KR102224572B1 - 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치 - Google Patents

주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치 Download PDF

Info

Publication number
KR102224572B1
KR102224572B1 KR1020200095752A KR20200095752A KR102224572B1 KR 102224572 B1 KR102224572 B1 KR 102224572B1 KR 1020200095752 A KR1020200095752 A KR 1020200095752A KR 20200095752 A KR20200095752 A KR 20200095752A KR 102224572 B1 KR102224572 B1 KR 102224572B1
Authority
KR
South Korea
Prior art keywords
user
body shape
clothing
order pattern
body type
Prior art date
Application number
KR1020200095752A
Other languages
English (en)
Inventor
장혜진
Original Assignee
(주) 성의통상
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 (주) 성의통상 filed Critical (주) 성의통상
Priority to KR1020200095752A priority Critical patent/KR102224572B1/ko
Application granted granted Critical
Publication of KR102224572B1 publication Critical patent/KR102224572B1/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
    • 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]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • 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]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers

Landscapes

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

Abstract

본 발명은 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치에 관한 것으로, 사용자 계정과 연관된 상품 구매 히스토리를 관리하며 기 설정된 주기마다 상기 상품 구매 히스토리에서 추출되는 주문 패턴에 따라 상기 사용자 계정과 연관된 사용자의 체형을 결정하여 갱신하는 사용자 체형 관리부, 상기 사용자의 체형에 대응되는 체형 아바타를 생성하는 체형 아바타 생성부, 상기 주문 패턴과 상기 체형 아바타에 기초하여 상기 사용자 계정에 대한 추천 의류를 결정하는 추천 의류 결정부 및 상기 체형 아바타에 상기 추천 의류를 착용시켜 가상공간 상에 입체화되고 사용자 단말과의 인터랙션 가능한 사용자 모델을 생성하는 사용자 모델 생성부를 포함한다.

Description

주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치{APPAREL RECOMMENDATION DEVICE BASED ON BODY INFERENCE USING ORDER PATTERN}
본 발명은 사용자 맞춤형 의류 추천 기술에 관한 것으로, 보다 상세하게는 사용자의 주문 패턴에 따라 사용자의 체형을 추론하여 사용자에게 최적화된 의류를 추천할 수 있는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치에 관한 것이다.
현재 온라인 쇼핑몰을 통해 옷을 구매하는 것은 일반적으로 사용자들이 선택하는 방법 중 하나이다. 의류를 온라인으로 선택할 때 사용자는 자신이 직접 치수를 특정할 수 있지만, 쇼핑몰이나 의류를 생산하는 업체마다 치수 기준이 달라 실제 옷을 입어 보기 전까지는 자신의 신체에 맞는지 확인하기 어렵다. 이러한 치수 불확실성이 온라인 의류 주문을 착수하는 데 상당한 어려움으로 작용하며, 사용자들을 온라인 쇼핑몰로 끌어들이는데 있어 가장 큰 걸림돌에 해당하고 있다.
한편, 온라인 쇼핑몰 중에는 사용자에 대한 가상의 3D 모델을 제공하여 사용자가 직접 선택한 의상을 착용한 3D 모델을 확인할 수 있도록 하고 있다. 그러나, 이러한 경우에 있어서도 3D 모델은 사용자의 신체 사이즈에 관계없이 정형화되어 있어 해당 의상이 실제 사용자에게 맞는지에 대해서는 확신을 주기 어렵다는 문제점이 존재하고 있다.
한국공개특허 제10-2005-0017534호(2005.02.22)
본 발명의 일 실시예는 사용자의 주문 패턴에 따라 사용자의 체형을 추론하여 사용자에게 최적화된 의류를 추천할 수 있는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치를 제공하고자 한다.
본 발명의 일 실시예는 사용자의 상품 구매 내역에서 체형 추론을 위한 데이터를 추출하고 이를 기초로 사용자의 신체 체형에 관한 아바타를 생성할 수 있는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치를 제공하고자 한다.
본 발명의 일 실시예는 사용자가 선택한 의상을 직접 착용하지 않고도 온라인으로 의상에 대한 현실적인 착용 경험을 실시간으로 제공할 수 있는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치를 제공하고자 한다.
실시예들 중에서, 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치는 사용자 계정과 연관된 상품 구매 히스토리를 관리하며 기 설정된 주기마다 상기 상품 구매 히스토리에서 추출되는 주문 패턴에 따라 상기 사용자 계정과 연관된 사용자의 체형을 결정하여 갱신하는 사용자 체형 관리부, 상기 사용자의 체형에 대응되는 체형 아바타를 생성하는 체형 아바타 생성부, 상기 주문 패턴과 상기 체형 아바타에 기초하여 상기 사용자 계정에 대한 추천 의류를 결정하는 추천 의류 결정부 및 상기 체형 아바타에 상기 추천 의류를 착용시켜 가상공간 상에 입체화되고 사용자 단말과의 인터랙션 가능한 사용자 모델을 생성하는 사용자 모델 생성부를 포함한다.
상기 사용자 체형 관리부는 체형 추론 알고리즘 - 상기 체형 추론 알고리즘은 웹크롤링을 통해 수집되는 의류 판매 데이터를 학습하여 구축되고 성별, 나이, 인종 및 지역에 관한 제1 추론과 의류 스타일, 의류 치수, 주문 시기, 가격 및 수량에 관한 제2 추론을 포함하여 형성됨 - 을 이용해 상기 주문 패턴에 따른 상기 사용자의 체형을 결정할 수 있다.
상기 사용자 체형 관리부는 상기 상품 구매 히스토리에서 상품명을 기준으로 체형 정보를 포함하는 제1 상품들을 분류하는 제1 단계, 상기 제1 상품들에서 상기 체형 정보가 상기 주문 패턴을 기초로 설정된 유효 범위 내에 포함되는 제2 상품들을 분류하는 제2 단계 및 상기 상품 구매 히스토리에서 상기 제2 상품들과 연관된 피처들을 추출한 후 상기 체형 추론 알고리즘에 입력한 결과로서 상기 사용자의 체형을 획득하는 제3 단계를 수행할 수 있다.
상기 사용자 체형 관리부는 상기 제2 단계에서, 이전 주기의 체형을 기준으로 연속하는 적어도 2개의 최근 주기들 간의 체형 변화율을 적용하여 상기 유효 범위를 산출할 수 있다.
상기 추천 의류 결정부는 상기 주문 패턴과의 유사도를 기초로 생성된 제1 사용자 모집단을 대상으로 협업 필터링을 적용하여 상기 추천 의류의 색상을 결정하고, 상기 체형 아바타와의 유사도를 기초로 생성된 제2 모집단을 대상으로 컨텐츠 기반 필터링을 적용하여 상기 추천 의류의 치수를 결정할 수 있다.
상기 사용자 모델 생성부는 상기 가상공간의 배경, 상기 사용자 모델의 움직임 및 상기 추천 의류에 관한 인터페이스를 상기 사용자 단말에게 제공하여 상기 인터랙션을 처리할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치는 사용자의 상품 구매 내역에서 체형 추론을 위한 데이터를 추출하고 이를 기초로 사용자의 신체 체형에 관한 아바타를 생성할 수 있다.
본 발명의 일 실시예에 따른 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치는 사용자가 선택한 의상을 직접 착용하지 않고도 온라인으로 의상에 대한 현실적인 착용 경험을 실시간으로 제공할 수 있다.
도 1은 본 발명에 따른 의류 추천 시스템을 설명하는 도면이다.
도 2는 도 2의 의류 추천 장치의 물리적 구성을 설명하는 도면이다.
도 3은 도 2의 의류 추천 장치의 기능적 구성을 설명하는 도면이다.
도 4는 도 2의 의류 추천 장치에서 수행되는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 과정을 설명하는 순서도이다.
도 5는 본 발명에 따른 의류 추천 장치의 동작을 설명하는 개념도이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
도 1은 본 발명에 따른 의류 추천 시스템을 설명하는 도면이다.
도 1을 참조하면, 의류 추천 시스템(100)은 사용자 단말(110), 의류 추천 장치(130) 및 데이터베이스(150)를 포함할 수 있다.
사용자 단말(110)은 온라인으로 의류를 쇼핑하고 구매할 수 있는 장치로서 주문 패턴을 이용한 체형 추론 기반의 의류 추천 서비스를 이용할 수 있는 컴퓨팅 장치에 해당할 수 있고, 스마트폰, 노트북 또는 컴퓨터로 구현될 수 있으며, 반드시 이에 한정되지 않고, 태블릿 PC 등 다양한 디바이스로도 구현될 수 있다. 사용자 단말(110)은 의류 추천 장치(130)와 네트워크를 통해 연결될 수 있고, 복수의 사용자 단말(110)들은 의류 추천 장치(130)와 동시에 연결될 수 있다.
의류 추천 장치(130)는 사용자의 주문 패턴에 따라 사용자의 체형을 추론하여 사용자에게 최적화된 의류를 추천할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 의류 추천 장치(130)는 사용자 단말(110)과 블루투스, WiFi, 통신망 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 사용자 단말(110)과 데이터를 주고 받을 수 있다.
일 실시예에서, 의류 추천 장치(130)는 데이터베이스(150)와 연동하여 주문 패턴을 이용한 체형 추론 기반의 의류 추천 서비스 제공을 위해 필요한 데이터를 저장할 수 있다. 한편, 의류 추천 장치(130)는 도 1과 달리, 데이터베이스(150)를 내부에 포함하여 구현될 수 있다. 또한, 의류 추천 장치(130)는 프로세서, 메모리, 사용자 입출력부 및 네트워크 입출력부를 포함하여 구현될 수 있으며, 이에 대해서는 도 2에서 보다 자세히 설명한다.
일 실시예에서, 의류 추천 장치(130)는 의류 추천 서비스 제공을 위한 API 모듈을 포함하여 구현될 수 있다. 보다 구체적으로, 의류 추천 장치(130)는 사용자 구매 내역, 주문 패턴, 사용자의 체형 및 추천 의류에 관한 정보들에 접근 가능한 API 인터페이스를 외부 시스템에게 제공할 수 있고, 외부 시스템은 API 인터페이스를 통해 의류 추천 장치(130)에서 관리하는 다양한 데이터들에 독립적으로 접근 가능할 수 있다.
데이터베이스(150)는 의류 추천 장치(130)의 동작 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 데이터베이스(150)는 사용자의 의류 구매 내역에 관한 정보를 저장할 수 있고, 주문 패턴을 이용한 체형 추론 및 관리를 위한 정보를 저장할 수 있으며, 반드시 이에 한정되지 않고, 의류 추천 장치(130)가 주문 패턴을 이용한 체형 추론 기반의 의류 추천을 제공하는 과정에서 다양한 형태로 수집 또는 가공된 정보들을 저장할 수 있다.
도 2는 도 2의 의류 추천 장치의 물리적 구성을 설명하는 도면이다.
도 2를 참조하면, 의류 추천 장치(130)는 프로세서(210), 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)를 포함하여 구현될 수 있다.
프로세서(210)는 의류 추천 장치(130)가 동작하는 과정에서의 각 단계들을 처리하는 프로시저를 실행할 수 있고, 그 과정 전반에서 읽혀지거나 작성되는 메모리(230)를 관리할 수 있으며, 메모리(230)에 있는 휘발성 메모리와 비휘발성 메모리 간의 동기화 시간을 스케줄할 수 있다. 프로세서(210)는 의류 추천 장치(130)의 동작 전반을 제어할 수 있고, 메모리(230), 사용자 입출력부(250) 및 네트워크 입출력부(270)와 전기적으로 연결되어 이들 간의 데이터 흐름을 제어할 수 있다. 프로세서(210)는 의류 추천 장치(130)의 CPU(Central Processing Unit)로 구현될 수 있다.
메모리(230)는 SSD(Solid State Drive) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 의류 추천 장치(130)에 필요한 데이터 전반을 저장하는데 사용되는 보조기억장치를 포함할 수 있고, RAM(Random Access Memory)과 같은 휘발성 메모리로 구현된 주기억장치를 포함할 수 있다.
사용자 입출력부(250)는 사용자 입력을 수신하기 위한 환경 및 사용자에게 특정 정보를 출력하기 위한 환경을 포함할 수 있다. 예를 들어, 사용자 입출력부(250)는 터치 패드, 터치 스크린, 화상 키보드 또는 포인팅 장치와 같은 어댑터를 포함하는 입력장치 및 모니터 또는 터치스크린과 같은 어댑터를 포함하는 출력장치를 포함할 수 있다. 일 실시예에서, 사용자 입출력부(250)는 원격 접속을 통해 접속되는 컴퓨팅 장치에 해당할 수 있고, 그러한 경우, 의류 추천 장치(130)는 서버로서 수행될 수 있다.
네트워크 입출력부(270)은 네트워크를 통해 외부 장치 또는 시스템과 연결하기 위한 환경을 포함하고, 예를 들어, LAN(Local Area Network), MAN(Metropolitan Area Network), WAN(Wide Area Network) 및 VAN(Value Added Network) 등의 통신을 위한 어댑터를 포함할 수 있다.
도 3은 도 2의 의류 추천 장치의 기능적 구성을 설명하는 도면이다.
도 3을 참조하면, 의류 추천 장치(130)는 사용자 체형 관리부(310), 체형 아바타 생성부(330), 추천 의류 결정부(350), 사용자 모델 생성부(370) 및 제어부(390)를 포함할 수 있다.
사용자 체형 관리부(310)는 사용자 계정과 연관된 상품 구매 히스토리를 관리하며 기 설정된 주기마다 상품 구매 히스토리에서 추출되는 주문 패턴에 따라 사용자 계정과 연관된 사용자의 체형을 결정하여 갱신할 수 있다. 여기에서, 상품 구매 히스토리는 사용자가 직접 구매했던 상품들에 대한 구매 내역에 해당할 수 있으며, 사용자 계정과 연동되어 수집 및 저장될 수 있다. 상품 구매 히스토리는 사용자 단말(110)을 통해 접근했던 쇼핑몰에 관한 정보, 사용자가 실제 구매하지는 않았지만 관심있게 살펴본 상품에 관한 정보 및 사용자가 직접 결제하여 구매한 상품에 관한 정보 등을 포함할 수 있고, 이용시간이나 결제금액 등 실제 구매와 연관된 상세 내역을 포함할 수 있다.
한편, 주문 패턴은 사용자의 상품 구매 내역 중에서 사용자의 신체에 관한 치수 정보를 포함하는 상품들에 관한 구매 정보를 포함할 수 있다. 예를 들어, 사용자의 신체 치수 정보를 포함하는 상품에는 기본적으로 의류가 포함될 수 있지만, 모자, 안경, 장갑 등 사용자의 신체에 따라 제품의 형상이나 크기 등이 분류되어 생산되는 제품도 포함될 수 있다. 즉, 사용자 체형 관리부(310)는 사용자 단말(110)로부터 사용자 행위에 관한 정보를 수집하고, 이로부터 상품 구매와 연관된 행위 정보로서 상품 구매 히스토리를 생성하고 관리할 수 있으며, 주기적으로 상품 구매 히스토리에서 도출되는 사용자의 주문 패턴에 따라 사용자의 체형 정보를 조정할 수 있다.
일 실시예에서, 사용자 체형 관리부(310)는 체형 추론 알고리즘 - 체형 추론 알고리즘은 웹크롤링(web crawling)을 통해 수집되는 의류 판매 데이터를 학습하여 구축되고 성별, 나이, 인종 및 지역에 관한 제1 추론과 의류 스타일, 의류 치수, 주문 시기, 가격 및 수량에 관한 제2 추론을 포함하여 형성됨 - 을 이용해 주문 패턴에 따른 사용자의 체형을 결정할 수 있다. 즉, 의류 추천 장치(130)는 사용자의 구매 내역을 기초로 사용자의 체형을 결정하되, 실제 사용자에게 판매되었던 다양한 판매 데이터에 관한 학습 결과를 체형 결정 과정에 적용할 수 있다.
보다 구체적으로, 체형 추론 알고리즘은 입력된 데이터, 즉 사용자의 주문 패턴에 관한 정보를 기초로 사용자의 체형을 추정한 결과를 출력으로서 제공할 수 있고, 이 때 출력되는 사용자의 체형에 관한 정보는 기 설정된 체형들에 관한 확률 정보에 해당할 수 있다. 한편, 체형 추론 알고리즘은 1차 추론 단계에서 성별, 나이, 인종 및 지역에 관한 특징 정보를 기초로 사용자의 기본 체형을 추론할 수 있고, 2차 추론 단계에서 의류 스타일, 의류 치수, 주문 시기, 가격 및 수량에 관한 특징 정보를 기초로 기본 체형에 기반한 세부 체형을 추론할 수 있다.
또한, 추론 과정에서 사용되는 특징들은 하위 특징들로 분류되어 정의될 수 있다. 예를 들어, 의류 스타일은 의류 색상, 패턴 및 재질 등을 포함할 수 있고, 의류 치수는 의류에 따라 길이, 너비 및 두께 등을 포함할 수 있으며, 주문 시기는 주·야간 및 계절 등을 포함할 수 있다. 알고리즘 학습 과정에서 사용되는 의류 판매 데이터는 상품 목록, 판매된 의류의 치수, 사용자의 신체 파라미터와 인구통계적 정보, 위치 및 의류의 반품 또는 교환여부 등을 포함할 수 있다.
일 실시예에서, 사용자 체형 관리부(310)는 상품 구매 히스토리에서 상품명을 기준으로 체형 정보를 포함하는 제1 상품들을 분류하는 제1 단계, 제1 상품들에서 체형 정보가 주문 패턴을 기초로 설정된 유효 범위 내에 포함되는 제2 상품들을 분류하는 제2 단계 및 상품 구매 히스토리에서 제2 상품들과 연관된 피처들을 추출한 후 체형 추론 알고리즘에 입력한 결과로서 사용자의 체형을 획득하는 제3 단계를 수행할 수 있다.
보다 구체적으로, 사용자 체형 관리부(310)는 상품 구매 히스토리에서 상품명을 기준으로 체형 정보를 포함하는 제1 상품들을 분류할 수 있다. 이를 위하여 의류 추천 장치(130)는 체형 정보를 포함하는 상품들에 관한 정보를 사전에 구축하여 저장할 수 있고, 사용자 체형 관리부(310)는 해당 정보를 참조하여 제1 상품들을 분류할 수 있다.
또한, 사용자 체형 관리부(310)는 제1 상품들에서 체형 정보가 주문 패턴을 기초로 설정된 유효 범위 내에 포함되는 제2 상품들을 분류할 수 있다. 즉, 유효 범위는 사용자의 주문 패턴의 변화를 반영하여 동적으로 설정될 수 있으며, 의류 추천 장치(130)에서 설정된 주기 동안의 상품 구매 결과를 반영할 수 있다. 제2 상품들은 사용자가 선물용 등 자신이 아닌 다른 사람을 위하여 의류를 구매하는 경우에 해당할 수 있고, 사용자 체형 관리부(310)는 해당 구매 정보를 체형 추론 과정에서 제외하여 사용자의 체형 추론의 정확도를 높일 수 있다.
또한, 사용자 체형 관리부(310)는 상품 구매 히스토리에서 제2 상품들과 연관된 피처들을 추출한 후 체형 추론 알고리즘에 입력한 결과로서 사용자의 체형을 획득할 수 있다. 사용자 체형 관리부(310)는 제2 상품들을 기초로 상품 구매 히스토리에서 체형 추론 알고리즘을 위한 입력 데이터를 생성할 수 있다. 다른 실시예에서, 사용자 체형 관리부(310)는 제2 상품으로 분류된 특정 상품에 대해 입력 데이터 중 일부가 추출되지 못한 경우 해당 상품과 유사한 다른 상품 구매 내역을 기초로 해당 정보를 보완할 수 있다.
예를 들어, 상품 구매 히스토리에서 제2 상품으로 분류된 '운동화' 상품에 대한 입력 데이터를 생성하는 과정에서 해당 '운동화'의 '사이즈' 정보가 없는 대신 '구두' 상품에 대한 '사이즈' 정보가 존재하는 경우 사용자 체형 관리부(310)는 '구두'에 대한 '사이즈'를 기초로 '운동화'에 관한 입력 데이터를 보완할 수 있다.
일 실시예에서, 사용자 체형 관리부(310)는 제2 단계에서, 이전 주기의 체형을 기준으로 연속하는 적어도 2개의 최근 주기들 간의 체형 변화율을 적용하여 유효 범위를 산출할 수 있다. 다른 실시예에서, 사용자 체형 관리부(310)는 최근 주기들 간의 체형 변화율이 임계기준 내에서 기 설정된 횟수만큼 계속되는 경우 체형 변화율 대신 해당 사용자의 성별, 나이, 인종 및 지역에 따른 기준 변화율을 적용하여 유효 범위를 산출할 수 있다. 즉, 사용자 체형 관리부(310)는 사용자의 체형을 추론하는 과정에서 최근의 시간의 흐름에 따른 사용자의 체형 변화를 반영할 수 있다.
일 실시예에서, 사용자 체형 관리부(310)는 제2 단계에서, 이전 주기의 체형을 기준으로 연속하는 적어도 2개의 최근 주기들 간의 체형 변화율을 기초로 다음의 수학식에 따라 유효 범위를 산출할 수 있다.
[수학식]
Figure 112020080494348-pat00001
여기에서, R은 유효 범위, k는 성별/인종/나이/지역에 따른 비례 계수, S는 체형, Si는 체형 S를 구성하는 i번째 체형 정보, n은 체형 정보의 개수, ΔS는 체형 변화율을 나타낸다. 즉, S={S1, S2, ..., Sn} 이고, Si_pre는 이전 주기의 체형이며, ΔSi는 i번째 체형 정보에 관한 체형 변화율에 해당할 수 있다.
따라서, 사용자 체형 관리부(310)는 이전 주기의 체형을 구성하는 각 체형 정보들 Si_pre에 대해 각 체형 변화율 ΔSi과의 편차들을 기초로 유효 범위를 도출할 수 있으며, 해당 과정에서 비례 계수 k를 적용하여 성별/인종/나이/지역에 따른 차이를 반영할 수 있다. 또한, 사용자 체형 관리부(310)는 편차들 중에서 최소 및 최대값을 유효 범위 산정에서 제외시켜 그 오차를 최소화할 수 있다. 다른 실시예에서, 비례 계수 k는 {k}i로 정의될 수 있고, 이 때, {k}i는 성별/인종/나이/지역에 따른 비례 계수들의 집합에 해당할 수 있다.
체형 아바타 생성부(330)는 사용자의 체형에 대응되는 체형 아바타를 생성할 수 있다. 체형 아바타는 사용자의 체형에 대응되는 가상 체형으로서 2차원의 평면 또는 3차원의 입체로 표현될 수 있다. 체형 아바타는 체형을 구성하는 세부 체형 정보를 기초로 생성되며, 기본 체형 아바타를 기초로 세부 체형 정보에 따라 해당 영역의 길이, 너비 및 두께를 조정하는 방식으로 생성될 수 있다. 즉, 체형 아바타 생성부(330)는 사용자 체형 관리부(310)에 의해 사용자의 주문 패턴에 따른 사용자의 체형이 갱신되면 그에 대응하여 체형 아바타를 갱신할 수 있으며, 갱신 동작은 수치 값의 변경에 갈음할 수 있다. 이 때, 수치 값의 변경은 기본 체형 아바타의 수치 값을 기준으로 변화량의 조정에 해당할 수 있다.
추천 의류 결정부(350)는 주문 패턴과 체형 아바타에 기초하여 사용자 계정에 대한 추천 의류를 결정할 수 있다. 사용자의 주문 패턴은 시간의 흐름을 반영하여 표현될 수 있으며, 주기적으로 사용자의 상품 구매 상태를 결정한 후 주기별 상품 구매 상태를 연속적으로 정렬함으로써 사용자의 주문 패턴을 정형화할 수 있다. 예를 들어, 의류 색상과 연관하여 사용자의 주문 패턴은 '파랑', '노랑' 등 주기별 구매 의류 색상으로 표현될 수 있고, 추천 의류 결정부(350)는 '파랑-노랑-파랑'과 같이 주기별 의류 색상들을 조합하여 의류 색상에 관한 주문 패턴을 생성할 수 있다. 추천 의류 결정부(350)는 주문 패턴과 체형 아바타를 기반으로 다양한 추천 알고리즘을 적용하여 사용자에 최적화된 추천 의류를 결정할 수 있다.
일 실시예에서, 추천 의류 결정부(350)는 주문 패턴과의 유사도를 기초로 생성된 제1 사용자 모집단을 대상으로 협업 필터링을 적용하여 추천 의류의 색상을 결정하고, 체형 아바타와의 유사도를 기초로 생성된 제2 모집단을 대상으로 컨텐츠 기반 필터링을 적용하여 추천 의류의 치수를 결정할 수 있다. 즉, 추천 의류 결정부(350)는 협업 필터링(CF)과 컨텐츠 기반 필터링(CBF)를 동시에 적용하는 하이브리드 기법을 통해 추천 의류를 결정할 수 있다. 보다 구체적으로, 주문 패턴과의 유사도를 기초로 추천 의류의 색상, 패턴, 장식 등 디자인적 요소를 결정하고, 체형 아바타와의 유사도를 기초로 추천 의류의 치수 등 물리적 요소를 결정할 수 있다.
또한, 추천 의류 결정부(350)는 제1 및 제2 사용자 모집단에 대해 인기도, 판매량, 반품율 및 평점 등의 세부 기준을 적용하여 순위화 된 형태의 추천 리스트를 생성할 수 있다. 한편, 추천 의류 결정부(350)는 실제 판매되는 제품을 기준으로 직접 추천 순위를 도출하여 추천 의류를 결정할 수 있고, 가상의 추천 의류에 관한 정보를 도출하고 이를 기준으로 가장 유사한 제품들을 정렬하여 추천 의류를 결정할 수 있다.
사용자 모델 생성부(370)는 체형 아바타에 추천 의류를 착용시켜 가상공간 상에 입체화되고 사용자 단말(110)과의 인터랙션 가능한 사용자 모델을 생성할 수 있다. 사용자 모델 생성부(370)는 체형 아바타가 3차원으로 정의되는 경우에는 체형 아바타를 기초로 추천 의류를 모델링 하여 착용된 상태의 사용자 모델을 생성할 수 있고, 체형 아바타가 2차원으로 정의되는 경우에는 체형 아바타를 기초로 기본 의상을 착용한 사용자 모델을 생성한 후 착용 의상을 변경하는 방식으로 사용자 모델을 생성할 수 있다. 이를 위하여, 의류 추천 장치(130)는 사용자, 의류 및 아바타에 관한 독립적인 DB들과 연동하여 동작할 수 있다.
일 실시예에서, 사용자 모델 생성부(370)는 가상공간의 배경, 사용자 모델의 움직임 및 추천 의류에 관한 인터페이스를 사용자 단말(110)에게 제공하여 인터랙션을 처리할 수 있다. 사용자 모델 생성부(370)에 의해 생성된 사용자 모델은 사용자 단말(110)에 제공되어 사용자가 직접 확인할 수 있음은 물론이고, 모델의 방향, 크기 및 의상 교체 등의 인터랙션을 실시간으로 수행할 수 있다. 이를 위하여, 사용자 모델 생성부(370)는 관련 인터페이스를 사용자 단말(110)에게 제공할 수 있고, 해당 인터페이스는 사용자 단말(110)에 기 설치된 전용앱에 의해 동작될 수 있다.
제어부(390)는 의류 추천 장치(130)의 전체적인 동작을 제어하고, 사용자 체형 관리부(310), 체형 아바타 생성부(330), 추천 의류 결정부(350) 및 사용자 모델 생성부(370) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 4는 도 2의 의류 추천 장치에서 수행되는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 과정을 설명하는 순서도이다.
도 4를 참조하면, 의류 추천 장치(130)는 사용자 체형 관리부(310)를 통해 사용자 계정과 연관된 상품 구매 히스토리를 관리하며 기 설정된 주기마다 상품 구매 히스토리에서 추출되는 주문 패턴에 따라 사용자 계정과 연관된 사용자의 체형을 결정하여 갱신할 수 있다(단계 S410). 의류 추천 장치(130)는 체형 아바타 생성부(330)를 통해 사용자의 체형에 대응되는 체형 아바타를 생성할 수 있다(단계 S430).
또한, 의류 추천 장치(130)는 추천 의류 결정부(350)를 통해 주문 패턴과 체형 아바타에 기초하여 사용자 계정에 대한 추천 의류를 결정할 수 있다(단계 S450). 의류 추천 장치(130)는 사용자 모델 생성부(370)를 통해 체형 아바타에 추천 의류를 착용시켜 가상공간 상에 입체화되고 사용자 단말(110)과의 인터랙션 가능한 사용자 모델을 생성할 수 있다(단계 S470).
도 5는 본 발명에 따른 의류 추천 장치의 동작을 설명하는 개념도이다.
도 5를 참조하면, 의류 추천 장치(130)는 연산 모듈(510), 모델 생성 모듈(530), API 모듈(550) 및 DB 모듈(570)을 포함하여 구현될 수 있다. 연산 모듈(510)은 DB 모듈(570)들과의 연동을 통해 사용자의 주문 패턴을 기초로 사용자의 체형을 추론할 수 있고, 추론된 체형 정보는 모델 생성 모듈(530)에 전달할 수 있다. 모델 생성 모듈(530)은 체형 정보와 추천 의류를 기초로 사용자 모델을 생성할 수 있고, 데이터베이스(150)에 사용자 계정과 연관시켜 저장할 수 있다.
한편, 의류 추천 장치(130)는 의류 추천 서비스 제공을 위해 API 인터페이스를 제공할 수 있으며, 이는 API 모듈(550)을 통해 제어될 수 있다. 즉, 외부 시스템에 해당하는 복수의 쇼핑몰들은 API 인터페이스를 통해 의류 추천 장치(130)에서 제공되는 서비스 및 관련 데이터를 이용할 수 있다. 의류 추천 장치(130)는 멀티 스레딩(multi threading)을 통해 복수의 쇼핑몰들 각각에 대한 서비스를 효과적으로 제어할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 의류 추천 시스템
110: 사용자 단말 130: 의류 추천 장치
150: 데이터베이스
210: 프로세서 230: 메모리
250: 사용자 입출력부 270: 네트워크 입출력부
310: 사용자 체형 관리부 330: 체형 아바타 생성부
350: 추천 의류 결정부 370: 사용자 모델 생성부
390: 제어부
510: 연산 모듈 530: 모델 생성 모듈
550: API 모듈 570: DB 모듈

Claims (6)

  1. 사용자 계정과 연관된 상품 구매 히스토리를 관리하며 기 설정된 주기마다 상기 상품 구매 히스토리에서 추출되는 주문 패턴에 따라 상기 사용자 계정과 연관된 사용자의 체형을 결정하여 갱신하는 사용자 체형 관리부;
    상기 사용자의 체형에 대응되는 체형 아바타를 생성하는 체형 아바타 생성부;
    상기 주문 패턴과 상기 체형 아바타에 기초하여 상기 사용자 계정에 대한 추천 의류를 결정하는 추천 의류 결정부; 및
    상기 체형 아바타에 상기 추천 의류를 착용시켜 가상공간 상에 입체화되고 사용자 단말과의 인터랙션 가능한 사용자 모델을 생성하는 사용자 모델 생성부를 포함하되,
    상기 사용자 체형 관리부는 체형 추론 알고리즘 - 상기 체형 추론 알고리즘은 웹크롤링을 통해 수집되는 의류 판매 데이터를 학습하여 구축되고 성별, 나이, 인종 및 지역에 관한 제1 추론과 의류 스타일, 의류 치수, 주문 시기, 가격 및 수량에 관한 제2 추론을 포함하여 형성됨 - 을 이용해 상기 주문 패턴에 따른 상기 사용자의 체형을 결정하고,
    상기 상품 구매 히스토리에서 상품명을 기준으로 체형 정보를 포함하는 제1 상품들을 분류하는 제1 단계, 상기 제1 상품들에서 상기 체형 정보가 상기 주문 패턴을 기초로 설정된 유효 범위 내에 포함되는 제2 상품들을 분류하는 제2 단계 및 상기 상품 구매 히스토리에서 상기 제2 상품들과 연관된 피처들을 추출한 후 상기 체형 추론 알고리즘에 입력한 결과로서 상기 사용자의 체형을 획득하는 제3 단계를 수행하며,
    상기 제2 단계에서, 이전 주기의 체형을 기준으로 연속하는 적어도 2개의 최근 주기들 간의 체형 변화율을 기초로 다음의 수학식에 따라 상기 유효 범위를 산출하는 것을 특징으로 하는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치
    [수학식]
    Figure 112021012152480-pat00007

    (여기에서, R은 유효 범위, k는 성별/인종/나이/지역에 따른 비례 계수, S는 체형, Si는 체형 S를 구성하는 i번째 체형 정보, n은 체형 정보의 개수, ΔS는 체형 변화율을 나타냄. 즉, S={S1, S2, ..., Sn} 이고, Si_pre는 이전 주기의 체형이며, ΔSi는 i번째 체형 정보에 관한 체형 변화율에 해당함).
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서, 상기 추천 의류 결정부는
    상기 주문 패턴과의 유사도를 기초로 생성된 제1 사용자 모집단을 대상으로 협업 필터링을 적용하여 상기 추천 의류의 색상을 결정하고, 상기 체형 아바타와의 유사도를 기초로 생성된 제2 모집단을 대상으로 컨텐츠 기반 필터링을 적용하여 상기 추천 의류의 치수를 결정하는 것을 특징으로 하는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치.
  6. 제1항에 있어서, 상기 사용자 모델 생성부는
    상기 가상공간의 배경, 상기 사용자 모델의 움직임 및 상기 추천 의류에 관한 인터페이스를 상기 사용자 단말에게 제공하여 상기 인터랙션을 처리하는 것을 특징으로 하는 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치.

KR1020200095752A 2020-07-31 2020-07-31 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치 KR102224572B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200095752A KR102224572B1 (ko) 2020-07-31 2020-07-31 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200095752A KR102224572B1 (ko) 2020-07-31 2020-07-31 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치

Publications (1)

Publication Number Publication Date
KR102224572B1 true KR102224572B1 (ko) 2021-03-09

Family

ID=75179570

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200095752A KR102224572B1 (ko) 2020-07-31 2020-07-31 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치

Country Status (1)

Country Link
KR (1) KR102224572B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115393022A (zh) * 2022-09-20 2022-11-25 支付宝(杭州)信息技术有限公司 跨域推荐处理方法及装置
KR20230000687A (ko) 2021-06-25 2023-01-03 주식회사 스카이경제티비 온라인 의류관련 검색정보를 이용한 맞춤형 패션정보 제공 시스템
KR102591481B1 (ko) * 2023-04-18 2023-10-19 에디토 주식회사 인공지능 기반 트렌드에 기초한 판매제품 추천 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050017534A (ko) 2003-08-14 2005-02-22 주식회사 아미컴 아바타 의상 구매정보를 이용한 고객 맞춤형 의류 추천시스템 및 그 추천 방법
KR20160143697A (ko) * 2014-04-11 2016-12-14 미테일 리미티드 의류 치수 추천 및 핏 분석 시스템 및 방법
KR20180130346A (ko) * 2017-05-29 2018-12-07 주식회사 위메프 체형정보 보정장치 및 보정방법
KR20190135271A (ko) * 2018-05-28 2019-12-06 주식회사 로코식스 의류 쇼핑몰을 위한 코디 서비스 제공 장치 및 방법
KR20200067511A (ko) * 2018-12-04 2020-06-12 신안산대학교 산학협력단 신체 사이즈를 기반으로 하는 가상 피팅 서비스 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050017534A (ko) 2003-08-14 2005-02-22 주식회사 아미컴 아바타 의상 구매정보를 이용한 고객 맞춤형 의류 추천시스템 및 그 추천 방법
KR20160143697A (ko) * 2014-04-11 2016-12-14 미테일 리미티드 의류 치수 추천 및 핏 분석 시스템 및 방법
KR20180130346A (ko) * 2017-05-29 2018-12-07 주식회사 위메프 체형정보 보정장치 및 보정방법
KR20190135271A (ko) * 2018-05-28 2019-12-06 주식회사 로코식스 의류 쇼핑몰을 위한 코디 서비스 제공 장치 및 방법
KR20200067511A (ko) * 2018-12-04 2020-06-12 신안산대학교 산학협력단 신체 사이즈를 기반으로 하는 가상 피팅 서비스 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230000687A (ko) 2021-06-25 2023-01-03 주식회사 스카이경제티비 온라인 의류관련 검색정보를 이용한 맞춤형 패션정보 제공 시스템
CN115393022A (zh) * 2022-09-20 2022-11-25 支付宝(杭州)信息技术有限公司 跨域推荐处理方法及装置
KR102591481B1 (ko) * 2023-04-18 2023-10-19 에디토 주식회사 인공지능 기반 트렌드에 기초한 판매제품 추천 시스템

Similar Documents

Publication Publication Date Title
KR102224572B1 (ko) 주문 패턴을 이용한 체형 추론 기반의 의류 추천 장치
CN108876526B (zh) 商品推荐方法、装置和计算机可读存储介质
JP6703575B2 (ja) レコメンダシステム用にユーザ、アイテム、及びレビューの表現を組み合せる方法及びシステム
CN102737334B (zh) 微细分定义系统
KR102468827B1 (ko) 인공지능 기반 상품 소싱 및 카테고리 맞춤형 리뷰 분석 서비스 제공 방법, 장치 및 시스템
US9727620B2 (en) System and method for item and item set matching
CN111767466B (zh) 基于人工智能的推荐信息推荐方法、装置及电子设备
US20180032818A1 (en) Providing a personalized fitting room experience
US20220101420A1 (en) Computer-implemented methods and system for customized interactive image collection based on customer data
US20160189278A1 (en) Assortment Breadth and Mix Guidance and Reconciliation
CN110782267A (zh) 用于认知邻接规划和认知货架图设计的系统和方法
US20200090391A1 (en) Intelligent photograph overlay in an internet of things (iot) computing environment
US20210326913A1 (en) Global optimization of inventory allocation
US11295154B2 (en) Physical item optimization using velocity factors
CN105580043A (zh) 用于推荐系统的基于强度的建模
KR102422408B1 (ko) 협업 필터링 신경망을 이용하여 상품을 추천하는 방법 및 장치
KR20210144332A (ko) 소셜 네트워크와 연동되는 커머스 플랫폼에서의 리뷰샵 관리 방법 및 시스템
CN109034853A (zh) 基于种子用户寻找相似用户方法、装置、介质和电子设备
CN114510626A (zh) 用于提供增强的媒体的系统和方法
US20230230152A1 (en) Systems and methods for generating customized augmented reality video
Chen et al. An optimization model for product placement on product listing pages
US11244382B1 (en) Computer-implemented method and system for auto-generation of multi-merchant interactive image collection
TW202123131A (zh) 用於推薦二維影像之系統及方法
US11823235B1 (en) Virtual personalization based on personas
CA3137753A1 (en) Digital anthropology and ethnography system

Legal Events

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