KR102166186B1 - 사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼 - Google Patents

사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼 Download PDF

Info

Publication number
KR102166186B1
KR102166186B1 KR1020160055105A KR20160055105A KR102166186B1 KR 102166186 B1 KR102166186 B1 KR 102166186B1 KR 1020160055105 A KR1020160055105 A KR 1020160055105A KR 20160055105 A KR20160055105 A KR 20160055105A KR 102166186 B1 KR102166186 B1 KR 102166186B1
Authority
KR
South Korea
Prior art keywords
product
purchase
user
information
service platform
Prior art date
Application number
KR1020160055105A
Other languages
English (en)
Other versions
KR20170125466A (ko
Inventor
임종철
금창섭
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020160055105A priority Critical patent/KR102166186B1/ko
Publication of KR20170125466A publication Critical patent/KR20170125466A/ko
Application granted granted Critical
Publication of KR102166186B1 publication Critical patent/KR102166186B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
    • G06K19/06028—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding using bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/0723—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips the record carrier comprising an arrangement for non-contact communication, e.g. wireless communication circuits on transponder cards, non-contact smart cards or RFIDs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/02—Terminal devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 스마트폰 등 사용자 단말에서 상품 구매 내역을 수집하고 분석해 익명의(anonymous) 구매/이용 패턴 등과 같은 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성하여 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)으로 전달하면, 플랫폼에서 이를 기반으로 사용자의 매장 방문 시 적합한 상품을 추천함으로써, 개인 정보의 보호 및 구매력이 있는 적시에 정확한 상품 추천이 가능하도록 하기 위한, 사용자 단말의 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼에 관한 것이다.

Description

사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼{Apparatus for Generating Context Based on Product Purchase List in User Station and Local Service Platform for Recommending Product}
본 발명은 사용자 단말의 컨텍스트 생성 장치 및 그와 연동하는 상품 추천 로컬 서비스 플랫폼에 관한 것으로서, 특히, 스마트폰 등 사용자 단말에서 상품 구매 내역 기반 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성 및 관리하고, 이를 기반으로 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)에서 사용자의 매장 방문 시 적합한 상품을 추천할 수 있도록 하기 위한, 사용자 단말의 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼에 관한 것이다.
최근 빅데이타 분석 기법이 많이 사용되면서 온라인 쇼핑몰 등에서 사용자에 대한 이용 패턴을 분석하여 이를 기반으로 사용자에게 상품을 추천하는 시스템이 사용되고 있다. 이 경우, 사용자들의 상품 구매/이용 등 쇼핑 정보는 상품을 판매하는 각 회사별 서버에 누적되게 되고, 각 회사의 추천 시스템은 누적된 정보를 기반으로 상품을 사용자에게 추천하게 된다. 이러한 추천은 개인화되어 이루어질 수도 있고 그렇지 않을 수도 있다. 개인화된 추천이란 모든 사용자에게 동일하게 추천되는 것이 아니라 사용자별 특징에 기반하여 사용자별로 다르게 추천되는 것을 일컫는다.
최근 사용자의 이동단말 사용이 생활화되면서 이러한 상품 추천은 이동단말에 설치된 어플리케이션을 통해 이루어지는 경우가 일반화되어 있다. 개인화된 추천을 할 경우, 사용자의 상품 이용 정보가 상품을 판매하는 각 회사별 서버에 저장되기 때문에, 여러 가지 문제가 발생할 수 있다. 첫 번째는 사용자의 이용 내역을 전체적으로 파악할 수 없다는 것이다. 이로 인해 사용자의 상품 이용 패턴을 정확하게 파악하지 못할 수 있다. 즉 사용자가 A라는 마트와 B라는 마트에서 물건을 구입하였다고 하면, 사용자의 이용 내역을 전체적으로 알기 위해서는 A 마트와 B 마트의 상품 이용 내역이 모두 필요하지만, A 마트는 A 마트에서 이용한 내역만을 알고 있고, B 마트는 B 마트의 이용 내역만을 알고 있기 때문에, A마트와 B마트는 사용자의 전체 이용 내역을 이용한 상품 추천을 할 수가 없고, 부정확한 상품이 추천될 수 있다. 두 번째의 문제는 개인화된 서비스 제공을 위해서는 민감한 개인 정보가 각 회사의 서버에 저장되어야 하므로, 개인 정보 유출의 문제점을 잠재적으로 지니고 있다는 점이다. 또한, 종래의 방법에 의한 상품 추천은 적절하지 않은 시간과 장소에서 이루어질 수 있다. 상품에 대한 추천이 사용자가 현재 상품 판매 매장에 있는지 여부와 상관없이 이루어지기 때문이다. 예를 들어 해외 출장 중인데 국내에 있는 A 마트에서 특정 상품을 구매하라고 추천을 할 수 있다. 이러한 추천은 상당히 시기와 장소 측면에서 부적합하다고 볼 수 있다.
따라서, 본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은, 스마트폰 등 사용자 단말에서 상품 구매 내역을 수집하고 분석해 익명의(anonymous) 구매/이용 패턴 등과 같은 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성하여 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)으로 전달하면, 플랫폼에서 이를 기반으로 사용자의 매장 방문 시 적합한 상품을 추천함으로써, 개인 정보의 보호 및 구매력이 있는 적시에 정확한 상품 추천이 가능하도록 하기 위한, 사용자 단말의 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼을 제공하는 데 있다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
먼저, 본 발명의 특징을 요약하면, 상기의 목적을 달성하기 위한 본 발명의 일면에 따른 네트워크 상의 플랫폼으로부터 상품 구매 내역 기반의 상품 추천을 받기 위한 사용자 단말의 컨텍스트 생성 장치는, 구매 트랜잭션 번호(예, 제품결제서버와 연결된 RFID 태그를 읽음으로써 획득한 구매 트랜잭션 번호, 또는 제품결제서버가 발행한 종이영수증의 QR코드나 바코드를 읽음으로써 획득한 구매 트랜잭션 번호)를 기초로 상기 제품결제서버에 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 데이터베이스에 저장하는 컨텍스트 수집기; 사용자가 방문한 매장 내에 설치된 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 서비스 플랫폼으로부터 획득한 매장 이름을 이용하여 컨텐스트 분석기에 구매 콘텍스트를 요청하는 상품 추천기; 및 상기 구매 콘텍스트의 요청에 응답하여 해당 매장에 대한 상기 상품 구매 내역 정보를 분석하여 사용자의 구매 패턴을 제공하는 컨텍스트 분석기를 포함하고, 상기 상품 추천기는, 상기 사용자의 구매 패턴을 기초로 상기 서비스 플랫폼에 요청하여 추천 상품 리스트를 획득하는 것을 특징으로 한다.
상기 컨텍스트 수집기가 관리하는 상품 구매 내역 정보에 대한 상기 데이터베이스는, 각 구매 발생 정보(요금 지급 정보)를 관리하기 위한 구매 트랜잭션 테이블 및 각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블을 포함할 수 있다.
상기 구매 트랜잭션 테이블은, Transaction ID, 스토어 네임, POS(Point of Sale) ID, 구매 날짜와 시간에 대한 Time, 구매 총액을 나타내는 Cost에 대한 정보를 포함하고, 상기 구매 물품 테이블은, Transaction ID, Item code, Item name, 구매 수량에 대한 Amount, 구매 상품의 단가에 대한 Cost에 대한 정보를 포함할 수 있다.
상기 컨텍스트 분석기는, 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보에 대한 상기 사용자의 구매 패턴을 제공할 수 있다.
상기 사용자의 구매 패턴은, 상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수에 대한 정보를 포함할 수 있다.
또한, 본 발명의 다른 일면에 따른 상품 구매 내역 기반으로 사용자 단말과 연동하여 상품 추천을 위한 로컬 서비스 플랫폼은, 사용자가 방문한 매장 내의 사용자 단말과 무선 접속이 가능한 지역의 네트워크 상에서, 상기 사용자 단말과의 통신을 인터페이싱하기 위한 인터페이스부; 상기 사용자 단말이 상기 네트워크 상의 로컬 DNS 서버에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 해당 매장 이름을 상기 사용자 단말로 제공하는 매장이름제공부; 및 상기 사용자 단말에서 상기 매장 이름을 기초로 해당 상품 구매 내역 정보를 분석하여 그 결과로 획득한 사용자의 구매 패턴을 기초로 상품 추천을 요청함에 따라, 복수의 상품들에 대한 정보를 관리하는 데이터베이스를 참조하여 해당 추천 상품 리스트를 제공하는 추천상품제공부를 포함한다.
상기 추천상품제공부는, 상기 사용자의 구매 패턴의 상품별 구매 주기와 마지막 구매 시점에 대한 정보를 기초로 구입 시기 예상 값을 계산하여, 상기 예상 값을 기초로 선택된 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공할 수 있다.
상기 추천상품제공부는, 상기 사용자의 구매 패턴의 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보를 기초로, 상기 현재 방문한 매장의 상품에 더 높은 가중치로 상기 예상 값을 계산할 수 있다.
상기 추천상품제공부는, 상기 사용자의 구매 패턴의 상품 구매 회수에 대한 정보를 기초로, 해당 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공할 수 있다.
상기 추천상품제공부는, 상기 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고, 매장에 해당 상품이 없으면 소정의 가격 범위의 동일 또는 유사한 다른 상품에 대한 상기 추천 상품 리스트를 제공할 수 있다.
그리고, 본 발명의 또 다른 일면에 따른 사용자 단말과 네트워크 상의 플랫폼 간의 연동으로 상품 구매 내역 기반의 상품 추천 방법은, 사용자 단말에서, 구매 트랜잭션 번호(예, 제품결제서버와 연결된 RFID 태그를 읽음으로써 획득한 구매 트랜잭션 번호, 또는 제품결제서버가 발행한 종이영수증의 QR코드나 바코드를 읽음으로써 획득한 구매 트랜잭션 번호)를 기초로 상기 제품결제서버에 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 제1데이터베이스에 저장하는 단계; 사용자가 방문한 매장 내에 설치된 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 사용자 단말이 상기 네트워크 상의 로컬 DNS 서버에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 상기 서비스 플랫폼에서 해당 매장 이름을 상기 사용자 단말로 제공하는 단계; 상기 사용자 단말에서, 상기 매장 이름을 기초로 해당 매장에 대한 상기 상품 구매 내역 정보를 분석하여 사용자의 구매 패턴을 생성하는 단계; 및 상기 사용자 단말에서 상기 사용자의 구매 패턴을 기초로 상품 추천을 요청함에 따라, 상기 서비스 플랫폼에서 복수의 상품들에 대한 정보를 관리하는 제2데이터베이스를 참조하여 해당 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계를 포함한다.
상기 제1데이터베이스는, 각 구매 발생 정보를 관리하기 위한 구매 트랜잭션 테이블 및 각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블을 포함할 수 있다.
상기 구매 트랜잭션 테이블은, Transaction ID, 스토어 네임, POS(Point of Sale) ID, 구매 날짜와 시간에 대한 Time, 구매 총액을 나타내는 Cost에 대한 정보를 포함하고, 상기 구매 물품 테이블은, Transaction ID, Item code, Item name, 구매 수량에 대한 Amount, 구매 상품의 단가에 대한 Cost에 대한 정보를 포함할 수 있다.
상기 사용자의 구매 패턴을 생성하는 단계에서, 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보에 대한 상기 사용자의 구매 패턴을 생성할 수 있다.
상기 사용자의 구매 패턴은, 상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수에 대한 정보를 포함할 수 있다.
상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서, 상기 사용자의 구매 패턴의 상품별 구매 주기와 마지막 구매 시점에 대한 정보를 기초로 구입 시기 예상 값을 계산하여, 상기 예상 값을 기초로 선택된 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공할 수 있다.
상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서, 상기 사용자의 구매 패턴의 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보를 기초로, 상기 현재 방문한 매장의 상품에 더 높은 가중치로 상기 예상 값을 계산할 수 있다.
상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서, 상기 사용자의 구매 패턴의 상품 구매 회수에 대한 정보를 기초로, 해당 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공할 수 있다.
상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계에서, 상기 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고, 매장에 해당 상품이 없으면 소정의 가격 범위의 동일 또는 유사한 다른 상품에 대한 상기 추천 상품 리스트를 제공할 수 있다.
본 발명에 따른 사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼에 따르면, 스마트폰 등 사용자 단말에서 상품 구매 내역을 수집하고 분석해 익명의(anonymous) 구매/이용 패턴 등과 같은 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성하여 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)으로 전달하고, 플랫폼에서 이를 기반으로 사용자의 매장 방문 시 적합한 상품을 추천함으로써, 사용자의 전체적인 상품 구매 내역을 이용한 구매 컨텍스트 기반의 상품 추천이 가능하고 또한 판매자의 로컬 인텔리전스 서비스 플랫폼으로 개인정보 없이 익명의 구매/이용 패턴만을 전송하기 때문에 개인 정보가 유출되지 않는 효과가 있다.
또한, 본 발명에 따르면 상품 추천이 사용자가 매장에 방문했을 때 일어나도록 함으로써, 상품 추천이 적당한 시간과 적당한 장소에서 일어나도록 할 수 있다.
그리고, 본 발명에 따르면 사용자 단말에서의 상품 구매 내역 수집에 있어서, 종이 영수증을 이용하여 수동으로 입력하거나 사진 등을 찍어 입력하지 않고, 제품결제서버로부터 용이하게 자동 확인이 가능하므로 사용자의 편의성을 크게 증대시키는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 사용자 단말과 로컬 RAN 상의 로컬 인텔리전스 서비스 플랫폼을 포함하는 상품 추천 시스템을 설명하기 위한 도면이다.
도 2a는 본 발명의 일 실시예에 따른 사용자 단말의 상품 구매 내역 기반 컨텍스트 생성 장치의 구체적인 블록도이다.
도 2b는 본 발명의 일 실시예에 따른 로컬 인텔리전스 서비스 플랫폼의 구체적인 블록도이다.
도 3은 본 발명의 일 실시예에 따른 사용자 단말에서 구매 내역 정보를 수집하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 구매내역 정보 데이터베이스의 일례이다.
도 5는 본 발명의 일 실시예에 따른 사용자 단말에서 로컬 인텔리전스 서비스 플랫폼으로부터 상품 추천을 받는 절차를 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 상품 추천에 이용되는 상품 카테고리의 일례이다.
도 7은 본 발명의 일 실시예에 따른 상품 추천 시스템의 구현 방법의 일례를 설명하기 위한 도면이다.
이하, 본 발명의 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 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시예에 따른 사용자 단말(100)과 로컬 RAN 상의 로컬 인텔리전스 서비스 플랫폼(114)을 포함하는 상품 추천 시스템(200)을 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 상품 추천 시스템(200)은, 사용자 단말(100), 및 매장 등 일정 로컬 지역(상품판매장소)에 구비된 RAN(Radio Access Network)(110) 상에서, 무선 접속을 담당하는 액세스 포인트(Access Point)(111), 사용자 단말(100) 등 접속 기기에 IP(Internet Protocol) 주소를 할당해주는 DHCP(Dynamic Host Configuration Protocol) 서버(112), 사용자 단말(100) 등 접속 기기로부터 받은 질의에 따라 도메인 네임에 대한 IP 주소를 제공하는 로컬 DNS(Domain Name Server) 서버(113), 사용자 단말(100)을 통해 사용자에게 특정 상품을 추천해 주는 로컬 인텔리전스(intelligence) 서비스 플랫폼(114)을 포함한다. 또한, 상품 추천 시스템(200)은, 매장 등 일정 로컬 지역에서 상품 구매에 대한 결제를 관리하기 위한 제품 결제 서버(130)와 RFID(Radio Frequency Identification) 태그(120)를 더 포함할 수 있다.
사용자 단말(100)은 액세스 포인트(111)를 통하여, 또는 유선이나 WiFi, WiBro 등 무선 인터넷(140)을 통하여 DHCP 서버(112), 로컬 DNS 서버(113), 로컬 인텔리전스 서비스 플랫폼(114) 및 제품결제서버(130)에 접속할 수 있다. 이외에도 사용자 단말(100)은 WCDMA, LTE 등을 지원하는 네트워크를 통해 위와 같은 서버들과 연동할 수 있다.
여기서, 사용자 단말(100)은 스마트폰, 음성/영상 전화 통화가능한 웨어러블 디바이스, 테블릿 PC, 노트북 PC, 등 휴대 가능한 무선 단말을 포함할 수 있다.
이와 같은 환경에서, 사용자 단말(100)은 액세스 포인트(111)를 통하여 로컬 인텔리전스 서비스 플랫폼(114)에 접속해, 로컬 인텔리전스 서비스 플랫폼(114)에게 사용자의 콘텍스트(Context) 정보를 전달하고, 로컬 인텔리전스 서비스 플랫폼(114)로부터 상품에 대한 추천을 받을 수가 있다.
사용자 단말(100)이 로컬 인텔리전스 서비스 플랫폼(114)와 통신하기 위해서는 로컬 인텔리전스 서비스 플랫폼(114)의 IP 주소를 알아야 한다. 본 발명에 의하면 로컬 인텔리전스 서비스 플랫폼(114)은 각 매장 별로 구비되어 있을 수 있다. 따라서 사용자 단말(100)은 사용자가 방문한 매장에 존재하는 로컬 인텔리전스 서비스 플랫폼(114)를 동적으로 발견할 수 있어야 하는데, 그를 위해 로컬 DNS 서버(113)를 이용한다. 사용자 단말(100)은 액세스 포인트(111)를 통하여 RAN(110)에 접속하게 되면, 로컬 DNS 서버(113)에 로컬 인텔리전스 서비스 플랫폼(114)를 의미하는 도메인 이름(예, "local_recommendation_server@localdomain")으로 질의하여 현재 접속한 RAN(110)에 연동되어 있는 로컬 인텔리전스 서비스 플랫폼(114)의 IP주소를 획득할 수 있다. 사용자 단말(110)은 어느 RAN에 접속하더라도 고정적인 해당 도메인 이름(예, "local_recommendation_server@localdomain")으로 질의하게 되고, 각 RAN에 구성되어 있는 로컬 DNS 서버(113)가 해당 RAN에 구성되어 있는 로컬 인텔리전스 서비스 플랫폼(114)의 IP 주소를 반환함으로써 로컬 인텔리전스 서비스 플랫폼(114)를 효과적으로 발견할 수 있다.
사용자 단말(100)은 해당 매장에서의 사용자의 상품 구매 내역으로부터 사용자의 콘텍스트 정보를 추출하는 역할을 수행하는데, 이를 위해서는 매장에서 구매한 상품 구매 내역을 수집 및 분석할 수 있어야 한다. 각 매장에는 제품결제서버(130)가 구비되어 있을 수 있다. 제품결제서버(130)는 사용자가 구매한 상품에 대한 구매 내역을 생성하고 결제가 이루어지면 영수증을 발급하는 역할을 수행할 수 있다. 본 발명에서는 사용자 단말(100)이 구매내역을 제품결제서버(130)로부터 간편하게 획득할 수 있도록 하기 위하여, 제품결제서버(130)는 제품결제서버(130)에 연결된 소정의 RFID 태그(120)에 구매 트랜잭션 번호를 기록하고, 데이터베이스에 각 매장의 구매 트랜잭션 번호별로 구매 내역 정보(예, 구매일시, 상품코드, 상품명, 상품별 수량, 금액, 총 결제금액 등)를 저장 관리함으로써, 사용자 단말(100)에서 RFID 태그(120)의 구매 트랜잭션 번호를 기초로 구매 내역 정보를 읽어들일 수 있게 할 수 있다. 이에 따라, 사용자가 간편하게 결제내역을 확인할 수 있으며, 사용자 단말(100)은 상품 구매 내역에 대한 정보를 수집 및 분석하여 사용자의 콘텍스트 정보를 추출할 수 있다. RFID 태그(120)를 이용하지 않는 경우, 제품결제서버(130)는 사용자에게 발급되는 영수증에 QR코드나 바코드 형태로 구매 트랜잭션 번호를 기록할 수도 있다. 이 경우 사용자 단말(100)은 출력된 QR코드나 바코드 형태의 구매 트랜잭션 번호를 인식하여, 이를 기초로 제품결제서버(130)로부터 구매 내역 정보를 읽어들일 수도 있다.
도 2a는 본 발명의 일 실시예에 따른 사용자 단말(100)의 상품 구매 내역 기반 컨텍스트 생성 장치(180)의 구체적인 블록도이다.
도 2a를 참조하면, 본 발명의 일 실시예에 따른 컨텍스트 생성 장치(180)는, OS(Operating System)(101), 컨텍스트 수집기(102), 컨텍스트 분석기(103), 상품 추천기(104)를 포함할 수 있다. 이와 같은 본 발명의 컨텍스트 생성 장치(180)의 각부 구성요소들은 반도체 프로세서와 같은 하드웨어, 응용 프로그램과 같은 소프트웨어, 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 메모리 등 저장 수단에 사용자 단말(100)의 전반적인 운영을 위한 OS(101)가 설치될 수 있고, OS(101) 상에서 하나의 응용 프로그램이 구동됨으로써, 컨텍스트 수집기(102), 컨텍스트 분석기(103), 상품 추천기(104)의 동작을 지원할 수 있다.
제품결제서버(130)는 제품결제서버(130)에 연결된 소정의 RFID 태그(120)에 구매 트랜잭션 번호를 기록하고, 데이터베이스에 각 매장의 구매 트랜잭션 번호별로 구매 내역 정보(예, 구매일시, 상품코드, 상품명, 상품별 수량, 금액, 총 결제금액 등)를 저장 관리함으로써, 사용자 단말(100)의 컨텍스트 수집기(102)는 RFID 태그(120)의 구매 트랜잭션 번호를 기초로 제품결제서버(130)에 요청하여 구매 내역 정보를 획득할 수 있다. RFID 태그(120)가 구비되지 않은 경우, 제품결제서버(130)는 사용자에게 발급되는 영수증에 QR코드나 바코드를 이용하여 구매 트랜잭션 번호를 기록할 수 있다. 이때, 사용자 단말(100)은 QR코드나 바코드를 인식하여 구매 트랜잭션 번호를 획득하고, 이를 기초로 제품결제서버(130)으로부터 구매 내역 정보를 획득할 수 있다.
컨텍스트 수집기(102)는 사용자가 매장에서 구매한 상품들에 대한 상품 구매 내역 정보를 서비스 지역인 매장에서 즉시적으로 수집하는 역할을 수행한다. 매장에서 상품을 구입하기 위하여 결제를 하게 되면, 사용자는 종이로 프린트된 영수증을 받게 되는데, 이를 수동으로 컨텍스트 수집기(102)를 통해 사용자가 입력할 수도 있지만, 이런 수동 입력 방식은 매우 불편하기 때문에 자동화된 방법으로 상품 내역을 수집해야 할 필요성이 있다. 최근 종이 영수증 대신 전자 영수증이 발급되는 시스템이 도입이 되고 있지만, 이 또한 종이 영수증 대신 이미지 형태의 영수증을 전자적으로 받는 형태이기 때문에, 이를 전자적 정보 형태로 바꾸기 위한 별도의 절차가 필요하다. 또한, 어떤 경우에는 사용자가 구입한 구매 목록을 나타내는 구매 영수증과 결제 정보를 포함하는 영수증이 별개로 발급되는 경우도 있다. 이 경우 결제 정보에는 자세한 구매 상품의 내역은 포함되지 않는다. 따라서 보다 확실한 방법으로 구매 상품 내역을 확인할 수 있는 방법이 필요하다. 사용자가 구매한 상품의 목록은 제품결제서버(130)에 저장되게 되는데, 이때 구매 행위를 식별하기 위해 유일한 식별자(예, 일련 번호 등)가 생성되어 할당될 수 있는데, 이를 구매 트랜잭션 번호라고 한다. 그리고 구매 행위에 대해 결제를 하게 되면 결제 수단에 따라 별도의 승인번호가 할당될 수 있다. 본 발명에서 결제를 한 정보가 중요한 것이 아니라 어떤 상품을 샀는지에 대한 정보가 중요하기 때문에, 이러한 구매 내역 정보(예, 구매일시, 상품코드, 상품명, 상품별 수량, 금액, 총 결제금액 등)를 구매 트랜잭션 번호를 기초로 제품결제서버(130)에 질의하여 획득할 수 있도록 하였다.컨텍스트 수집기(102)는 상품 구매 내역에 대한 정보를 매장 이름별로 데이터베이스에 저장하며, 컨텍스트 분석기(103)는 각 매장에서 상품 추천기(104)의 요청에 따라 해당 상품 구매 내역을 분석하여 해당 매장에서의 사용자의 콘텍스트 (정보), 즉, 사용자의 구매 패턴을 생성하여 제공할 수 있다.
상품 추천기(104)는 컨텍스트 분석기(103)로 사용자의 구매 콘텍스트를 요청하여 해당 매장에 대한 사용자의 구매 패턴을 받을 수 있고, 사용자의 구매 패턴을 기초로 로컬 인텔리전스 서비스 플랫폼(114)에 요청하여 추천 상품 리스트를 획득할 수 있다.
도 2b는 본 발명의 일 실시예에 따른 로컬 인텔리전스 서비스 플랫폼(114)의 구체적인 블록도이다.
도 2b를 참조하면, 본 발명의 일 실시예에 따른 로컬 인텔리전스 서비스 플랫폼(114)은, 인터페이스부(191), 매장이름제공부(192), 추천상품제공부(193)를 포함한다. 이와 같은 본 발명의 로컬 인텔리전스 서비스 플랫폼(114)의 각부 구성요소들은 반도체 프로세서와 같은 하드웨어, 응용 프로그램과 같은 소프트웨어, 또는 이들의 조합으로 구현될 수 있다.
인터페이스부(191)는 사용자가 방문한 매장 내의 사용자 단말(100)과 무선 접속이 가능한 RAN(110) 지역의 네트워크 상에서, 사용자 단말(100)과의 통신을 인터페이싱한다. 인터페이스부(191)는 AP(Access Ponit) 등을 통해 사용자 단말(100)과 통신하여 필요한 데이터를 송수신하기 위한 이더넷 인터페이스 등을 구비할 수 있다.
매장이름제공부(192)는 사용자 단말(100)이 네트워크 상의 로컬 DNS 서버(113)에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 해당 매장 이름을 사용자 단말(100)로 제공한다.
추천상품제공부(193)는 사용자 단말(100)의 상품 추천 요청에 따라 추천 상품 리스트를 제공한다. 추천 상품 리스트는 상품 추천 요청시 파라메터로 전달되는 사용자의 컨텍스트 정보에 기반한다.
도 3은 본 발명의 일 실시예에 따른 사용자 단말(100)에서 구매 내역 정보를 수집하는 방법을 설명하기 위한 도면이다.
도 3을 참조하면, 사용자가 매장에서 상품을 구매 후 결제를 하게 되면, 제품결제서버(130)는 제품구매행위를 나타내는 구매 트랜잭션 번호를 생성하여 RFID 태그(120)에 기록한다(301). RFID 태그가 구비되지 않은 경우, 제품결재서버(130)는 구매트랜잭션번호를 사용자에게 발급하는 종이영수증에 QR코드나 바코드 형태로 기록할 수 있다. 제품결제서버(130)는 데이터베이스에 각 매장의 구매 트랜잭션 번호별로 구매 내역 정보(예, 구매일시, 상품코드, 상품명, 상품별 수량, 금액, 총 결제금액 등)를 저장 관리할 수 있다.
컨텍스트 수집기(102)는 내부 모듈로서 구매 트랜잭션 획득 모듈을 가질 수 있다. 구매 트랜잭션 획득 모듈은 사용자단말의 RFID 리더 기능을 통해 제품결제서버(130)가 기록한 RFID 태그를 읽음으로써 구매 트랜잭션 번호를 획득하는 기능을 수행하고, 또한 종이 영수증에 기록된 QR 코드나 바코드를 읽음으로써 구매 트랜잭션 번호를 획득하는 기능을 수행한다.
이에 따라 사용자 단말(100)에서는 컨텍스트 수집기(102)가 사용자단말에 구비된 RFID 리더기를 이용하여 RFID 태그(120)를 읽음으로서 구매 트랜잭션 번호를 획득하거나(302), 종이 영수증에 기록된 QR코드나 바코드를 읽음으로써 구매 트랜잭션 번호를 획득할 수 있다. 구매 트랜잭션 번호를 획득한 컨텍스트 수집기(102)는 매장에 설치되어 있는 제품결제서버(130)에 접속하여 구매내역을 획득하여야 하는데, 이를 위해서는 먼저 제품결제서버(130)의 IP 주소를 알아야만 한다.
이를 위해 컨텍스트 수집기(102)는 도메인이름(예, "purchase_server@localdomain")으로 매장에 있는 제품결제서버(130)에 접속을 시도하게 되는데, 이 때 로컬 DNS 서버(113)에 DNS 질의를 통해(303) 제품결제서버(130)의 IP 주소를 획득한다(304). 이 때 사용되는 도메인이름은 미리 정해져 있는 이름이다. 컨텍스트 수집기(102)는 제품결제서버(130)에 구매 트랜잭션 번호를 매개변수로 하여 구매 내역 정보 읽기를 요청한다(305). 이에 따라 제품결제서버(130)는 구매내역 정보(매장이름 포함 가능)를 반환하면(306), 컨텍스트 수집기(102)는 매장 이름별로 구분하여 구매내역 정보를 구매내역 정보 데이터베이스에 저장하고(307), 구매내역 정보가 업데이트되었음을 컨텍스트 분석기(103)에 알려 최신의 정보를 기초로 분석할 수 있도록 한다(308).
도 4는 본 발명의 일 실시예에 따른 구매내역 정보 데이터베이스의 일례이다.
도 4를 참조하면, 컨텍스트 수집기(102)는 제품결제서버(130)로부터 수신한 구매내역 정보를 구매 행위를 나타내는 구매 트랜잭션 테이블(Purchase Transaction Table)(400) 또는 구매 내역을 나타내는 구매 물품 테이블(Purchase Item Table)(410) 형태로 구매내역 정보 데이터베이스에 저장 관리할 수 있다.
각 구매 발생 정보(요금 지급 정보)를 관리하기 위한 구매 트랜잭션 테이블(400)은, 구매 행위를 유일하게 식별하기 위해 번호 등으로 이루어지는 Transaction ID(401), 구매가 발생한 매장 이름을 나타내는 스토어 네임(Store Name)(402), 계산대 번호를 식별하기 위한 POS(Point of Sale) ID(403), 구매가 발생한 날짜와 시간 등을 나타내는 Time(404), 구매 총액을 나타내는 Cost(405) 등에 대한 정보를 포함할 수 있다.
각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블(410)은, Transaction ID(411), 구매한 상품 아이템을 식별하는 식별자인 Item code(412), 구매한 상품의 이름을 나타내는 Item name(413), 구매 수량을 나타내는 Amount(414), 구매 상품의 단가를 나타내는 Cost(415) 등에 대한 정보를 포함할 수 있다.
컨텍스트 분석기(103)은 구매내역 정보 데이터베이스를 참조하여 구매내역정보를 분석해 구매와 관련된 사용자의 콘텍스트 (정보), 즉, 사용자의 구매 패턴을 생성하여 제공할 수 있다. 컨텍스트 분석기(103)는 물리적으로 사용자 단말(100)에 구현될 수 있고, 경우에 따라서는 인터넷 서버 등 네트워크 상에 존재할 수도 있다. 일 실시예에 따른 컨텍스트 분석기(103)은 사용자의 특정 매장에 국한되지 않고 2이상의 전체 방문 매장의 구입 빈도가 높은(예, 구입빈도 우선순위가 소정의 순위 이상) 상품 정보 및 현재 방문한 매장에서 구입 빈도가 높은(예, 구입빈도 우선순위가 소정의 순위 이상) 상품 정보에 대한 사용자의 구매 패턴을 생성할 수 있다. 구입 빈도가 높은 사용자의 구매 패턴은, 상품 종류(예, 의류, 식품, 생활용품 등), 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수 등에 대한 정보를 포함할 수 있다. 이와 같은 사용자의 구매 패턴은 구매 회수에 따라 내림차순으로 정렬될 수 있다. 후술하는 바와 같이 상품추천기(104)는 로컬 인텔리전스 서비스 플랫폼(114)에 상품 추천을 요청할 때, 이와 같은 사용자의 구매 패턴에 대한 정보를 파라메터로서 전달한다.
도 5는 본 발명의 일 실시예에 따른 사용자 단말(100)에서 로컬 인텔리전스 서비스 플랫폼(114)으로부터 상품 추천을 받는 절차를 설명하기 위한 도면이다.
도 5를 참조하면, 사용자가 매장 방문 시 소지한 사용자 단말(100)을 통해 RAN(110)에 접속하게 되면, 상품 추천기(104)는 로컬 인텔리전스 서비스 플랫폼(114)을 지칭하는 도메인 네임(예, " local_recommendation_server@localdomain")으로 로컬 DNS 서버(113)에 질의하여(501), 해당 IP 주소를 획득할 수 있다(502). 상품 추천기(104)는 해당 IP 주소를 이용하여 로컬 인텔리전스 서비스 플랫폼(114)에 매장 정보를 질의하고(503), 매장이름제공부(192)는 상품 추천기(104)의 질의에 따라 방문한 매장의 이름을 상품 추천기(104)로 제공할 수 있다(504).
매장의 이름을 획득한 상품 추천기(104)는 매장 이름을 매개 변수로 전달하여 컨텍스트 분석기(103)에 사용자의 구매 콘텍스트를 요청한다(505). 컨텍스트 분석기(103)는 해당 요청에 따라 구매내역 정보 데이터베이스를 참조하여 구매내역정보를 분석해 구매와 관련된 사용자의 콘텍스트 (정보), 즉, 사용자의 구매 패턴을 생성하여 제공할 수 있다(506). 컨텍스트 분석기(103)는 특정 매장에 국한되지 않고 전체 방문 매장의 구입 빈도가 높은 상품 정보 및 현재 방문한 매장에서 구입 빈도가 높은 상품 정보에 대한 상품별 사용자의 구매 패턴(상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점(날짜와 시간 등), 구매 회수 등에 대한 정보)을 제공할 수 있다.
이에 따라 상품 추천기(104)는 구입 빈도가 높은 해당 사용자의 구매 패턴을 매개변수로 전달하여 로컬 인텔리전스 서비스 플랫폼(114)에 상품 추천을 요청하고(507), 로컬 인텔리전스 서비스 플랫폼(114)의 추천상품제공부(193)는 각 매장의 복수의 상품들에 대한 정보를 관리하는 데이터베이스를 참조하여 해당 추천 상품 리스트를 반환한다(508). 이와 같은 방법에 의해 사용자의 익명성은 보장하면서도 사용자에게 개인화된 상품을 추천할 수 있다는 장점을 가질 수 있다.
본 발명에 따른 로컬 인텔리전스 서비스 플랫폼(114)의 추천상품제공부(193)는 구입 주기 기반의 상품 추천을 할 수 있다. 상품 추천기(104)로부터 받은 사용자의 구매 콘텍스트인 사용자의 구매 패턴에는 각 상품별 구매 주기 정보와 마지막 구매 날짜 등이 포함된다. 이러한 정보를 기반으로 추천상품제공부(193)는 해당 상품의 구입 시기 예상 값을 계산하고 그 값을 기반으로 그 값이 큰 상품들과 동일 또는 유사한 상품들에 대한 추천 상품 리스트를 추천할 수 있다. 예를 들어, 구입 시기 예상 값은 "오늘날짜 - (마지막 구매 날짜 + 구매 주기)"로 구할 수 있다.
또한, 상품 추천기(104)로부터 받는 구매 패턴 정보에는 현재 매장의 자주 사는 상품 정보와 전체 매장의 자주 사는 상품 정보가 모두 포함되어 있기 때문에, 추천상품제공부(193)은 현재 매장에서 자주 사는 상품에 다른 매장의 자주 사는 상품 보다 많은 가중치를 두어 구입 시기 예상 값을 계산하는 것도 가능하다. A라는 상품의 구입 시기 예상 값이, 전체 매장 대상으로는 10이라는 값이 나오고, 방문 매장에 대해서는 값은 5라고 나왔을 경우, 방문 매장의 가중치를 0.8, 전체 매장의 가중치를 0.2 등으로 둔다면 최종 결정된 구입 시기 예상 값은 6이 된다.
또한, 본 발명에 따른 추천상품제공부(193)는 사용자의 구매 패턴 중 상품 구매 횟수를 기반으로 해당 상품과 동일 또는 유사한 상품들에 대한 추천 상품 리스트를 추천할 수 있다. 이는 자주 구매한 상품을 추천하는 방법이다.
그리고, 본 발명에 따른 추천상품제공부(193)는, 동일한 상품이 없을 경우 유사 상품을 추천하기 위해 도 6과 같이 계층적으로 구성된 상품 카테고리를 이용할 수 있다. 즉, 개별 상품은 다르지만 같은 상품 카테고리에 있는 다른 상품을 추천하는 방법이다. 예를 들어, 코카콜라(601)를 추천해야 하는데 매장에 코카콜라(601)가 현재 없는 경우 펩시콜라(602)를 추천할 수 있다.
본 발명에 따른 추천상품제공부(193)는 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고 이를 기반으로 상품을 추천할 수도 있다. 추천할 상품이 결정되었는데, 실제 매장에서 해당 상품이 있으면 해당 상품을 추천하지만, 결정된 해당 상품이 없는 경우 가격 선호도에 맞게 해당 상품과 비슷한 가격대에 있는 동일 또는 유사한 다른 제품을 추천하는 방법이다. 결정된 추천 대상 상품 가격의 상하로 10% 가격대의 제품이 있는지 검사하고 있으면 해당 제품을 대신 추천하고, 없으면 다시 상하로 20% 가격대의 제품이 있는지 검색하여 해당 제품을 찾을 때까지 재귀적으로 가격대의 변동폭을 늘려가는 방식으로 구현할 수 있다.
도 7은 본 발명의 일 실시예에 따른 상품 추천 시스템(200)의 구현 방법의 일례를 설명하기 위한 도면이다. 본 발명의 일 실시예에 따른 상품 추천 시스템(200)의 로컬 인텔리전스 서비스 플랫폼(114), 제품결제서버(130), 컨텍스트 생성 장치(180) 등은 하드웨어, 소프트웨어, 또는 이들의 결합으로 이루어질 수 있다. 예를 들어, 상품 추천 시스템(200)의 로컬 인텔리전스 서비스 플랫폼(114), 제품결제서버(130), 컨텍스트 생성 장치(180) 등은 도 7과 같은 컴퓨팅 시스템(1000)으로 구현될 수 있다.
컴퓨팅 시스템(1000)은 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다. 프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory)(1310) 및 RAM(Random Access Memory)(1320)을 포함할 수 있다.
따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
상술한 바와 같이, 본 발명에 따른 상품 추천 시스템(200)에서는, 스마트폰 등 사용자 단말에서 상품 구매 내역을 수집하고 분석해 익명의(anonymous) 구매/이용 패턴 등과 같은 컨텍스트(예, 사용자의 선호 음식, 선호 브랜드 등)를 생성하여 매장 등 로컬 네트워크에 설치된 플랫폼(로컬 인텔리전스 서비스 플랫폼)으로 전달하고, 플랫폼에서 이를 기반으로 사용자의 매장 방문 시 적합한 상품을 추천함으로써, 사용자의 전체적인 상품 구매 내역을 이용한 구매 컨텍스트 기반의 상품 추천이 가능하고 또한 판매자의 로컬 인텔리전스 서비스 플랫폼으로 개인정보 없이 익명의 구매/이용 패턴만을 전송하기 때문에 개인 정보가 유출되지 않는 효과가 있다.
또한, 본 발명의 상품 추천 시스템(200)에 따르면 상품 추천이 사용자가 매장에 방문했을 때 일어나도록 함으로써, 상품 추천이 적당한 시간과 적당한 장소에서 일어나도록 할 수 있다. 그리고, 본 발명의 상품 추천 시스템(200)에 따르면 사용자 단말에서의 상품 구매 내역 수집에 있어서, 종이 영수증을 이용하여 수동으로 입력하거나 사진 등을 찍어 입력하지 않고, 제품결제서버로부터 용이하게 자동 확인이 가능하므로 사용자의 편의성을 크게 증대시키는 효과가 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
사용자 단말(100)
액세스 포인트(111)
DHCP 서버(112)
로컬 DNS 서버(113)
제품결제서버(130)
RFID 태그(120)
컨텍스트 수집기(102)
컨텍스트 분석기(103)
상품 추천기(104)
로컬 인텔리전스 서비스 플랫폼(114)
인터페이스부(191)
매장이름제공부(192)
추천상품제공부(193)

Claims (20)

  1. 네트워크 상의 로컬 인텔리전스 서비스 플랫폼으로부터 상품 구매 내역 기반의 상품 추천을 받기 위한 사용자 단말의 컨텍스트 생성 장치에 있어서,
    매장명, 구매 트랜잭션 번호, 및 상품 구매 내역 정보를 저장 및 관리하는 제품결제서버에 연결되며, 상기 구매 트랜잭션 번호를 사용하여 상기 제품결제서버에 상기 매장명 및 상품 구매 내역 정보를 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 데이터베이스에 저장하는 컨텍스트 수집기;
    사용자가 방문한 매장 내에 설치된 로컬 인텔리전스 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 로컬 인텔리전스 서비스 플랫폼으로 매장 이름을 요청 및 수신하고, 상기 매장 이름을 사용하여 구매 콘텍스트를 요청하는 상품 추천기; 및
    상기 구매 콘텍스트의 요청에 응답하여 해당 매장 이름에 대응되는 상기 상품 구매 내역 정보를 분석하고, 사용자의 구매 패턴을 제공하는 컨텍스트 분석기를 포함하고,
    상기 상품 추천기는, 상기 사용자의 구매 패턴을 포함하는 상품추천 요청을 로컬 인텔리전스 서비스 플랫폼에 전달하고, 상기 로컬 인텔리전스 서비스 플랫폼으로부터 추천 상품 리스트를 획득하고,
    상기 로컬 인텔리전스 서비스 플랫폼은, 전체 방문 매장에서의 구입 빈도 및 상기 방문한 매장에서의 구입 빈도에 서로 다른 가중치를 적용하여 추천 상품을 결정하고, 상기 결정된 추천 상품을 포함하는 상기 추천 상품 리스트를 구성하는 것을 특징으로 하는 컨텍스트 생성 장치.
  2. 제1항에 있어서,
    상기 구매 트랜잭션 번호는 상기 제품결제서버와 연결된 RFID 태그를 읽음으로써 획득하거나, 상기 제품결제서버가 발행한 종이영수증의 QR코드나 바코드를 읽음으로써 획득하는 것을 특징으로 하는 컨텍스트 생성 장치.
  3. 제1항에 있어서,
    상기 컨텍스트 수집기가 관리하는 상품 구매 내역 정보에 대한 상기 데이터베이스는, 각 구매 발생 정보를 관리하기 위한 구매 트랜잭션 테이블 및 각 구매 상품에 대한 정보를 관리하기 위한 구매 물품 테이블을 포함하는 것을 특징으로 하는 컨텍스트 생성 장치.
  4. 제3항에 있어서,
    상기 구매 트랜잭션 테이블은, Transaction ID, 스토어 네임, POS(Point of Sale) ID, 구매 날짜와 시간에 대한 Time, 구매 총액을 나타내는 Cost에 대한 정보를 포함하고,
    상기 구매 물품 테이블은, Transaction ID, Item code, Item name, 구매 수량에 대한 Amount, 구매 상품의 단가에 대한 Cost에 대한 정보를 포함하는 것을 특징으로 하는 컨텍스트 생성 장치.
  5. 제1항에 있어서,
    상기 컨텍스트 분석기는, 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보에 대한 상기 사용자의 구매 패턴을 제공하는 것을 특징으로 하는 컨텍스트 생성 장치.
  6. 제1항에 있어서,
    상기 사용자의 구매 패턴은, 상품 종류, 아이템 코드, 아이템 이름, 구매 주기, 마지막 구매 시점, 구매 회수에 대한 정보를 포함하는 것을 특징으로 하는 컨텍스트 생성 장치.
  7. 사용자 단말과 네트워크 상의 로컬 인텔리전스 서비스 플랫폼 간의 연동으로 상품 구매 내역 기반의 상품 추천 방법에 있어서,
    사용자 단말에서, 매장명, 구매 트랜잭션 번호, 및 상품 구매 내역 정보를 저장 및 관리하는 제품결제서버에 연결되며, 상기 구매 트랜잭션 번호를 사용하여 상기 제품결제서버에 상기 매장명 및 상품 구매 내역 정보를 요청하여 획득한 상품 구매 내역 정보를 매장 이름별로 제1데이터베이스에 저장하는 단계;
    사용자가 방문한 매장 내에 설치된 로컬 인텔리전스 서비스 플랫폼과 무선 접속이 가능한 지역에서, 상기 사용자 단말이 상기 네트워크 상의 로컬 DNS 서버에서 획득한 IP 주소를 이용하여 매장 정보를 요청함에 따라, 상기 로컬 인텔리전스 서비스 플랫폼에서 해당 매장 이름을 상기 사용자 단말로 제공하는 단계;
    상기 사용자 단말에서, 상기 매장 이름을 사용하여 해당 매장 이름에 대응되는 상기 상품 구매 내역 정보를 분석하고, 사용자의 구매 패턴을 생성하는 단계; 및
    상기 사용자 단말에서 상기 사용자의 구매 패턴을 포함하는 상품추천 요청을 로컬 인텔리전스 서비스 플랫폼에 전달하는 단계; 및
    상기 로컬 인텔리전스 서비스 플랫폼이 복수의 상품들에 대한 정보를 관리하는 제2데이터베이스를 참조하여, 전체 방문 매장에서의 구입 빈도 및 로컬 인텔리전스 서비스 플랫폼에 대응되는 매장에서 구입 빈도에 서로 다른 가중치를 적용하여 추천 상품을 결정하고, 상기 결정된 추천 상품을 포함하는 상기 추천 상품 리스트를 구성하고, 상기 사용자 단말로 제공하는 단계;
    를 포함하는 것을 특징으로 하는 상품 추천 방법.
  8. 제7항에 있어서,
    상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계는,
    상기 사용자의 구매 패턴의 상품별 구매 주기와 마지막 구매 시점에 대한 정보를 기초로 구입 시기 예상 값을 계산하여, 상기 예상 값을 기초로 선택된 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공하는 것을 특징으로 하는 상품 추천 방법.
  9. 제8항에 있어서,
    상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계는,
    상기 사용자의 구매 패턴의 전체 방문 매장 및 및 현재 방문한 매장에서 구입 빈도가 소정의 우선순위 이상으로 높은 상품 정보를 기초로, 상기 현재 방문한 매장의 상품에 더 높은 가중치로 상기 예상 값을 계산하는 것을 특징으로 하는 상품 추천 방법.
  10. 제7항에 있어서,
    상기 추천 상품 리스트를 상기 사용자 단말로 제공하는 단계는,
    상기 사용자의 구매 패턴의 상품 구매 회수에 대한 정보를 기초로, 해당 상품과 동일 또는 유사한 상품들에 대한 상기 추천 상품 리스트를 제공하는 단계와,
    상기 사용자의 구매 패턴에 따라 해당 상품에 대한 가격 선호도를 추출하고, 매장에 해당 상품이 없으면 소정의 가격 범위의 동일 또는 유사한 다른 상품에 대한 상기 추천 상품 리스트를 제공하는 단계를 포함하는 것을 특징으로 하는 상품 추천 방법.
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
KR1020160055105A 2016-05-04 2016-05-04 사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼 KR102166186B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160055105A KR102166186B1 (ko) 2016-05-04 2016-05-04 사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160055105A KR102166186B1 (ko) 2016-05-04 2016-05-04 사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼

Publications (2)

Publication Number Publication Date
KR20170125466A KR20170125466A (ko) 2017-11-15
KR102166186B1 true KR102166186B1 (ko) 2020-10-15

Family

ID=60387216

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160055105A KR102166186B1 (ko) 2016-05-04 2016-05-04 사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼

Country Status (1)

Country Link
KR (1) KR102166186B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102398770B1 (ko) * 2021-01-29 2022-05-17 이현승 장애인용 플랫폼 서비스 제공 방법 및 그 장치
WO2023194787A1 (en) * 2022-04-04 2023-10-12 Coupang Corp. Systems and methods for selecting and presenting products based on past purchases

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101983704B1 (ko) * 2017-12-27 2019-05-29 현대카드 주식회사 개인화 알고리즘을 이용한 사이트 추천 방법 및 개인화 알고리즘 서버
KR102051311B1 (ko) * 2018-02-21 2020-01-08 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 로그 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR102051300B1 (ko) * 2018-02-21 2020-01-08 현대카드 주식회사 개인화 알고리즘을 이용하여 고객 질문답 맞춤형 사이트를 추천하는 방법 및 개인화 알고리즘 서버
KR102259618B1 (ko) * 2019-03-04 2021-06-02 주식회사 엠티에스컴퍼니 실시간 구매정보 유효성 검증방법 및 시스템
KR102095044B1 (ko) * 2019-03-12 2020-03-30 주식회사 유니온플레이스 가상화폐 기반의 상품 구매가 가능한 자동판매기
KR102249666B1 (ko) * 2019-06-13 2021-05-10 주식회사 비주얼캠프 시선 추적 기술을 이용한 쇼핑몰 서비스 시스템 및 이를 수행하기 위한 컴퓨팅 장치
KR20220015816A (ko) * 2020-07-31 2022-02-08 소프트런치주식회사 컨텍스트 정보를 이용하여 결제 정보를 제공하는 방법 및 컴퓨터 프로그램 제품
KR102619370B1 (ko) * 2020-11-26 2023-12-29 (주)엑스엠디 매장 방문고객의 음성정보를 식별하고, 식별된 방문고객의 음성정보에 연계된 구매이력정보를 제공하는 인공지능 고객정보 제공시스템
CN114741589B (zh) * 2022-03-24 2024-05-07 深圳买个宝科技有限公司 一种基于大数据的商品交易系统
KR102538401B1 (ko) * 2022-12-16 2023-05-31 주식회사 디윅스 데이터 분석 기반 맞춤 서비스 추천 시스템
KR102561611B1 (ko) * 2023-04-20 2023-08-01 주식회사 예담우 뉴럴 네트워크를 이용하여 한우육에 대한 추천 정보를 고객 단말에게 전송하는 방법 및 장치
CN116862625B (zh) * 2023-09-05 2023-11-21 武汉森全科技有限公司 基于互联网大数据的生鲜水果线上推荐方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090094526A (ko) * 2008-03-03 2009-09-08 이동천 상품 구매 지원 시스템
WO2013103912A1 (en) * 2012-01-05 2013-07-11 Visa International Service Association Transaction visual capturing apparatuses, methods and systems
KR20140058753A (ko) * 2012-11-05 2014-05-15 주식회사 인지소프트 영수증 인식을 통한 빅 데이터 기반 관심상품 제공 서비스 시스템 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102398770B1 (ko) * 2021-01-29 2022-05-17 이현승 장애인용 플랫폼 서비스 제공 방법 및 그 장치
WO2023194787A1 (en) * 2022-04-04 2023-10-12 Coupang Corp. Systems and methods for selecting and presenting products based on past purchases

Also Published As

Publication number Publication date
KR20170125466A (ko) 2017-11-15

Similar Documents

Publication Publication Date Title
KR102166186B1 (ko) 사용자 단말에서의 상품 구매 내역 기반 컨텍스트 생성 장치 및 상품 추천 로컬 서비스 플랫폼
US8833652B2 (en) Product information system and method using a tag and mobile device
US8694492B2 (en) Pre-fetching of data in a mobile communications environment
US20190019203A1 (en) Method for providing marketing management data for optimization of distribution and logistics and apparatus for the same
US9600840B1 (en) Proximity based recommendations
JP5616294B2 (ja) アンケート情報収集サーバ及び方法
JP6026682B1 (ja) 購買活動管理装置、購買活動管理方法、およびプログラム
CN109688178B (zh) 推荐方法、装置和设备
KR20120076670A (ko) 코드 기반 결제 시스템 및 그 서비스 방법
KR20130039179A (ko) 온라인 쇼핑몰 기반의 타겟 광고 제공 시스템, 그의 타겟 광고 제공 장치 및 방법
KR20160130724A (ko) 온라인 쇼핑몰 기반의 타겟 광고 제공 시스템, 그의 타겟 광고 제공 장치 및 방법
KR20120036600A (ko) 코드 기반의 가격 비교 서비스 제공 시스템 및 방법
KR102310781B1 (ko) 상품 정보 제공 장치, 상품 정보 제공 방법, 상품 정보 제공 시스템 및 컴퓨터 프로그램이 기록된 기록매체
JP2017138955A (ja) 購買活動管理装置、購買活動管理方法、およびプログラム
KR20220085921A (ko) 상품 정보 처리 방법, 장치 및 기록매체
KR20170117944A (ko) 코드 기반 결제 시스템 및 그 서비스 방법
KR20130083048A (ko) 이동통신단말기를 이용한 상품명 기반의 검색 기능을 제공하는 상품 제공업체 안내 시스템 및 그 방법
KR20150046816A (ko) 구매이력 정보를 기반으로 최저가 가격비교목록을 제공하기 위한 서비스 장치, 시스템 및 방법
KR20200005248A (ko) 소셜 네트워크 서비스를 이용한 개인 판매몰 자동 생성 방법 및 시스템
US9226326B2 (en) Proximate device locator
US20150134405A1 (en) Personal service providing system, information collection and analysis server, and methods thereof
KR102072384B1 (ko) 서비스 플랫폼 공유 서버 및 그 공유방법
KR20110133270A (ko) 관심상품을 등록한 구매자의 쇼핑 목록을 통해 상품 정보를 수집하고 갱신하는 방법 및 시스템
KR101672994B1 (ko) 주소 매칭 서버 및 주소 매칭 서버에서 자국어 인터넷 주소를 처리하는 방법
KR102199190B1 (ko) 상품 정보에 기반하여 쿠폰을 매칭하는 쿠폰 서비스 장치, 상품 정보에 기반하여 쿠폰을 매칭하는 쿠폰 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right