KR102167595B1 - 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치 - Google Patents

상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치 Download PDF

Info

Publication number
KR102167595B1
KR102167595B1 KR1020130105466A KR20130105466A KR102167595B1 KR 102167595 B1 KR102167595 B1 KR 102167595B1 KR 1020130105466 A KR1020130105466 A KR 1020130105466A KR 20130105466 A KR20130105466 A KR 20130105466A KR 102167595 B1 KR102167595 B1 KR 102167595B1
Authority
KR
South Korea
Prior art keywords
products
related products
recommended
product
recommendation
Prior art date
Application number
KR1020130105466A
Other languages
English (en)
Other versions
KR20150027441A (ko
Inventor
김석우
Original Assignee
에스케이플래닛 주식회사
십일번가 주식회사
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 에스케이플래닛 주식회사, 십일번가 주식회사 filed Critical 에스케이플래닛 주식회사
Priority to KR1020130105466A priority Critical patent/KR102167595B1/ko
Publication of KR20150027441A publication Critical patent/KR20150027441A/ko
Application granted granted Critical
Publication of KR102167595B1 publication Critical patent/KR102167595B1/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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치를 개시한다. 즉, 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 연관상품을 상기 구매자에 적합한 추천상품으로 결정하며, 추천상품으로 결정된 연관상품들에 대한 구매가 이루어지지 않는 것이 확인되는 경우에, 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 추천상품을 재결정하도록 함으로써, 추천상품에 대한 실질적인 구매가 이루어지도록 유도할 수 있다.

Description

상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치{SYSTEM AND METHOD FOR PRODUCTS RECOMMENDATION SERVICE, AND APPARATUS APPLIED TO THE SAME}
본 발명은, 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 연관상품을 상기 구매자에 적합한 추천상품으로 결정하며, 추천상품으로 결정된 연관상품들에 대한 구매가 이루어지지 않는 것이 확인되는 경우에, 연관상품들 각각에 대해 산출된 추천도를 보정함으로써, 보정된 결과 값을 기초로 상기 추천상품을 재결정하기 위한 방안에 관한 것이다.
인터넷이나 모바일 포털 사이트에서는 구매자(혹은 구매를 위해 방문한 고객)가 방문하는 경우, 서비스페이지를 통해 구매자에게 적합한 추천상품을 결정하여 추천하는 상품 추천 서비스를 제공하고 있다.
이러한, 상품 추천 서비스를 제공함에 있어서, 무엇보다 중요한 것은 결정된 추천상품에 대하여, 구매자의 실질적인 구매가 이루어지도록 유도하는 것이다.
이와 같이, 추천상품에 대한 구매가 이루어지도록 유도하기 위해선, 추천상품에 대한 구매자의 만족도를 향상시켜야 한다.
이에, 추천상품에 대한 구매자의 만족도를 향상시키기 위한 구체적인 방안이 요구된다 할 것이다.
본 발명은 상기한 사정을 감안하여 창출된 것으로서, 본 발명에서 도달하고자 하는 목적은, 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 연관상품을 상기 구매자에 적합한 추천상품으로 결정하며, 추천상품으로 결정된 연관상품들에 대한 구매가 이루어지지 않는 것이 확인되는 경우에, 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 추천상품을 재결정하도록 함으로써, 추천상품에 대한 실질적인 구매가 이루어지도록 유도하는데 있다.
상기 목적을 달성하기 위한 본 발명의 제 1 관점에 따른 상품추천장치는, 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 적어도 두개의 연관상품을 상기 구매자에 적합한 추천상품으로 결정하는 결정부; 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대하여, 상기 구매자의 구매가 이루어졌는지 여부를 확인하는 확인부; 및 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 상기 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 제어부를 포함하는 것을 특징으로 한다.
보다 구체적으로, 상기 구매자에 대한 추천상품은, 지정된 추천상품결정주기마다 결정되며, 상기 제어부는, 상기 지정된 추천상품결정주기가 경과하는 시점 이전에, 상기 확인부에서 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되는 경우에 한해, 상기 추천상품을 재결정하도록 하는 것을 특징으로 한다.
보다 구체적으로, 상기 상품추천장치는, 상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값을 생성하는 생성부를 더 포함하며, 상기 생성부는, 상기 연관상품들에 대해 산출된 추천도 모두의 평균 값 및 분산 값과 관련된 동일한 분포를 갖는 임의의 변수들을 지정하고, 상기 지정된 임의의 변수들을 선택하여, 상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값으로 생성하는 것을 특징으로 한다.
보다 구체적으로, 상기 제어부는, 상기 연관상품들에 대해 산출된 추천도 각각에 대하여 상기 생성부에서 생성된 보정 값을 합산하도록 하여, 추천도와 보정 값을 합산한 결과 값의 크기가 가장 큰 적어도 두개의 연관상품을 상기 추천상품으로 재결정하도록 하는 것을 특징으로 한다.
보다 구체적으로, 상기 제어부는, 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품 각각에는, 각 추천도 크기의 역순으로 가장 작은 크기의 보정 값을 합산하도록 하여, 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 제 2 관점에 따른 상품 추천 서비스 방법은, 구매자장치가 구매자에 적합한 추천상품을 상품추천장치에 요청하는 요청단계; 상기 상품추천장치가 상기 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 적어도 두개의 연관상품을 상기 추천상품으로 결정하는 결정단계; 상기 상품추천장치가 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대하여, 상기 구매자의 구매가 이루어졌는지 여부를 확인하는 확인단계; 및 상기 상품추천장치가 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 상기 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 제어단계를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 제 3 관점에 따른 상품추천장치의 동작 방법은 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 적어도 두개의 연관상품을 상기 구매자에 적합한 추천상품으로 결정하는 결정단계; 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대하여, 상기 구매자의 구매가 이루어졌는지 여부를 확인하는 확인단계; 및 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 상기 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 제어단계를 포함하는 것을 특징으로 한다.
보다 구체적으로, 상기 구매자에 대한 추천상품은, 지정된 추천상품결정주기마다 결정되며, 상기 제어단계는, 상기 지정된 추천상품결정주기가 경과하는 시점 이전에, 상기 확인단계에서 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되는 경우에 한해 상기 추천상품을 재결정하도록 하는 것을 특징으로 한다.
보다 구체적으로, 상기 방법은, 상기 제어단계 이전에, 상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값을 생성하는 생성단계를 더 포함하며, 상기 생성단계는, 상기 연관상품들에 대해 산출된 추천도 모두의 평균 값 및 분산 값과 관련된 동일한 분포를 갖는 임의의 변수들을 지정하고, 상기 지정된 임의의 변수들을 선택하여, 상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값으로 생성하는 것을 특징으로 한다.
보다 구체적으로, 상기 제어단계는, 상기 연관상품들에 대해 산출된 추천도 각각에 대하여, 상기 생성단계에서 생성된 보정 값을 합산하도록 하여, 추천도와 보정 값을 합산한 결과 값의 크기가 가장 큰 적어도 두개의 연관상품을 상기 추천상품으로 재결정하도록 하는 것을 특징으로 한다.
보다 구체적으로, 상기 제어단계는, 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품 각각에는, 각 추천도 크기의 역순으로 가장 작은 크기의 보정 값을 합산하도록 하여, 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 제 4 관점에 따른 컴퓨터 판독 가능 매체는 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 적어도 두개의 연관상품을 상기 구매자에 적합한 추천상품으로 결정하는 결정단계; 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대하여, 상기 구매자의 구매가 이루어졌는지 여부를 확인하는 확인단계; 및 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 상기 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 제어단계를 수행하기 위한 명령들을 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 제 5 관점에 따른 상품 추천 서비스 시스템은, 구매자에 적합한 추천상품을 상품추천장치에 요청하는 구매자장치; 및 상기 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 적어도 두개의 연관상품을 상기 추천상품으로 결정하며, 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대하여, 상기 구매자의 구매가 이루어지지 않은 것으로 확인되면, 상기 연관상품들 각각에 대해 산출된 추천도를 보정하여 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 상품추천장치를 포함하는 것을 특징으로 한다.
이에, 본 발명의 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치에 의하면, 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 연관상품을 상기 구매자에 적합한 추천상품으로 결정하며, 추천상품으로 결정된 연관상품들에 대한 구매가 이루어지지 않는 것이 확인되는 경우에, 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 추천상품으로 재결정하도록 함으로써, 추천상품에 대한 실질적인 구매가 이루어지도록 유도할 수 있다.
도 1은 본 발명의 일 실시예에 따른 상품 추천 서비스 시스템의 개략적인 구성도.
도 2는 본 발명의 일 실시예에 따른 상품추천장치의 구성도.
도 3은 본 발명의 일 실시예에 따른 상품 추천 서비스 시스템에서의 동작 흐름을 설명하기 위한 개략적인 순서도.
도 4는 본 발명의 일 실시예에 따른 상품추천장치에서의 동작 흐름을 설명하기 위한 개략적인 순서도.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예에 대하여 설명한다.
도 1은 본 발명의 일 실시예에 따른 상품 추천 서비스 시스템을 도시한 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 상품 추천 서비스 시스템은, 상품추천장치(200)로부터 구매자에게 적합한 추천상품을 추천받는 구매자장치(100), 및 구매자에게 적합한 추천상품을 결정하여 추천하는 상품추천장치(200)를 포함하는 구성을 갖는다.
여기서, 구매자장치(100)는 예컨대, 모바일 웹 또는 인터넷을 통해 상품추천장치(200)에 접속하여 구매자에게 적합한 추천상품을 추천받기 위한 사용자 디바이스를 일컫는다.
예를 들어, 구매장치(100)는 스마트폰, 개인용컴퓨터, 노트북, 및 테블릿 PC, 등이 해당될 수 있으며, 이에 제한되는 것이 아닌 상품추천장치(200)에 접속 가능한 장치는 모두 포함될 수 있다.
그리고, 상품추천장치(200)는 구매자장치(100)를 통해 서비스페이지에 접속한 구매자를 대상으로 추천상품을 결정하여 추천하기 위한 서버를 일컫는다.
예를 들어, 서비스장치(200)는 인터넷이나 모바일 웹을 통해 서비스페이지에 접속한 구매자에게 상품을 판매함과 동시에 추천상품을 제공하거나, 또는 추천상품만을 제공하기 위한 별도의 서버로 구성될 수 있다.
여기서, 구매자에게 판매되는 상품의 경우 그 특성에 따라 예를 들어, 어플리케이션 상품과, 컨텐츠 상품으로 상품카테고리를 분류할 수 있으며, 나아가 상품의 세부적인 특성에 따라 다양한 상품카테고리(예: 게임, 학습, 영화, 드라마, 및 도서 등) 등으로 추가 분류할 수 있다.
한편, 본 발명의 일 실시예에 따르면, 상품추천장치(200)에서는 구매자와 관련된 연관상품들 중에서, 구매자에 적합한 추천상품을 결정하여 추천하는 상품 추천 서비스를 제공하고 있다.
헌데, 상품 추천 서비스의 경우, 추천상품에 대한 구매자의 구매가 이루어지도록 유도하는 것이 무엇보다 중요함에도 불구하고, 실질적으로 추천상품에 대한 구매자의 구매가 이루어지지 않을 수 있다.
여기서, 추천상품의 경우 지정된 추천상품결정주기(예: 일별 주기, 주별 주기)마다 결정되게 된다.
이에, 추천상품에 대한 구매가 이루어지지 않을 경우, 다음 추천상품결정주기가 도래하기 전까지는 동일한 추천상품을 구매자에게 추천하게 되어, 구매자의 구매를 유도하기가 더더욱 힘들어지게 된다.
그렇다고, 다음 추천상품결정주기가 도래하지 않았음에도 불구하고, 새로운 추천상품을 새롭게 결정하는 경우에는 추천상품 결정을 위한 많은 리소스가 요구되므로, 현실적으로 다음 추천상품결정주기가 도래하기 이전에 추천상품을 재결정하기에는 부담이 따르게 된다.
이에, 본 발명의 일 실시예에서는, 추천상품결정주기가 도래하기 이전에, 추천상품으로 결정된 연관상품들에 대한 구매가 이루어지지 않는 것이 확인되면, 연관상품들 각각에 대해 산출된 추천도의 보정을 통해 추천상품을 재결정하기 위한 방안을 제안하고자 하며, 이하에서는 이를 구체적으로 설명하기로 한다.
우선, 구매자장치(100)는 상품추천장치(200)에 접속하여 추천상품을 요청하는 기능을 수행한다.
보다 구체적으로, 구매자장치(100)는 인터넷 또는 모바일 웹을 통해 서비스장치(200)에 접속하여 예컨대, 구매자의 개인정보(예: ID / PW)를 상품추천장치(200)에 전달함으로써, 상품추천장치(200)로 하여금 상기 구매자의 개인정보를 기초로 구매자에 적합한 추천상품을 결정하여 구매자장치(100)에 제공할 수 있도록 한다.
그리고, 상품추천장치(200)는 구매자와 관련된 연관상품을 확인하는 기능을 수행한다.
보다 구체적으로, 상품추천장치(200)는 서비스페이지에 접속된 구매자장치(100)로부터 구매자의 개인정보가 수신되면, 수신된 개인정보를 기초로 구매자와 관련된 연관상품들을 확인한다.
또한, 상품추천장치(200)는 구매자에게 적합한 추천상품을 결정하는 기능을 수행한다.
보다 구체적으로, 상품추천장치(200)는, 구매자와 관련된 연관상품들이 확인되면, 확인된 연관상품들 중에서, 구매자에 대한 추천도가 가장 크게 산출되는 N(N = 1,2,3,...N, N≤M)개의 연관상품을, 구매자에게 적합한 추천상품으로 결정하게 된다.
또한, 상품추천장치(200)는 추천상품에 대한 구매가 이루어졌는지를 확인하는 기능을 수행한다.
보다 구체적으로, 상품추천장치(200)는 현재 추천상품결정주기에 추천상품으로 결정된 연관상품에 대한 구매자의 구매가 이루어졌는지 여부를 확인함으로써, 다음 추천상품결정주기가 도래하기 이전에, 추천상품을 재결정할지 여부를 판단하게 된다.
이때, 상품추천장치(200)는 추천상품으로 결정된 연관상품에 대한 구매자의 구매가 이루어지지 않은 것으로 확인되면, 이를 추천상품의 재결정이 요구되는 것으로 판단하게 된다.
또한, 상품추천장치(200)는 추천상품을 재결정하는 기능을 수행한다.
보다 구체적으로, 상품추천장치(200)는 추천상품으로 결정된 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 연관상품들 각각에 대해 산출된 추천도를 보정함으로써, 보정된 결과 값을 기초로 추천상품을 재결정한다.
이때, 상품추천장치(200)는 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값을 생성하고, 생성된 보정 값을 연관상품들 각각의 추천도에 합산하여 합산한 결과 값의 크기가 가장 큰 N개의 연관상품을 추천상품으로 재결정하게 된다.
여기서, 보정 값은 M개의 연관상품들에 대해 산출된 추천도 모두의 평균 값 및 분산 값과 관련된 동일한 분포(예: 정규분포)를 갖는 M개의 임의의 변수로부터 선택되어 생성된다.
뿐만 아니라, 상품추천장치(200)는 추천상품을 재결정함에 있어서, 현재 추천상품결정주기에서 추천상품으로 결정된 상위 p(p = 1,2,3...p)개의 연관상품에는, 추천도의 크기의 역순으로 가장 작은 크기의 보정 값을 합산하게 된다.
이는, 현재 추천상품결정주기에서 추천상품으로 결정된 상위 p개의 연관상품의 추천도가 다른 연관상품들에 비해 작아지도록 함으로써, 추천상품의 재결정을 통해 최소 p개의 새로운 연관상품이 추천상품으로 결정될 수 있도록 하기 위함이다.
이하에서는, 도 2를 참조하여 본 발명의 일 실시예에 따른 상품추천장치(200)의 구성을 보다 구체적으로 설명하도록 한다.
즉, 본 발명의 일 실시예에 따른 상품추천장치(200)는 구매자와 관련된 연관상품들 중에서 추천상품을 결정하는 결정부(210), 추천상품에 대한 구매가 이루어졌는지 여부를 확인하는 확인부(220), 및 추천상품에 대한 재결정이 이루어지도록 하는 제어부(230)를 포함하는 구성을 갖는다.
또한, 본 발명의 일 실시예에 따른 상품추천장치(200)는 전술한 구성 이외에, 연관상품들에 대해 산출된 추천도를 보정하기 위한 보정 값을 생성하는 생성부(240)를 더 포함하는 구성을 가질 수 있다.
여기서, 전술한 상품추천장치(200)의 각 구성은, 프로세서에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다.
우선, 결정부(210)는 구매자와 관련된 연관상품을 확인하는 기능을 수행한다.
보다 구체적으로, 결정부(210)는 서비스페이지에 접속된 구매자장치(100)로부터 구매자의 개인정보가 수신되면, 수신된 개인정보를 기초로 구매자와 관련된 연관상품들을 확인한다.
이때, 결정부(210)는 예컨대, 구매자의 구매 이력을 바탕으로 연관상품을 확인하는 협업 필터링 알고리즘 (Collaborate Filtering), 구매연관 (Associate Rule) 방법, 및 사후 프로세싱 등을 포함하는 다양한 알고리즘을 적용함으로써, 구매자와 관련된 M(M = 1, 2, ..., M)개의 연관상품들을 확인하게 된다.
그리고, 결정부(210)는, 구매자와 관련된 연관상품들이 확인되면, 확인된 연관상품들 중에서, 구매자에 대한 추천도가 가장 크게 산출되는 N(N = 1,2,3,...N, N≤M)개의 연관상품을, 구매자에게 적합한 추천상품으로 결정하게 된다.
예를 들어, 결정부(210)는 신뢰도(Confidence) 연관규칙을 기초로 구매자와 관련된 M개의 연관상품들을 확인한 경우, 연관상품들 각각에 대해 산출되는 신뢰도를 구매자에 대한 추천도로서 확인하고, 신뢰도가 가장 크게 산출되는 N개의 연관상품을 추천상품으로 결정할 수 있다.
다른 예로서, 결정부(210)는 향상도(Lift) 연관규칙을 기초로 구매자와 관련된 M개의 연관상품들을 확인한 경우에는, 연관상품들 각각에 대해 산출되는 향상도를 구매자에 대한 추천도로서 확인하고, 향상도가 가장 크게 산출되는 N개의 연관상품을 추천상품으로 결정하게 된다.
여기서, 결정부(210)는 앞서 언급한 바와 같이 지정된 추천상품결정주기(예: 일별 주기, 주별 주기)마다 추천상품을 결정하게 되며, 이에, 구매자는 다음 추천상품결정주기가 도래하기 이전까지, 현재 추천상품결정주기에서 결정된 동일한 추천상품만을 추천받게 된다.
그리고, 확인부(220)는 추천상품에 대한 구매가 이루어졌는지를 확인하는 기능을 수행한다.
보다 구체적으로, 확인부(220)는 현재 추천상품결정주기에 추천상품으로 결정된 연관상품에 대하여 구매자의 구매가 이루어졌는지 여부를 확인함으로써, 다음 추천상품결정주기가 도래하기 이전에, 추천상품을 재결정할지 여부를 판단하게 된다.
이때, 확인부(220)는 다음 추천상품결정주기가 도래하기 이전에, 구매자가 추천상품을 n(n = 1,2,3...n)번 이상 확인했음에도 불구하고, 구매가 이루어지지 않은 것으로 확인되면, 구매자가 현재 추천상품에 대해 관심이 없는 것으로 판단하여 현재 추천상품결정주기에 결정된 추천상품을 재결정하도록 한다.
그리고, 제어부(230)는 추천상품을 재결정하도록 하는 기능을 수행한다.
보다 구체적으로, 제어부(230)는 추천상품으로 결정된 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 연관상품들 각각에 대해 산출된 추천도를 보정함으로써, 보정된 결과 값을 기초로 추천상품을 재결정할 수 있도록 한다.
이때, 제어부(230)는 생성부(240)로 하여금 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값을 생성하도록 하며, 또한 결정부(210)로 하여금, 생성부(240)에서 생성된 보정 값을 연관상품들 각각의 추천도에 합산하도록 함으로써, 합산한 결과 값의 크기가 가장 큰 N개의 연관상품을 추천상품으로 재결정할 수 있도록 한다.
여기서, 보정 값은, 상기 연관상품들에 대해 산출된 추천도와 관련하여 임의의 변수 지정을 통해 생성된다.
즉, 생성부(240)는 M개의 연관상품들에 대해 산출된 추천도 모두의 평균 값 및 분산 값과 관련된 동일한 분포(예: 정규분포)를 갖는 임의의 변수들 M개를 지정하고, 지정된 임의의 변수를 연관상품들 각각에 대응하도록 선택함으로써, 선택된 임의의 변수를 상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값으로 생성한다.
이처럼, 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위해서, 각각의 추천도에 임의의 변수로부터 선택된 보정 값을 합산하는 것은, 연관상품들 각각의 추천도의 크기가 변동되도록 함으로써, 최종적으로, 변동된 추천도의 크기에 따라 이전과 다른 연관상품이 추천상품으로서 결정될 수 있도록 하기 위함이다.
한편, 제어부(230)는 추천상품을 재결정함에 있어서, 결정부(210)로 하여금 현재 추천상품결정주기에서 추천상품으로 결정된 상위 p(p = 1,2,3...p)개의 연관상품에는, 추천도의 크기의 역순으로 가장 작은 크기의 보정 값을 합산하도록 한다.
이는, 현재 추천상품결정주기에서 추천상품으로 결정된 상위 p개의 연관상품의 추천도가 다른 연관상품들에 비해 작아지도록 함으로써, 추천상품의 재결정을 통해 최소 p개의 새로운 연관상품이 추천상품으로 결정될 수 있도록 하기 위함이다.
이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 상품 추천 서비스 시스템에 따르면, 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 연관상품을 상기 구매자에 적합한 추천상품으로 결정하며, 추천상품으로 결정된 연관상품들에 대한 구매가 이루어지지 않는 것이 확인되는 경우에, 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 추천상품으로 재결정하도록 함으로써, 추천상품에 대한 구매자의 만족도를 향상시켜 실질적인 구매가 이루어지도록 유도할 수 있다.
이하에서는 도 3 및 도 4를 참조하여, 본 발명의 일 실시예에 따른 상품 추천 서비스 방법을 설명하도록 한다. 여기서, 설명의 편의를 위해 전술한 도 1 및 도 2에 도시된 구성은 해당 참조번호를 언급하여 설명하겠다.
우선, 도 3을 참조하여 본 발명의 일 실시예에 따른 상품 추천 서비스 시스템에서의 동작 흐름을 설명하도록 한다.
먼저, 구매자장치(100)는 인터넷 또는 모바일 웹을 통해 서비스장치(200)에 접속하여 예컨대, 구매자의 개인정보(예: ID / PW)를 상품추천장치(200)에 전달함으로써, 상품추천장치(200)로 하여금 상기 구매자의 개인정보를 기초로 구매자에 적합한 추천상품을 결정하여 구매자장치(100)에 제공할 수 있도록 한다(S110).
그리고, 상품추천장치(200)는 서비스페이지에 접속된 구매자장치(100)로부터 구매자의 개인정보가 수신되면, 수신된 개인정보를 기초로 구매자와 관련된 연관상품들을 확인한다(S120-S130).
이때, 상품추천장치(200)는, 구매자와 관련된 연관상품들이 확인되면, 확인된 연관상품들 중에서, 구매자에 대한 추천도가 가장 크게 산출되는 N(N≤M)개의 연관상품을, 구매자에게 적합한 추천상품으로 결정하여 구매자장치(100)에 추천하게 된다.
그런 다음, 상품추천장치(200)는 현재 추천상품결정주기에 추천상품으로 결정된 연관상품에 대한 구매자의 구매가 이루어졌는지 여부를 확인함으로써, 다음 추천상품결정주기가 도래하기 이전에, 추천상품을 재결정할지 여부를 판단한다(S140).
이때, 상품추천장치(200)는 추천상품으로 결정된 연관상품에 대한 구매자의 구매가 이루어지지 않은 것으로 확인되면, 이를 추천상품의 재결정이 요구되는 것으로 판단하게 된다.
이후, 상품추천장치(200)는 추천상품으로 결정된 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 연관상품들 각각에 대해 산출된 추천도를 보정함으로써, 보정된 결과 값을 기초로 추천상품을 재결정한다(S150-S170).
이때, 상품추천장치(200)는 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값을 생성하고, 생성된 보정 값을 연관상품들 각각의 추천도에 합산하여 합산한 결과 값의 크기가 가장 큰 N개의 연관상품을 추천상품으로 재결정하여, 구매자장치(100)에 추천한다.
이하에서는 도 4를 참조하여 본 발명의 일 실시예에 따른 상품추천장치(200)의 동작을 구체적으로 설명하도록 한다.
먼저, 결정부(210)는 서비스페이지에 접속된 구매자장치(100)로부터 구매자의 개인정보가 수신되면, 수신된 개인정보를 기초로 구매자와 관련된 연관상품들을 확인한다(S210).
이때, 결정부(210)는 예컨대, 구매자의 구매 이력을 바탕으로 연관상품을 확인하는 협업 필터링 알고리즘 (Collaborate Filtering), 구매연관 (Associate Rule) 방법, 및 사후 프로세싱 등을 포함하는 다양한 알고리즘을 적용함으로써, 구매자와 관련된 M(M = 1, 2, ..., M)개의 연관상품들을 확인하게 된다.
그리고, 결정부(210)는, 구매자와 관련된 연관상품들이 확인되면, 확인된 연관상품들 중에서, 구매자에 대한 추천도가 가장 크게 산출되는 N(N = 1,2,3,...N, N≤M)개의 연관상품을, 구매자에게 적합한 추천상품으로 결정하게 된다.
그런 다음, 확인부(220)는 현재 추천상품결정주기에 추천상품으로 결정된 연관상품에 대하여 구매자의 구매가 이루어졌는지 여부를 확인함으로써, 다음 추천상품결정주기가 도래하기 이전에, 추천상품을 재결정할지 여부를 판단한다(S220-S230).
이때, 확인부(220)는 다음 추천상품결정주기가 도래하기 이전에, 구매자가 추천상품을 n(n = 1,2,3...n)번 이상 확인했음에도 불구하고, 구매가 이루어지지 않은 것으로 확인되면, 구매자가 현재 추천상품에 대해 관심이 없는 것으로 판단하여 현재 추천상품결정주기에 결정된 추천상품을 재결정하도록 한다.
그리고 나서, 제어부(230)는 추천상품으로 결정된 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 연관상품들 각각에 대해 산출된 추천도를 보정함으로써, 보정된 결과 값을 기초로 추천상품을 재결정하여 구매장치(100)에 추천하도록 한다(S240-S250).
이때, 제어부(230)는 결정부(210)로 하여금, 생성부(240)에서 생성된 보정 값을 연관상품들 각각의 추천도에 합산하도록 함으로써, 합산한 결과 값의 크기가 가장 큰 N개의 연관상품을 추천상품으로 재결정할 수 있도록 한다.
한편, 제어부(230)는 추천상품을 재결정함에 있어서, 결정부(210)로 하여금 현재 추천상품결정주기에서 추천상품으로 결정된 상위 p(p = 1,2,3...p)개의 연관상품에는, 추천도의 크기의 역순으로 가장 작은 크기의 보정 값을 합산하도록 한다.
이는, 현재 추천상품결정주기에서 추천상품으로 결정된 상위 p개의 연관상품의 추천도가 다른 연관상품들에 비해 작아지도록 함으로써, 추천상품의 재결정을 통해 최소 p개의 새로운 연관상품이 추천상품으로 결정될 수 있도록 하기 위함이다.
이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 상품 추천 서비스 방법에 따르면, 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 연관상품을 상기 구매자에 적합한 추천상품으로 결정하며, 추천상품으로 결정된 연관상품들에 대한 구매가 이루어지지 않는 것이 확인되는 경우에, 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 추천상품으로 재결정하도록 함으로써, 추천상품에 대한 구매자의 만족도를 향상시켜 실질적인 구매가 이루어지도록 유도할 수 있다.
한편, 여기에 제시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
지금까지 본 발명을 바람직한 실시 예를 참조하여 상세히 설명하였지만, 본 발명이 상기한 실시 예에 한정되는 것은 아니며, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 또는 수정이 가능한 범위까지 본 발명의 기술적 사상이 미친다 할 것이다.
본 발명의 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치에 따르면, 추천상품으로 결정된 연관상품들에 대하여 구매가 이루어지지 않는 것이 확인되는 경우에, 연관상품들 각각에 대해 산출된 추천도를 보정함으로써, 보정된 결과 값을 기초로 상기 추천상품을 재결정한다는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.
100: 구매자장치
200: 상품추천장치
210: 결정부 220: 확인부
230: 제어부 240: 생성부

Claims (13)

  1. 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 적어도 두개의 연관상품을 상기 구매자에 적합한 추천상품으로 결정하는 결정부;
    상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대하여, 상기 구매자의 구매가 이루어졌는지 여부를 확인하는 확인부;
    상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 상기 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 제어부; 및
    상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값을 생성하는 생성부를 포함하며,
    상기 생성부는,
    상기 연관상품들에 대해 산출된 추천도 모두의 평균 값 및 분산 값과 관련된 동일한 분포를 갖는 임의의 변수들을 지정하고, 상기 지정된 임의의 변수들을 선택하여, 상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값으로 생성하며,
    상기 제어부는,
    상기 연관상품들에 대해 산출된 추천도 각각에 대하여 상기 생성부에서 생성된 보정 값을 합산하며, 구매가 이루어지지 않은 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품 각각에는, 각 추천도 크기의 역순으로 가장 작은 크기의 보정 값을 합산하여 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 대상으로 상기 추천상품이 재결정되도록 하는 것을 특징으로 하는 상품추천장치.
  2. 제 1 항에 있어서,
    상기 구매자에 대한 추천상품은,
    지정된 추천상품결정주기마다 결정되며,
    상기 제어부는,
    상기 지정된 추천상품결정주기가 경과하는 시점 이전에, 상기 확인부에서 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되는 경우에 한해, 상기 추천상품을 재결정하도록 하는 것을 특징으로 하는 상품추천장치.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 제어부는,
    상기 연관상품들에 대해 산출된 추천도 각각에 대하여 상기 생성부에서 생성된 보정 값을 합산하도록 하여, 추천도와 보정 값을 합산한 결과 값의 크기가 가장 큰 적어도 두개의 연관상품을 상기 추천상품으로 재결정하도록 하는 것을 특징으로 하는 상품추천장치.
  5. 삭제
  6. 삭제
  7. 구매자와 관련된 연관상품들 중에서, 상기 구매자에 대한 추천도가 가장 크게 산출된 적어도 두개의 연관상품을 상기 구매자에 적합한 추천상품으로 결정하는 결정단계;
    상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대하여, 상기 구매자의 구매가 이루어졌는지 여부를 확인하는 확인단계;
    상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되면, 상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값을 생성하는 생성단계; 및
    상기 연관상품들 각각에 대해 산출된 추천도를 보정하여, 보정된 결과 값을 기초로 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 상기 추천상품으로 재결정하도록 하는 제어단계
    를 포함하며,
    상기 생성단계는,
    상기 연관상품들에 대해 산출된 추천도 모두의 평균 값 및 분산 값과 관련된 동일한 분포를 갖는 임의의 변수들을 지정하고, 상기 지정된 임의의 변수들을 선택하여, 상기 연관상품들에 대해 산출된 각각의 추천도를 보정하기 위한 보정 값으로 생성하며,
    상기 제어단계는,
    상기 연관상품들에 대해 산출된 추천도 각각에 대하여 상기 생성단계에서 생성된 보정 값을 합산하며, 구매가 이루어지지 않은 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품 각각에는, 각 추천도 크기의 역순으로 가장 작은 크기의 보정 값을 합산하여 상기 적어도 두개의 연관상품을 제외한 나머지 연관상품을 대상으로 상기 추천상품이 재결정되도록 하는 것을 특징으로 하는 상품추천장치의 동작 방법.
  8. ◈청구항 8은(는) 설정등록료 납부시 포기되었습니다.◈
    제 7 항에 있어서,
    상기 구매자에 대한 추천상품은,
    지정된 추천상품결정주기마다 결정되며,
    상기 제어단계는,
    상기 지정된 추천상품결정주기가 경과하는 시점 이전에, 상기 확인단계에서 상기 추천상품으로 결정된 상기 적어도 두개의 연관상품에 대한 구매가 이루어지지 않은 것으로 확인되는 경우에 한해 상기 추천상품을 재결정하도록 하는 것을 특징으로 하는 상품추천장치의 동작 방법.
  9. 삭제
  10. ◈청구항 10은(는) 설정등록료 납부시 포기되었습니다.◈
    제 7 항에 있어서,
    상기 제어단계는,
    상기 연관상품들에 대해 산출된 추천도 각각에 대하여, 상기 생성단계에서 생성된 보정 값을 합산하도록 하여, 추천도와 보정 값을 합산한 결과 값의 크기가 가장 큰 적어도 두개의 연관상품을 상기 추천상품으로 재결정하도록 하는 것을 특징으로 하는 상품추천장치의 동작 방법.
  11. 삭제
  12. ◈청구항 12은(는) 설정등록료 납부시 포기되었습니다.◈
    제 7 항 내지 제 8 항 및 제 10 항 중 어느 한 항에 따른 방법을 수행하기 위한 명령들을 포함하는 것을 특징으로 하는 컴퓨터 판독 가능 매체.
  13. 삭제
KR1020130105466A 2013-09-03 2013-09-03 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치 KR102167595B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130105466A KR102167595B1 (ko) 2013-09-03 2013-09-03 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130105466A KR102167595B1 (ko) 2013-09-03 2013-09-03 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치

Publications (2)

Publication Number Publication Date
KR20150027441A KR20150027441A (ko) 2015-03-12
KR102167595B1 true KR102167595B1 (ko) 2020-10-19

Family

ID=53022772

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130105466A KR102167595B1 (ko) 2013-09-03 2013-09-03 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치

Country Status (1)

Country Link
KR (1) KR102167595B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101892633B1 (ko) 2017-06-21 2018-08-28 쿠팡 주식회사 상품 예측 배송 방법 및 시스템
KR102307517B1 (ko) 2019-09-17 2021-09-30 인하공업전문대학산학협력단 네트워크 기반 상품 추천 방법 및 장치
KR102327005B1 (ko) * 2020-12-18 2021-11-16 주식회사 엔터프라이즈블록체인 긱근로자와 긱서비스 이용자 간의 일대일 채널을 통한 긱서비스 제공 방법 및 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006012115A (ja) * 2000-09-14 2006-01-12 Silver Egg Technology Kk 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置及び記録媒体
JP2012027757A (ja) * 2010-07-26 2012-02-09 Dainippon Printing Co Ltd 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006012115A (ja) * 2000-09-14 2006-01-12 Silver Egg Technology Kk 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置及び記録媒体
JP2012027757A (ja) * 2010-07-26 2012-02-09 Dainippon Printing Co Ltd 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム

Also Published As

Publication number Publication date
KR20150027441A (ko) 2015-03-12

Similar Documents

Publication Publication Date Title
US10789634B2 (en) Personalized recommendation method and system, and computer-readable record medium
US9110770B1 (en) Assessing quality of code in an open platform environment
US9665902B2 (en) Personalized recommendation method and system, and computer-readable record medium
US20180174198A1 (en) Vector-based optimization of media presentations
WO2018017832A1 (en) Vector-based characterizations of products and individuals with respect to selecting items for store locations
US20150287119A1 (en) Presentation of items of value for purchase
US10127577B2 (en) Search architecture for rendering deep links from action criteria
KR102131799B1 (ko) 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치
Mandal et al. Role of tourism IT adoption and risk management orientation on tourism agility and resilience: Impact on sustainable tourism supply chain performance
US20170330224A1 (en) System and method for providing viral marketing service
US20140214570A1 (en) Method and system for content submission continuation
US20140351405A1 (en) First party cookie system and method
US20180107977A1 (en) Courier shopping system
CA3038124A1 (en) Vendor payment sharing system
WO2018118194A1 (en) Rules-based audio interface
US8412560B1 (en) Price optimization using current offers
WO2015096643A1 (en) Method and apparatus for displaying transaction information
KR102167595B1 (ko) 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치
KR102146987B1 (ko) 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치
Talha Talukder et al. A customer satisfaction centric food delivery system based on blockchain and smart contract
Solis-Quispe et al. Chatbot to simplify customer interaction in e-commerce channels of retail companies
US8260677B1 (en) System and method for pre-approving, regulating, and executing secure transactions
WO2018071800A1 (en) Customer interface system
Tojo et al. Competition between online and physical stores: The implications of providing product information by pure‐play e‐tailer
US20170147721A1 (en) Generating a model based on input

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant