다른 소비자가 구입한 의류에는 다른 의류에 비해 낮은 가중치를 부여하거나, 아예 후보 추천 상품에서 제외할 수 있다.
한편, 친구 목록에 포함된 다른 소비자가 구입한 의류는 후보 추천 상품에서 제외되더라도, 해당 디자인이나 해당 옷의 종류가 특정 소비자에게 추천될 수 있는 상품이라면, 동일하지 않지만, 유사한 디자인을 가지는 의류는 특정 소비자에게 추천될 수도 있다.
이를 위해, 쇼핑몰 서버(300)는 단말(200)의 디스플레이 화면을 복수의 공간들로 분할하고, 하나의 공간에는 친구 목록에 포함된 다른 소비자가 구입한 의류를 출력하고, 나머지 공간들에는 후보 추천 상품들 중에서 상기 다른 소비자가 구입한 의류와 가장 유사한 디자인을 가지는 후보 추천 상품을 출력하도록 제어하여, 특정 소비자가 이를 참조하게 할 수 있다. 아니면, 도 4에서 볼 수 있는 것과 같이, 하나의 공간에는 친구 목록에 포함된 다른 소비자가 구입한 의류를 출력하고, 나머지 공간에는 상기 의류와 유사한 의류들을 출력하도록 제어할 수 있다. 이 때, 나머지 공간에 출력되는 의류는 다른 소비자가 구입한 의류와의 유사도에 따라서 크기를 달리하여 출력하도록 제어할 수 있다. 예를 들어, 다른 소비자가 구입한 의류와 디자인의 유사도가 클수록, 크기를 크게 하여 출력하도록 제어할 수 있다.
한편, 상술한 바와 같이, 쇼핑몰 서버(300)는 단말(200)에 설치된 자이로 센서 및 밝기 센서를 이용하여, 현재 단말(200)의 수평 각도, 수직 각도 및 단말(200)에 입사되는 빛의 양을 분석하고, 상기 단말(200)의 사용자의 시선 위치를 추정하여, 상기 추정된 시선 위치를 기반으로, 나머지 공간에서 유사도가 가장 큰 디자인의 의류를 소비자가 가장 잘 볼 수 있는 공간에 배치되고, 유사도 순으로 그 다음에 잘 보일 것으로 추정되는 공간에 배치되도록 설정할 수 있다.
한편, 상술한 S205~S220에 따라 특정 소비자에게 상품을 추천한 이후, 쇼핑몰 서버(300)는 더 정확한 상품 추천을 위해 쇼핑몰 서버(300)에 등록된 복수의 소비자들에 대한 카트 컨버전을 분석하고(S225), 상기 분석한 카트 컨버전 및 복수의 소비자들의 프로파일들을 기반으로 복수의 소비자들을 복수의 피어 그룹들 각각에 다시 매칭할 수 있다.
즉, 분석된 카트 컨버전을 기반으로 S205 단계부터 다시 수행할 수 있다. 여기서, 카트 컨버전은 쇼핑몰 서버(300)가 최종적으로 추천한 상품을 소비자가 얼마나 구매하였는지에 대한 수치일 수 있다. 예를 들어, 카트 컨버전은 특정 소비자가 쇼핑몰 서버(300)에서 추천해준 상품을 구매 및/또는 재구매한 구매율 및/또는 재구매율을 의미할 수 있다.
다시 말해, 쇼핑몰 서버(300)는 쇼핑몰 서버(300)가 추천한 상품을 복수의 단말들(200)에 의해 결제되어, 복수의 소비자들이 실제로 구매한 것으로 판단되는 구매율 및 재구매율을 분석하고, 상기 구매율 및 재구매율을 기반으로 복수의 소비자들을 복수의 피어 그룹들 각각에 재맵핑할 수 있다.
예를 들어, 특정 소비자가 3개의 피어 그룹들에 포함되어 있는 경우, 쇼핑몰 서버(300)는 3개의 피어 그룹들 각각에서 추천된 상품들을 복수의 소비자들이 구매한 제 1 구매율의 평균값 및 제 1 재구매율의 평균값을 분석한다. 또한, 쇼핑몰 서버(300)는 상기 특정 소비자를 위해 각 피어 그룹들과 관련하여 추천된 상품들을 특정 소비자가 구입한 제 2 구매율 및 제 2 재구매율을 분석할 수 있다.
또한, 쇼핑몰 서버(300)는 상기 제 1 구매율의 평균값보다 제 2 구매율이 일정 이상으로 낮고, 상기 제 2 재구매율이 상기 제 1 재구매율의 평균값보다 일정 이상으로 낮으면, 해당 피어 그룹에서 특정 소비자를 제외할 수 있다. 그 후, 쇼핑몰 서버(300)는 특정 소비자의 프로파일을 기반으로, 상기 제외된 피어 그룹 및 이미 특정 소비자가 포함된 피어 그룹을 제외한 다른 피어 그룹에 특정 소비자를 맵핑할 수 있다.
또 다른 예로, 특정 소비자가 포함된 피어 그룹이 하나인 경우, 쇼핑몰 서버(300)는 해당 피어 그룹에 포함된 복수의 소비자들이 해당 피어 그룹을 통해 추천 받은 상품들을 구매한 제 1 구매율의 평균값 및 제 1 재구매율의 평균값을 분석할 수 있다.
또한, 쇼핑몰 서버(300)는 상기 특정 소비자가 상기 피어 그룹을 통해 추천 받은 상품들을 일정 기간 동안 구매한 제 2 구매율 및 제 2 재구매율을 분석할 수 있다.
또한, 쇼핑몰 서버(300)는 상기 제 1 구매율의 평균값보다 제 2 구매율이 일정 이상으로 낮고, 상기 제 2 재구매율이 상기 제 1 재구매율의 평균값보다 일정 이상으로 낮으면, 해당 피어 그룹에서 특정 소비자를 제외할 수 있다. 그 후, 쇼핑몰 서버(300)는 특정 소비자의 프로파일을 기반으로, 상기 제외된 피어 그룹 이외의 다른 피어 그룹에 특정 소비자를 매칭할 수 있다.
삭제
한편, 쇼핑몰 서버(300)는 단말(200)의 소비자가 과거 구매 내역을 기반으로 소비자가 현재 어떤 상품을 구매하기 위해 쇼핑몰 앱에 접속하였는지를 추정하고, 이를 기반으로 해당 상품에 대한 구매 결정 페이지로 최대한 빨리 도달할 수 있도록 할 수 있다. 즉, 쇼핑몰 서버(300)가 빅데이터와 인공지능 프로세스를 이용하여 소비자가 구매하고자 하는 상품을 검색하고, 상품들에 대한 설명페이지에 들어가서 상품의 설명을 읽고 하는 과정 없이, 바로 구매 결정 페이지에 도달하게 해줌으로써, 온라인 쇼핑몰에서의 쇼핑에 피로감을 감소시킬 수 있다.
이를 위하여 쇼핑몰 서버(300)는 아래와 같은 동작을 수행할 수 있다.
쇼핑몰 서버(300)는 단말(200)의 소비자가 과거에 구매한 적어도 하나의 구매 상품에 대한 구매 내역을 분석할 수 있다. 이 때, 단말(200)의 소비자의 구매 내역은 쇼핑몰 서버(300) 내(예를 들어, 쇼핑몰 서버(300)의 저장 모듈)에 저장될 수 있다. 또한, 구매 내역은 단말(200)의 소비자가 과거에 구매 상품을 처음으로 구매한 첫 구매 시기, 구매 상품을 재구매한 시기 및 재구매한 횟수, 마지막 구매 시기 및 마지막 구매에 대한 배송 완료 시기를 포함할 수 있다. 예를 들어, 쇼핑몰 서버(300)는 첫 구매 시기, 재구매 시기, 재구매 횟수, 마지막 구매 시기 및 배송 완료 시기를 기반으로, 적어도 하나의 구매 상품을 소비자가 다시 구매할 것으로 예상되는 구매 예정 시기를 추론할 수 있다.
쇼핑몰 서버(300)는 상기 소비자의 구매 내역 및 구매 예정 시기를 기반으로, 현재 소비자가 구매할 것으로 예상되는 예상 구매 상품을 추정할 수 있다. 이 때 예상 구매 상품은 하나 이상일 수 있다.
이 때, 예상 구매 상품을 추정하는 방법으로는 아래와 같이 크게 4가지 실시 예들이 있을 수 있다.
첫번째 실시 예로, 쇼핑몰 서버(300)는 예상 구매 상품 리스트를 생성하여, 단말(200)에 바로 구매 여부의 결정을 요청하는 요청 메시지를 전송할 수 있다. 이 때, 쇼핑몰 서버(300)는 단말(200)이 해당 쇼핑몰 앱을 통해 이전에 장바구니에 보관한 상품들 중에서, 소비자의 구매 내역에 포함된 구매 상품들에 포함된 상품을 예상 구매 상품으로 추정하고, 해당 상품들로 예상 구매 상품 리스트를 생성할 수 있다.
또 다른 예로, 쇼핑몰 서버(300)는 소비자의 구매 내역에 포함된 구매 상품들 중, 추론한 구매 예정 시기가 현 시점으로부터 특정 기간 (예를 들어, 1주일 혹은 1달) 이내인 상품들을 예상 구매 상품으로 추정하고, 이러한 예상 구매 상품에 대한 예상 구매 상품 리스트를 생성할 수 있다.
또 다른 예로, 쇼핑몰 서버(300)는 소비자의 구매 내역에서 마지막으로 구매한 상품 및 해당 상품의 배송 완료 시기를 획득할 수 있다. 또한, 쇼핑몰 서버(300)는 해당 상품을 구매한 다른 소비자들 중, 특정 비율 이상의 다른 소비자들이 해당 상품의 배송을 받은 시점으로부터 일정 기간 이후(예를 들어, 1주일 또는 1달)에 해당 상품과 연계된 다른 상품을 구매한 내역을 획득할 수 있다.
만약, 단말(200)이 해당 쇼핑몰 앱에 접속한 시점이 해당 상품의 배송 완료 시기로부터 상기 일정 기간 이후라면, 상기 다른 상품을 예상 구매 상품으로 추정하고, 이에 대한 예상 구매 상품 리스트를 생성할 수 있다.
삭제
두번째 실시 예로, 소비자가 단말(200)을 이용하여 해당 쇼핑몰 앱에 접속하고, 소비자가 단말(200)을 이용하여 해당 온라인 쇼핑몰에서 상품 구매를 위한 카테고리를 선택하면, 단말(200)은 해당 카테고리에 대한 카테고리 정보를 쇼핑몰 서버(300)에 전송할 수 있다.
쇼핑몰 서버(300)는 소비자의 구매 내역에 포함된 구매 상품들 중, 해당 카테고리에 포함되는 구매 상품들을 예상 구매 상품으로 추정하고, 예상 구매 상품 리스트를 생성할 수 있다. 이 때, 구매 예정 시기를 기반으로 해당 카테고리에 포함되는 구매 상품들 중, 구매 예정 시기가 현 시점으로부터 특정 기간 (예를 들어, 1주일 혹은 1달) 이내인 상품들을 예상 구매 상품으로 추정하여, 예상 구매 상품 리스트를 생성할 수 있다.
세번째 실시 예로, 소비자는 단말(200)을 이용하여 단말(200)에 디스플레이된 적어도 하나의 배너 중, 특정 배너를 선택할 수 있다. 쇼핑몰 서버(300)는 소비자의 구매 내역을 기반으로 특정 배너에서 광고하는 광고 상품 및 해당 광고 상품과 연관된 연관 상품이 소비자의 구매 내역에 포함되는지를 판단할 수 있다.
쇼핑몰 서버(300)는 광고 상품 및/또는 해당 광고 상품과 연관된 연관 상품이 해당 소비자의 구매 내역에 포함되면, 해당 광고 상품 및/또는 연관 상품을 예상 구매 상품인 것으로 추정하고, 구매 결정 요청 메시지를 단말(200)에게 전송할 수 있다.
또한, 쇼핑몰 서버(300)는 소비자의 구매 내역에 포함된 구매 상품들의 마지막 배송 완료 시기를 기준으로, 해당 구매 상품을 구매한 다른 소비자들 중, 특정 비율 이상의 다른 소비자들이 해당 상품의 배송을 받은 시점으로부터 일정 기간 이후(예를 들어, 1주일 또는 1달)에 해당 상품과 연계된 다른 상품을 구매한 내역을 획득할 수 있다. 또한, 쇼핑몰 서버(300)는 연계된 다른 상품이 상술한 광고 상품 및/또는 연관 상품에 포함되어 있고, 단말(200)이 해당 쇼핑몰 앱에 접속한 시점이 해당 구매 상품의 배송 완료 시기로부터 상기 일정 기간 이후라면, 해당 다른 상품을 예상 구매 상품으로 추정하고, 예상 구매 상품 리스트를 생성할 수 있다.
네번째 실시 예로, 소비자는 단말(200)을 이용하여 해당 쇼핑몰 앱을 실행시키고, 해당 쇼핑몰 앱의 검색란에 검색 키워드를 입력할 수 있다. 쇼핑몰 서버(300)는 해당 검색 키워드와 관련된 복수의 상품들을 추출할 수 있다. 쇼핑몰 서버(300)는 해당 추출된 복수의 상품들 중, 상기 소비자의 구매 내역에 따른 구매 상품들에 포함되는 상품을 예상 구매 상품인 것으로 추정하고, 예상 구매 상품 리스트를 생성할 수 있다.
또한, 쇼핑몰 서버(300)는 소비자의 구매 내역에 포함된 구매 상품들의 마지막 배송 완료 시기를 기준으로, 해당 구매 상품을 구매한 다른 소비자들 중, 특정 비율 이상의 다른 소비자들이 해당 상품의 배송을 받은 시점으로부터 일정 기간 이후(예를 들어, 1주일 또는 1달)에 해당 상품과 연계된 다른 상품을 구매한 내역을 획득할 수 있다. 쇼핑몰 서버(300)는 해당 다른 상품이 상기 추출된 복수의 상품들에 포함되어 있다면, 해당 다른 상품을 예상 구매 상품으로 추정하고, 예상 구매 상품 리스트를 생성할 수 있다.
삭제
첫번째 실시 예 내지 네번째 실시 예에 따라 소비자의 구매 내역을 기반으로 소바자가 구매할 것으로 예상되는 예상 구매 상품을 추정하였다면, 실시 예 5에서는 해당 소비자와 유사한 프로파일들을 가진 다른 소비자들의 프로파일을 기반으로 그룹 별로 구매 내역을 분석하고, 예상 구매 상품을 추정할 수 있다.
예를 들어, 쇼핑몰 서버(300)는 소비자의 프로파일 및 다른 소비자들의 프로파일들을 기반으로, 상기 소비자 및 다른 소비자들을 복수의 피어 그룹들로 매칭할 수 있다. 또한, 쇼핑몰 서버(300)는 복수의 피어 그룹들 중, 상기 소비자가 포함된 적어도 하나의 피어 그룹에 포함된 소비자 및 다른 소비자들의 구매 상품들에 대한 구매 내역을 분석할 수 있다.
그리고 쇼핑몰 서버(300)는 해당 구매 내역을 분석한 것을 기반으로 실시 예 1 내지 실시 예 4에 따라, 소비자가 구매하고자 하는 예상 구매 상품을 추정하고, 예상 구매 상품 리스트를 생성하여, 구매 결정 요청 메시지를 단말(200)에 전송할 수 있다.
한편, 소비자들을 복수의 피어 그룹들에 매칭하는 구체적인 방법은 상술한 소비자들을 복수의 피어 그룹들을 매칭하는 방법과 동일한 방법을 적용할 수 있다.
삭제
쇼핑몰 서버(300)가 첫번째 실시 예 내지 네번째 실시 예에 따라, 단말(200)을 위한 예상 구매 상품을 추정하면, 쇼핑몰 서버(300)는 단말(200)에게 예상 구매 상품의 구매 여부 결정을 요청하는 요청 메시지를 전송할 수 있다(S215). 요청 메시지에는 쇼핑몰 서버(300)에서 생성한 예상 구매 상품 리스트가 포함될 수 있다. 또한, 예상 구매 상품 리스트에 포함된 예상 구매 상품들 각각에는 예상 구매 상품들을 식별할 수 있는 식별 정보가 부여될 수 있고, 각각의 식별 정보는 상기 요청 메시지에 포함될 수 있다. 또한, 각각의 식별 정보는 3비트를 초과하여 구성(바람직하게는 5~8비트로 구성)될 수 있으며, 식별 정보를 위한 비트들의 마지막 3비트는 '000' 또는 '111'로 구성될 수 있다. 구체적으로는 각각의 식별 정보를 위하여 마지막 3비트들은 '000' 및 '111'을 교대로 사용할 수 있다. 이는, 후술하겠지만, 응답 메시지를 효율적으로 전송하기 위함이며, 요청 메시지를 전송하고, 이에 대한 응답 메시지를 수신하는 과정에서 노이즈로 인한 오프셋으로 인한 비트 오류 발생 가능성을 줄이면서도 최소한의 시그널링 오버헤드를 가지고 응답 메시지를 전송하기 위함이다. 예를 들어, 3개의 예상 구매 상품들이 예상 구매 상품 리스트에 포함되고, 예상 구매 상품들 각각을 위한 식별 정보가 6비트로 구성되는 경우, 요청 메시지에 포함된 예상 구매 상품들의 식별 정보들 각각은 'xxx000', 'yyy111'및 'zzz000'로 구성될 수 있다.
단말(200)이 요청 메시지를 수신하면, 예상 구매 상품들을 단말(200)의 화면에 표시할 수 있다. 이 때, 단말(200)의 화면은 듀얼 디스플레이 방식으로 좌우로 분할될 수 있다.
단말(200)의 좌측 화면에 예상 구매 상품들이 표시될 수 있다. 이 때, 사용자가 좌측 화면에 표시된 예상 구매 상품들 중, 어느 하나를 터치(Touch)하면, 터치된 예상 구매 상품이 우측 화면으로 이동될 수 있다. 또 다른 예로, 사용자가 좌측 화면에 표시된 예상 구매 상품들 중, 어느 하나를 드래그 앤 드롭(Drag & Drop)으로 우측 화면으로 이동시킬 수 있다.
단말(200)의 우측 화면으로 이동된 예상 구매 상품들을 기반으로 단말(200)은 상술한 요청 메시지에 대응하는 응답 메시지를 생성할 수 있다. 다시 말해, 단말(200)의 우측 화면으로 이동된 예상 구매 상품들은 소비자가 실제로 구매하기를 원하는 상품들인 것으로 단말(200)은 인지하고 이를 위한 응답 메시지를 생성할 수 있다.
이 때, 응답 메시지에는 예상 구매 상품 리스트에 포함된 예상 구매 상품들 각각의 구매 여부를 표시하여 전송할 수 있다. 또한, 이를 위하여, 응답 메시지에는 요청 메시지에 포함된 식별 정보들 각각의 마지막 3비트들에 대응하는 3비트들만이 연속되어 포함될 수 있다.
예를 들어, 요청 메시지에 포함된 식별 정보가 'xxx000', 'yyy111'및 'zzz000'이면, 단말(200)은 응답 메시지를 '000', '111', '000'을 기반으로 생성할 수 있다. 이 때, 단말(200)은 소비자가 실제 구매하는 예상 구매 상품에 대응하는 3비트를 반전시켜, 응답 메시지를 생성할 수 있다. 예를 들어, 도 4를 참조할 때, 2번째 예상 구매 상품을 소비자가 구매하기로 결정한 바, 단말(200)은 응답 메시지에 '000 000 000'의 비트를 포함시켜 전송할 수 있다. 만약, 첫번째 예상 구매 상품을 소비자가 구매하기로 결정하였다면, 단말(200)은 응답 메시지에 '111 111 000'을 포함시켜 전송할 수 있다.
해당 응답 메시지를 수신한 쇼핑몰 서버(300)는 해당 응답 메시지에 포함된 비트들을 보고, 어떤 예상 구매 상품을 실제로 소비자가 구매하기를 원하는지 판단할 수 있다. 예를 들어, 쇼핑몰 서버(300)는 3비트 단위로 끊어서 각각의 예상 구매 상품들을 실제로 소비자가 구매하는지 판단할 수 있으며, 쇼핑몰 서버(300)가 예상 구매 상품을 위해 마지막 3비트로 전송한 비트 값과 반전된 값이 해당 예상 구매 상품 자리에 위치해 있으면, 해당 예상 구매 상품을 소비자가 구매하는 것으로 판단할 수 있다. 반대로, 예상 구매 상품을 위해 마지막 3비트로 전송한 비트 값과 동일한 값이 해당 예상 구매 상품 자리에 위치해 있으면, 해당 예상 구매 상품에 대한 소비자의 구매 의사가 없는 것으로 판단할 수 있다.
예를 들어, 상술한 예시에서 쇼핑몰 서버(300)가 '000 000 000'의 비트가 포함된 응답 메시지를 수신하였다면, 쇼핑몰 서버(300)는 2번째 예상 구매 상품에 대한 마지막 비트를 '111'로 전송하였고, 응답 메시지에는 해당 자리가 '000'으로 수신된 바, 소비자가 두번째 예상 구매 상품에 구매 의사가 있는 것으로 판단할 수 있다.
한편, 상술한 실시 예의 설명에서는 좌측 화면에 예상 구매 상품들을 표시하고, 우측 화면으로 드래그 앤 드롭을 통해 상품을 이동시키는 것을 설명하였으나, 이에 한정되지 않는다.
다시 말해, 우측 화면에 예상 구매 상품들을 표시하고, 좌측 화면으로 드래그 앤 드롭을 통해 상품을 이동시킬 수 있으며, 상기 듀얼 디스플레이는 상하로 분할되어 상측 화면에 예상 구매 상품들을 표시하고, 하측 화면으로 드래그 앤 드롭을 통해 상품을 이동시킬 수도 있고, 하측 화면에 예상 구매 상품들을 표시하고, 상측 화면으로 드래그 앤 드롭을 통해 상품을 이동시킬 수도 있다.
쇼핑몰 서버(300)는 응답 메시지를 통해 소비자가 실제 구매하고자 하는 예상 구매 상품을 판단하였다면, 해당 예상 구매 상품에 대한 결제를 카드사 서버 및/또는 은행 서버에 요청하여 결제 절차를 진행할 수 있다.
삭제
도 5 내지 도 6은 상술한 본 발명의 실시 예를 구현하기 위한 장치의 구성을 나타내기 위한 블록도이다.
도 5는 상술한 본 발명의 실시 예를 구현하기 위한 단말(200)의 구성을 설명하기 위한 블록도이다.
도 5를 참조하면, 단말(200)는 제어 모듈(210), 통신 모듈(220), 저장 모듈(230), 출력 모듈(240), 입력 모듈(250) 등을 포함할 수 있다.
입력 모듈(250)은 숫자 및 문자 정보 등의 다양한 정보를 입력 받고, 각종 기능을 설정 및 단말(200)의 기능 제어와 관련하여 입력되는 신호를 제어 모듈(250)로 전달한다. 또한, 입력 모듈(250)은 사용자의 터치 또는 조작에 따른 입력 신호를 발생하는 키패드와 터치패드 중 적어도 하나를 포함하여 구성될 수 있다. 이때, 입력모듈(250)은 출력 모듈(240)와 함께 하나의 터치패널(또는 터치스크린(touch screen))의 형태로 구성되어 입력과 표시 기능을 동시에 수행할 수 있다. 또한, 입력 모듈(250)은 키보드, 키패드, 마우스, 조이스틱 등과 같은 입력 장치 외에도 향후 개발될 수 있는 모든 형태의 입력 수단이 사용될 수 있다. 특히, 본 발명에 따른 입력 모듈(250)은 사용자로부터 입력되는 입력 정보를 감지하여 제어 모듈(210)로 전달한다.
출력 모듈(240)은 단말(200)의 기능 수행 중에 발생하는 일련의 동작상태 및 동작결과 등에 대한 정보를 표시한다. 또한, 출력 모듈(240)은 단말(200)의 메뉴 및 사용자가 입력한 사용자 데이터 등을 표시할 수 있다. 여기서, 출력 모듈(240)은 액정표시장치(LCD, Liquid Crystal Display), 초박막 액정표시장치(TFT-LCD, Thin Film Transistor LCD), 발광다이오드(LED, Light Emitting Diode), 유기 발광다이오드(OLED, OrganicLED), 능동형 유기발광다이오드(AMOLED, Active Matrix OLED), 레티나 디스플레이(Retina Display), 플렉시블 디스플레이(Flexible display) 및 3차원(3 Dimension) 디스플레이 등으로 구성될 수 있다. 이때, 출력 모듈(330)이 터치스크린(Touch screen) 형태로 구성된 경우, 출력 모듈(240)은 입력 모듈(250)의 기능 중 일부 또는 전부를 수행할 수 있다
저장 모듈(230)은 데이터를 저장하기 위한 장치로, 주 기억 장치 및 보조 기억 장치를 포함하고, 단말(200)의 기능 동작에 필요한 응용 프로그램을 저장한다. 이러한 저장 모듈(230)은 크게 프로그램 영역과 데이터 영역을 포함할 수 있다. 여기서, 단말(200)는 사용자의 요청에 상응하여 각 기능을 활성화하는 경우, 제어 모듈(210)의 제어 하에 해당 응용 프로그램들을 실행하여 각 기능을 제공하게 된다.
통신 모듈(220)은 통신망(100)을 통해 쇼핑몰 서버(300)와 데이터를 송수신할 수 있다. 또한, 통신 모듈(220)은 송신되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신 수단과 수신되는 신호를 저잡음 증폭하고 주파수를 하강 변환하는 RF 수신 수단, 특정 통신 방식에 따른 통신 프로토콜을 처리하기 위한 데이터 처리 수단 등을 포함한다. 이러한 통신 모듈(220)은 무선통신 모듈(미도시) 및 유선통신 모듈(미도시) 중 적어도 하나를 포함할 수 있다. 그리고, 무선통신 모듈은 무선 통신 방법에 따라 데이터를 송수신하기 위한 구성이며, 단말(200)가 무선 통신을 이용하는 경우, 무선망 통신 모듈, 무선랜 통신 모듈 및 무선팬 통신 모듈 중 어느 하나를 이용하여 데이터를 쇼핑몰 서버(300)와 송수신할 수 있다. 여기서 통신모듈(220)은 복수의 통신 모듈들을 포함할 수 있다. 복수의 통신 모듈이 통신 모듈(220)에 포함되어 있는 경우, 하나의 통신 모듈은 블루투스(Bluetooth)를 포함한 PAN(Personal Area Network) 방식의 통신을 수행할 수 있다.
또한, 다른 하나의 통신 모듈은 통신망(100)을 통해 쇼핑몰 서버(300)와 통신한다. 여기서, 다른 하나의 통신 모듈은 WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신 방식을 이용할 수 있다.
제어 모듈(210)은 운영 체제(OS, Operation System) 및 각 구성을 구동시키는 프로세스 장치가 될 수 있다.
따라서, 단말(200)의 제어 모듈(210)은 입력 모듈(250)을 통해 입력받은 신호를 통신 모듈(220)을 통해 쇼핑몰 서버(300)로 전송하도록 제어하고, 통신 모듈(220)을 통해 수신한 비콘, 와이파이, 기지국 신호 또는 쇼핑몰 서버(300)에서 전송한 정보들을 출력 모듈(240)을 통해 노출하도록 제어할 수 있다.
또한, 단말(200)의 제어 모듈(210)은 본 발명의 실시 예에 따른 단말(200)의 동작 과정 전반을 제어할 수 있다. 다시 말해, 도 1 내지 도 4를 기반으로 상술한 본 발명의 실시 예들에 따른 단말(200)의 동작 과정 전반이 제어 모듈(210)에 의해 제어될 수 있다.
도 6은 본 발명의 실시 예들을 구현하기 위한 쇼핑몰 서버(300)의 구성을 도시하는 블록도이다.
도 6을 참조하면, 쇼핑몰 서버(300)는 제어 모듈(310), 통신 모듈(320) 및 저장 모듈(330)을 포함할 수 있다.
통신 모듈(320)은 단말(200)와 통신하기 위한 것으로서, 통신 모듈(320)이 기능을 수행하기 위한 통신망은 WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신 방식을 이용하는 것이 바람직하나, 이에 한정되는 것은 아니며, 시스템 구현 방식에 따라 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coaxial Cable), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신 방식을 이용할 수도 있다.
저장 모듈(330)은 데이터를 저장하기 위한 장치로, 주 기억 장치 및 보조 기억 장치를 포함하고, 쇼핑몰 서버(300)의 기능 동작에 필요한 응용 프로그램을 저장한다. 이러한 저장 모듈(330)은 크게 프로그램 영역과 데이터 영역을 포함할 수 있다. 여기서, 쇼핑몰 서버(300)는 단말(200)의 요청에 상응하여 각 기능을 활성화하는 경우, 제어 모듈(310)의 제어 하에 해당 응용 프로그램들을 실행하여 각 기능을 제공하게 된다.
제어 모듈(310)은 운영 체제(OS, Operation System) 및 각 구성을 구동시키는 프로세스 장치가 될 수 있다.
따라서, 쇼핑몰 서버(300)의 제어 모듈(310)은 본 발명의 실시 예에 따른 쇼핑몰 서버(300)의 동작 과정 전반을 제어할 수 있다. 다시 말해, 도 1 내지 도 4를 기반으로 상술한 본 발명의 실시 예들에 따른 쇼핑몰 서버(300)의 동작 과정 전반이 제어 모듈(310)에 의해 제어될 수 있다.
삭제
이상에서 설명한 바와 같이, 본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시 형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.
본 명세서에서 설명한 주제의 특정한 실시형태를 설명하였다. 기타의 실시형태들은 이하의 청구항의 범위 내에 속한다. 예컨대, 청구항에서 인용된 동작들은 상이한 순서로 수행되면서도 여전히 바람직한 결과를 성취할 수 있다. 일 예로서, 첨부도면에 도시한 프로세스는 바람직한 결과를 얻기 위하여 반드시 그 특정한 도시된 순서나 순차적인 순서를 요구하지 않는다. 특정한 구현 예에서, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 통상의 기술자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 통상의 기술자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다.
따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.
본 발명은 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치에 관한 것으로서, 더욱 상세하게는, 온라인 쇼핑몰에서 고객에게 상품을 추천할 때, 해당 고객의 정보와 관련성이 있는 복수의 고객을 피어 그룹으로 그룹핑하고, 해당 피어 그룹의 쇼핑 관련 정보를 기반으로 상품을 추천하는 상품 추천 방법 및 장치에 관한 것이다.
본 발명은 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치를 제공하고자 한다.
따라서, 본 발명은 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치를 통해 의류 쇼핑몰 산업 전반의 발전에 이바지할 수 있으며, 시판 또는 영업의 가능성이 충분할 뿐 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있다.
100: 통신망
200: 단말 300: 쇼핑몰 서버

Claims (10)

  1. 고객 단말의 고객에게 상품을 추천하는 쇼핑몰 서버에 있어서,
    저장 모듈; 및
    상기 저장 모듈에 등록된 복수의 제 1 소비자들을 위한 프로파일들을 분석하고,
    상기 프로파일들에 포함되는 카테고리 별로 복수의 제 1 피어 그룹들을 설정하고,
    상기 복수의 제 1 소비자들을 위한 프로파일에 기반하여 상기 복수의 제 1 소비자들 각각을 상기 복수의 제 1 피어 그룹들에 맵핑하고,
    상기 복수의 제 1 피어 그룹들 중에서, 상기 고객이 맵핑된 적어도 하나의 제 2 피어 그룹을 설정하고,
    상기 적어도 하나의 제 2 피어 그룹에 포함된 복수의 제 2 소비자들의 쇼핑 이력을 분석하고,
    상기 복수의 제 2 소비자들의 쇼핑 이력을 기반으로, 특정 상품을 추천하는 정보를 생성하여 상기 단말에게 전달하도록 제어하는 제어 모듈; 을 포함하고,
    상기 제어 모듈은,
    상기 고객에게 상기 특정 상품이 추천되었을 경우에 상기 특정 상품에 대한 상기 고객의 구매율을 산출하고, 상기 특정 상품에 대한 상기 고객의 재구매율을 산출하고,
    상기 적어도 하나의 제 2 피어 그룹에게 상기 특정 상품이 추천되었을 경우에 상기 특정 상품에 대한 상기 적어도 하나의 제 2 피어 그룹의 구매율을 산출하고, 상기 특정 상품에 대한 상기 적어도 하나의 제 2 피어 그룹의 재구매율을 산출하고,
    상기 특정 상품에 대한 상기 적어도 하나의 제 2 피어 그룹의 구매율의 제 1 평균값을 산출하고, 상기 특정 상품에 대한 상기 적어도 하나의 제 2 피어 그룹의 재구매율의 제 2 평균값을 산출하고,
    상기 고객의 구매율이 상기 제 1 평균값보다 소정의 제 1 값 만큼 더 낮고, 상기 고객의 재구매율이 상기 제 2 평균값보다 소정의 제 2 값 만큼 더 낮은 것이 확인되면, 상기 고객을 상기 적어도 하나의 제 2 피어 그룹에서 제외하고, 상기 복수의 제 1 피어 그룹들 중에서 상기 적어도 하나의 제 2 피어 그룹 이외의 다른 피어 그룹에 재맵핑하는 것을 특징으로 하고,
    상기 제어 모듈은,
    상기 단말에게 상품을 추천하되,
    상기 복수의 제 2 소비자들의 쇼핑 이력을 기반으로, 상기 적어도 하나의 제 2 피어 그룹 각각에 대해 후보 추천 상품들을 추출하고,
    상기 고객의 프로파일을 기반으로 상기 후보 추천 상품들 중, 상기 특정 상품을 선택하는 것을 포함하고,
    상기 제어 모듈은,
    상기 고객의 친구 목록을 상기 단말로부터 추출하고,
    상기 특정 상품이 화장품인 경우, 상기 복수의 제 2 소비자들 중에서, 상기 친구 목록에 포함된 제 3 소비자가 구매한 상품에 제 1 가중치를 부여하되, 상기 제 1 가중치는 상기 제 3 소비자가 구매한 횟수에 비례하여 높아지도록 제어하고,
    상기 고객의 친구 목록, 상기 복수의 제 2 소비자들의 쇼핑 이력 및 상기 제 1 가중치에 기반하여 상기 특정 상품을 선택하는 것을 특징으로 하고,
    상기 단말은 자이로 센서 및 조도 센서를 더 포함하고,
    상기 제어 모듈은,
    상기 단말의 디스플레이 화면에서 제 1 공간, 제 2 공간, 제 3 공간 및 제 4 공간이 표시되도록 제어하되,
    상기 자이로 센서에 의해 획득되는 수평 각도 및 수직 각도와, 상기 조도 센서에 의해 획득되는 빛의 양에 기반하여, 상기 단말에 대한 상기 고객의 시선 위치에 추정하고,
    상기 추정되는 고객의 시선 위치에 가장 노출되는 위치를 상기 제 1 공간으로 설정하고,
    상기 추정되는 고객의 시선 위치에 가장 노출되지 않는 위치를 상기 제 4 공간으로 설정하고,
    상기 제 1 공간에는 상기 제 3 소비자가 구매한 상품의 이미지를 출력하고,
    상기 제 2 공간에는 상기 고객의 프로파일을 출력하고,
    상기 제 3 공간에는 상기 제 3 소비자의 프로파일을 출력하고,
    상기 제 4 공간에는 상기 고객의 프로파일 및 상기 제 3 소비자의 프로파일의 차이에 대한 정보를 출력하는 것을 특징으로 하는,
    쇼핑몰 서버.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
KR1020200026884A 2020-03-04 2020-03-04 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치 KR102145170B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200026884A KR102145170B1 (ko) 2020-03-04 2020-03-04 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200026884A KR102145170B1 (ko) 2020-03-04 2020-03-04 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치

Publications (1)

Publication Number Publication Date
KR102145170B1 true KR102145170B1 (ko) 2020-08-18

Family

ID=72291895

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200026884A KR102145170B1 (ko) 2020-03-04 2020-03-04 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치

Country Status (1)

Country Link
KR (1) KR102145170B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102484545B1 (ko) * 2021-11-23 2023-01-04 주식회사 룩코 유사 성향 기반의 사용자 추천 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130033506A (ko) * 2011-09-09 2013-04-04 주식회사 케이티 아이템 추천 방법 및 장치
KR20140019940A (ko) * 2012-08-07 2014-02-18 에스케이플래닛 주식회사 위시리스트 운용 시스템과 방법 및 이를 지원하는 장치와 단말기
KR20150121370A (ko) * 2014-04-18 2015-10-29 에스케이플래닛 주식회사 실시간 광고 분석을 기반으로 추천 광고를 타겟팅하는 광고 서비스 장치, 실시간 광고 분석을 기반으로 한 추천 광고를 수신하는 사용자 장치, 실시간 광고 분석을 기반으로 추천 광고를 타겟팅하는 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20160006696A (ko) * 2013-05-09 2016-01-19 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 추천 생성에서 소셜 정보를 고려하는 기법
KR20160111236A (ko) * 2015-03-16 2016-09-26 글로우데이즈 화장품 제품 추천 방법 및 장치
KR20160120238A (ko) 2015-04-07 2016-10-17 주식회사 컴퍼니원헌드레드 의류 추천 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130033506A (ko) * 2011-09-09 2013-04-04 주식회사 케이티 아이템 추천 방법 및 장치
KR20140019940A (ko) * 2012-08-07 2014-02-18 에스케이플래닛 주식회사 위시리스트 운용 시스템과 방법 및 이를 지원하는 장치와 단말기
KR20160006696A (ko) * 2013-05-09 2016-01-19 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 추천 생성에서 소셜 정보를 고려하는 기법
KR20150121370A (ko) * 2014-04-18 2015-10-29 에스케이플래닛 주식회사 실시간 광고 분석을 기반으로 추천 광고를 타겟팅하는 광고 서비스 장치, 실시간 광고 분석을 기반으로 한 추천 광고를 수신하는 사용자 장치, 실시간 광고 분석을 기반으로 추천 광고를 타겟팅하는 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20160111236A (ko) * 2015-03-16 2016-09-26 글로우데이즈 화장품 제품 추천 방법 및 장치
KR20160120238A (ko) 2015-04-07 2016-10-17 주식회사 컴퍼니원헌드레드 의류 추천 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102484545B1 (ko) * 2021-11-23 2023-01-04 주식회사 룩코 유사 성향 기반의 사용자 추천 방법

Similar Documents

Publication Publication Date Title
KR102376618B1 (ko) 드래그 또는 터치 기술 적용을 통한 장바구니 간편 담기 기능을 제공하는 방법 및 그 시스템
US10395296B2 (en) Database mining techniques for generating customer-specific maps in retail applications
US10726438B2 (en) Personalized contextual coupon engine
US20190205939A1 (en) Using Machine Learned Visitor Intent Propensity to Greet and Guide a Visitor at a Physical Venue
US20170083937A1 (en) Micro-moment analysis
US20160191450A1 (en) Recommendations Engine in a Layered Social Media Webpage
US20170372375A1 (en) System and method for providing advertisement product
WO2012129224A1 (en) Advertisement service
US11210719B2 (en) Inferring service opportunities
US10528959B2 (en) Micro-moment analysis
US12086840B2 (en) Generating personalized banner images using machine learning
US20160042367A1 (en) Networked Location Targeted Communication and Analytics
Bhattacharya et al. Ma $$ iv--An Intelligent Mobile Grocery Assistant
KR102145170B1 (ko) 피어 그룹 매칭에 기반하여 개인화된 상품을 추천하는 방법 및 이를 위한 장치
US20210319478A1 (en) Automatic Cloud, Hybrid, and Quantum-Based Optimization Techniques for Communication Channels
CN116762070A (zh) 用于提供图像推荐的系统、方法、计算平台和存储介质
Russo Spena et al. Customer insights and consumer profiling
US20230419384A1 (en) Transaction and receipt based alert and notification system and techniques
Sia et al. A conceptual model of emerging mobile travel apps for smart tourism among gen X, gen Y, and gen Z
US20170032420A1 (en) Publisher facilitated advertisement mediation
KR20230071710A (ko) 전자 장치의 아이템 정보 제공 방법
Bajak Beacons as the Touchpoints on the Customer Journey
Cortez et al. Improving Customer Satisfaction through Smart Shopping: A Prototype
AU2017235915A1 (en) Determining indices based on area-assigned data elements
KR20240011096A (ko) 스코어링 정보에 기초하여 광고 매체를 추천하기 위한전자 장치 및 그 동작 방법

Legal Events

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