KR102147649B1 - 상품 정보 제공 방법 및 장치 - Google Patents

Abstract

본 발명의 일 실시예는 상품정보 제공장치 및 제공방법에 관한 것이고, 상품정보 제공방법은, 복수개의 쇼핑몰에서 판매하는 상품들의 정보를 수집하여, 각각의 쇼핑몰 마다 미리 정해진 수의 엑티브 상품들을 선정하는 단계; 각각의 상품에 대한 제품 설명 자연어를 분석하여 각각의 상품마다 상품의 특징을 분류하기 위한 분류식별자를 부여하는 단계; 각각의 상품의 카테고리별로 관련된 게시글을 수집하여, 시간, 지역, 사이트, 성향을 분석하여 카테고리별 트렌드 정보를 생성하는 단계; 사용자의 정보를 수집하여 사용자 정보를 분석하는 단계; 분석된 사용자 정보 및 트렌드 정보에 기초하여, 복수개의 맞춤형 상품을 선정하는 단계; 및 선정된 맞춤형 상품의 상품정보를 제공하는 단계;를 포함하는 것을 특징으로 한다.

Description

상품 정보 제공 방법 및 장치{METHOD AND APPARATUS FOR PROVIDING PRODUCT INFORMATION}

본 발명은 상품 정보 제공 방법 및 장치에 관한 것이다.

일반적으로, 통계에 기반한 마케팅 시스템은 관리자가 직접 설문지를 작성하고 집계한 후 입력하여 내용을 구축하며, 소비자가 입력한 내용은 관리자가 직접 검색 및 조회하여 이에 수동으로 응답하는 형태를 띠고 있다. 또한 통계 및 분석을 하는 데이터베이스 역시 구조적으로 저장과 출력을 하고 통계에 대한 결과만을 출력할 뿐 개인에게 적절한 상품을 제시하거나 소비자 요구분석 및 유행 분석 기능을 제공하지는 못한다. 게다가 패션 분야는 개인의 취향과 성향 및 물품이 활용되는 상황에 있어 많은 감성의 차이와 수많은 경우의 수가 존재한다. 단순히 감성 항목별로 경우의 수를 대비해 구성된 데이터베이스의 경우도 있으나, 이는 소비자의 성향이 매우 다양하며 변화가 심한 패션분야의 결과 예측에는 적용시키기가 매우 어렵고 오차가 생길 수 있는 확률이 매우 크다.

한편, 소비자의 입장에서도 개인의 구매 성향 분석이 매우 중요하다. 현재 인터넷 기술의 발전에 따라 굉장히 많은 서비스 업체들이 쇼핑몰을 개설하고 마케팅 전략을 펼치면서 소비자들에게 다양하고 막대한 양의 정보들을 제공하고 있다. 이러한 상황에서, 소비자가 제품을 구매하기 위해서는 다수의 쇼핑몰 또는 경매 사이트들을 서핑하면서 자신이 희망하는 제품을 일일이 선택해야 한다. 그러나, 다종다양한 제품을 온라인 상에서 판매하거나 구매 정보를 제공하는 쇼핑몰의 숫자는 기하급수적으로 증가하고 있기 때문에, 소비자가 자신이 진정으로 희망하는 제품을 찾으려면 많은 시간이 필요하다. 또한, 많은 쇼핑몰들이 제품에 대해 유사 정보들만 제공하고 있기 때문에 소비자로서는 정확한 판단기준을 갖기 어려운 문제점이 있다.

상품 추천 관리시스템은 고객들에게 추천 상품 리스트를 만들어 고객들이 구매 가능성이 있는 상품을 쉽게 찾도록 도와주는 개인화 된 정보 필터링 기술이다 협업 필터링(collaborative filtering)이 가장 성공적인 상품추천 기법으로 알려져 있으며 많이 이용되고 있다 그러나, 인터넷 쇼핑몰에서 관리하는 상품과 고객의 수가 급속히 증가하면서 협업 필터링에 기반한 상품 추천 관리시스템은 입력 데이터의 희박성(Sparsity) 문제와 시스템 확장성(Scalability) 문제에 노출되고 있다

일반적으로 전자상거래 웹사이트 판매 분석 방법은 사이트의 방문자에 대한 통계를 제공하는 방식으로 수행되었다. 상기 통계를 분석하는 방법에 있어서, 특정 웹사이트의 주소과 상기 웹 사이트의 주소의 페이지를 분석하여 사용자가 웹 사이트 및 페이지를 사용자의 웹브라우저를 통해 호출되었는지 어느 링크를 선택하여 다른 페이지로 이동하였는지 상기 웹브라우저가 또한 부가적으로 판매분석 방법을 제공한다면 전체 사용자가 상품을 얼마나 조회 및 구매하였는지에 대한 방식을 포함할 수 있다 이러한 전자상거래 사이트 판매 분석 방법은 웹 사이트의 웹 로그 분석 이상을 포함하지 못하고, 실질적으로 상품 조회 구매에 대한 분석을 하지 못하였으며, 이와 관련된 도구를 제공하지 못하였다 전자상거래 웹 사이트를 운영하는 운영자는 전자상거래 웹 사이트에서 판매를 위한 효율적인 상품배치를 고려하지 못하고, 예상을 통한 임의적인 상품배치를 할 수 밖에 없었고, 이를 만회하기 위한 추가적인 비용, 예컨대, 광고나 판매를 위한 이벤트을 부담할 수 밖에 없었다 또한, 전자상거래 웹사이트 운영자의 적절하지 않은 상품 배치로 인해 판매감소 등 악영향을 감수할 수 밖에 없었다 또한, 전자상거래 웹 사이트 고객은 전자상거래 웹사이트 운영자가 배치한 임의적인 상품배치를 보게 됨으로써, 해당 전자상거래 웹 사이트에 부정적인 이미지를 가지게 되거나 고객이 필요로 하는 상품을 웹사이트 메인 페이지 및 주요 페이지등에 적절하게 배치하지 못하여 판매감소를 가져올 수 있는 문제점이 존재한다.

본 명세서는 상기한 바와 같은 문제점을 해결하기 위하여 안출된 것으로서, 실시간으로 구매 이력 등의 단편적인 정보에 의존하지 않고 변화하는 사용자의 취향 및 트렌드를 반영하여 개인별 맞춤형 상품 제공 장치를 제공하는 데 있다.

이를 위하여, 본 발명의 제1 측면에 따르면, 본 발명에 따른 상품정보 제공방법은, 복수개의 쇼핑몰에서 판매하는 상품들의 정보를 수집하여, 각각의 쇼핑몰 마다 미리 정해진 수의 엑티브 상품들을 선정하는 단계; 각각의 상품에 대한 제품 설명 자연어를 분석하여 각각의 상품마다 상품의 특징을 분류하기 위한 분류식별자를 부여하는 단계; 각각의 상품의 카테고리별로 관련된 게시글을 수집하여, 시간, 지역, 사이트, 성향을 분석하여 카테고리별 트렌드 정보를 생성하는 단계; 사용자의 정보를 수집하여 사용자 정보를 분석하는 단계; 분석된 사용자 정보 및 트렌드 정보에 기초하여, 복수개의 맞춤형 상품을 선정하는 단계; 및 선정된 맞춤형 상품의 상품정보를 제공하는 단계;를 포함하는 것을 특징으로 한다.

상기 사용자 정보를 분석하는 단계는, 사용자의 로그인 정보를 획득하여 사용자를 식별하는 단계; 쇼핑목적, 현재 기분, 스타일을 포함하는 비정형 데이터를 입력하는 사용자 인터페이스를 제공하는 단계; 및 사용자의 인적정보 및 쇼핑 이력정보를 포함하는 정형 데이터를 데이터베이스로부터 조회하는 단계를 더 포함하는 것을 특징으로 한다.

상기 엑티브 상품들을 선정하는 단계, 상기 분류식별자를 부여하는 단계 및 상기 카테고리별 트렌드 정보를 생성하는 단계는 미리 정해진 주기마다 반복적으로 수행된다.

상기 게시글은 상품의 후기, 구매 고객의 SNS 및 블로그 중 어느 하나 이상을 포함한다.

상기 엑티브 상품들을 선정하는 단계는, 상기 상품에 대한 조회수, 장비구니담긴수 및 구매수에 기초하여 선정한다.

상기 사용자 정보를 분석하는 단계는, 이전 로그인 시 제공된 엑티브 상품들에 대한 클릭 유무, 구매실적에 기초하여 무관심 아이템을 선정하는 단계를 더 포함한다.

상기 분석된 사용자 정보 및 트렌드 정보에 기초하여, 복수개의 맞춤형 상품을 선정하는 단계는, 선정된 무관심 아이템에 마이너스 가중치를 적용하여, 맞춤형 상품을 선정하는 것을 특징으로 한다.

본 발명의 제1 측면에 따르면, 본 발명에 따른 상품정보 제공장치는, 복수개의 쇼핑몰에서 판매하는 상품들의 정보를 수신하고, 각각의 상품의 카테고리별로 관련된 게시글을 수신하며, 사용자의 정보를 수신하는 통신부; 및 상기 수신받은 상품들의 정보에 기초하여 각각의 쇼핑몰 마다 미리 정해진 수의 엑티브 상품들을 선정하고, 각각의 상품에 대한 제품 설명 자연어를 분석하여 각각의 상품마다 상품의 특징을 분류하기 위한 분류식별자를 부여하며, 상기 수집된 게시글에 기초하여 시간, 지역, 사이트, 성향을 분석하여 카테고리별 트렌드 정보를 생성하고, 수집된 사용자의 정형 데이터와 비정형 데이터 정보에 기초하여 사용자 정보를 분석하여, 사용자의 요청에 따라 복수개의 맞춤형 상품을 선정하여, 선정된 상품의 상품정보를 제공하는 제어부를 포함한다.

상기 제어부는 사용자의 로그인 정보를 획득하여 사용자를 식별하고, 식별된 사용자의 맞춤형 상품을 선정할 때, 상기 비정형 데이터를 입력하는 사용자 인터페이스를 제공하며, 상기 정형 데이터는 사용자의 인적정보, 로그인 정보 및 쇼핑 이력정보를 포함하고, 상기 비정형 데이터는 쇼핑목적, 현재 기분 및 스타일을 포함하는 것을 특징으로 한다.

상기 제어부는 상기 엑티브 상품 선정시, 상품에 대한 조회수, 장비구니담긴수 및 구매수에 기초하여 선정하는 것을 특징으로 한다.

상기 제어부는 이전 로그인 시 제공된 엑티브 상품들에 대한 클릭 유무, 구매실적에 기초하여 무관심 아이템을 선정하고, 선정된 무관심 아이템에 마이너스 가중치를 적용하여, 맞춤형 상품을 선정한다.

본 발명에 따르면, 실시간으로 구매 이력 등의 단편적인 정보에 의존하지 않고 변화하는 사용자의 쇼핑목적 및 기분을 반영하여 사용자의 맞춤 상품 정보를 제공할 수 있다.

트렌드를 정확히 반영하여 상품 정보를 제공함으로써, 사용자의 구매이력정보가 많지 않은 경우에도 비교적 사용자의 취향에 맞는 상품들의 정보를 제공할 수 있다.

구매자의 입장에서는 최신 트렌드에 맞는 상품을 손쉽고 빠르게 상품을 서치할 수 있어, 사용자의 편의성을 향상시킬 수 있다.

본 발명에 따르면, 공급자 입장에서는 간편한 정보 연동으로 쉽고 빠른 매출 상승을 기대할 수 있다.

도 1은 본 발명의 실시 예에 따른 온라인전자 상거래에 활용되는 상품정보 시스템의 구성을 개략적으로 설명하기 위한 블럭도이다.
도 2는 본 발명의 실시 예에 따른 상품 정보 장치의 구성을 개략적으로 설명하기 위한 블럭도이다.
도 3은 본 발명의 실시 예에 따른 고객 단말의 구성을 개략적으로 설명하기 위한 블럭도이다.
도 4는 본 발명의 일 실시 예에 따른 상품정보 제공장치의 상품 정보 제공 방법의 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 제품 설명서로부터 자연어를 분석하는 방법을 설명하기 위한 예시도이다.
도 6은 본 발명의 일 실시예에 따른 도 4의 단계 S240의 사용자 분석 과정을 설명하기 위한 흐름도이다.
도 7은 본 발명의 다른 실시예에 따른 도 4의 단계 S240의 사용자 분석 과정을 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시 예에 따른 입력 인터페이스에 의해 제공되는 입력화면의 예시도이다.

본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.

또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.

또한, 본 명세서에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.

또한, 본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는 데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.

본 발명에서 설명하는 자연어는 인간이 통상 사용하고 있는 언어로, 프로그래밍 언어, 잡(job) 제어 언어 등과 구별하기 위한 언어를 말한다.

도 1은 본 발명의 실시 예에 따른 온라인 전자 상거래에 활용되는 상품정보 시스템의 구성을 개략적으로 설명하기 위한 블럭도이다.

도 1에서 도시되는 바와 같이, 본 발명의 상품정보 제공시스템은 고객 단말(100), 상품정보 제공장치(200) 및 쇼핑몰 서버(300)를 포함할 수 있다. 또한 SNS 서버(400)를 더 포함할 수 있다. 고객 단말(100)은 오픈마켓을 통해 공급자의 상품을 구매하기 위해 결제를 수행하는 단말이다.

고객 단말(100)은 인터넷이 가능한 휴대 전화 단말일 수도 있고, 노트북이나 데스크탑과 같은 컴퓨터 장치이거나 또는 PDA(Personal Digital Assistants), 태블릿 PC, 스마트폰, PMP(portable multimedia player)와 같은 통신 가능한 휴대 단말일 수도 있다. 그러나, 이에 한정하지 않고 통신 및 정보 입출력이 가능하면 그 종류에 관계없이 적용 가능하다.

상품정보 제공장치(200)는 사전 계약된 온라인 쇼핑몰의 상품 정보를 수집하고 최신 트렌드를 분석하여, 사용자가 원하는 맞춤 상품 정보를 제공합니다.

상품정보 제공장치(200)는 통신망을 통해 접속한 고객 단말(100)에게 사용자 정보를 입력할 수 있는 입력 인터페이스를 제공하여 사용자가 맞춤형 상품정보를 제공받을 수 있도록 한다.

보다 구체적으로 상품정보 제공장치(200)는 각각의 쇼핑몰로부터 획득한 판매정보를 통해 해당 쇼핑몰의 엑티브 상품들만을 선정하고, SNS 및 각종 커뮤니티의 데이터를 획득하여 최신 트렌드를 분석한 후, 소비자의 정보와 매칭되는 사용자 맞춤형 상품 정보를 제공한다.

상품정보 제공장치(200)는 소비자의 정보를 수집하기 위해, 고객 단말(100)에 사용자 입력 인터페이스를 제공하여 사용자의 정보 입력을 돕는다.

쇼핑몰 서버(300)는 온라인 쇼핑몰을 관리하는 서버로서, 온라인 쇼핑몰은 온라인상에서 개인이나 소규모 업체가 개설한 점포를 통해 구매자가 직접 또는 상품정보 제공장치(200)를 통해 상품을 구매할 수 있도록 하는 전자상거래 사이트를 총칭한다.

쇼핑몰 서버(300)는 쇼핑몰의 상품을 업데이트할 때마다 또는 일정 주기마다 쇼핑몰의 상품 정보 및 쇼핑몰 정보를 상품정보 제공장치(200)로 제공하는 것이 선호된다. 쇼핑몰 정보는 쇼핑몰 ID 및 규모정보를 포함하고, 규모정보는 쇼핑몰의 회원수, 쇼핑몰의 한달 판매액, 판매상품수 중 어느 하나 이상을 포함할 수 있다.

쇼핑몰 서버(300)는 상품 판매 및 배송을 관리하고, 결제인터페이스를 제공하여 소비자의 결제진행을 돕는다.

도 1의 상품 정보 시스템의 구체적인 동작 방식에 대해서는 도 2 내지 도 8을 참조하여 후술한다.

도 2는 본 발명의 실시 예에 따른 상품 정보 장치의 구성을 개략적으로 설명하기 위한 블럭도이다.

도 2를 참조하면 본 명세서의 일 실시 예에 따르는 상품정보 제공장치(200)는 통신부(210), 제어부(230) 및 데이터베이스부(250)를 포함할 수 있다.

통신부(210)는 상품 정보 장치(200)의 동작에 필요한 신호를 송수신한다. 통신부(210)는 예를 들어 고객 단말(100)로부터 고객 정보 중 적어도 일부를 수신할 수 있다. 또한, 통신부(210)는 쇼핑몰 서버(300)로부터 상품 정보 중 적어도 일부를 수신할 수 있다. 또한, 통신부(210)는 SNS 서버(400)로부터 트렌드 정보 중 적어도 일부를 수신할 수 있다.

통신부(210)는 제어부(230)의 지시에 따라 고객 단말에게 사용자 입력 인터페이스를 제공하고, 고객 단말에게 가입자의 상품 조회 요청 메시지에 대한 응답 메시지를 전달할 수 있다.

제어부(230)는 상품 정보 장치(200)의 동작을 위해 각 구성요소를 제어한다.

제어부(230)는 통신부(210)가 수신한 정보를 데이터베이스부(250)에 저장하고, 통신부가 수신한 요청 메시지에 따라 데이터베이스부(250)로부터 필요한 정보를 획득하여 상품 조회 요청에 대한 응답을 생성한다.

제어부(230)는 고객 단말(100)에게 사용자 인터페이스를 제공하고, 인터페이스에 따라 입력된 입력정보 및 미리 저장된 고객 관련 정보에 기초하여 맞춤형 상품정보를 제공한다. 제어부(230)는 이러한 서비스 제공을 위하여 사용자 인증을 더 수행할 수 있다.

제어부(230)는 상기 수집된 정보에 사용자의 요청에 따라 복수개의 맞춤형 상품을 선정하여, 선정된 상품의 상품정보를 고객 단말에 제공한다.

제어부(230)는 고객의 선택된 상품의 구매를 돕기 위하여, 선택된 상품을 판매하는 쇼핑몰의 구매 페이지의 접속을 안내하거나 유도할 수 있다.

제어부(230)는 상품 분석모듈(232), 트렌드 분석모듈(234), 사용자 정보 분석모듈(236) 및 상품 매칭모듈(238)을 포함할 수 있다.

상품 분석모듈(232)은 쇼핑몰로부터 획득한 상품들의 정보에 기초하여 각각의 쇼핑몰의 엑티브 상품들을 선정한다. 엑티브 상품들이란 고객들이 구매할 가능성이 높은 인기 상품들을 의미한다. 선정되는 엑티브 상품의 수는 엑티브 상품의 수는 쇼핑몰의 규모에 따라 서로 상이하게 결정될 수 있다. 선정되는 엑티브 상품 정보는 상품 정보DB(252)에 저장한다.

트렌드 분석모듈(234)은 SNS 서버(400)로부터 수집된 게시글에 기초하여 카테고리별 트렌드 정보를 생성한다. 트렌드 정보 분석모듈(234)은 상품들의 평가글, 후기글, 이와 관련된 SNS, 블로그 등의 게시글을 수집하여 시간, 지역, 사이트, 성향을 분석하여 트렌드 정보를 생성할 수 있다. 생성된 트렌드 정보는 데이터베이스부의 트렌드 정보 DB(253)에 저장한다.

사용자 정보 분석모듈(236)은 사용자의 정형 데이터와 비정형데이터에 기초하여 사용자 선호(취향)를 분석한다.

정형 데이터는 고객 회원 가입시, 고객단말로부터 입력받은 사용자의 인적정보, 로그인 정보, 쇼핑 이력정보를 포함한다. 인적정보는 연령, 성별, 주소, 직업, 취미 등을 포함할 수 있다. 로그인 정보는 본 서비스를 받을 수 있는 자격을 받은 사용자임을 확인하기 위한 정보로서, 사용자 ID 및 비밀번호 등을 포함할 수 있다. 쇼핑 이력정보는 사용자의 구매정보, 장바구니 정보 뿐만 아니라, 사용자가 클릭한 대상, 사용자가 웹이나 네트워크에서 이동한 경로 등에 대한 기록을 포함한다.

비정형 데이터는 상품조회 요청시 입력받은 쇼핑목적, 현재 기분, 스타일 등을 포함한다. 사용자 정보 분석모듈(236)은 분석된 결과를 데이터베이스부(250)의 사용자 정보 DB(254)에 저장한다.

사용자 정보 분석모듈(236)은 사용자의 정형 데이터와 비정형 데이터에 기초하여 무관심 아이템을 선정한다. 무관심 아이템은 사용자의 관심 밖에 있는 아이템을 의미하고, 구매 실적이 없거나, 사용자에게 엑티브 상품으로 노출된 이후에 사용자가 클릭하지 않은 아이템들을 포함할 수 있다. 무관심 아이템에 대하여 마이너스 가중치(또는 가산점)를 제공하도록 할 수 있다.

상품 매칭모듈(238)은 상품 정보 분석모듈(232), 트렌드 정보 분석모듈(234) 및 사용자 정보 분석모듈(236)에 의해 저장된 정보에 기초하여, 사용자의 취향에 적합한 맞춤형 상품을 선정하고, 선정된 상품의 정보를 제공한다. 상품 매칭모듈(238)은 분석된 결과를 상품 매칭 정보DB(255)에 저장한다.

데이터베이스부(250)는 상품 정보 제공의 동작을 위해 필요한 정보 및 프로그램 코드를 저장할 수 있다.

데이터베이스부(250)는 쇼핑몰DB(251), 상품정보DB(252), 트렌드DB(253), 사용자 정보DB(254) 및 상품 매칭 정보DB(255)를 포함할 수 있다.

쇼핑몰DB(251)는 쇼핑몰의 ID, 주소, 업종, 쇼핑몰의 회원수, 쇼핑몰의 하루평균 접속자수, 하루 평균 판매금액 정보 등의 정보를 저장한다.

상품DB(252)는 상품의 ID, 상품의 판매 쇼핑몰 ID, 상품의 분류식별자 및 상품 설명 등을 저장한다. 상품의 분류식별정보는 제어부(200)에 의해 부여될 수 있다.

트렌드DB(253)는 게시글, 게시 시각, 게시지역, 사이트 성향, 상품메타데이터(상표 및 카테고리), 평가 정보 등을 포함할 수 있다.

사용자 정보DB(254)는 고객ID, 고객인증수단, 주소, 주민등록번호, 선호 가맹점, 기타 등등을 포함하는 고객의 개인정보를 저장한다.

상품 매칭 정보DB(255)는 사용자별 매칭되는 상품의 정보를 저장한다.

각각의 데이터베이스의 정보는 서로 연계되어 저장될 수 있다.

제어부(200)의 각 모듈을 별도의 구성요소로 도시하여 설명하였다. 이는 설명의 편의를 위해 기능적으로 구분한 것으로, 본 발명은 이에 의해 한정되지 아니하며, 당업자의 의도에 따라 상기 도시된 각각의 모듈은 서로 결합되어 구현되어도 무방함을 명백히 밝혀두는 바이다.

도 3은 본 발명의 실시 예에 따른 고객 단말의 구성을 개략적으로 설명하기 위한 블럭도이다.

고객 단말(100)은 통신부(110), 입력부(120), 표시부(130), 제어부(140) 및 저장부(150)를 포함할 수 있다.

통신부(110)는 사용자의 명령을 상품정보 제공장치(200)에 전달하고 상품정보 제공장치(200)가 제공하는 데이터를 수신한다. 통신부(110)는 예를 들어 인터넷 프로토콜, 롱텀에볼루션(LTE) 기타 유/무선 통신 방식 중 적어도 일부를 이용해 구현될 수 있다.

입력부(120)는 상품정보 제공장치(200)로부터 제공되는 입력 인터페이스를 통해 사용자로부터 정보를 입력받아 제어부(140)에게 전달한다.

입력부(120)는 터치스크린의 터치 센서, 키보드, 키패드, 마우스 기타 현재까지 알려져 있거나 향후 개발될 입력 장치를 포함한다. 예를 들어 터치 센서는 사용자의 터치 입력을 감지한다. 터치 센서는 사용자의 터치 입력을 감지하고, 감지 신호를 발생시켜 제어부(140)로 전송한다. 상기 감지 신호는 사용자가 터치를 입력한 좌표 데이터를 포함한다. 사용자가 터치 위치 이동 동작을 입력한 경우에 터치 센서는 터치 위치 이동 경로의 좌표 데이터를 포함한 감지 신호를 발생시켜 제어부(140)에게로 전송한다.

입력부(120)가 키 입력 방식(키 입력부)을 지원하는 경우 입력부(120)는 고객 단말(100)을 제어하기 위한 사용자의 키 조작을 입력받고 입력 신호를 생성하여 제어부(140)에 전달한다. 키 입력부는 숫자 키, 방향키를 포함하는 키패드로 구성될 수 있으며, 고객 단말(100)의 일면에 소정의 기능키로 형성될 수 있다. 본 명세서의 실시 예에 따라 터치스크린만으로 모든 조작이 가능한 보안 장치의 경우에는 키 입력부가 생략된다.

상술한 바와 같은 입력부(120)의 입력 방식은 이미 널리 알려져 있으므로 여기서는 더 자세한 설명을 생략한다.

표시부(130)는 고객 단말(100)의 동작 화면을 표시한다.

표시부(130)는 액정표시장치(LCD, Liquid Crystal Display), 유기 발광 다이오드(OLED, Organic Light Emitting Diodes), 능동형 유기 발광 다이오드(AMOLED, Active Matrix Organic Light Emitting Diodes) 등으로 형성될 수 있으며, 고객 단말(100)의 메뉴, 입력된 데이터, 기능 설정 정보 및 기타 다양한 정보를 사용자에게 시각적으로 제공한다. 특히 표시부(130)는 상풍정보 제공장치(200)로부터 제공되는 입력 인터페이스 및 상품 정보를 표시할 수 있다.

제어부(140)는 고객 단말(100)의 각 구성 요소에 대한 전반적인 동작을 제어한다. 특히, 제어부(140)는 상품정보 제공장치(200)로부터 제공되는 입력 인터페이스를 표시하고 입력 인터페이스를 통해 입력되는 정보를 상품정보 제공장치(200)에 전달하고, 상품정보 제공장치(200)로부터 수신되는 맞춤형 상품정보를 출력하는 기능을 제어할 수 있다.

저장부(150)는 고객 단말(100)의 동작에 필요한 프로그램 및 데이터를 저장하는 역할을 수행하며, 프로그램 영역과 데이터 영역으로 구분될 수 있다. 프로그램 영역은 고객 단말(100)의 전반적인 동작을 제어하는 프로그램 및 고객 단말(100)을 부팅시키는 운영체제(OS, Operating System), 상품정보 출력 등에 필요한 응용 프로그램, 고객 단말(100)의 기타 옵션 기능, 예컨대, 카메라 기능, 소리 재생 기능, 이미지 또는 동영상 재생 기능에 필요한 응용 프로그램 등을 저장할 수 있다. 데이터 영역은 고객 단말(100)의 사용에 따라 발생하는 데이터가 저장되는 영역으로서, 상품 정보, 쇼핑몰 정보 및 결제 정보 등을 저장할 수 있다.

도 4는 본 발명의 일 실시 예에 따른 상품정보 제공장치의 상품 정보 제공 방법의 흐름도이고, 도 5는 본 발명의 일 실시 예에 따른 제품 설명으로부터 자연어를 분석하는 방법을 설명하기 위한 예시도이다.

먼저, 가입된 복수개의 쇼핑몰에서 판매하는 상품들의 정보를 수집하여, 각각의 쇼핑몰 마다 미리 정해진 수의 엑티브 상품들을 선정한다(S210).

상품 분석을 위해 사용되는 수집 데이터는 기존 쇼핑몰의 상품들을 각각의 카테고리로 나누어, 동일 카테고리내에서 미리 정해진 수만큼 엑티브 상품을 선정한다. 엑티브 상품의 선정을 위해, 상품 조회수, 장바구니에 담긴 수, 구매수 등을 이용한다.

미리 정해진 수는 각각의 쇼핑몰마다 상이할 수 있다. 미리 정해진 수는 쇼핑몰의 규모에 따라 상이할 수 있다. 쇼핑몰의 규모는 쇼핑몰의 회원수, 쇼핑몰의 한달 판매액, 판매상품수에 기초하여 판단될 수 있다. 예를 들어 회원수가 일정 수 이상이고, 최근 3달의 평균 판매액이 소정의 금액 이상이며, 판매수가 소정의 수 이상인 3가지 조건 중 몇가지를 만족하는지에 따라, 쇼핑몰 규모의 레벨을 부여한다. 쇼핑몰의 규모가 클수록 높은 레벨을 부여한다. 높은 레벨을 부여받은 쇼핑몰 즉 규모가 큰 쇼핑몰에 대하여는 더 많은 수의 엑티브 상품을 선정하고, 낙은 레벨을 부여받은 쇼핑몰 즉 규모가 작은 쇼핑몰에 대하여는 더 적은 수의 엑티브 상품을 선정한다.

상기 선정에 계속하여, 의류업종의 쇼핑몰의 전체 상품에 대한 카테고리는 상의, 하의, 아우터 등을 포함한다고 하고, 의류업종의 쇼핑몰의 규모가 레벨 3인 곳은 각각 엑티브 상품을 a개씩 선정하고, 쇼핑몰의 규모가 레벨 2인 곳은 각각 엑티브 상품을 b개씩 선정하고, 쇼핑몰의 규모가 레벨 1인 곳은 각각 엑티브 상품을 c개씩 선정한다고 하면, a는 b보다 크고 b는 c보다 크다. 예를 들어, a는 30, b는 20, c는 10이라고 할 때, 레벨 3인 임의의 의류업종 쇼핑몰의 각각의 카테고리에 포함된 상품 상의, 하의, 아우터 각각에 대하여, 상품 조회수, 장바구니에 담긴 수, 구매수 등에 기초하여 30개의 엑티브 상품을 선정하고, 레벨 2인 임의의 의류업종 쇼핑몰의 각각의 카테고리에 포함된 상품에 대하여, 20개의 엑티브 상품을 선정하며, 레벨 1인 임의의 의류업종 쇼핑몰은 각각의 카테고리에 포함된 상품에 대하여, 10개의 엑티브 상품을 선정한다.

본 발명의 일 실시예에서는 카테고리별 마다 동일한 수의 엑티브 상품 수를 설정하였지만, 이에 한정하는 것은 아니다. 또한 다른 변형예에서는 카테고리별이 아닌 쇼핑몰 전체 상품에 대하여 미리 정해진 수의 엑티브 상품을 선정할 수 있다.

선정된 엑티브 상품 각각에 대한 제품 설명 자연어를 분석하여 각각의 상품마다 분류식별자를 부여한다(S220). 이 분류식별자를 통해 상품의 특성을 판단할 수 있다.

도 5에 예시된 바와 같이, 엑티브 상품으로 선정된 상품에 대한 제품 설명서로부터 자연어를 분석하여, 해당 상품을 설명할 수 있는 단어들을 추출한다. 도 5의 예에서는 '여성스러운', '트위드자켓', '컬러감', '데일리', '믹스', '패턴', '블랙바탕', '산뜻', '무난', '캐주얼', '페미닌', '숏', '세련', '어려보이는' 등의 단어가 추출된다.

추출된 단어들을 미리 정의된 분류에 따라 그룹핑한다. 각 그룹에는 분류식별자가 할당되어 있다. 예를 들어, '여성스러운, '페미닌' 등은 하나의 그룹으로 그룹핑되어, 동일한 분류식별자가 부여될 수 있다.

각각의 상품의 카테고리별로 관련된 게시글을 수집하여, 시간, 지역, 사이트, 성향을 분석하여 카테고리별 트렌드 정보를 생성한다(S230).

최신 트렌드 정보를 수집하기 위하여, 각종 SNS 및 커뮤니티의 데이터를 피드(feed)하여 패션과 관련된 말뭉치를 수집하고, 분석하여 정제된 데이터를 생성한다. 다음의 [표 1]은 본 발명의 일 실시예에 따라 정제된 데이터의 일 예이다.

No.	게시글	게시 시각	게시지역	사이트성향	상품메타데이터	평가
1	나이키 양말이 별로지.	여름	서울	남성	나이키 양말	별로
2	나이키 양말이 좋아	겨울	서울	남성	나이키 양말	좋아
3	나이키 양말이 좋아	여름	부산	남성	나이키 양말	좋아
4	나이키 양말이 별로지	겨울	부산	남성	나이키 양말	별로
5	나이키 양말이 좋아	여름	서울	여성	나이키 양말	좋아
6	나이키 양말이 별로지	겨울	서울	여성	나이키 양말	별로
7	나이키 양말이 별로지	여름	부산	여성	나이키 양말	별로
8	나이키 양말이 좋아	겨울	부산	여성	나이키 양말	좋아

수집된 각각의 게시글로부터, 게시 시각, 게시지역, 사이트 성향, 상품메타데이터(상표 및 카테고리), 평가 정보를 추출할 수 있다.

게시글로부터 데이터를 정제하기 위하여, 형태소 분석 및 핵심 단어 사전을 이용할 수 있다. 핵심 단어 사전은 게시글에서 상품 평가에 중첩적으로 출현하는 또는 출현할 것으로 예상되는 단어의 집합이다.

오타 단어 사전은 STT(Speech-to-Text)를 통하여 잘못 분석된 결과 또는 형태소 분석기가 명사로 인식하게 하기 위한, 오타들의 예시들의 집합이다.

예를 들어, 오타 단어 사전을 통해 '쪼아', '조아' 등을 '좋아'로 인식할 수 있게 한다. 이에 따라 구매자 성별, 위치, 시각(계절)에 따른 구매 유형별 트렌드 정보를 분석할 수 있다. 이렇게 추출된 정보에 기초하여, 각각 구매 유형에 따른 트렌드 상품들을 선정할 수 있다.

분류한다(classify)는 것은 분류 대상을 같은 특징(feature)을 가진 것끼리 나누어 종류별로, 즉, 각 클래스(class)로 나누어놓는 것을 의미한다 이때 '어떤 특징을 가진 것은 어떤 클래스에 속한다'가 명확하지 않은 경우에는 어떻게 해야 하는지 의문이 생길 수 있다 예를 들어, 키가 180cm인 사람은 '여자'라는 클래스로 분류해야 할 것인가, '남자'라는 클래스로 분류해야 할 것인가? 이런 경우 나이브 베이즈 분류기와 같은 통계 기반 기계 학습 알고리즘은 그동안의 관측값(observation)을 살핀다. 예를 들어, 일련의 학습 데이터(training data)가 여자 1호는 키가 160cm이고, 여자 2호는 키가 165cm, 여자 3호는 키가 157cm, 여자 4호는 키가 168cm, 남자 1호는 키가 180cm, 남자 2호는 키가 177cm, 남자 3호는 키가 181cm, 남자 4호는 키가 172cm이었다고 하자 이러한 관측값을 통해 키가 180cm인 사람이 여자일 확률과 남자일 확률을 산출하여 둘을 비교할 수 있을 것이다. 확률값 자체보다는 어느 쪽 확률이 높은지가 중요하다 산출 결과 남자일 확률이 여자일 확률보다 높다면, 이 사람은 '남자'라는 클래스로 분류하는 것이 타당할 것이다. 따라서 나이브 베이즈 분류기는 관측된 특징에 따라 해당 특징을 가진 분류 대상이 어느 클래스에 속할 확률이 높은지를 계산한다. 이를 위해 나이브 베이즈 분류기는 확률 및 통계 분야에서 폭넓게 사용되는 기본 정리 중 하나인 베이즈 정리(Bayes' Theorem)를 활용할 수 있다.

다음, 사용자 정보를 수집하고 분석한다(S240).

사용자의 인적정보, 로그인정보 및 쇼핑 이력 정보를 포함하는 정형 데이터와, 쇼핑목적, 현재 기분, 스타일을 포함하는 비정형 데이터를 수집하여, 사용자의 선호(취향)를 분석한다.

분석된 사용자 정보 및 트렌드 정보에 기초하여, 복수개의 맞춤형 상품을 선정한다(S250).

단계 S220, 단계 S230 및 단계 S240에 따라 분석된 상품 정보, 트렌드 정보 및 사용자 정보에 기초하여 매핑된 상품 정보를 추출한다.

매핑된 상품은 사용자의 선호나 취향에 부합할 가능성이 높은 상품이며, 추출된 상품 정보는 저장된다.

선정된 맞춤형 상품의 상품정보를 제공한다(S260).

상품정보 제공시, 상품의 상세정보 뿐만 아니라, 쇼핑몰 정보를 함께 제공하거나, 구매 페이지에 연동되도록 할 수 있다.

도 6은 본 발명의 일 실시예에 따른 도 4의 단계 S240의 사용자 분석 과정을 설명하기 위한 흐름도이다.

사용자의 로그인 정보를 획득하여 사용자를 식별한다(S241).

예를 들어, 단계 S241에서 사용자가 아이디와 비밀번호를 입력하면 상품정보 제공장치는 임의의 사용자 인증 절차를 거쳐 서비스를 제공받을 자격이 있는 고객인지를 확인하고, 사용자를 식별한다. 사용자 인증 절차는 일반적인 기술이므로 상세한 설명은 생략한다.

다음, 쇼핑목적, 현재 기분, 스타일을 포함하는 비정형 데이터를 입력하는 사용자 인터페이스를 제공한다(S242).

사용자의 인적정보 및 쇼핑 이력정보를 포함하는 정형 데이터를 데이터베이스로부터 조회한다(S243).

사용자는 상품정보 제공장치로부터 제공받은 입력 인터페이스를 통해 '운동' 및 '양말'을 입력하여, 운동시 신을 양말에 대한 맞춤형 정보를 획득할 수 있다. 미리 저장된 사용자 인적 정보를 통해 사용자의 주소 및 성별을 확인할 수 있다. 사용자의 주소가 서울이고 성별은 남성이라 하고, 상품정보 제공장치는 표 1과 같은 트렌드 정보가 저장되어 있고 사용자의 입력 시점이 '겨울'이라고 가정하면, '운동', '양말', '남성', '겨울', '서울' 이라는 정보를 종합하여, 각 쇼핑몰의 엑티브 상품 중에서, '나이키' 양말을 우선적으로 선정할 수 있다.

본 발명의 일 실시예에 따른 상품정보 제공방법을 통해 트렌드를 정확히 반영하여 상품 정보를 제공함으로써, 사용자의 구매이력 정보가 많지 않은 경우에도 비교적 사용자의 취향에 맞는 상품들의 정보를 제공할 수 있다.

도 7은 본 발명의 다른 실시예에 따른 도 4의 단계 S240의 사용자 분석 과정을 설명하기 위한 흐름도이다. 도 6과 동일한 도면 부호는 동일과정을 나타내므로 동일과정에 대한 상세한 설명은 생략한다.

사용자의 로그인 정보를 획득하여 사용자를 식별한다(S241).

쇼핑목적, 현재 기분, 스타일을 포함하는 비정형 데이터를 입력하는 사용자 인터페이스를 제공한다(S242).

사용자의 인적정보 및 쇼핑 이력정보를 포함하는 정형 데이터를 데이터베이스로부터 조회한다(S243).

사용자의 쇼핑이력정보를 활용하여 사용자의 무관심 아이템을 선정한다(S244).

사용자의 무관심 아이템은, 본 발명의 일 실시예에서 제공하는 사용자 맞춤형 상품정보 제공서비스를 1회이상 사용한 사용자에 한하여 제공될 수 있다.

사용자 맞춤형 상품정보 제공서비스를 통해 사용자에게 노출된 엑티브 상품들 중에 사용자가 클릭하지 않은 아이템 및 구매실적이 없는 아이템들 중에서 무관심 아이템을 선정한다.

이와 같이 무관심 아이템이 선정되는 경우, 추후 맞춤형 상품 선정시 무관심 아이템에는 마이너스 가중치를 적용할 수 있다. 클릭하지 않은 아이템은 구매실적이 없는 아이템은 서로 다른 가중치를 적용할 수 있다. 클릭하지 않은 아이템은, 클릭하였으나 구매하지 않은 아이템보다 더 높은 마이너스 가중치를 적용할 수 있다.

본 발명의 다른 실시예에 따른 상품정보 제공방법을 통해 트렌드를 정확히 반영하여 상품 정보를 제공함으로써, 사용자의 무관심 아이템을 선정하여 사용자의 취향에 가장 부합하는 상품들의 정보를 제공할 수 있다.

도 8은 본 발명의 일 실시 예에 따른 입력 인터페이스에 의해 제공되는 입력화면의 예시도이다.

상품정보 제공장치는 사용자가 식별되면, 사용자의 인적정보를 조회하여, 입력 인터페이스를 제공할 수 있다. 예컨대 상품정보 제공장치는 사용자에게 비정형 데이터를 획득하기 위하여, 첫번 째 정보 항목을 제공하고, 사용자가 답변하면, 첫번째 정보 항목과 연관된 두번째 정보 항목을 제공하는 방식으로 진행될 수 있다. 이러한 방식으로 사용자는 자신이 원하는 정보를 찾아갈 수도 있다.

예를 들어, 도 8에 도시한 바와 같이, 사용자가 '여성스러움'과 '소개팅'을 키워드로 입력 또는 선택한 경우, 여성스러움과 소개팅에 매칭되는 쇼핑몰들의 엑티브 상품들 중에서 트렌드에 매칭되는 상품들을 우선적으로 표시할 수 있다.

본 발명의 일 실시예에 따른 상품정보 제공방법을 통해 구매자는 최신 트렌드에 맞는 상품을 손쉽고 빠르게 상품을 서치할 수 있어, 사용자의 편의성을 향상시킬 수 있다.

전술한 방법은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(Firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.

하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로컨트롤러 및 마이크로프로세서 등에 의해 구현될 수 있다.

펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리 유닛은 상기 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.

이상에서 본 명세서에 개시된 실시예들을 첨부된 도면들을 참조로 설명하였다. 이와 같이 각 도면에 도시된 실시예들은 한정적으로 해석되면 아니되며, 본 명세서의 내용을 숙지한 당업자에 의해 서로 조합될 수 있고, 조합될 경우 일부 구성 요소들은 생략될 수도 있는 것으로 해석될 수 있다.

여기서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 본 명세서에 개시된 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.

따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 명세서에 개시된 실시예에 불과할 뿐이고, 본 명세서에 개시된 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

100 : 고객 단말
200 : 상품정보 제공장치
210 : 통신부
230 : 제어부
232 : 상품 분석모듈
234 : 트렌드 분석모듈
236 : 사용자 정보 분석모듈
238 : 상품 매칭모듈
250 : 데이터베이스부
300 : 쇼핑몰 서버

Claims (10)

1. 복수개의 쇼핑몰에서 판매하는 상품들의 정보를 수신하고, 각각의 상품의 카테고리별로 관련된 게시글을 수신하며, 사용자의 정보를 수신하는 통신부; 및
   상기 수신받은 상품들의 정보에 기초하여 상품을 선정하는 제어부;
   를 포함하는 상품제공 장치가
   복수개의 쇼핑몰에서 판매하는 상품들의 정보, 상기 상품에 대한 조회수, 장바구니에 담긴수 및 구매수를 수집하여, 각각의 쇼핑몰 마다 미리 정해진 수의 엑티브 상품들을 선정하되, 상기 미리 정해진 수는 쇼핑몰의 회원수, 쇼핑몰의 판매액, 쇼핑몰의 판매상품수를 기초로 하여 부여된 쇼핑몰의 레벨 1, 2 또는 3 중 하나에 따라 달라지는 단계;
   상기 상품제공 장치가 각 상품과 관련된 제품설명서를 포함한 수집된 게시글의 웹 페이지로부터 각각의 상품에 대한 감성에 관련된 제품 설명 자연어를 분석하고, 미리 정의된 분류에 따라 그룹핑하여 각각의 상품마다 상품의 특징을 분류하기 위한 분류식별자를 부여하되, 상기 미리 정의된 분류는 나이브 베이즈 분류기에 의한 분류인 단계;
   상기 상품제공 장치가 상기 각각의 상품의 카테고리별로 관련된 게시글을 수집하여, 시간, 지역, 웹사이트성향, 상품메타데이터 및 상품평가정보를 분석하여 카테고리별 트렌드 정보를 생성하되, 상기 카테고리별 트렌드 정보 생성은 형태소 분석, 핵심 단어 사전 및 오타 단어 사전을 활용하여 생성하는 단계;
   상기 상품제공 장치가 상기 사용자의 정보를 수집하여 사용자 정보를 분석하는 단계;
   상기 상품제공 장치가 분석된 사용자 정보 및 트렌드 정보에 기초하여, 복수개의 맞춤형 상품을 선정하는 단계; 및
   상기 상품제공 장치가 상기 선정된 맞춤형 상품의 상품정보를 제공하는 단계;
   를 포함하고,
   상기 사용자 정보를 분석하는 단계는,
   상기 상품제공 장치가 사용자의 로그인 정보를 획득하여 사용자를 식별하는 단계;
   상기 상품제공 장치가 쇼핑목적, 현재 기분, 스타일을 포함하는 비정형 데이터를 입력하는 사용자 인터페이스를 제공하는 단계; 및
   상기 상품제공장치가 사용자의 인적정보 및 쇼핑 이력정보를 포함하는 정형 데이터를 데이터베이스로부터 조회하는 단계;
   를 더 포함하고,
   상기 상품제공장치가 상기 엑티브 상품들을 선정하는 단계, 상기 분류식별자를 부여하는 단계 및 상기 카테고리별 트렌드 정보를 생성하는 단계는 미리 정해진 주기마다 반복적으로 수행되는 것을 특징으로 하고,
   상기 게시글은 상품의 후기, 구매 고객의 SNS 및 블로그 중 어느 하나 이상을 포함하고,
   상기 사용자 정보를 분석하는 단계는,
   상기 상품제공장치가 이전 로그인 시 제공된 엑티브 상품들에 대한 클릭 유무, 구매실적에 기초하여 무관심 아이템을 선정하는 단계를 더 포함하고,
   상기 분석된 사용자 정보 및 트렌드 정보에 기초하여, 복수개의 맞춤형 상품을 선정하는 단계는,
   상기 상품제공장치가 선정된 무관심 아이템에 마이너스 가중치를 적용하여, 맞춤형 상품을 선정하는 것을 특징으로 하는 상품정보 제공방법.
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 삭제
9. 삭제
10. 삭제

Images