KR102149823B1 - 가전 추천 서비스 제공 방법 및 이를 실행하기 위한 시스템 - Google Patents

Abstract

본 개시는 가전 추천 서비스 제공 방법에 관한 것이다. 가전 추천 서비스 제공 방법은, 사용자 단말기로부터 실내 장소에 설치될 가전을 추천해주는 서비스를 요청하는 가전 추천 요청을 수신하는 단계를 포함할 수 있다. 여기서, 가전 추천 요청은 예산, 실내 장소에 대한 주소, 실내 장소의 각 공간 내의 선호 배치 공간 및 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함할 수 있다. 가전 추천 서비스를 제공하는 방법은, 가전 추천 요청에 기초하여 실내 장소의 주소에 대응하는 도면을 추출하는 단계, 도면에 기초하여 실내 장소의 각 공간 및 각 공간 내의 선호 배치 공간에 대한 면적 정보를 산출하는 단계, 산출된 각 공간의 선호 배치 공간에 대한 면적 정보 및 예산에 기초하여, 선호 가전 종류에 해당하는 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성하는 단계, 가전 추천 리스트를 사용자 단말기로 제공하는 단계 및 사용자 단말기로부터 제공된 가전 추천 리스트에 대한 구매요청을 수신하는 단계를 더 포함할 수 있다.

Description

가전 추천 서비스 제공 방법 및 이를 실행하기 위한 시스템{METHOD FOR RECOMMENDING HOME APPLIANCE AND SYSTEM FOR PERFORMING THE SAME}

본 개시는 가전 추천 서비스 제공 방법 및 시스템에 관한 것으로, 보다 상세하게는, 실내 장소의 각 공간에 대한 면적 정보 및 예산을 기초로 가전 추천 리스트를 생성하여 사용자에게 가전제품을 추천해주는 서비스를 제공하는 방법 및 이를 실행하기 위한 시스템에 관한 것이다.

최근, 인공지능(AI), 사물 인터넷(IOT) 등 전기 및 전자산업의 기술이 발달함에 따라 실용성과 편의성을 갖춘 스마트 가전제품이 개발되면서 가전제품에 대한 대중의 관심과 수요가 증가하고 있다.

통상적으로, 가전제품을 구매하는 방법은, 매장이나 업체 등에 방문하여 구매하는 오프라인 구매 또는 인터넷, 모바일 기기 등을 이용하여 구매가능한 온라인 구매로 나눌 수 있다. 가전제품은, 주로 고가이며, 무게가 무겁고 부피가 큰 제품이 많기 때문에 교환 또는 환불하기가 번거롭거나 어렵다. 따라서, 가전제품은 품질과 가격 등을 비교하여 신중하게 구매할 필요가 있다.

오프라인 구매의 경우, 소비자가 매장 또는 업체에 직접 방문하여 가전제품들의 사양을 비교해보거나 직원에게 도움을 요청하여 가전제품을 구매할 수 있다. 소비자가 가전제품을 구매하기 위해서 매장으로 직접 방문해야 하기 때문에, 그에 따른 상당한 시간이 소요되며 번거로울 수 있다.

한편, 온라인 상에서 가전제품을 구매하는 경우에는, 가전제품에 대한 정보를 손쉽게 얻을 수 있어 다양한 제품들을 비교해보고 구매하는 것이 가능하다. 또한, 매장 또는 업체를 직접 찾아다니는 수고 없이 원하는 가전제품을 편리하게 구매할 수 있기 때문에 시간과 장소에 구애되지 않는다는 장점이 있다.

그러나, 각종 브랜드에 따라 가전제품의 비용 및 기능 등이 천차만별이며 온라인 상에는 이러한 가전제품에 따른 정보가 넘쳐나기 때문에 소비자가 적절한 정보를 수집하는 것이 어렵다. 이러한 문제점을 해결하기 위하여 가격, 브랜드 등 소비자의 선호도에 따라 제품을 추천해주는 서비스가 제공되고 있으나, 소비자가 여러가지의 가전제품을 구매하고자 하는 경우에는, 종래의 서비스를 이용하여 원하는 예산 안에서 적절한 가전제품을 구매하는 것이 어렵다. 따라서, 이러한 문제점들을 극복하고, 소비자가 합리적으로 가전제품을 구매할 수 있는 서비스를 제공할 필요성이 있다.

본 명세서에 개시되는 실시예들은, 실내 장소의 각 공간에 대한 면적 정보 및 예산에 기초하여 가전 추천 리스트를 생성하고, 판매량 및 고객만족도에 기초로 사용자에게 가전제품을 추천함으로써, 구매하고자 하는 가전제품에 대한 정보를 효율적으로 얻을 수 있으며, 필요한 가전제품을 구매하는 시간을 절약할 수 있는 가전 추천 서비스 제공 방법 및 시스템에 관한 것이다.

본 개시에 따른 서버에 의해 가전 추천 서비스를 제공하는 방법은, 사용자 단말기로부터 실내 장소에 설치될 가전을 추천해주는 서비스를 요청하는 가전 추천 요청을 수신하는 단계를 포함할 수 있다. 여기서, 가전 추천 요청은 예산, 실내 장소에 대한 주소, 실내 장소의 각 공간 내의 선호 배치 공간 및 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함할 수 있다. 가전 추천 서비스를 제공하는 방법은, 가전 추천 요청에 기초하여 실내 장소의 주소에 대응하는 도면을 추출하는 단계, 도면에 기초하여 실내 장소의 각 공간 및 각 공간 내의 선호 배치 공간에 대한 면적 정보를 산출하는 단계, 산출된 각 공간의 선호 배치 공간에 대한 면적 정보 및 예산에 기초하여, 선호 가전 종류에 해당하는 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성하는 단계, 가전 추천 리스트를 사용자 단말기로 제공하는 단계 및 사용자 단말기로부터 제공된 가전 추천 리스트에 대한 구매요청을 수신하는 단계를 더 포함할 수 있다.

또한, 가전 추천 서비스를 제공하는 시스템은, 사용자 단말기로부터 실내 장소에 대한 설치될 가전을 추천해주는 서비스를 요청하는 가전 추천 요청을 수신하도록 구성된 통신 모듈을 포함할 수 있다. 여기서, 가전 추천 요청은, 예산, 실내 장소에 대한 주소, 실내 장소의 각 공간 내의 선호 배치 공간 및 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함할 수 있다. 가전 추천 서비스를 제공하는 시스템은, 가전에 대한 정보 및 도면 정보를 저장하도록 구성된 데이터베이스를 포함할 수 있다. 여기서, 데이터베이스는, 복수의 가전 공급업체 서버로부터 통신 모듈을 통해 복수의 가전 각각의 크기 및 가격에 대한 정보를 제공받아 저장하도록 구성된 가전 DB 및 복수의 실내공간의 종류, 구조 및 평수 별로 도면이 저장되도록 구성된 도면 DB를 포함할 수 있다. 가전 추천 서비스를 제공하는 시스템은, 수신된 가전 추천 요청에 기초하여, 도면 DB로부터 실내 장소의 주소에 대응하는 도면을 추출하고, 추출된 도면에 기초하여 각 공간 및 각 공간 내의 선호 배치 공간에 대한 면적 정보를 산출하도록 구성된 면적 산출 모듈, 산출된 각 공간의 선호 배치 공간에 대한 면적 정보 및 예산에 기초하여, 가전 DB로부터 선호 가전 종류에 해당하는 적어도 하나의 추천 가전을 선택하고, 선택된 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성하도록 구성된 리스트 생성 모듈 및 생성된 가전 추천 리스트를 사용자 단말기로 제공하고, 사용자 단말기로부터 제공된 가전 추천 리스트에 대한 구매 요청을 수신하도록 구성된 구매 처리 모듈을 더 포함할 수 있다.

본 개시의 일부 실시예들에 따르면, 각 가전제품의 배치 공간의 면적 정보 및 예산에 기초하여 가전 추천리스트를 제공함으로써, 사용자가 구매하고자 하는 가전제품에 대한 정보를 효율적으로 얻을 수 있고, 가전제품을 구매하는 시간을 절약할 수 있어 사용자의 편의성을 향상시킬 수 있다.

본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 가전 추천 서비스 제공 시스템의 개략도이다.
도 2는 본 개시의 일 실시예에 따른 가전 추천 서비스 제공 시스템의 블록도이다.
도 3은 본 개시의 일 실시예에 따른 가전 추천 서비스 제공 방법을 나타내는 순서도이다.
도 4는 본 개시의 일 실시예에 따른 인공신경망을 나타낸 구조도이다.
도 5는 본 개시의 일 실시예에 따른 인공신경망을 이용한 가전 추천 서비스 제공 방법을 나타내는 순서도이다.
도 6는 본 개시의 일 실시예에 따른 가전 추천 요청을 입력 받는 사용자 인터페이스를 나타내는 예시도이다.
도 7는 본 개시의 다른 실시예에 따른 가전 추천 요청을 입력 받는 사용자 인터페이스를 나타내는 예시도이다.
도 8는 본개시의 일 실시예에 따른 사용자 단말기로 제공된 가전 추천리스트를 도시한 예시도이다.

이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.

첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.

본 개시의 일 실시예에 따른 가전 추천 서비스 제공 시스템은, 사용자가 선호하는 배치 공간에 대한 면적 정보 및 예산에 기초하여, 사용자가 배치하고자 하는 선호 가전에 대한 가전 추천 리스트를 생성하고, 생성된 가전 추천 리스트를 사용자 단말기로 제공할 수 있다. 또한, 사용자가 구매하고자 하는 선호 가전의 판매량 및 고객만족도 정보에 기초하여 가전을 추천할 수 있다. 따라서, 사용자에게 구매하고자 가전제품에 대한 정보를 효율적으로 제공할 수 있고, 사용자의 편의성을 도모할 수 있다.

도 1은 본 개시의 일 실시예에 따른 가전 추천 서비스 제공 시스템(100)의 개략도이다. 도 1에 도시된 시스템(100)은, 복수의 사용자 단말기(110_1 내지 110_n)로부터 사용자가 입력한 정보를 입력 받을 수 있고, 서버(130)는, 통신 네트워크(120)를 이용하여 입력 받은 정보를 수신하고, 수신한 입력정보에 기초하여 실내 장소에 설치될 가전을 추천해주는 서비스를 요청할 수 있다. 여기서, 사용자 단말기(110)는, 사용자로부터 가전 추천 요청을 수신할 수 있는 입력장치를 구비한 적절한 단말장치일 수 있다. 사용자 단말기(110)는, 예를 들어, 개인용 컴퓨터, 스마트폰, 태블릿 컴퓨터 등 중의 어느 하나일 수 있으나, 이에 한정되는 것은 아니다. 사용자 단말기(110)의 입력장치 또한, 터치 디스플레이, 키보드, 마우스, 터치 팬 또는 스틸러스, 마이크로폰, 동작 인식 센서 등 중의 하나 이상을 포함할 수 있으나, 이에 한정되는 것은 아니다.

서버(130)는, 통신 네트워크(120)를 통해 각각의 복수의 사용자 단말기(110_1 내지 110_n)로부터 가격 추천 요청을 수신할 수 있다. 수신된 가격 추천 요청은, 사용자 단말기(110_1 내지 110_n)로부터 사용자가 입력한 정보를 포함할 수 있다. 예를 들어, 예산, 상기 실내 장소에 대한 주소, 상기 실내 장소의 각 공간 내의 선호 배치 공간 및 상기 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함할 수 있다.

수신된 가격 추천 요청에 기초하여 데이터베이스의 가전 DB(132) 및 도면 DB(134)로부터 관련된 정보를 읽어올 수 있고, 이와 같이, 읽어온 정보에 기초하여 가전 추천 서비스에 대한 가전 추천 리스트를 생성할 수 있다. 여기서, 가전 DB(132) 및 도면 DB(134)는, 통신 네트워크(120)를 통해 실내 장소의 주소에 대응하는 도면 정보 및/또는 가전에 대한 정보를 서버(130) 및/또는 복수의 가전 공급업체 서버(140_1 내지 140_n)로부터 주기적으로 또는 비주기적으로(예를 들어, 실시간으로) 제공받아 저장되거나 업데이트 될 수 있다. 도 1에서는 데이터베이스(132, 134)가 서버(130)에 포함하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 구현예에 따라서 데이터베이스가 서버(130) 외부에 별도로 존재하여 통신 네트워크(120)로 연결될 수도 있다.

생성된 가전 추천 리스트는 사용자 단말기로 송부하도록 구성된다. 사용자 단말기(110_1 내지 110_n)는, 이러한 가전 추천 리스트에 응답하여 구매요청을 서버(130)로 송부할 수 있다. 여기서, 서버(130)는, 유선 또는 무선 네트워크를 통해 다른 장치와 통신할 수 있는 컴퓨팅 장치로서, CPU(central processing unit), GPU(graphic processing unit), DSP(digital signal processor) 등과 같은 처리장치를 이용하여 연산 동작을 수행할 수 있는 컴퓨팅 장치일 수 있으나, 이에 한정되는 것은 아니다.

도 2는 본 개시의 일 실시예에 따른 가전 추천 서비스 제공 시스템(200)의 블록도이다. 이하에서는, 본 개시의 가전 추천 서비스 제공 시스템(200)의 구성요소들에 대하여 좀 더 상세히 설명한다. 도 2에 도시된 바와 같이, 가전 추천 서비스 제공 시스템(200)은, 사용자 단말기(110) 및 서버(130)를 포함할 수 있다. 서버(130)는, 통신 모듈(210), 프로세서(220) 및 데이터베이스(230)를 포함하도록 구성될 수 있다. 일 실시예에 따르면, 프로세서(220)는, 면적 산출 모듈(222), 리스트 생성 모듈(224) 및 구매 처리 모듈(226)을 포함할 수 있으며, 데이터베이스(230)는 가전 DB(132) 및 도면 DB(134)를 포함할 수 있다.

도 1에 도시된 가전 추천 서비스 제공 시스템(100)은, 도 2에 도시된 가전 추천 서비스 제공 시스템(100)의 기능 또는 구성요소들을 포함할 수 있다. 또한, 가전 추천 서비스 제공 시스템(100)의 기능 또는 구성요소들 중에서, 앞서 상술한 도 1에서 설명된 것과 동일한 부재번호 또는 명칭을 갖는 구성요소들에 대해서는, 반복을 피하기 위해 상세한 설명을 생략할 수 있으며, 변경 또는 추가적인 부분만 설명할 수 있다.

데이터베이스(230)는, 통신 모듈(210)을 통해 복수의 가전 공급업체 서버로부터 복수의 가전 각각의 크기 및 가격에 대한 정보를 제공받아 저장하도록 구성된 가전 DB(132) 및 복수의 실내공간의 종류, 구조 및 평수 별로 도면이 저장되도록 구성된 도면 DB(134)를 포함할 수 있다. 서버(130)는, 복수의 가전 공급업체 서버에서 각 가전 공급업체별 제공할 수 있는 가전 각각의 크기 및 가격에 대한 정보를 수신할 수 있다.

이와 같이, 가전에 대한 정보는, 가전의 종류(예를 들어, 에어컨, 냉장고 등), 크기 및 가격별로 분류되어 가전 DB(132)에 저장될 수 있고, 복수의 가전 공급업체 서버로부터 관련 정보를 실시간으로 또는 주기적으로 수신할 수 있다. 일 예에서는, 선호 종류(예를 들어, 에어컨, 냉장고 등), 및/또는 각 공간내 선호 배치공간(예를 들어, 거실, 안방 등)에 따라 정렬되어 다수의 가전에 관련된 정보가 저장될 수 있다. 또한, 면적정보에 기초하여 다수의 가전에 관한 정보(예를 들어, XX전자, 사용면적 약60m²,)가 저장되도록 구성될 수 있다.

한편, 도면 DB(134)는, 도면과 관련된 정보가 저장될 수 있다. 일부 실시예에 따르면, 도면 DB(134)는, 실내공간의 종류(예를 들어, 아파트, 단독 주택, 다세대 주택, 사무실 등), 구조 별(예를 들어, 판상형, 타워형 등) 및 평수 별(예를 들어, 24평, 32평 등)로 도면이 저장되도록 구성될 수 있다. 이상에서 설명한 바와 같이, 가전 DB(132) 및 도면 DB(134)는, 통신 네트워크를 통해, 서버(130) 및/또는 복수의 가전 공급업체 서버(140_1 내지 140_n)로부터 주기적으로 또는 비주기적으로(예를 들어, 실시간으로) 관련 정보를 제공받아 저장되거나 업데이트 될 수 있다. 도 2에서는 데이터베이스(230)가 서버(130)에 포함하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 구현예에 따라서 데이터베이스(230)가 서버(130) 외부에 별도로 존재하여 통신 네트워크로 연결될 수도 있다.

통신 모듈(210)은, 서버(130)가 사용자 단말기(110)와 통신 가능하도록 구성될 수 있다. 통신 모듈은, 설치환경에 따라 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크 또는 WLAN(Wireless LAN), Bluetooth 및 지그비(ZigBee) 등과 같은 무선 네트워크로 다양하게 선택되어 구성될 수 있다.

일 실시예에 따르면, 통신 모듈(210)은, 입력실내 장소에 대한 설치될 가전을 추천해주는 서비스를 요청하는 가격 추천 요청을 수신하도록 구성될 수 있고, 수신된 가전 추천 요청을 프로세서(220)로 제공할 수 있다. 가격 추천 요청은, 사용자 단말기를 통해 입력된 예산, 실내 장소에 대한 주소를 포함할 수 있다. 또한, 실내 장소의 각 공간 내의 선호 배치 공간 및 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함할 수 있다. 즉, 가격 추천 요청은, 사용자가 사용자 단말기(110)로부터 입력한 사용자 입력정보를 포함할 수 있다.

예를 들어, 사용자가 사용자 단말기(110)의 입력장치(예를 들어, 터치 디스플레이, 키보드 등)를 이용하여 김XX, 약70만원, 서울특별시 XX구 XX 아파트 X동 XX호, 부엌 및 냉장고를 사용자 단말기(110)로 입력하고, 가전 추천 서비스를 요청하게 되면, 통신 모듈(210)은, 사용자 이름, 예산, 실내 장소에 대한 주소, 실내 장소의 각 공간 내의 선호 배치 공간 및 선호 배치 공간의 각각에 배치될 선호 가전 종류를 서버의 프로세서(220)로 전송할 수 있다. 여기서, 실내 장소의 각 공간 내의 선호 배치 공간 및 선호 배치 공간의 각각에 배치될 선호 가전의 종류는 복수로도 입력 가능하다.

면적 산출 모듈(222)은, 수신된 가전 추천 요청에 기초하여, 도면 DB(134)로부터 실내 장소의 주소에 대응하는 도면을 추출하고, 추출된 도면에 기초하여 각 공간 및 각 공간 내의 선호 배치 공간에 대한 면적 정보를 산출하도록 구성될 수 있다. 일 실시예에서, 가전 추천 요청에 포함된 실내 장소에 대한 주소 및 실내 장소의 각 공간 내의 선호 배치 공간이 서울특별시 XX구 XX 아파트 X동 XX호 및 거실이라고 가정하자. 이경우, 이주소에 대응되는 도면을 도면 DB(134)로부터 추출할 수 있고, 추출된 도면에 기초하여 각 공간 및/또는 각 공간 내의 선호 배치 공간에 대한 면적 정보(예를 들어, 거실 18평, 부엌 10평, 안방 9평 등)를 산출할 수 있다.

다른 실시예에 따르면, 면적정보는, 가전 추천 리스트를 제공하고자 하는 실내 장소에 직접 방문하여 각 공간 및/또는 각 공간 내의 선호 배치 공간을 측량함으로써 제공받을 수도 있다. 또한, 서버의 내부 또는 외부에 실내장소의 각 공간 및/또는 각 공간 내의 선호 배치 공간을 측량한 데이터들을 저장하고 있는 데이터베이스를 구축할 수 있다. 따라서, 이 데이터베이스로부터, 가전 추천 리스트를 제공하고자 하는 실내장소의 각 공간 및 각 공간 내의 선호 배치 공간에 대한 면적정보를 읽어올 수 있다.

리스트 생성 모듈(224)은, 산출된 각 공간의 선호 배치 공간에 대한 면적 정보 및 예산에 기초하여, 가전 DB(132)로부터 선호 가전 종류에 해당하는 적어도 하나의 추천 가전을 선택하고, 선택된 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성하도록 구성될 수 있다.

일부 실시예에서, 리스트 생성 모듈(224)은, 산출된 선호 배치 공간의 면적 정보 및 선호 종류에 기초하여 가전 DB(132)로부터 선호 배치 공간에 배치가능한 복수의 가전을 결정할 수 있다. 예를 들어, 서버(130)가 수신한 가전 추천 요청에 포함된 각 공간의 선호 배치 공간이 거실, 선호 가전 종류가 에어컨이라고 가정하고, 면적 산출 모듈(222)에 의해 산출된 부엌의 면적 정보가 약 60m²이라고 한다면, 리스트 생성 모듈(224)은, 가전 DB(132)로부터 냉방 면적이 약 60m²이상인 에어컨 제품들을 선호 배치 공간에 배치 가능한 복수의 가전으로 결정할 수 있다.

아래의 표 1은, 각 브랜드별 에어컨의 냉방 면적 및 가격의 예를 나타낸 것이고, 표 2는, 각 브랜드별 공기청정기의 사용 면적 및 가격의 예를 나타낸 것이다. 표 1에서 나타낸 것처럼, 예를 들어, ‘갑’ 브랜드의 A 및 E, ‘을’ 브랜드의 M, ‘병’ 브랜드의 U 에어컨을 복수의 가전으로 결정할 수 있다.

다른 실시예에서는, 서버(130)가 수신한 가전 추천 요청에 포함된 각 공간의 선호 배치 공간이 거실 및 안방, 선호 가전 종류가 공기청정기 및 에어컨이라고 가정하고, 산출된 거실의 면적 정보가 각각 약 60m² 및 약 30m²라고 한다면, 리스트 생성 모듈(224)은, 가전 DB(132)로부터 냉방 면적이 약 30m²이상인 에어컨과 사용면적이 약 60m²인 공기청정기의 정보를 읽어올 수 있다. 예를 들어, 표 1에서 도시한바와 같이, 에어컨의 경우 예를 들어, ‘갑’ 브랜드의 D, ‘을’ 브랜드의 L 및 ‘병’ 브랜드의 Z를 복수의 가전으로 결정할 수 있다. 또한, 공기청정기의 경우, 표2에 도시한 바와 같이, ‘갑’ 브래드의 C, ‘을’ 브랜드의 O 및 ‘병’ 브랜드의 V를 복수의 가전으로 결정할 수 있다.

또한, 리스트 생성 모듈(224)은, 결정한 복수의 가전으로부터 예산 내에서 구매 가능한 적어도 하나의 중간 가전을 선택할 수 있고, 선택된 적어도 하나의 중간 가전을 기초로 가전 추천 리스트를 생성하도록 구성될 수 있다. 여기서, 하나의 중간 가전은, 복수의 중간 가전일 수 있다.

이상의 일부 실시예에서 설명한 바와 같이, 일 실시예에서, 결정된 복수의 가전이 예를 들어, ‘갑’ 브랜드의 A 및 E, ‘을’ 브랜드의 M, ‘병’ 브랜드의 U 에어컨이며, 가전 추천 요청에 포함된 예산이 약 60만원이라고 가정하자. 이러한 경우, 60만원이상인 ‘갑’ 브랜드의 E를 뺀 나머지인 A, M 및 U 에어컨을 적어도 하나의 중간 가전으로 선택할 수 있다.

위의 다른 실시예에서 설명한 바와 같이, 결정된 복수의 가전이 예를 들어, 에어컨의 경우, ‘갑’ 브랜드의 D, ‘을’ 브랜드의 L 및 ‘병’ 브랜드의 Z이며, 공기청정기의 경우, ‘갑’ 브래드의 C, ‘을’ 브랜드의 O 및 ‘병’ 브랜드의 V이고, 가전 추천 요청에 포함된 예산이 약 100만원이면, TV와 에어컨의 가격의 합이 예산인 100만원을 초과하지 않는 조합에 해당하는 공기청정기 및 에어컨을 각각 적어도 하나의 중간 가전으로 선택할 수 있다. 즉, 가전 추천 요청에 포함된 선호 가전 종류가 두 종류 이상인 경우, 읽어온 선호 가전 종류 각각의 가격의 합은, 가전 추천 요청에 포함된 예산을 초과하지 않아야 한다.

리스트 생성 모듈(224)은, 이렇게 선택된 복수의 중간 가전의 각각의 판매량에 대한 점수 및 고객만족도 정보에 대한 점수를 합산하고, 복수의 중간 가전 중에서 합산된 점수가 가장 높은 중간 가전을 적어도 하나의 추천 가전으로서 선택하도록 구성될 수 있다. 또한, 복수의 중간 가전 중에서 합산된 점수가 미리 결정된 점수 이상인 적어도 하나의 중간 가전을 적어도 하나의 추천 가전으로서 선택하도록 구성될 수도 있다.

아래의 표 3은, 각 브랜드별 에어컨의 판매량의 예를 나타낸 것이고, 표 4는, 각 브랜드별 에어컨의 고객만족도의 예를 나타낸 것이다. 표 2에서 나타낸 것처럼, 일 실시예에 따르면, 선택된 복수의 중간 가전은 각각, ‘갑’ 브랜드의 A, ‘을’ 브랜드의 M 및 ‘병’ 브랜드의 U 에어컨일수 있다.

선택된 복수의 중간 가전의 각각의 판매량에 대한 점수 및 고객만족도 정보에 대한 점수는 예를 들어, 각각의 판매량 및 고객만족도가 해당하는 구간의 중간 값의 합일 수 있다. 표 3 및 표 4에 나타난 바와 같이, ‘갑’ 브랜드의 A는 판매량이 200~300대에 해당하며, 고객만족도는 40~50점에 해당한다. 각 구간의 중간 값은 각각 250 및 45가 되며, 이들의 합인 385가 ‘갑’ 브랜드의 A 에어컨의 점수가 될 수 있다. 따라서, ‘을’ 브랜드의 M 및 ‘병’ 브랜드의 U 에어컨의 점수는, 각각 55점 및 375점이 될 수 있다. 리스트 생성 모듈(224)은, 이러한 중간 가전들 중에서 합산된 점수가 가장 높은 중간 가전인 A 에어컨을 하나의 추천 가전으로 선택할 수 있다.

다른 실시예에 따르면, 합산된 점수가 미리 결정된 점수 이상인 적어도 하나의 중간 가전을 적어도 하나의 추천 가전으로서 선택할 수 있다. 예를 들어, 미리 결정된 점수가 350점인 경우, ‘갑’ 브랜드의 A와 ‘병’ 브랜드의 U의 에어컨 점수가 385 및 375점이므로, 중간 가전으로 선택할 수 있다. 따라서, 리스트 생성 모듈은, A 및 U 에어컨 중 적어도 하나의 추천 가전으로서 선택할 수 있다.

이상에서 설명한 바와 같이, 판매량에 대한 점수 및 고객 만족도 정보는, 서버(130)의 내부 또는 외부에 각각의 가전에 대한 판매량에 대한 점수 및 고객 만족도 정보를 저장하고 있는 데이터베이스를 구축하여, 이와 관련된 정보를 읽어올 수 있다. 이러한 정보를 이용하여 가전 추천 서비스를 이용하는 사용자에게 합산된 점수가 가장 높은 중간 가전을 적어도 하나의 추천 가전으로 선택하여 추천할 수 있다.

구매 처리 모듈(226)은, 생성된 가전 추천 리스트를 사용자 단말기(110)로 제공하고, 사용자 단말기(110)로부터 제공된 가전 추천 리스트에 대한 구매 요청을 수신하도록 구성될 수 있다. 예를 들어, 구매 처리 모듈(226)은, 사용자가 사용자 단말기(110)를 통해 가전 추천 리스트에 대한 구매를 요청한 경우, 사용자 단말기(110)로 결제 화면을 제공하고, 그 결제 화면을 통해 결제 처리를 수행할 수도 있다.

가전 추천 서비스 제공 시스템(200)은, 학습 모듈(226)을 더 포함할 수 있다. 학습 모듈(226)은, 복수의 실내 장소의 각 공간의 참조 배치 공간에 대한 참조 면적 정보 및 참조 가전 종류가 인공신경망의 입력층에 입력되어 참조 가전이 추출되도록 인공신경망을 학습시키도록 구성될 수 있다. 예를 들어, 인공신경망은, 지도 학습을 통하여 참조 가전을 추론할 수 있다. 인공신경망의 입력층에 선호 배치 공간에 대한 면적 정보 및 선호 가전 종류를 입력 받아, 참조 가전을 추출하도록 구성될 수 있다. 리스트 생성 모듈(224)은, 이렇게 추출된 참조 가전 및 예산을 기초로 가전 추천 리스트를 생성할 수 있다. 인공신경망의 학습 및 추론 과정에 대해서는, 이하에서 도 4 및 도 5를 참조하여 좀 더 자세히 설명하기로 한다.

도 3은 본 개시의 일 실시예에 따른 가전 추천 서비스 제공 방법(300)을 나타내는 순서도이다. 서버(130)에 의해 가전 추천 서비스를 제공하는 방법(300)은, 사용자 단말기(110)로부터 실내 장소에 설치될 가전을 추천해주는 서비스를 요청하는 가전 추천 요청을 수신하는 단계(S310)로 개시될 수 있다. 서버(130)는, 사용자가 사용자 단말기(110)로부터 입력한 가전 추천 요청을 수신할 수 있고, 가전 추천 요청에 포함된 입력정보를 사용자별로 데이터베이스(230)에 저장할 수 있다. 여기서, 가전 추천 요청은, 사용자가 예산, 실내 장소에 대한 주소, 실내 장소의 각 공간 내의 선호 배치 공간 및 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함할 수 있다. 예를 들어, 가전 추천 요청에 포함된 예산, 실내 장소에 대한 주소, 각 공간의 선호 배치 공간 및 선호 가전 종류가 각각 약 60만원, 서울특별시 XX구 XX 아파트 X동 XX호, 거실, 에어컨이 될 수 있다.

가전 추천 요청을 수신하고 나면, 면적 산출 모듈(222)은, 추천 요청에 기초하여, 도면 DB(134)에 저장된 도면 정보로부터 사용자가 입력한 실내 장소의 주소에 대응하는 도면을 추출할 수 있다(S320). 그리고나서, 도면에 기초하여 실내 장소의 각 공간 및 각 공간 내의 선호 배치 공간에 대한 면적 정보를 산출할 수 있다(S330). 면적 산출 모듈(222)은, 추출된 도면에 기초하여 각 공간 및 각 공간 내의 선호 배치 공간에 대한 면적 정보를 산출할 수 있다.

예를 들어, 가전 추천 요청에 포함된 실내 장소에 대한 주소 및 실내 장소의 각 공간 내의 선호 배치 공간이 서울특별시 XX구 XX 아파트 X동 XX호, 거실 및 부엌이 될 수 있다. 이경우, 이 주소에 대응되는 도면을 도면 DB(134)로부터 추출할 수 있고, 추출된 도면에 기초하여 각 공간 및/또는 각 공간 내의 선호 배치 공간에 대한 면적 정보(예를 들어, 거실 약60m², 부엌 약23m²)를 산출할 수 있다.

산출된 각 공간의 선호 배치 공간에 대한 면적 정보 및 예산에 기초하여, 선호 가전 종류에 해당하는 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성할 수 있다(S340). 예를 들어, 서버(130)가 수신한 가전 추천 요청에 포함된 각 공간의 선호 배치 공간이 거실, 선호 가전 종류가 에어컨이라고 가정하고, 면적 산출 모듈(222)에 의해 산출된 거실의 면적 정보가 약 60m²라고 한다면, 리스트 생성 모듈(224)은, 가전 DB(132)로부터 냉방 면적이 약 60m²이상인 에어컨 상품들을 선호 배치 공간에 배치 가능한 복수의 가전으로 결정할 수 있다. 또한, 리스트 생성 모듈(224)은, 결정된 복수의 가전 중 예산 내에서 구매가 가능한 적어도 하나의 중간 가전을 선택할 수 있다.

일 실시예에 따르면, 리스트 생성 모듈(224)은, 적어도 하나의 중간가전의 각각의 판매량에 대한 점수 및 고객만족도 정보에 대한 점수를 합산할 수 있고, 합산된 점수가 가장 높은 중간 가전을 적어도 하나의 추천 가전으로서 선택할 수 있다. 여기서, 적어도 하나의 중간 가전은 복수의 중간 가전이다.

다른 실시예에 따르면, 리스트 생성 모듈(224)은, 복수의 중간 가전 중에서 합산된 점수가 미리 결정된 점수 이상인 적어도 하나의 중간 가전을 적어도 하나의 추천 가전으로서 선택할 수 있다.

그리고 나서, 선택된 적어도 하나의 중간 가전을 기초로 가전 추천 리스트를 생성할 수 있다. 그 후, 통신 네트워크(120)를 이용하여 사용자에게 사용자 단말기(110)를 통해 가전 추천 리스트를 제공할 수 있다(S350). 마지막으로, 사용자 단말기(110)로부터 제공된 가전 추천 리스트에 대한 구매요청을 수신할 수 있다(S360).

도 4는 본 개시의 일 실시예에 따른 인공신경망(400)을 나타낸 구조도이다. 인공신경망(400)은, 머신러닝(Machine Learning) 기술과 인지과학에서, 생물학적 신경망의 구조에 기초하여 구현된 통계학적 학습 알고리즘 또는 그 알고리즘을 실행하는 구조이다. 즉, 인공신경망(400)은, 생물학적 신경망에서 와 같이 시냅스의 결합으로 네트워크를 형성한 인공 뉴런인 노드(Node)들이 시냅스의 가중치를 반복적으로 조정하여, 특정 입력에 대응한 올바른 출력과 추론된 출력 사이의 오차가 감소되도록 학습함으로써, 문제 해결 능력을 가지는 머신러닝 모델을 나타낸다.

일반적으로 인공신경망은 다층의 노드들과 이들 사이의 연결로 구성된 다층 퍼셉트론(MLP: multilayer perceptron)으로 구현된다. 본 실시예에 따른 인공신경망(400)은 MLP를 포함하는 다양한 인공신경망 구조들 중의 하나를 이용하여 구현될 수 있다. 도 4에 도시된 바와 같이, 인공신경망(400)은, 외부로부터 입력 신호 또는 데이터(410)를 수신하는 입력층(420), 입력 데이터에 대응한 출력 신호 또는 데이터(450)를 출력하는 출력층(440), 입력층(420)과 출력층(440) 사이에 위치하며 입력층(420)으로부터 신호를 받아 특성을 추출하여 출력층(440)으로 전달하는 n개의 은닉층(430_1 내지 430_n)으로 구성된다. 여기서, 출력층(440)은, 은닉층(430_1 내지 430_n)으로부터 신호를 받아 외부로 출력한다.

일반적으로, 인공신경망(400)의 학습 방법에는, 교사 신호(정답)의 입력에 의해서 문제의 해결에 최적화되도록 학습하는 지도 학습(Supervised Learning) 방법과, 교사 신호를 필요로 하지 않는 비지도 학습(Unsupervised Learning) 방법이 있다. 본 개시에 따른 가전 추천 서비스 제공 시스템은, 사용자에게 가전제품을 추천해주는 서비스를 제공하기 위하여 지도 학습(Supervised Learning)을 이용하여, 복수의 실내 장소의 각 공간의 참조 배치 공간에 대한 참조 면적 정보 및 참조 가전 종류에 대한 분석을 수행하고, 참조 가전 정보를 추론할 수 있는 인공신경망(400)을 학습시킨다. 이렇게 학습된 인공신경망(400)은, 사용자의 가전 추천 요청에 응답하여 참조 가전을 추론하여 생성함으로써, 가전에 대한 정보를 효율적으로 얻을 수 있고, 사용자의 편의성을 도모할 수 있는 가전 추천 서비스를 제공할 수 있다.

일 실시예에 따르면, 인공신경망(400)은, 교사 신호(정답)의 입력에 의해서 문제의 해결에 최적화되도록 학습하는 지도 학습(Supervised Learning) 방법으로 학습될 수 있다. 도 4에 도시된 바와 같이, 참조 가전 정보를 추론할 수 있는 인공신경망의 입력변수(410)는, 면적 산출 모듈에서 추출한 각 공간 내의 선호 배치 공간에 대한 면적 정보 및 가전 종류 정보가 될 수 있다. 이에 따라, 인공신경망(400)의 입력층(420)에 입력되는 입력변수(410)는, 실내 장소의 각 공간 내의 선호 배치 공간에 대해 산출된 각각의 면적 정보 및 선호 가전의 종류를 각각 하나의 벡터 데이터요소로 구성한, 선호 배치 공간에 대한 면적 벡터 및 선호 가전 벡터가 될 수 있다.

예를 들어, 각 공간 내의 선호 배치공간 및 선호 가전이 각각 거실 및 안방, 에어컨 및 공기청정기라고 가정하고, 면적 산출 모듈에 의해 산출된 면적 정보가 각각 약60m² 및 약23m²이라고 하자. 이러한 경우, 거실 및 안방의 면적 정보가 선호 배치 공간에 대한 면적 벡터의 데이터 요소로서 구성될 수 있다. 또한, 선호 가전 벡터의 데이터요소들 중에서, 에어컨 및 공기청정기에 해당하는 요소들에 1의 값을 할당하고, 나머지 요소들에는 0의 값을 할당할 수 있다.

한편, 인공신경망(400)의 출력층(440)에서 출력되는 출력변수(450)는, 참조 가전 정보를 나타내는 하나의 출력벡터가 될 수 있다. 일 실시예에 따르면, 참조 가전벡터는, 면적정보에 기초하여 추출된 참조 가전(예를 들어, 사용면적 약60m²용 에어컨, 사용면적 약23m²용 공기청정기 등)을 데이터 요소로 구성될 수 있다. 인공신경망(400)은, 이러한 입력 및 출력변수(410, 450)를 이용하여, 학습함으로써, 입력벡터들에 대응한 참조 가전벡터를 추론할 수 있고, 리스트 생성 모듈은, 추론된 참조 가전 및 가전 추천 요청에 포함된 예산을 기초로 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성할 수 있다.

도 5는 본 개시의 일 실시예에 따른 인공신경망(400)을 이용한 가전 추천 서비스 제공 방법(500)을 나타내는 순서도이다. 가전 추천 서비스 제공 방법(500)은, 통신 모듈(210)에 의해, 사용자 단말기(110)로부터 실내 장소에 설치될 가전을 추천해주는 서비스를 요청하는 가전 추천 요청을 수신하는 단계(S510)로 개시될 수 있다. 서버(130)는, 사용자가 사용자 단말기(110)로부터 입력한 가전 추천 요청을 수신할 수 있고, 가전 추천 요청에 포함된 입력정보를 사용자별로 데이터베이스(230)에 저장할 수 있다. 여기서, 가전 추천 요청은, 예산, 상기 실내 장소에 대한 주소, 실내 장소의 각 공간 내의 선호 배치 공간 및 상기 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함할 수 있다.

그리고 나서, 면적 산출 모듈(222)은, 통신 모듈(210)에 의해 전송 받은 가전 추천 요청에 기초하여 실내 장소의 주소에 대응하는 도면을 추출할 수 있다(S520). 이 단계에서 면적 산출 모듈(222)은, 도면 DB(134)로부터 실내 장소의 주소(예를 들어, 서울특별시 XX구 XX 아파트 X동 XX호)에 대응하는 도면을 추출하고, 추출된 도면에 기초하여 각 공간 및 각 공간 내의 선호 배치 공간에 대한 면적 정보(예를 들어, 거실 약 60㎡, 부엌 약 33㎡, 안방 약 29㎡ 등)를 산출할 수 있다(S530).

다음 단계(S540)에서는, 복수의 실내 장소의 각 공간의 참조 배치 공간에 대한 참조 면적 정보 및 참조 가전 종류 정보에 기초하여 참조 가전 정보를 추출할 수 있도록 인공신경망(400)을 학습시킬 수 있다. 일 예에서, 참조 가전 종류 패턴을 추론할 수 있도록 지도 학습 방법을 이용하여 인공신경망(400)을 학습시킨다. 도 2를 참조하면, 학습 모듈(228)은, 복수의 실내 장소의 각 공간의 참조 배치 공간에 대한 참조 면적 정보 및 참조 가전 종류 정보에 기초하여, 참조 가전 정보를 추출할 수 있는 인공신경망(400)을 생성할 수 있다.

예를 들어, 인공신경망(400)의 입력층(420)에는 면적 산출 모듈(222)에 의해 산출된 실내 장소의 상기 선호 배치 공간에 대한 면적 정보(예를 들어, 거실 약 60㎡, 부엌 약33㎡, 안방 약29㎡ 등)와 선호 가전 종류(예를 들어, 에어컨, 공기청정기 등)를 각각 하나의 벡터 데이터요소로 구성하여 입력시키고, 출력층(440)에는 참조 가전 정보를 나타내는 출력변수(450)가 출력되도록 반복 학습시킬 수 있다. 이와 같이, 인공신경망(400)의 입력층(420)과 출력층(440)에 입력변수(410)와 대응되는 출력변수(450)를 각각 매칭시켜, 입력층(420), 은닉층(430_1 내지 430_n) 및 출력층(440)에 포함된 노드들 사이의 시냅스 값을 조정함으로써, 특정 입력에 대응한 올바른 출력을 추론할 수 있도록 학습할 수 있다.

리스트 생성 모듈(224)은 학습된 인공신경망(400)을 통해 추출된 참조 가전을 기초로 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성할 수 있다. 그리고 나서, 생성된 가전 추천 리스트를 사용자 단말기(110)로 제공할 수 있다. 사용자 단말기(110)로부터 제공된 가전 추천 리스트에 대한 구매요청을 수신할 수 있다. 이 단계에서, 사용자가 사용자 단말기(110)를 통해 가전 추천 리스트에 대한 구매를 요청한 경우, 예를 들어, 구매 처리 모듈(226)에 의해, 사용자 단말기(110)로 결제 화면을 제공하고, 그 결제 화면을 통해 결제 처리를 수행할 수 있다.

도 6는 본 개시의 일 실시예에 따른 가전 추천 요청을 입력 받는 사용자 인터페이스(600)를 나타내는 예시도이고, 도 7는 본 개시의 다른 실시예에 따른 가전 추천 요청을 입력 받는 사용자 인터페이스(700)를 나타내는 예시도이다. 사용자는, 사용자 입력장치(예를 들어, 터치 디스플레이, 키보드, 마우스, 터치 팬 또는 스틸러스, 마이크로폰, 동작 인식 센서 등)를 이용하여 사용자 단말기를 통해 가전 추천 요청을 입력할 수 있다.

가전 추천 서비스의 요청은, 사용자가 사용자 단말기를 이용하여 입력한, 예산, 실내 장소에 대한 주소, 실내 장소의 각 공간 내의 선호 배치 공간 및 선호 배치 공간의 각각에 배치될 선호 가전 종류를 나타내는 정보를 포함할 수 있고, 입력된 정보는 데이터베이스에 사용자별로 정렬되어 저장될 수 있다. 여기서, 사용자 단말기는, 이동통신용 단말기(예를 들어, 스마트폰 또는 태블릿 컴퓨터 등)인 경우, 가전 추천 요청을 위한 소프트웨어는 애플리케이션 형태로 제공될 수 있고, 사용자 단말기가 컴퓨터단말기(예를 들어, 개인용 컴퓨터, 노트북 등)인 경우, 인터넷상의 웹으로 제공될 수도 있다.

일 실시예에 따르면, 가전 추천 요청을 입력하기 위해서, 도 6에 도시된 바와 같이, 실내 장소에 대한 주소 정보를 입력 받을 수 있다. 또한, 사용자 단말기로부터 사용자 이름, 이메일 및 연락처를 입력 받을 수 있다. 사용자 단말기를 통해 가전 추천 서비스를 제공받고자 하는 실내 장소에 대한 주소를 입력 받을 수 있다. 입력된 이름, 이메일, 연락처 및 주소 정보는 사용자가 다음 버튼을 클릭함으로써, 최종적으로 사용자에게 해당하는 정보를 확정하여 사용자 단말기로부터 입력될 수 있다.

그 후, 다음버튼을 클릭하게 되면, 실내 장소의 각 공간 내의 선호 배치 공간, 선호 배치 공간의 각각에 배치될 선호 가전 종류 및 예산을 입력할 수 있는 미리 설정된 인터페이스(700)가 사용자 단말기로 출력될 수 있다. 사용자는, 제공되는 인터페이스(700)를 이용하여 정보를 입력할 수 있다. 예를 들어 도 7에 도시된 바와 같이, 사용자는 실내 장소의 각 공간 내의 선호 배치 공간에 해당하는 구역의 블록(720)(예를 들어, 거실)을 선택하여 선호 배치 공간을 입력할 수 있다.

또한, 사용자는 선호 배치 공간의 각각에 배치될 선호 가전 종류의 체크박스((740)예를 들어, 에어컨)를 선택하여 선호 가전 종류를 입력할 수 있고, 예산정보를 입력할 수 있다. 여기서, 예산정보를 입력 받는 인터페이스(760)는, 선호 가전 각각에 대한 비용을 입력 받을 수 있으나, 이에 한정되지 않으며, 선호 가전의 총 예산을 입력 받는 등 다양한 방법으로 입력 받을 수 있다. 사용자는 완료버튼(780)을 클릭하여 최종적으로 가전에 대한 정보를 입력할 수 있으며, 사용자 단말기로부터 입력된 정보를 포함하는 가전 추천 요청을 사용자 서버로 전송할 수 있다.

도 8는 본개시의 일 실시예에 따른 사용자 단말기로 제공된 가전 추천 리스트(800)를 도시한 예시도이다. 사용자 단말기는, 사용자 서버로부터 전송 받은 가전 추천 리스트(800)를 출력함으로써 사용자에게 가전 추천 서비스를 제공할 수 있다. 도 8에 도시된 바와 같이, 실내 장소의 각 공간에 대한 면적 정보 및 예산에 기초하여 생성된 가전 추천 리스트(800)를 예시하고 있다. 사용자는, 사용자 단말기로 제공된 가전 추천 리스트(800)를 통해 가전의 가격, 판매량 및 평점 등과 같이 가전에 대한 정보를 편리하게 제공받을 수 있다. 사용자는 구매하고자 하는 가전에 해당하는 체크박스(820)를 클릭하고, 구매버튼(840)을 누름으로써, 구매요청을 서버로 전송할 수 있다. 따라서, 사용자는 간편하고 편리한 가전 추천 서비스를 제공받을 수 있다.

본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.

110_1 내지 110_n: 사용자 단말기 120: 통신 네트워크
130: 서버 132: 가전 DB
134: 도면 DB 140_1 내지 140_n: 가전 공급업체 서버
210: 통신 모듈 220: 프로세서
222: 면적 산출 모듈 224: 리스트 생성 모듈
226: 구매 처리 모듈 228: 학습 모듈
230: 데이터베이스 400: 인공신경망
410: 입력변수, 입력데이터 420: 입력층
430_1 내지 430_n: 은닉층 440: 출력층
450: 출력변수, 출력데이터 720: 블록
740, 820: 체크박스 760: 예산정보 인터페이스
780: 완료버튼 840: 구매버튼

Claims (10)

1. 서버에 의해 가전 추천 서비스를 제공하는 방법에 있어서,
   사용자 단말기로부터 실내 장소에 설치될 가전을 추천해주는 서비스를 요청하는 가전 추천 요청을 수신하는 단계 - 상기 가전 추천 요청은 예산, 상기 실내 장소에 대한 주소, 상기 실내 장소의 각 공간 내의 선호 배치 공간 및 상기 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함함 -;
   상기 가전 추천 요청에 기초하여 상기 실내 장소의 주소에 대응하는 도면을 추출하는 단계;
   상기 도면에 기초하여 상기 실내 장소의 각 공간 및 상기 각 공간 내의 상기 선호 배치 공간에 대한 면적 정보를 산출하는 단계;
   복수의 실내 장소의 각 공간의 참조 배치 공간에 대한 참조 면적 정보 및 참조 가전 종류가 인공신경망의 입력층에 입력되어 참조 가전이 추출되도록 상기 인공신경망을 학습시키는 단계;
   상기 학습된 인공신경망의 입력층에 상기 산출된 각 공간의 선호 배치 공간에 대한 면적 정보 및 상기 선호 가전 종류가 입력되어 상기 선호 배치 공간에 배치가능한 복수의 가전을 추출하는 단계;
   상기 예산에 기초하여, 상기 선호 가전 종류에 해당하는 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성하는 단계;
   상기 가전 추천 리스트를 상기 사용자 단말기로 제공하는 단계; 및
   상기 사용자 단말기로부터 상기 제공된 가전 추천 리스트에 대한 구매요청을 수신하는 단계를 포함하고,
   상기 가전 추천 리스트를 생성하는 단계는,
   상기 인공신경망으로부터 추출된 배치가능한 복수의 가전으로부터 상기 예산 내에서 구매가 가능한 적어도 하나의 중간 가전을 선택하는 단계; 및
   상기 적어도 하나의 중간 가전을 기초로 상기 가전 추천 리스트를 생성하는 단계를 포함하는,
   가전 추천 서비스 제공 방법.
   
2. 삭제
3. 제1항에 있어서,
   상기 적어도 하나의 중간 가전은 복수의 중간 가전이고,
   상기 복수의 중간 가전을 기초로 상기 가전 추천 리스트를 생성하는 단계는,
   상기 복수의 중간 가전의 각각의 판매량에 대한 점수 및 고객만족도 정보에 대한 점수를 합산하는 단계; 및
   상기 복수의 중간 가전 중에서 합산된 점수가 가장 높은 중간 가전을 상기 적어도 하나의 추천 가전으로서 선택하는 단계를 포함하는, 가전 추천 서비스 제공 방법.
   
4. 제1항에 있어서,
   상기 적어도 하나의 중간 가전은 복수의 중간 가전이고,
   상기 복수의 중간 가전을 기초로 상기 가전 추천 리스트를 생성하는 단계는,
   상기 복수의 중간 가전의 각각의 판매량에 대한 점수 및 고객만족도 정보에 대한 점수를 합산하는 단계; 및
   상기 복수의 중간 가전 중에서 상기 합산된 점수가 미리 결정된 점수 이상인 적어도 하나의 중간 가전을 상기 적어도 하나의 추천 가전으로서 선택하는 단계를 포함하는, 가전 추천 서비스 제공 방법.
   
5. 삭제
6. 서버에 의해 가전 추천 서비스를 제공하는 시스템에 있어서,
   사용자 단말기로부터 실내 장소에 대한 설치될 가전을 추천해주는 서비스를 요청하는 가전 추천 요청을 수신하도록 구성된 통신 모듈 - 상기 가전 추천 요청은 예산, 상기 실내 장소에 대한 주소, 상기 실내 장소의 각 공간 내의 선호 배치 공간 및 상기 선호 배치 공간의 각각에 배치될 선호 가전 종류를 포함함 -;
   가전에 대한 정보 및 도면 정보를 저장하도록 구성된 데이터베이스 - 상기 데이터베이스는, 복수의 가전 공급업체 서버로부터 상기 통신 모듈을 통해 복수의 가전 각각의 크기 및 가격에 대한 정보를 제공받아 저장하도록 구성된 가전 DB 및 복수의 실내공간의 종류, 구조 및 평수 별로 도면이 저장되도록 구성된 도면 DB를 포함함 -;
   상기 수신된 가전 추천 요청에 기초하여, 상기 도면 DB로부터 상기 실내 장소의 주소에 대응하는 도면을 추출하고, 상기 추출된 도면에 기초하여 각 공간 및 상기 각 공간 내의 선호 배치 공간에 대한 면적 정보를 산출하도록 구성된 면적 산출 모듈;
   복수의 실내 장소의 각 공간의 참조 배치 공간에 대한 참조 면적 정보 및 참조 가전 종류가 인공신경망의 입력층에 입력되어 참조 가전이 추출되도록 상기 인공신경망을 학습시키도록 구성된 학습 모듈;
   상기 학습된 인공신경망의 입력층에 상기 산출된 상기 각 공간의 선호 배치 공간에 대한 면적 정보 및 상기 선호 가전 종류가 입력되어 상기 선호 배치 공간에 배치가능한 복수의 가전을 추출하고, 상기 예산에 기초하여, 상기 가전 DB로부터 상기 선호 가전 종류에 해당하는 적어도 하나의 추천 가전을 선택하고, 상기 선택된 적어도 하나의 추천 가전을 포함하는 가전 추천 리스트를 생성하도록 구성된 리스트 생성 모듈; 및
   상기 생성된 가전 추천 리스트를 상기 사용자 단말기로 제공하고, 상기 사용자 단말기로부터 상기 제공된 가전 추천 리스트에 대한 구매 요청을 수신하도록 구성된 구매 처리 모듈을
   포함하고,
   상기 리스트 생성 모듈은,
   상기 인공신경망으로부터 추출된 배치가능한 복수의 가전으로부터 상기 예산 내에서 구매 가능한 적어도 하나의 중간 가전을 선택하고,
   상기 선택된 적어도 하나의 중간 가전을 기초로 상기 가전 추천 리스트를 생성하도록 구성된, 가전 추천 서비스 제공 시스템.
   
7. 삭제
8. 제6항에 있어서,
   상기 적어도 하나의 중간 가전은 복수의 중간 가전이고,
   상기 리스트 생성 모듈은,
   상기 복수의 중간 가전의 각각의 판매량에 대한 점수 및 고객만족도 정보에 대한 점수를 합산하고,
   상기 복수의 중간 가전 중에서 합산된 점수가 가장 높은 중간 가전을 적어도 하나의 추천 가전으로서 선택하도록 구성된, 가전 추천 서비스 제공 시스템.
   
9. 제6항에 있어서,
   상기 적어도 하나의 중간 가전은 복수의 중간 가전이고,
   상기 리스트 생성 모듈은,
   상기 복수의 중간 가전의 각각의 판매량에 대한 점수 및 고객만족도 정보에 대한 점수를 합산하고,
   상기 복수의 중간 가전 중에서 상기 합산된 점수가 미리 결정된 점수 이상인 적어도 하나의 중간 가전을 상기 적어도 하나의 추천 가전으로서 선택하도록 구성된, 가전 추천 서비스 제공 시스템.
10. 삭제

Images